データを収集・活用！レポート自動化に取り組むData Brain課リーダーインタビュー

御木は今年で入社4年目、データサイエンティストとして活躍しています。入社当初はデータを担当するメンバーも少なく、周りに助けられつつ仕事を開拓してきたというバイタリティーあふれる彼ですが、表向きは飄々とした雰囲気ながらも企画やプロジェクトのコアを見定め、PM業務も行うリーダーでもあります。今回はData Brain課の業務内容や、御木の仕事について深堀していきましょう！

データサイエンティストとして、リーダーとして幅広く活動

―― 現在の仕事内容について教えてください。

メインの業務としては、レポートに関するBPRを行っています。
Data Brain課は3チームありまして、
・データ分析チーム
・データ基盤チーム
・データソリューションチーム
があります。
私の所属している分析チームとしては、社内データなどを分析しアウトプットとして意思決定をサポートしたり、レコメンドシステムの構築や営業の工数削減ツールの開発をしています。
また、分析をする際に必要なデータ基盤を構築・管理しているデータ基盤チームやガイドライン作成や抽出依頼を対応するデータソリューションチームと協力して仕事をしています。

サブでは、分析チームのリーダーや開発ディレクションをやったり、メンバーが使いやすいようなデータマート作りにも携わっています。あとは、面接したりと幅広くやっています。

▼DX magazineのData Brain課シリーズ

―― 最近の取り組みには、どういったものがありますか？

レポート自動化を行っています。これが先に述べたBPRのことです。
現状、経営層などへ報告する際、手作業での集計を行って報告用レポートを作成し、会議や取締役会に提出しています。

このレポートを自動化する取り組みをしているのですが、営業の感覚値を入れる項目もあるので、入力の完全な自動化は難しいのですが、LookerというBIツールを使って、出力分の自動化をできるように今取り組んでいます。

内容としては大きく分けて、既存レポートの統合・自動化/作成フロー明確化、指標とSQLなど定義をまとめた定義一覧の作成・定着、新規指標の検討と構築の3つですね。

―― おお…なんだか難しそうですね…　取り組みの中で課題に感じていらっしゃることなどありますか？

課題としては大きく3つあります。

1点目は、経営層の求めているレポートと現在のレポートが違うこと。
例えば、月末締めだと6月分の売り上げを出すのに、7月の3営業日くらいまで待たないと確定できません。

つまりレポートをまとめる時間が必要なのですが、この場合、営業側が見込みの売上を入れないといけないので、その辺が自動化できればいいなと思っています。

あとの2点は、手で作成するフローが多かったり、レポート数が多いことですね。

相手が『何を求めているか？』

―― 色々と手間がかかるんですね。どんな風に解決したか等、何かエピソードはありますか？

『経営層の求めているレポートと現在のレポートが違う』ことに対しては、経営層にヒアリングをして、判断に必要な指標の整理を行います。
また、現在のレポートの指標では足りていない部分を洗い出し、MVP*を作成して経営層に再度ヒアリングを行うことで、合意形成が出来ました。

（*MVP：Minimum Viable Productの略。ユーザーに必要最小限の価値を提供できるプロダクトのこと。）

プロジェクトごとに詰めてレポートを出したとしても、経営層が見たい内容が変わったりするので、レポートに柔軟性を持たせてまとめたりしています。

―― なるほど。こちらを進める中で、意識していたことはありましたか？

2つ意識して進めました。
リクエスタが多く、カテゴリも違うものだったので優先度付けを行い、優先的に対応する内容を決め、全体に対して認識あわせを行うことでスムーズに進めることと、利用者の定着に向け足りていない項目やどう判断しているかなどのヒアリングを行い、合意形成を行うことですね。

相手が『何を求めているか？』というところがブレていなければ、問題はないと思っています。これは普段、仕事する上でも意識しています。そこがブレてしまうと、プロジェクトの進む方針が変わってきてしまうので。

プロジェクトを通じて経営層を含めた多くの人と関わる

―― どのような体制で取り組みましたか。また、プロジェクト推進体制や良かった点についても教えてください！

レポート自動化プロジェクトとしての体制は、
実際に経営判断を行う執行役員/統括部長 3名
既存のレポートの企画/管理 10名程度
新規レポート企画/管理/作成 4名　で行っています。

ここには含まれていませんが、必要に応じて本部長や既存のレポート作成者と連携しているので、関係者としては全体で25～30人ぐらいですね。

良かった点は、リクエスタとなる経営判断を行う方と既存レポートの担当の方がいるので、データの性質上実装や自動化が難しい部分もあり、リクエストに答えられないことがあったので、MVP作成を行い全体の方針を示すことができたことです。

また、経営判断を行う方から直接『どの指標でどう判断しているか』を聞けることはめったにないので、自身の経験としても良かったと思います。

―― 経営層だけでなく、たくさんの方が関わってくるんですね！プロジェクトの期間は大体どれくらいかかるものなんですか？

プロジェクトの規模にもよりますが、

企画・分析・開発・リリースの4つくらいフェーズがあって、最初の2段階が長くて1カ月。
開発、ツール化まで行くと、こちらも長くて4カ月くらいかかりますかね。
分析だけなら1か月くらいです。

企画を立て終わった段階でヒアリングすることもあり、それを元に再度分析し直すこともあります。

自走しつつも、助けてくれる人がいてくれた

―― 御木さんは新卒で入社されて今4年目なんですよね。入社当時のお話などお伺いできますか？

最初は、新卒で社会人経験も無いので、どう進めたらいいかわからなかったです（笑）

それに入社した当初は、分析チームがなかったんです。そもそもData Brain課もなく、データ分析者が自分と先輩の2人だけだったので、前例もなく誰を参考にしていいかわからなかった。あるのはデータだけ、という感じでした。

でも、悩んだ時は、上司に相談してアドバイスを受けつつ進められたので、逆方向に進むことはありませんでした。
確かに手探りでやってきたけども、その都度困ったときに助けてくれる人がいたので良かったです。

―― 今後取り組みたいチャレンジはありますか？リーダーに昇格しましたが、以前と変わったことや苦労している点・やりがいなどあれば教えてください。

今後取り組みたいことは、社内データがまだ活用できていない部分を活用できる状態にすることですね。

リーダーとして変化した部分は、今後の分析チームではどのようなことが解決できるかを考え、採用計画を立てて『こんな人来たら最高だなぁ』とか思うようになったことですかね。

現在、分析チームのメンバーは6名いるのですが、それぞれ色々なプロジェクトやタスクを持っているので、何に困っているかなどの把握に苦労することがありますね。

なので、それぞれのチームでユニット会を開いて、困っていることや進捗を共有する場を設けています。メンバーとはGatherというツールを使って雑談したり、プロジェクトの相談を受けたり、リモートでもたくさんコミュニケーションしていますよ。

やりがいとしては、データを活用して潜在的な課題の発見→認識の共有→施策立案→プロダクト作成→付加価値をつけ課題解決。この一連の流れができて、関係者からフィードバックが来たときは嬉しいですね。

個性豊かなメンバーと自由にチャレンジできる環境

―― ディップで、データサイエンティストとして働いている面白さはなんですか？

toB, toC両方のデータがあり、どちらも触れられる環境で、『分析とはこのような流れを踏まねばならない！』等の決まりがないことと、まだデータを活用できていない部分があるので、分析からプロダクトの作成まで自由に行けちゃう面白さがあります。

それに、個性豊かなメンバーがそろっているのも面白いですね。
自然言語、画像、経路探索、音声、計量経済学、計量政治学など多くのバックエンドを持った人がそろっているので、分析やプロダクトの企画の相談ができるのはいいですし、雑談も楽しいのはやっぱりいいですよね。

▼他メンバー参考記事

コミュ力のある失敗を恐れない人、求む！

―― どういう人が向いていると思いますか？最後に読者の方々へメッセージをお願いします！

ビジネスに自分のスキルを活かしてインパクトを与えたい人、いろいろな職種の人とコミュニケーションをとりながら働ける人が向いているかなと思います！

もっと簡単な言葉で言うと、『失敗を恐れない人』ですかね。
どんどんチャレンジして、どんどんサイクルを回していける人がいいかなと思います。
通常業務において、いっぱい話してくれるとコミュニケーションがしやすいし、何がしたいかわかるので。

Data Brain課だけでなく、ディップは個性のある人しかいないので退屈は絶対しないです！
興味があったらぜひ応募してみてくださいね！面談でお会いしましょう！

――ありがとうございました！