Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
エンジニアが事業をつくる強み
Search
Masato Ishigaki / 石垣雅人
March 11, 2020
Technology
1
540
エンジニアが事業をつくる強み
2020/03/11 役員と先輩社員が語る!「IT企業で生きぬく人材とは」
Masato Ishigaki / 石垣雅人
March 11, 2020
Tweet
Share
More Decks by Masato Ishigaki / 石垣雅人
See All by Masato Ishigaki / 石垣雅人
生成AI活用のROI、どう測る? DMM.com 開発責任者から学ぶ「AI効果検証のノウハウ」 / ROI of AI
i35_267
5
290
大規模組織にAIエージェントを迅速に導入するためのセキュリティの勘所 / AI agents for large-scale organizations
i35_267
7
1.1k
無意味な開発生産性の議論から抜け出すための予兆検知とお金とAI
i35_267
8
21k
Clineを含めたAIエージェントを 大規模組織に導入し、投資対効果を考える / Introducing AI agents into your organization
i35_267
6
2.2k
開発フェーズだけではない AI導入はどのように進めていくべきか / How should we proceed with AI adoption beyond the development stage?
i35_267
4
300
【Forkwell】「正しく」失敗できるチームを作る──現場のリーダーのための恐怖と不安を乗り越える技術 - FL#83 / A team that can fail correctly by forkwell
i35_267
6
680
【Findy】「正しく」失敗できる チームの作り方 〜リアルな事例から紐解く失敗を恐れない組織とは〜 / A team that can fail correctly by findy
i35_267
9
1.9k
技術負債の「予兆検知」と「状況異変」のススメ / Technology Dept
i35_267
2
1.5k
技術負債による事業の失敗はなぜ起こるのか / Why do business failures due to technical debt occur?
i35_267
5
2.7k
Other Decks in Technology
See All in Technology
SOTA競争から人間を超える画像認識へ
shinya7y
0
660
GPUをつかってベクトル検索を扱う手法のお話し~NVIDIA cuVSとCAGRA~
fshuhe
0
310
InsightX 会社説明資料/ Company deck
insightx
0
150
Kotlinで型安全にバイテンポラルデータを扱いたい! ReladomoラッパーをAIと実装してみた話
itohiro73
3
130
GCASアップデート(202508-202510)
techniczna
0
210
サブドメインテイクオーバー事例紹介と対策について
mikit
1
110
OTEPsで知るOpenTelemetryの未来 / Observability Conference Tokyo 2025
arthur1
0
380
個人でデジタル庁の デザインシステムをVue.jsで 作っている話
nishiharatsubasa
3
5.3k
GTC 2025 : 가속되고 있는 미래
inureyes
PRO
0
140
abema-trace-sampling-observability-cost-optimization
tetsuya28
0
410
書籍『実践 Apache Iceberg』の歩き方
ishikawa_satoru
0
390
AWS DMS で SQL Server を移行してみた/aws-dms-sql-server-migration
emiki
0
270
Featured
See All Featured
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.2k
Code Reviewing Like a Champion
maltzj
526
40k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Done Done
chrislema
186
16k
Code Review Best Practice
trishagee
72
19k
Building an army of robots
kneath
306
46k
Making Projects Easy
brettharned
120
6.4k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.5k
Music & Morning Musume
bryan
46
6.9k
A Modern Web Designer's Workflow
chriscoyier
697
190k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.2k
Raft: Consensus for Rubyists
vanstee
140
7.2k
Transcript
1 エンジニアが事業をつくる強み ビジネス職・エンジニア職 March 11, 2020
2 About me Masato Ishigaki 総合トップ開発部 部長 2015年度 新卒エンジニア入社 DMMにおけるアカウント(ID)、認証(Auth)
周りのプロダクトオーナーを経て、 2018年7月にリードナーチャリング領域を強化するチームの立ち上げを行う。 2020年3月には、DMMの総合トップなどを管轄する総合トップ開発部の部長を務 める。 現在はアプリプラットフォーム基盤の プロダクトオーナーにも 従事 i35-267 @i35_267 i35-267
3 Agenda About DMM.com 入社してからの略歴 業務内容・1日の流れ プロダクト開発の流れ エンジニアが事業をつくる強み
入社してからの略歴 Engineer EM ( Engineering Manager ) 部長 GEM ・Product
Management ・Human Management ・Technology Management ・Project Management (Agile) (エンジニアキャリア例) ・Engineering PO ( Product Owner ) 新卒1年目 : Engineer - Engineering 新卒2年目 : Engineer - Engineering - Project Management (Scrum Master) - Technology Management 新卒3年目 : Product Owner(略 : PO) - Product Management - Project Management 新卒4年目 : PO + チーム立ち上げ - Product Management - HumanManagement - Project Management 新卒5年目 : 部長 + PO + 事業立ち上げ + 部立ち上げ - Product Management - HumanManagement - Project Management 役割の領域 役割の領域
業務内容 1. Product Management a. KPIの数値、データ分析、仮説立案、予算 2. Human Management(Team) a.
組織戦略、1on1、評価、キャリア、採用 3. Project Management a. アジャイル開発、プロジェクト管理 4. Technology Management a. アーキテクチャ、組織構造、サーバーコスト 比重 施策のROIを考えたり、SQLを書いてデータ 分析したり、ユーザークレームを分析したり。 TEAM - PO : 1名(私) - SM : 1名 - UI / UX Designer : 2名 - iOS/Android Engineer: 3名 - Backend Engineer: 5 - Growth / Marketing : 1名 部 - 30名程度 如何に早く 正確にプロダクトを作るか 事業モデルとアーキテクチャの質とスピードの部分 アーキテクチャと組織構造の関係性( Ex. コンウェイの法則) 4つの領域を網羅的に
11:00 13:00 15:00 16:00 19:00 出社 採用面接 / 会食 KPIの数値確認
特に施策実行前後は、相関指標含めてよく観察 ランチ 1日の流れ 1on1 キャリア、困りごと スクラムイベント 振り返り 次イテレーションで何をするか デイリースクラム プロダクトバックログリファインメント いわゆる施策や開発の優先順位を常にリファクタリング データ分析をしたり MTGをしたり 施策A 施策B 施策C 施策D
入力 input 出力 output 事業モデル フィードバック feedback KPI 選択と集中 1,000,000円
10,000円 10人 施策A 施策B 施策C 施策D ROI , etc... 課題可視化 t 施策A 施策B 施策C 施策D Milestone PT : 10h WT : 2h %C/A : 0% PT : 1h WT : 0h %C/A : 70% PT : 1h WT : 0h %C/A : 70% 12h 84h 100h 12h 12h KPI選定 (課題) 仮説 検証 計測 施策A 施策B 1/15 2/1 2/15 3/1 ・どうやって収益 / 効果をあげている? ・システム理論的な事業理解 ・事業構造の要素分解 → KPI ・数値可視化による課題抽出 ・費用対効果が高い KPIの選定 ・課題に対して仮説/施策の立案 ・ROIやコストなどの複合的な優先順位 ・ProductBacklog ・施策のスケジューリング→Milestone ・常に施策の優先順位についてリファクタリング ・ユーザーからのFBによって施策のPoCは見直す。またはやめる ・KPIサイクルの回転数を高速にあげる ・必ず成功する施策はわからない。 ・A/Bテストなどで失敗許容性を担保しながら、数多くの施策を実行する ・そのためには、検証→測定→学習(Mesure→Lean)の部分を重視する ・常にプロセスを定量的に可視化 → VSM,etc... ・ボトルネックを洗い出し、開発の高速化を行う ・プロセス → アーキテクチャ / 組織構造 / 開発プロセス / 調整量
8 誰も成功する施策はわからない。 しかし、成功する確率は、失敗を繰り返し、データによる学習を繰り返せば、精度は上げら れる = 正しく失敗できる環境を作り出す + 開発を圧倒的に早く回すことがで きれば、事業スケールの一番の近道となる。 短期的に集中して、短期的に施策を実行して、数字を動かす作業を繰り返す
ソフトウェア開発において重要なこと
KPI 1,000,000円 10,000円 10人 施策A 施策B 施策C 施策D KPI選定 (課題)
仮説 検証 計測 施策A 施策B user 何を作るか、なぜ作るのか Product Management どう作るか Technology / Human / Project Management 事業責任者がエンジニアリングを理解していると、すべてがコントロール可能に
10 リードタイムを「1/3」に短縮できれば、 1年間で4回リリースを12回 (3倍) にすることができる ※ 2年間だったら、8回 → 24回 ※3年間だったら、12回
→ 36回 .... 開発リードタイムの重要性
何を作るか、なぜ作るのか Product Management どう作るか Technology / Human / Project Management
ビジネスサイド? エンジニアサイド? ≠
エンジニアキャリア engineer career Engineer 武器をどう使う 事業を伸ばす(戦士) 武器を作る 武器を売る(武器商人) t t
武器 (技術) の使い方を習得して 武装して強く戦えるようにする XaaS化との戦い Ex. MLエンジニア vs AWS,GCP AutoML 市場との戦い 事業知識とそれに適した 武器の使い方の豊富な知識