データドリブンな文化の形成過程
備前光隆氏（以下、備前）：第2部では、会場のみなさんが気になっていそうなことを中心にトークセッションを進めていければと思います。
ではさっそく、組織の立ち上げや採用・育成など、文化形成で苦労したこと（についてお聞きしたいです）。
例えば、「データドリブンな文化を根付かせていった過程が知りたい。精度の高い判断や意思決定をできるようにしていきたいんだけれど、どうしても経験則や勘による判断がされがち」という質問について。
1部でも少し話が出てきたところになりますが、どういう立ち上げペースで社員育成や、文化形成に取り組んでいらっしゃるのかについてお話をうかがっていきます。
ざっくりで申し訳ないんですが、ボールはすごく雑な感じで真ん中ぐらいに放りますので、誰か拾ってください（笑）。
（会場笑）
勘での判断も、データを見た上でならオーケー
牟田博和氏（以下、牟田）：データドリブンな文化を根付かせていった過程の話だと、おもしろい事例が1つあります。
（会場からの質問には）「経験則や勘による判断をしがち」と書いてあるんですが、経験則や勘による判断は、ぜんぜん悪いことではないんですよ。
たぶん、その意見にはみなさん賛成かなと思います。ちゃんとデータを見た上で最後は勘で判断するならそれはそれでオーケーで、また違う場面ではデータに従ってみようか、という選択ができる。場合によって適切に選択できる能力というのがすごく重要だなと（思います）。それがデータドリブンという状態なのかなと思います。
事例として、ある事業の企画者はA／Bテストに懐疑的だったんですね。A／Bテストというのは、コントロールとトリートメントを比較して、いいほうをリリースするということなんですが、どうせリリースするのになんでA／Bテストするの？という議論になっていました。
A／Bテストをしないとわからないことがいっぱいある、ユーザーの細やかな変化まで捉えられない、というのは、たぶんみなさんご存知だと思うんですが、「A／Bテストなしだと、ここまではわかるけど、ここまでしかわからない」「A／Bテストをやると、ここまではわかりますよ」ということを、ちゃんと可視化してあげて、実感として効果を示してあげる。
そういったことを示してあげると、やっぱり必要だねという話になって、今では重要性を理解してもらえるようになったというエピソードです。
備前：けっこう経験則や勘……いわゆる先入観ですよね。「こうなるべき」という先入観がたぶん相手方にあって、それと逆のことを言うのはなかなか難易度が高いけれど、それがファクトだったらちゃんと伝えなければいけないんですよね。
牟田：そうですね。一番大事なところは、勘でしかわからないこともありますしね。
備前：最後はたぶん、イレギュラーな部分もあるとは思うんです。ただ数字を扱う者としては、可能な限り、誰が見てもそうだよねというところまで、結論や解釈を導き出したいとは思いますよね。ありがとうございます。
実績が出やすく、インパクトの大きいところから着手する
備前：今のテーマについて、鉄本さんは何か（ご意見は）ありますか？
鉄本環氏（以下、鉄本）：そうですね。データドリブンな組織、文化をどう作るかについて、うちの場合はやっぱりインパクトのあるところから、着手しました。最初に着手したところはマーケティングですね。
マーケティングは会社がお金を投資しているところなので、その回収をきちんとできるかどうかというのは、経営陣としても相当興味があり、意味のあるところです。まずはそこのデータを整理するところから入っていきました。
やっぱり、実績が出やすいんですよね（笑）。効果としてすぐに現れてくるので、データ周りをやる人の重要性が伝わりやすい。あとはマーケティングから入ってくると、そこから芋づる式に、「じゃあプロダクトのほうも」というように、どんどんニーズが増えていく。
まず、わかりやすいところから結果を出すことで、データチームの重要性、プレゼンスを発揮するというのは大きかったなと思います。
備前：今日いらっしゃっている方で、データの大事さがわからない上司や経営陣がいらっしゃる（方もいる）ようなんです。どう説明するべきでしょうか？（笑）。
（会場笑）
鉄本：でも、データの大事さをわかる人が少しはいると思いますよ。あとは、その中の誰か1人をターゲットに決めて、その人にデータを使っていい思いをさせるというのをやると……。
備前：成功体験を積ませるというような？
鉄本：そうですね。うちはもともと、けっこうデータ理解があった組織だったので、むしろニーズがあってデータチームを作らせてもらったところがありますが。やっぱり、ちゃんと根拠を持って、データを使って、何かしらのレポーティングをして、それが意味を成してというところで経営側にインパクトがあれば、そこから派生していく。
少なくとも1～2人はデータに対して何かしら興味を持っていると思います。特に、マーケティングのバックグラウンドがある人は強いと思うので、マーケ周りに影響力のある経営陣は、一番捉まえやすいんじゃないかなと思います。
数字では決して証明できない、肌感覚のようなものがたしかにある
備前：僕の直属の上司が、めちゃくちゃ強いんですよ。強すぎて逆に困るんですよね（笑）。もう少し、とんちんかんな人のほうが、うまく洗脳できるかなと思うこともあるんですが、それは逆の苦しみがありますね。データ解釈について、すごく議論ができる。ありがたいことではあるんですが、痛いところを突いてくるなということもありますね。
鉄本：もう1つ重要なのは、実現できるかだと思うので、エンジニアを味方につけるとやっぱり強いですね。
備前：そうですね。それもありかもしれないですね。
鉄本：そうですね。自分で出せないと、やろうと言ってもなかなか実現しないので、推進力がある人という意味では、エンジニアがいるとかなり強いかなと思います。
備前：経験則や勘で判断されることもあるので、いい意味での諦めが必要かもしれないなと思うときもあるんですよね。例えばユーザーサービスをやっていると、ユーザーにどう映るのかというのは、数字では決して証明できない肌感覚みたいな（ものがある）。
それを意思決定するのがリーダーの役目だと思います。「上司がそう言うなら……」という感じで（要求を）のむ器の大きさも必要かもしれないですね（笑）。
データ分析は「正面からド正論を言う」のと同じ
備前：樫田さんの場合、何かありますか？
樫田光氏（以下、樫田）：そうですね、データが通用しないという場合にどうやってアプローチしていくかという話ですよね？ おそらくその質問に対する答えは「それはそういうものだ」というのが、精神衛生上は一番いいかなと思うし、実際そうかなと思っています。
その解決方法としては、単発的に何かを実現できたり直線的なことだけで何かが解決できると思わない、といういうことかなと思っています。
じゃあどうするんだということですが、そのアプローチの仕方はいくつかあると思うんです。とりあえず3つのアプローチが今ぱっと浮かびました。
例えば1人の人に対して、1回ではなかなか通じない場合でもしつこく何度も行く。これはすごくバカみたいなことを言っているかなと思いますが、結構重要かなと思っています。僕もデータ分析の経験がまだ浅いころは、ある人と話して、この人はデータ分析が簡単には通じづらい人だと思ったら、すぐに諦めてしまうということもけっこうありました。
でも今までの経験上、何回も話せばわかってもらえるとか、逆に何回も話すうちに、「こういうところだったらけっこう話は通じるかも」といったポイントを見つけていくと、だんだん信頼感もできてくる。
データ分析って、要は正面からド正論を言うわけじゃないですか。でも、相手も自分も人間なので、いきなり正論をかまされても気分は良くないし、話していくうちに信頼関係ができて聞く耳を持つとか、相手のことがわかっていい提案ができるというのがあると思います。だから単発で諦めないというのが重要かなと思ってます。
分析に価値を感じてくれない人の巻き込み方
樫田：「単発で諦めない」とは、話を持っていく相手を変えてしまうというのも全然ありかなと思っています。人間関係を築くのも難しいシチュエーションで、スピード感的に、できれば短期間内に成果を出したい場合、すごくがんばって（アプローチして）いるこの相手は、データ分析で価値を出す相手としてはあまり向いてないと思ったら、そこはあえてあっさり人を変えるのもありかなと思っています。
みなさんの会社でどういうアウトプットの出し方をしているかはわかりませんが、うちの会社だったら分析の結果は、社内のWikiのようなものにアップしたり、Googleスライドで展開したりするんです。
どちらもすごくいいところがあります。その記事に対して反応して、「いいね！」を押してくれた人や、そのスライドをいつも見ている人は、右上（の表示）などでわかるんです。そういったところから、この人はもしかしたら話に興味があるのかなと紐解いて、そういった人にアプローチをしていくのも有効だと思っています。
あと、分析があまり通用しない、価値をあまり感じてくれない人というのは、例えて言うならソシャゲ（ソーシャルゲーム）などのゲームがあまり好きではない人かなと思っています。好きじゃなさそうに見えるけど、その人の隣で3人ぐらいで、別の友達とゲームでキャッキャウフフとやっていたら、「おもしろそうなことをやっているな」と大体なるんですよね。
そうなると徐々に、「うちのチームも分析を使ってなんかおもしろいことがしたいな」「壁打ち相手がいなくてつまんないから、分析できる人がほしいな」となってくる場合がある。合っていそうなところから「キャッキャ」「ウフフ」してそこから広げる、というのがいいかなと思っています。
分析ではなく、整理フェーズからのアプローチ
樫田：3つ目のアプローチは、先ほど僕が自己紹介で、最初にした話にちょっと近いです。分析だけで価値を出そうと思わない。例えばみなさんとここにいる人たちも、データにプラスしてなにかの力を絶対に持っていると思います。そのプラスアルファのほうから攻めていく、というのもありかなと思います。
いきなり数字の話というのも難しいなと思ったら、先ほど話したように整理フェーズのところから入ってくるとか。僕はメルカリ歴が社内では比較的長いほうなので、いろんな人を繋げられる力を持っていますという感じで、分析という肩書きを捨てて入っていって、近づいたところで、しめしめと思って分析をぶちかますという感じです。
そういった多面的なアプローチをしていくのは全然ありかなと思っていて、そのあたりは自社だったらどうやるのがいいんだろう、というように考えてもらうといいのかなと思います。
備前：そうですね。1部でも話したように、僕のところで言うと、伝え方にすごく凝っています。同じ数字が出てきたものを、どういうふうに見せれば、どうインプットされるのかというところまでメンバーには考えさせていますね。
経営会議などでも、けっこうビュンビュン、ページが飛んでいくんですよ（笑）。その5秒、10秒の間で、何を言おうしているのかを伝えるような努力をしなさい、という話はよくさせていただいてますね。
樫田：それは、すごく同意ですね。伝わりづらかったら、相手にアレルギーが出るということもある。それはこっちの責任だと思うので、そこは最低限満たすべきかなと思っています。
備前：そうですね、ありがとうございます。けっこう質問が盛り上がっています。みなさんもありがとうございます。
実戦投入できる人しか採用しない
備前：ちょっと少しだけテーマを変えさせていただきまして……。
樫田：（質問が）すごくきていますね！
備前：すごいですね。ありがとうございます！ なるべく拾いたいんですが、キャッチアップできなかったら、後ほど懇親会でお声がけください。
みなさんがけっこう気になっているところが、育成、教育、採用のところですね。先ほど、チーム外の社員をどう教育するか、環境をどう用意するか、という話は、お三方にしていただきました。
実際に自分たちのチームに入ってくる人たちに対して、どういう教育を行っていくか、何をしてあげるといいのか、ということに関して、工夫されていることはありますか？
牟田：マイクを握っておいて申し訳ないんですが、私たちは工夫というものをあまりやっていなくて。いきなり実践投入して、そこで教育をしています。逆に言うと、そういう人しか採用しないという方針で、今はやっています。
もうちょっと人数が増えると、例えば未経験の方を育てるという仕組みも作れるかなと思いますが、まだそのフェーズではないというイメージです。
備前：OJTで、現場で痛い思いをして覚えろと。
牟田：その通りです。
備前：それは、確かにそうですね。
牟田：みんな最初は本当に苦労しています。
サービスのドメインナレッジをためさせる
備前：ありがとうございます。鉄本さんのところは何かありますか？
鉄本：うちも基本OJTなんですが、けっこう意識してやっているのは、サービスのドメインナレッジをためさせることです。なので、初めにあまり整備ができてないドキュメントを整備してもらったり、アップデートしてもらったりすると、データの定義がわかったり、データベースの構成がわかったりします。
過去にやった事例だと、例えばSQLがちょっと煩雑になってしまっているものについて、どういうSQLが多いのかというのを分類してもらいました。
あとは、ログの定義書のアップデートをしてもらったり、自動化をしてもらったりする。そういうドキュメンテーション周りで、私たちが必要だと思って残しているものは、やっぱり、読むと一番頭に入ってくるんですよね。
サービスのことがわかれば、どういう分析をやればいいのかイメージがついていくので、実践をやりながらドキュメンテーション部分をアップデートしていくのが、一番すんなりキャッチアップできるかなと思っています。
備前：じゃあドキュメント管理は日々、けっこう徹底しているということでしょうか。
鉄本：そうですね。かなり意識してやっていますね。なかなか形骸化してしまうことも多いんですけど（笑）。でも、定期的にアップデートしています。
備前：そうですね。やっぱり、どこかでやるというのを決めておけばいいですよね。毎日できれば本当はいいんですけどね。
一番大事な教育は「アサイン」ではないか
備前：樫田さんのところは、何か工夫がありますか？
樫田：そうですね。僕は新卒の育ちがコンサルティングファームだったので、すぐ「3つあって」と言ってしまう。
（会場笑）
さっきから、「3つあって」とばかり言っているのを気づかれた方もいると思うんですけど、実は、今の質問の答えも3つあるかなと思っていて。
備前：やっぱり3つあるんですね（笑）。
樫田：1個目が一番大きいかなと思います。うちのチームも前提はお二方と一緒で、基本的には自走力があって、中途でそこそこの力がある人を中心に採っていくという戦略なので、OJTはOJTなんです。OJTの中でも、彼らの教育のために一番できることはアサインかなと僕は思っています。
さっきの話と繋がるんですが、どちらかと言うとデータに対してあまりリテラシーがないなとか、データ分析官の話を聞きたくたくないなと思っているプランナーに、入社したばっかりのアナリストをアサインするのはあまりいいことではないと思っています。
アサインはいくつかパターンがあると思うんですけども、なるべくその人の興味があるドメインやお題で、かつそのカウンターパートとなるプランナーやディレクターのような人が、データ分析官と話したがっている、あるいは個人とキャラクター的に合うかというところは、一番重要視しているかな。なにより一番大事な教育というのは、アサインなんじゃないかな、と思っています。
ドキュメント整備と1on1
樫田：2つ目は、もう少し知識的な仕組みのところで、けっこう僕らもさっきのデ班（Democratize班）やレ班（Reinforce班）のような動きを通じて、社員のドキュメントは少しずつ整備しています。さっき話した通り、よく使うようなクエリのものがたまっているので、それを見てくれれば「社内でこういう定義のものは、こう出す」というのがわかるようになります。
あとは鉄本さんと同じで、新しく入った人にデータ定義書をちょくちょく整備してもらうことで、本人のためにもなるし、あとから入ってきた人の教育のコストも下げられるということもやっています。
それに加えて、さっき話した「ゆるふわBI」のようなデータ初心者のための活動のナレッジや、ドキュメントが新しく入ってきた人の役に立つこともあるので、すごくいいかなと思っています。
3つ目は1on1ですね。僕は今マネージャなので、チームメンバーとの1on1を、基本的には週に1回30分必ずやるようにしています。
特に新しく入ったメンバーに対しては、その人のパーソナリティや、実際に今、業務をやっていて困っていること、実際に僕が最初に考えたアサインの都合というか思惑みたいなものが当たっているかどうかというところについては、けっこう話を聞いていく。メルカリだとクォーターごとにアサインを考え直すタイミングがあるので、その次のアサインをどう考えたらいいかなと考える。
加えて、アナリストと一緒のプロジェクトをやっている、周囲のプランナーの人に、フィードバックをお願いするための情報としても1on1を設けている。その3つをうまく使っています。でも結局一番大きいのは、やっぱりアサインかなと思います。
プロジェクトへのアサインの見直し
備前：アサインはどのぐらいの頻度で見直しているんですか？
樫田：一応、見直しのタイミングという意味では、我々の会社の経営・事業運営上3ヶ月おきにOKRという会社として重視する指標・達成したい目標を入れ替えていって、それに合わせて、プロジェクトチームも、刷新・継続するというようになっています。そのタイミングで3ヶ月おきに、どのプロジェクトにアサインするかを見直すことになっています。
ただ、分析をやっている方はわかると思うんですが、ドメイン知識があってなんぼという分析ってけっこう多いじゃないですか。その中で3ヶ月やって、また次、また次というのはちょっと短いかなとは思っていて。基本、同じプロジェクトが継続されるようであれば、6ヶ月ほどのスパンで考えるくらいにはしています。
備前：たしかに、今3ヶ月と聞いて、「けっこうサイクル早いな、いろいろ覚えたころには、いなくなっちゃうんじゃないか」と思ったんですけど（笑）。
樫田：そうですね（笑）。
備前：そうですよね。一戦力になるまでに、だいたいどのくらいの期間がかかりますか？ それはみなさんがたぶんこれから各所に戻っていただいたときに、一定の目安になるかなとは思います。
まっさらな人・まったく経験のない人は、何ヶ月ぐらいで「一戦力になってきたぞ」となりますかね？
樫田：そうですね、それはさっき話したことと繋がってくるところがあります。言われたことを分析できるのが一人前なのか、言われなくてもできるのが一人前なのか、もはやデータ分析官ではないのが一人前なのか、でけっこう違うかなと思っています。
キャッチアップより大事なのは、フロントを取れるかどうか
樫田：たぶん、言われていないことをやるというのは、一人前としては重要なのかなと思っています。それで言うと、どれくらいなんですかね。データ分析のキャッチアップというのはけっこう感覚がいい人を採っていれば、それ自体は3ヶ月ほどあれば頑張って覚えてくれると思います。
それより大事なのは、フロントが取れるかですね。プロデューサーとちゃんと相対して話せるかとか、ドメイン知識をちゃんとつけてきて、実現できそうな企画の提案ができるかどうかとか。
ある程度慣れてきたんで、新人気分を捨ててガツガツと現場に入り込んでいってヒアリングができるか、といったところのほうが、個人的には重要なキャッチアップポイントかなと思っています。そういう意味では結構人によるという感じです。アサインが上手くいっていれば、たぶん3ヶ月とかでぜんぜん立ち上がります。
備前：そうですね。うちも確かに、やっぱり成長が早いなという人、未経験者でも筋がいい人は3ヶ月ぐらいで徐々に芽が出始めて、6ヶ月ぐらい経つとそれなりに大きい仕事も任せられるかな、というような時間軸ですかね。
僕らの取り組みを少しだけ紹介させていただくと、うちは新卒文化なので、未経験者がけっこう入ってきます。中途で経験してきた方というのは、母数としては多くないんです。
なので、育成カリキュラムのようなものを、一気に作ってしまいました。前の前の半期ぐらいですかね。SQLみたいな手先の器用さもそうですし、ExcelとかPowerPointとかライフハック的なところもそうなんですけど、そういったものをけっこうなボリュームで一気に作ってしまって。
1回作ってしまうと、あとはアップデートしていくだけなのと、入ってきたらそれを展開すればいいだけなので、入ってきた人たちに対して、マネジメントコストがけっこうかからない。それはやっていていい取り組みになったなあと思います。
