Share
Embed
【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/
Anntoque
January 14, 2022
Transcript
28 slides
-
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 -
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 -
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 -
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 -
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 -
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😶 -
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 -
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… -
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 -
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 -
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 -
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 -
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! -
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 -
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 -
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💪 -
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 -
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 -
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 -
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 -
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