Mercari BI team - Data Analytics Summit 2018

Mercari BI team - Data Analytics Summit 2018

How Mercari Analytics Team is defined and works..
Presented in Data Analytics Summit 2018

Event Page
https://webtan.impress.co.jp/events/201804a2i

2e241cf3b0bc7ee724b6dfb12a2bc9ea?s=128

Hikaru Kashida

April 14, 2018
Tweet

Transcript

  1. 18th Apr. 2018 | Analytics Summit BUSINESS INTELLIGENCE in Mercari

    What makes Mercari Data-Driven Hikaru Kashida Data Analyst / Manager of BI at
  2. はじめに At a glance

  3. まず最初に このプレゼンが何なのか

  4. ...の前に このプレゼンが 何でない のか

  5. このプレゼンは◦◦ではありません This presentation is not about ...

  6. できる分析者の条件:期待値コントロール

  7. これはBest Practiceではありません It never be universal “Best Practice”

  8. さほど新しい情報はありません また、情報の出し惜しみもありません Most of insight has been already in public

  9. 大体のことはこちらのリンクの記事に これ

  10. でも多少は新しい情報も!

  11. メモや写真をとる必要はありません No need to take notes, take photos

  12.   メモらずとも公開してます

  13. No need notes, photos. Just Listen.

  14. 話半分にお聞きくだされば大丈夫です

  15. ってことで改めて このプレゼンが何なのか

  16. 本日お話すること What to talk today

  17. 4つのWと1つのH

  18. 1.Why 2.What 3.Where 4.Who 5.How 今日のおはなし:4W1H Why we exist メルカリの分析チームのミッションとは

    What we work on 僕達が分析していること Where we position in org. 組織の中における立ち位置と動きかた Who’s in our team どのようなスキルセットを持ったメンバーなのか How we analyze 利用するツールや手法 為すべきこと、やるべきこと そのためにどうしているか
  19. 1.Why 2.What 3.Where 4.Who 5.How 今日のおはなし:4W1H Why we exist メルカリの分析チームのミッションとは

    What we work on 僕達が分析していること Where we position in org. 組織の中における立ち位置と動きかた Who’s in our team どのようなメンバーなのか How we analyze 利用するツールや手法 為すべきこと、やるべきこと そのためにどうしているか
  20. Key Messages

  21. Why BIチームのミッション "『散髪 × 手術』はNG” “世界3大発明”

  22. What ぼくたちが分析すること “3つのレイヤーと P&CA ”

  23. Where 組織体制の意図 Skillよりも大事な “3つのS”

  24. Who どんなメンバーなのか “勇者型(手足口頭)” “アリストテレスの3要素”

  25. 内容が気になってきましたでしょうか?

  26. いったん自己紹介 About me

  27. 登壇の経緯

  28. ところで....メルカリ?

  29. 展開国 3ケ国 / 6オフィス

  30. DL数 1億 以上 (全世界)

  31. 成長スピード めっちゃ速い (個人の感想です)

  32. None
  33. 全職種 積極採用中 (データアナリストも!)

  34. Hikaru Kashida @hik0107

  35. Current • 株式会社メルカリ ◦ Data Analyst ◦ (Playing) Manager •

    Helps start-up • Early 30s
  36. Before • 外資系戦略ファーム ◦ 3 years • Startup + Neet

    ◦ 3 years • 分析コンサルティング ◦ 2 years ◦ works in Yahoo Japan • “Hello world” at 30
  37. Activities • Qiita ◦ > 5500 Contributions ◦ Python +

    Data • Data Analyst Meetup ◦ Organizer ◦ Community for data person
  38. 本日夜開催 / ゲスト: 大阪ガス 河本さん

  39. @hik0107 https://twitter.com/hik0107 興味ある方 → follow my twitter !

  40. 本日のお話 What to talk today

  41. メルカリの分析部署 = “BIチーム”

  42. 1.Why 2.What 3.Where 4.Who 5.How 今日のおはなし:4W1H Why we exist メルカリの分析チームのミッションとは

    What we work on 僕達が分析していること Where we position in org. 組織の中における立ち位置と動きかた Who’s in our team どのようなスキルセットを持ったメンバーなのか How we analyze 利用するツールや手法 為すべきこと、やるべきこと そのためにどうしているか
  43. 1.Why : BIチームのミッションとは “散髪と手術” および “世界3大発明” について

  44. チームのミッション “意思決定力のMAX化”

  45. ミッションの考え方 • “意思決定の支援” に関わることを優先する ◦ 逆に言えばそれ以外はなるべく減らしたい ◦ 分析の知見で何かを前に進めることが大事と考える • “データを使った何か”

    がミッションではない ◦ 機械学習施策とかは専門のチームが別に存在
  46. “意思決定力MAX化” 何を提供するかベース “データを活用して...” 何が出来るかベース

  47. “古代の理容師” タイプミッション • 昔: 理容師 ∈ 外科医 ◦ 刃物の扱いに長けていたため、理容師が外科医を兼ねていた →

    人も髪の毛も切る ◦ 出来ることベース(スキル)でミッションが課される例
  48. “人の命を救う” タイプミッション • 『何を提供するか』 ベース ◦ 必要な物を提供するためやり方は問わない 『できること』でなく 『必要なこと』 ❌

    刃物が使えるから手術をする ⭕ 命を救うために、内科も外科も漢方も使う ❌ この機械学習手法を使ってみたい ⭕ 判断に使えるなら、ただの四則演算でもいい
  49. 意思決定を必要とする場面は多い 事業・経営 プロジェクト 施策 会社 チーム 担当者 どんな分析してるのかは後述

  50. チームのミッション(再掲) “意思決定力のMAX化”

  51. もう少しミッションを広めに捉えると

  52. 羅針盤 BIチームのミッション = “世界3大発明” 活版 印刷 火薬 1 2 3

  53. 羅針盤 1.羅針盤 = 行動力の革命 1 • Before 羅針盤 ◦ 非効率かつ高リスクな

    フロンティアの探索 / 貿易 • After 羅針盤 ◦ 効率的かつ低リスクな航海が可能に
  54. 2.活版印刷 = 情報流通の民主化 • Before 活版印刷 ◦ 唯一聖書を持つ教会に権力が集中 ◦ 歴史が失われがち

    • After 活版印刷 ◦ 「一家に一台」の聖書生活 ◦ 情報がより民主化 活版 印刷 2
  55. 3.火薬 = 武力のルールチェンジ • Before 火薬 ◦ 武力 = 兵隊の頭数

    ( + 戦略・訓練 ) • After 活版印刷 ◦ 武力 ≠ 頭数 ◦ 技術を活かすことによる優位性 火薬 3
  56. ミッション① “羅針盤” 機能 • 組織が進むべき 方向性を示す ◦ 意思決定力MAX化 ◦ KPIの設計/トラッキング

    • ここが第一義のミッション
  57. ミッション② “活版印刷” 機能 • 情報と知識を民主化 ◦ 分析知見の貯蓄と公開 ◦ SQLの使い方を普及 •

    ここ3か月注力している
  58. ミッション③ “火薬” 機能 • 新しい競争優位性のための武器 ◦ 機械学習施策の推進 • 絶賛取組中 w/

    MLチーム
  59. まとめ 意思決定に重きを置く (=羅針盤機能) 活版印刷・火薬も頑張る

  60. 2.What : 僕達が分析していること “3つのレイヤーとP + CA” について

  61. 結構色々やっている

  62. Growth Strategy ¥ ~1,000,000,000 Marketing Campaign / CRM - Repeat

    Rate - Buy/Sell Conversion - Cohort Daily Trend User LTV / RFM User Addiction Micro Behavior - Funnel - Tap Rate - Feature Usage - Search Words 超ざっくりの数字感 ※あくまで桁感の話です # of action ¥ ~100,000,000 ¥ ~10,000 % 大きい数字から小さい数字まで分析してる
  63. Action 施策の結果に応じて改善 Check Doの結果が うまく行ったかを測定 Do 方針に沿って施策を実行 Plan 方針を決める PDCA

    Cycle PDCAサイクルの軸で考えると
  64. Check & Action 結果の測定 + 施策の結果に応じて改善 Do 方針に沿って施策を実行 Plan 方針を決める

    PDCA Cycle 分析はこのあたりに深く関わる
  65. 意思決定を必要とする場面は多い 事業・経営 プロジェクト 施策 会社 チーム 担当者

  66. Check & Action 結果の測定 + 施策の結果に応じて改善 Plan : 方針を決める PDCA

    Cycle “Plan” への関わり方 事業・経営 プロジェクト • KPIの決定・分解 • アクション優先度 施策 • 施策の設計 • 打ち手の提案 • 事業の注力KGI
  67. Check & Action 結果の測定 + 施策の結果に応じて改善 Plan 方針を決める PDCA Cycle

    このあたりに深く関わる 事業・プロジェクト • KPIダッシュボード • 傾向把握 施策 • 施策の効果測定 • 深掘り & 次策提案
  68. 簡単な事例

  69. を話したいのですが 全部話すと とっても長くなる

  70. SPEAKER DECK に事例載せてます https://speakerdeck.com/hik0107/business-intelligence-in-mercari-what-makes-mercari-data-driven

  71. Plan : 方針を決める with 分析 PDCA Cycle メルカリUSの事例:簡単まとめ 事業の方針 プロジェクトの方針

    • 検索行動を重視 • 浅い体験に徹底的にフォーカス • 各施策の数的裏付け (できるだけ) • 経営上のゴールを変更 :量の重視 → 質の重視 施策の方針
  72. Check & Action : 計測と改善 with 分析 PDCA Cycle メルカリUSの事例:簡単まとめ

    プロジェクト • ダッシュボード • 複数施策からの傾向把握 • 30以上のA/Bテストの分析 施策
  73. まとめ いろんなエリアで 頑張ってる

  74. 1.Why 2.What 3.Where 4.Who 5.How 今日のおはなし:4W1H Why we exist メルカリの分析チームのミッションとは

    What we work on 僕達が分析していること Where we position in org. 組織の中における立ち位置と動きかた Who’s in our team どのようなメンバーなのか How we analyze 利用するツールや手法 為すべきこと、やるべきこと そのためにどうしているか
  75. 3.Where : チームの組織体制と位置づけ “Skillより大事な3つのS” について

  76. 分析チームの位置づけの概要 • 組織図上は横断型組織として存在 ◦ でも実態はほぼ事業部(プロジェクト)の一員 ◦ チームとしてのまとまった活動は最小限 • 思想としては事業部張り付きのメリットを優先 ◦

    その中で横断組織型の方が優れている部分は 取り入れる
  77. チーム 丙 チーム 甲 Team A Team B チーム 乙

    BIチーム デザインチーム US Mercari 日本のメルカリ ….. ….. プロダクト開発部門 コーポレート部門 広報 マーケティング ファイナンス etc. …. ① 縦軸組織 =プロジェクト チーム 出品改善、購買改善 新規獲得、などと言った 粒度のテーマで分かれ るチーム ② 横軸組織 =機能チーム BI、デザイン、QA、 インフラ などが 横軸的に存在
  78. チームとしての活動 = 最小限 • チームが一緒にいるのは週に2.0h+ ◦ 月曜 : Standup Meeting

    : 20 mins. ◦ 火曜 : Team Sync : 60 mins (アジェンダベース) ◦ 都度:採用関連、分析相談など • 大半はプロジェクトのメンバーとして生活 ◦ 席もプロジェクトチーム側においている ◦ 正直、BIチーム内よりもプロジェクトメンバーとのほうが仲がいい
  79. なぜこの形を採用しているのか

  80. メリット • スピード • ドメイン知識・状況把握 • 一体感 デメリット • スキル開発・ナレッジシェア

    • 評価・育成 プロジェクト張り付きスタイル
  81. メルカリの事業スタイル 超ファスト PDCA 柔軟な 方針変更 情報のオープン スタンス

  82. 分析ニーズごとに案件を組むような スタイルだと、完全に置いてけぼり

  83. やってて思うこと

  84. 成果を出すための “Skill” より大事な “3つのS” Speed スピード Specific Domain ドメイン知識 Sense

    of Unity 一体感 Skill スキル > 1 2 3
  85. ゆえに横断組織の色合いは薄める

  86. とはいえ

  87. チームとしてちゃんと活動すべきだと思うこと • ①人事評価 • ②採用活動 • ③社内の分析レベル向上 • 最低限のプラクティスの交換 •

    相談、レビュー
  88. ①人事評価 • MGRの僕が頑張れば、全然いける ◦ 担当チームへのヒアリング ◦ 評価基準のStandardize / Clarify ⇛

    後述します • weekly 1 on 1 ◦ Open-door style ◦ メンバーのみなさまの柔軟度を奪いすぎないように
  89. ②採用活動 • 基本、メンバー全員が選考フローに関わる ◦ 採用はメルカリの全社員にとって、とっても大事なお仕事 ◦ 採用基準は落とさないという強い意志 • 採用基準のstandardize →

    後述します
  90. ③社内の分析レベル向上 • “Query Recipe” ◦ 分析クエリをGithubに貯蓄・公開 ◦ ユーザファネルごとにディレクトリ管理 • プロジェクト

    “ゆるふわBI”(ゆB) ◦ 社内各部署の分析好きの有志をゆるくオーガナイズする会
  91. ゆるふわBI圏 プロジェクト “ゆB” : 人類総BI化計画 マーケ BI CS 広報 財務

    インフラ 経理 PM • 他部署の分析に興味のあるメンバーを結集 • BI → ゆBで育成 / スキルアップ ◦ データ関連の質問しやすい Slack Channel ◦ 気軽に聞ける環境 • ゆBメンバーは、自分の近隣に発生する 分析業務をなるべくこなす → BIの集計系の業務負荷の分散 • データ関連の新規取り組みの良き βテスター 調査
  92. まとめ 横断組織の色合いは実は薄い その中で最低限必要な チームとしての活動はする

  93. 4.Who : どんなメンバーなのか “勇者型アナリスト” と “アリストテレスの3要素” について

  94. チームメンバーの概要 • 7 members @ tokyo office , as of

    2018 Apr / Including Merpay ◦ Need more ◦ うち5人は Referral (社員紹介) • 中途採用中心 • バックグラウンド : Analyst / Planner / Consultant
  95. “勇者型アナリスト”

  96. 優秀なアナリストのファクター この人を使って 説明します

  97. 優秀なアナリストのファクター(持論ですが) 足 色な情報を集めて、課題・仮説を 発見するフットワーク 手 必要なデータを自在に 操れるコーディング技術 頭 何を分析したら何が証明できるの かを考えられる論理力

    口 非アナリストにもわかりやすく 説明できる伝達力 全 身 信用できる奴オーラ 周囲への影響力
  98. ①課題の発見 ②課題の定義・ モデル化 ③課題の定量化 ④結果の共有・ 解決方法の提示 どのようなステップか 何を知りたいかを決める 何を分析するべきかを決める 分析を実行する

    分析結果を誰もが理解できる形 にしてアウトプットする 必要なもの 足 頭・手 口 分析のフロー 全部通して一人で できる人材が理想 (=勇者タイプ)
  99. 一人で垂直統合的にフローを完結 → 組織構造上、これが求められる

  100. メルカリのBIチームでは実際に バランス良くどこもこなせる人が多い (=勇者タイプ)

  101. メンバーの評価基準(実際使ってるやつ) 分析の実務フローを 意識して360度的に 評価する

  102. まとめ 分析フロー全体を意識 全てのステップをこなせる 人材を指向し、評価する

  103. 4.Who : 採用について Principle of Our Hiring

  104. 採用 is everything • MGRとしても一番注力している • 選考基準・採用フローのRefine ◦ 選考に関わるメンバー全員が同じ基準を認識 •

    応募数を増やす ◦ いろんな施策を try & error
  105. 採用基準:この人に学ぶ

  106. 採用基準:この人に学ぶ アリストテレス 384 BC ~ 322 BC

  107. アリストテレス曰く... (著書 弁論術 より) 人を説得したいなら、 次の3つが大事だ パトス = Passion :

    情熱 エトス = Ethics : 人間性 ロゴス = Logic : 論理性
  108. 採用時に見るべきポイントで言うと... パトス 情熱 エトス 人間性 ロゴス 論理性 ◆ 自社で熱意を持って仕事をしてくれる人物か ◆

    周囲から信頼される人間性の持ち主か ◆ 他人を説得するだけの論理性を持っているか 採用基準の共通言語 数人の面接を通して 必ず全てをチェック
  109. 採用基準の共通言語 ①パトス ②エトス ③ロゴス 先天性 後天性 この 3 × 2

    = 6象限で考えて評価する 面接の引き継ぎもこの3項目でコミュニケーション 社会人として後天的に身につきづらい要素をより重視 → パトス(=情熱)の例で言うと... 『先天』:仕事自体に対する情熱 /『後天』:メルカリの事業への興味
  110. 応募数を増やす 結構いろんなことをやっています 話しきれないので興味ある方は連絡下さい

  111. まとめ 絶賛積極採用中! 気になった方はご連絡を

  112. 5.How : どうやって分析しているのか Analytics toolbox in Mercari

  113. None
  114. 結びに代えて

  115. 本日はお招きいただきありがとうございました • 情報交換の機会は大変貴重な場 ◦ そういう機会が意外に少ないと感じています ◦ 横の繋がりを欲している人が多い

  116. 横のつながりを • みんな繋がりを欲している • 社内では希少職種。同職種ならではの悩みや相談

  117. 情報をオープンに • 職務柄、情報を出しすぎるのにちょっと抵抗はある → でも実際は全部ぶっちゃけてもそんなに不都合はない → むしろ実は得なことが多い (今日の登壇のようにブログからのお声がけとか) • メルカリとしても、個人としても、できるだけ

    情報をオープンに出していきたい
  118. Hikaru Kashida @hik0107 on Twitter / Qiita / Speakerdeck Enjoy!

    Have a Better Data, Better Life.