スタディサプリのデータ組織、これまでとこれから / StudySapuri Data Meetup 01 Group Overview

『StudySapuri Data Meetup #1 〜未来の教育を創り出すデータ組織、全部お見せします！〜』 ( https://techplay.jp/event/680407 ) の発表スライドです。

スタディサプリのデータ分析基盤を構築してから３年目を迎え、データ組織としての役割も基盤開発、分析、研究開発と幅広くなってきました。このセッションではどのようにしてデータドリブンな文化が組織に根付いて来たかをご紹介し、３チーム体制に至った経緯と各チームの役割、またスタディサプリにおけるデータ活用の今後の方向性についてご説明します。

1. Data Meetup #1 スタディサプリのデータ組織 これまでとこれから @beniyama
2. 01 02 03 04 Agenda | 自己紹介 データ・AI・EdTech 私達が取り組んでいること データ組織のこれまでとこれから
3. 01 自己紹介
4. 山邉 哲生 / @beniyama 2015年8月（株）リクルートマーケ ティングパートナーズ入社。データエ ンジニアとしてスタディサプリのデー タ分析基盤を一から構築、現在はマ ネージャーとしてデータ基盤グルー プを牽引中。 ２児の父。麻雀のデータ分析をした いと思って早３年（未着手）。
5. 〜未来の教育を創り出すデータ組 織、全部お見せします！〜 〜脱スタートアップフェーズにおける 開発チームの現在と未来。少数精鋭 の運用体制からデザイン・アーキテク チャまで～ #sapurimeetup
6. #sapurimeetup 全能神 知見の公開を恐れない 会社 分断された モノリス 乃木坂推し Borderless クッキーかわいい 人の人生に ポジティブな 影響を 与えられる サービス
7. 本日の発表資料は後ほど公開いたします！ ぜひリラックスしてお聞きください :)
8. 02 データ・AI・EdTech
11. ‘The Myth of the Learning Style Holds Students Back’ in SVSWedu 2016 ref) https://tech.recruit-mp.co.jp/event/post-9583/
12. 教えること・学ぶということの難しさ
14. どのように学んでいけば体現できる？
15. 複雑化する社会を生きることの難しさ
16. 教育者・学習者の負荷増大
17. ➔ 学習・教育領域における AI 技術活用シーンの拡大 ◆ 学習者の学習効率向上（学習パス最適化、発音チェック…） ◆ 教育者の負荷軽減（学習効果予測・自動採点…） EdTech は データ x AI の時代へ
18. 小猿口算 http://kousuan.yuanfudao.com/ Aidam https://www.scmp.com/tech/science-resear ch/article/2115271/china-wants-bring-artifi cial-intelligence-its-classrooms-boost ELSA SPEAK https://itunes.apple.com/jp/app/elsa-speak -accent-reduction/id1083804886?mt=8 EdTech は データ x AI の時代へ
19. ➔ EdTech 企業による AI 人材の獲得・研究開発体制の強化 ◆ 猿辅导（中国）が Google Brain らを抑えて SQuAD １位に ◆ Pearson が Intel から AI 部門のシニアディレクターを引き抜き EdTech は データ x AI の時代へ
20. EdTech は データ x AI の時代へ KLEINER PERKINS Internet Trends Report 2018 https://www.kleinerperkins.com/perspectives/internet-trends-report-2018
21. ➔ 『群への教育』 から 『個の学び』 へ ◆ 知識は個々のペースで AI との対話から獲得 ◆ 非認知能力は集団生活・協同学習から習得 EdTech は データ x AI の時代へ
22. 03 私達が取り組んでいること
23. 世界の果てまで最高の学びを届ける
24. 有料会員 9 万人（2017 年度累計） フィリピン・インドネシア・メキシコ 有料会員 64 万人（2017 年度累計） 導入高校数 2,353 校
25. データ組織
26. Product Web Native SRE Data BizDev 15人
27. 学習行動データの可能性にかける
28. 学習者・教育者一人一人の人生に向き合う
29. データで社会の未来を切り開く
31. 04 データ組織のこれまでとこれから
32. ブランド移管 システム統合 2016.02.25 2016 2017 2018 • 内製化 ◦ サービス ◦ 分析基盤 • 外注 ◦ サービス ◦ 分析基盤 • 個の時代 ◦ UX/UI 改善 ◦ 研究開発
33. ブランド移管 システム統合 2016.02.25 2016 2017 2018 データ分析基盤 開発・運用 新規サービス開発・運用 • 内製化 ◦ サービス ◦ 分析基盤 ▪ モニタリング・レポーティング ▪ データ連携・データ抽出 ▪ あらゆるデータ業務を巻き取るように • 外注 ◦ サービス ◦ 分析基盤 • 個の時代 ◦ UX/UI 改善 ◦ 研究開発
34. ブランド移管 システム統合 2016.02.25 2016 2017 2018 データ分析基盤 開発・運用 新規サービス開発・運用 データ分析・事業伴走 BI 環境整備・データ活用推進 • 外注 ◦ サービス ◦ 分析基盤 • 個の時代 ◦ UX/UI 改善 ◦ 研究開発 • データ集約・提供から意思決定支援へ ◦ 信頼貯金の萌芽 ◦ 組織化の始まり
35. ブランド移管 システム統合 2016.02.25 2016 2017 2018 データ分析基盤 開発・運用 新規サービス開発・運用 データ分析・事業伴走 BI 環境整備・データ活用推進 研究開発 共同研究推進 • 外注 ◦ サービス ◦ 分析基盤 • 個の時代 ◦ UX/UI 改善 ◦ 研究開発 • 分析から新機能開発へ ◦ データ価値の具現化 ◦ 学びの未来
36. R&D チーム 2016.02.25 2016 2017 2018 データ分析基盤 開発・運用 新規サービス開発・運用 データ分析・事業伴走 BI 環境整備・データ活用推進 研究開発 共同研究推進 分析チーム エンジニアリン グチーム
37. ➔ 縦軸：独自データを活用した『未来の学び』の探求と実現 ◆ 学習者と教育者 双方の支援 ◆ 学習 AI 構想をベースとした研究開発・実証実験・プロダクト適用 ➔ 横軸：プロダクトスコープの拡大 ◆ スタディサプリ ENGLISH ◆ Quipper グローバル（インドネシア・フィリピン・メキシコ） 今後の注力テーマ
38. 企画提案 研究開発 実証実験 性能改善 本番実装 本番運用 効果検証 要因分析 施策立案 分析 データサイエンティスト エンジニアリング データエンジニア R&D データリサーチエンジニア
39. ➔ 縦軸：独自データを活用した『未来の学び』の探求と実現 ◆ 学習者と教育者 双方の支援 ◆ 学習 AI 構想をベースとした研究開発・実証実験・プロダクト適用 ➔ 横軸：プロダクトスコープの拡大 ◆ スタディサプリ ENGLISH ◆ Quipper グローバル（インドネシア・フィリピン・メキシコ） 今後の注力テーマ
40. 学習 AI 個別化 最適化 自動化 学習 モデル データ分析基盤 BI 基盤 学習効果 事業 KPI マーケティング 分 析 ベーシック コーチング LIVE 小中 ラボ 高大 スタディサプリ 日常英会話 ベーシック コーチング TOEIC L&R スタディサプリ ENGLISH インドネシア フィリピン メキシコ Quipper 学校導入 基 盤 研究開発
43. ご静聴ありがとうございました