Upgrade to Pro — share decks privately, control downloads, hide ads and more …

【istyle Data Talk #01】越境できるデータの組織・人材を目指して/ istyle data talk 01 Data Organization

C7a2f2f39588f4a71936947a4bf81f1e?s=47 Anntoque
January 14, 2022

【istyle Data Talk #01】越境できるデータの組織・人材を目指して/ istyle data talk 01 Data Organization

化粧品クチコミメディア@cosmeを運営するistyleのデータ組織の変遷・課題、istyleだから描けるデータ分野のキャリアパスの紹介です。
下記イベントの登壇資料です。
https://istyle.connpass.com/event/232751/

C7a2f2f39588f4a71936947a4bf81f1e?s=128

Anntoque

January 14, 2022
Tweet

Transcript

  1. 越境できるデータの組織・人材を
 目指して
 istyle Data Talk #01
 © istyle Inc. No.0

    株式会社アイスタイル 山本 泰毅

  2. 1. 自己紹介
 No.1 © istyle Inc. 山本 泰毅(やす)
 Yasutaka Yamamoto

    
 データ戦略推進室 マネージャー
 
 2016年アイスタイルに新卒入社。Web/Appの計測、DWHの管理
 BIの推進とデータのライフサイクルにデータエンジニアとして携わる。
 2021年7月からはビジネスサイドのデータ戦略部門へ。
 外部データ連携の推進、社内データガバナンスの整備。
 趣味:ゲーム、サッカー観戦

  3. istyleのデータのキーワードは「越境」
 No.2 越境
 生活者と化粧品ブランドを つなぐB to B to C メディア・店舗・ECのIDがつ

    ながることで、顧客分析が 可能 枠に囚われない データに関連する業務 システム・分析・ML・事業企 画…データに関することな らチャレンジ! 分野を超えた多様な キャリア形成 データのライフサイクルを 考えられる人材へ 事業
 データ組織
 データ人材

  4. 目次
 No.3 1. 越境していったistyleのデータ組織の歴史 2. なぜ越境したキャリアが多い? 3. これからの事業・組織の目指し

  5. No.4 越境していったistyleのデータ組織の歴史


  6. istyleのデータ組織の歴史:全体像
 No.5 体 制 出 来 事 エンジニア 部門の サブ業務

    2000-2015 2016-2019 2020-2021 2021- 専任発足 専門部署の 誕生 データ マネジメント と システムへ 分割 To C分析 × 3名
 データエンジニア × 6名
 To C分析 × 3名
 データエンジニア × 3名
 To B分析・営業 × 6名
 データマネジメント × 6名

  7. istyleのデータ組織の歴史:全体像
 No.6 体 制 出 来 事 エンジニア 部門の サブ業務

    2000-2015 2016-2019 2020-2021 2021- 専任発足 専門部署の 誕生 データ マネジメント と システムへ 分割 To C分析 × 3名
 データエンジニア × 6名
 To C分析 × 3名
 データエンジニア × 3名
 To B分析・営業 × 6名
 データマネジメント × 6名

  8. 2000-2015:エンジニア部門のサブ業務
 No.7 体制:1名(2013~把握している限り…)
 業務内容:
 - RDBからデータの抽出、Google Analyticsの管理
 
 - 2000年から@cosmeはデータベースを育てる事業展開をしていて


    クリーンなデータは溜まりやすい土壌
 
 把握している限りの2013年以降
 - データの抽出がメイン
 - 最初はサーバーサイドエンジニアの開発の傍で運用
 - 世の中的にまだダッシュボードツールも普及していない頃であるが
 内製でクエリ登録機能を持つPHPのアプリケーションを運用
 - データの活用の関心はかなり早期からあった
 
 当時のデータ活用としては進んでいる方であった。
 しかし、開発業務の片手間なので優先順位は相対的に下がる
 「どうデータを活用を促すか」「どうしたら事業貢献になるか」までは遠かった時代😶

  9. istyleのデータ組織の歴史:全体像
 No.8 体 制 出 来 事 エンジニア 部門の サブ業務

    2000-2015 2016-2019 2020-2021 2021- 専任発足 専門部署の 誕生 データ マネジメント と システムへ 分割 To C分析 × 3名
 データエンジニア × 6名
 To C分析 × 3名
 データエンジニア × 3名
 To B分析・営業 × 6名
 データマネジメント × 6名
 単一サービスの
 分析 × 2名

  10. 2016-2019:専任の発足
 No.9 体制:3名
 業務内容:
 RDBからデータの抽出、Google Analyticsの管理
 🆕 Tableau Server &

    redash運用保守、データプロダクトのETL開発
 
 - 自分はこのタイミングで新卒入社
 - To C課金向けサービスにデータ分析人材が加入
 - これを皮切りに活用需要が高まり、BIツール Tableau Serverの導入へ 😊
 - 課金経路の分析や、@cosmeのKPIのモニタリングなどで活用
 - ガバナンス統制が効かず、無法地帯化… 🤢
 - データプロダクト「Brand Official」リリース
 - 大規模なデータのパイプラインが誕生
 - 初のデータ基盤構築、パイプラインの設計、データのテストなど課題が残る 
 クエリを作り、ビューを作ることに忙殺される日々… データは重要という会社だが方針はあるのか?と現場の業務にギャップを感じていた…
  11. istyleのデータ組織の歴史:全体像
 No.10 体 制 出 来 事 エンジニア 部門の サブ業務

    2000-2015 2016-2019 2020-2021 2021- 専任発足 攻めの 専門部署の 誕生! データ マネジメント と システムへ 分割 To C分析 × 3名
 データエンジニア × 6名
 To C分析 × 3名
 データエンジニア × 3名
 To B分析・営業 × 6名
 データマネジメント × 6名
 単一サービスの
 分析 × 2名

  12. 山盛りの課題、未来を感じない現場…社長に直談判!
 No.11 分析だけでなくデータの事業や基盤、サービスのデー タ統制含めてやって欲しい。 本部長に就任予定のAさんと話してみて。 運用の延長の改善ではこれ以上難しい。 データの活用を促す組織を立ち上げたい。 戦略的にデータ活用を進めたい! データも分散しているし、BIツールも一部活用になって いる。

    BI・データマネジメントに取り組んでいきたい! データ文脈でビジネスとエンジニアリングを つなげられる組織にしたい! 上司A
 組織的にBI・データマネジメントに取り組む データベース統括センター誕生
  13. ここから「データ」に関して扱う分野が一気に増える
 No.12 データベース統括センター
 - 会員データ - 商品データ - 分散データの統合 -

    プレゼントと サンプル 基盤となるデータの
 プロダクト企画
 - 計測 ⭐BI推進 ⭐データマネジメント - データ基盤保守 - ETL開発 データ分析基盤
 - 記事レコメンド - 他社協業 ML
 パーソナライズ
 初めてのデータ基盤専門の マネージャー誕生

  14. 2020-2021:攻めの専門部署の誕生!
 No.13 体制:6名
 目指し:データの民主化の一歩
 業務内容:
 - RDBからデータの抽出、Google Analytics(Firebase Analytics)の管理
 Tableau

    Server 運用保守、データプロダクトのETL開発
 🆕 Tableau Online導入、DWHの作成、データカタログの作成
 
 - 初の全社のBIツールとして、Tableauを導入することが決定
 - データ基盤の保守から、半年ほどBIエンジニアとしてチームで注力
 - 体制も強化のためにやったこと
 - タスク管理を個人からjiraでスプリントを組み、チームで行うように
 - プロジェクトの型化を行い、大きな改善の数を増やしていった
 - クエリをGit管理することで、レビューをワークフロー化し品質担保
 - データウェアハウス層も作成
 - まずはビューを作り、クエリから参照するテーブルの数を減らした

  15. 2020-2021:Tableau導入の成果
 No.14 データに関する
 依頼のチケット数
 観測史上初の
 依頼数の減少を達成
 ※前年比-12%
 
 約180人日の効率化に成功👍
 効率化した時間で

    データ基盤の改善・MLのプロダクト導入などができた!
  16. かなり進んだ 2020-2021 だが…まだまだ足りない!
 No.15 データプロダクトの事業とBIの活用が進んだことで…
 プロダクトの数値とBI ツールの数値が違う! 社内ユーザー
 エンジニア
 今はチーム内の効率化

    の意味合いがDWHを作 ること。 根本解決には大きな意 思決定などが必要 効率化はできた! 次は事業を伸ばす コミットをして欲しい 上司
 今の基盤構成のままで これからいけるのか… エンジニア

  17. istyleのデータ組織の歴史:全体像
 No.16 体 制 出 来 事 エンジニア 部門の サブ業務

    2000-2015 2016-2019 2020-2021 2021- 専任発足 攻めの 専門部署の 誕生! データ マネジメント と システムへ 分割 To C分析 × 3名
 データエンジニア × 6名
 To C分析 × 3名
 データフロント × 6名
 To B分析・営業 × 6名
 データバックエンド × 6名
 単一サービスの
 分析 × 2名

  18. データマネジメントに注力し、活用/基盤構築それぞれに集中できる環境へ
 No.17 プロダクトとBIツールの数値 差異 広く活用されるDWHへ 分散するデータ基盤 & オンプレ運用の課題 事業を伸ばすコミット 直接的なデータ活用を


    事業部の中に異動
 
 - BIツール
 - 他社とのデータ協業
 - メーカー
 - 
 
 - 計測
 データの
 エンジニアリングに特化
 - 事業全体の
 ビジネスロジック標準化
 - 簡易実装
 - 新アーキテクチャの 設計・移行
 - MLの開発
 - 既存データ基盤の
 運用
 - BIとアプリケーションから
 使えるデータ基盤構築
 専任を置いて注力💪
  19. 2021-:BI運用のKPIを決め、よりアクティブな施策検討
 No.18 PFデータ データ スキル ゴールのためには、ユーザーとブランドの同時理解のために、セグメントに寄らないデータを通したサービス理解と 
 そこからインサイトを導き出せるデータの操作・分析スキルが必要 
 上記2つが備わった人財を

    
 KPI:PFデータ活用人材数
 
 推進部門のサポートがなくても自走できる割合 
 KGI:25期 社員比率3割
 ビジネスス キル ビジネススキルの基礎は 
 土台としてあるものとし、スコープ外 

  20. 2021-:🆕 データ軸での他社協業
 No.19 個人的楽しいポイント
 
 1. 他社のデータと自社の データを組み合わせた 分析ができる
 


    2. パーソナルデータの活 用のために個人情報 保護法などデータリー ガルに関する勉強がで きる

  21. 2021-:統合のデータ基盤を目指して
 No.20 @kakibloの発表スライドに記載のため割愛
 https://www.slideshare.net/ssuseraafd56/istyle-data-talk-01cosme


  22. No.21 なぜ越境したキャリアが多い?


  23. データライフサイクルを見通せる人材が活躍しやすい
 No.22 計測 整備 活用 istyleだからこそできること
 - 自分で欲しいデータを設計・体 感して、整備して、分析できる環 境がある


    ※ 設計とは事業や機能から
 それらを生かすための環境づくり
 - 他社に比べてキャリア
 チェンジしやすい環境
 - チャレンジを推奨する
 - マネージャーが
 育成に責任を持つ
 データのライフサイクル観点を養 う土壌がある ・WEB/APP計測
 ・他社データ組み合わせ 
 ・データマネジメント専任 
 ・データプロダクトが事業 
 ・データ分析
 ・ML

  24. キャリアパス
 No.23 WEB開発 ETL開発 BIエンジニア MLエンジニア データアナリスト データマネジメント 計測 事業企画

    前職
 入社1年目
 2年目
 3年目
 4年目
 5年目
 6年目

  25. No.24 これからの事業・組織の目指し


  26. 会社としての方向性
 No.25 × 〇〇〇


  27. データに関するどんな職種でもゴールは一緒になるコース作りをしたい(部内 検討中)
 No.26 まだまだ課題はある
 - データの標準化は手探りで、スピードをあげたい
 - データ軸の他社協業での成功
 - データ分析組織の意思決定案件の増加

    etc. 
 しかし、一つ一つに向き合いすぎる環境を作ると データライフサイクルが意識しづらくなってくる データライフサイクル KPI UU/月 +
 +
 社内のデータ活用人数 
 社員の生産性の最大化 
 データプロダクト数
 継続した事業部の支援 
 社外のデータ利用者数 
 契約数の向上
 ・職種・業務横断で目指せる ・間接的な事業目標に紐づく ・データの事業・民主化・基盤の充足に 影響が出る数値
  28. No.27 おわり