営業部門と挑むデータの民主化

1 © 2024 Leverages Co., Ltd. 営業部門と挑むデータの民主化 2024/01/25 TECH
PLAY Data Conference 2024

3 © 2024 Leverages Co., Ltd. 自己紹介 3 機密情報・転載禁止 ©
2023 Leverages Co., Ltd. • 森下研人 • データ戦略室データエンジニアリンググループ • 日系SIerでDBエンジニアを経験後 2019年11月にレバレジーズへジョイン • データエンジニア5年目 • データ基盤構築 / データマネジメント / データガバナンス / MLOpsあたりを幅広くやってます

4 © 2024 Leverages Co., Ltd. Contents 自己紹介  会社紹介  データ活用基盤 
データ活用から見たレバレジーズの特徴  “活用される”ための施策群  今後の展望  01. 02. 03. 04. 05. 06.

6 © 2024 Leverages Co., Ltd. 会社概要会社名レバレジーズ株式会社　Leverages Co.,Ltd.
所在地〒150-6190　東京都渋谷区渋谷 2-24-12　渋谷スクランブルスクエア 24・25階設立 2005年 4月 6日拠点数 29拠点（海外拠点を含む、2023年5月時点）従業員数正規：1993名　非正規：772名（2023年4月時点）資本金 5,000万円年商 869億（2022年度）事業内容自社メディア事業・人材関連事業・システムエンジニアリング事業・M&Aコンサルティング事業・ ASP/ SaaS/クラウド関連事業設定有料職業紹介事業　13-ユ-302698 労働者派遣事業　派 13-302333 6 © 2024 Leverages Co., Ltd.

7 © 2024 Leverages Co., Ltd. 経営判断を早め、実現性を高めるため、分社・子会社化を行っています。レバレジーズグループ会社一覧・レバテック株式会社
・レバレジーズM&Aアドバイザリー株式会社・レバレジーズメディカルケア株式会社・レバレジーズオフィスサポート株式会社・レバレジーズプランニングサポート株式会社・員点動力（上海）人力資源有限公司・Leverages Career Mexico S.A. de C.V. ・Leverages Career Vietnam Co., Ltd. 7 © 2024 Leverages Co., Ltd.

8 © 2024 Leverages Co., Ltd. サービス一覧 IT事業若年層事業医療／介護事業
海外事業ほか事業

9 © 2024 Leverages Co., Ltd. 正社員数は順調に増加し続けており、2023年時点で約2000人にまで拡大しています。平均年齢は27.2歳と、若い力がレバレジーズを支えています。人数推移と平均年齢平均年齢
27.2 歳 ※2023年8月１日時点の役員・正社員年  人  人数推移

10 © 2024 Leverages Co., Ltd. ・多様な事業展開・高い専門性・圧倒的なスピード組織の特徴（オールインハウス）
セールス、マーケティング、エンジニアリングなど、事業開発に必要な全職種を擁する、オールインハウス企業です。レバレジーズの多様な事業を、高い専門性と圧倒的なスピードで実現します。事業企画マーケティングセールス開発・デザインコーポレート

11 © 2024 Leverages Co., Ltd. 受賞歴働きがいのある会社ランキング女性部門 3年連続
第1位（2021、2022、2023）大企業部門ベストカンパニー受賞（2017 - 2022）若手ランキング第1位　(2022、2023) Marketo Champion 2019 Martech of the Year 東大京大21卒就職ランキング TOP100 就活口コミアワード 2019 人気企業ランキングインターン部門 GOLD GOOD AGENT AWARD 2018：金賞・オーディエンス賞 2017：特別賞「エンジニアへのキャリアチェンジ開花賞」 HRデータラボストレスフリーカンパニー 2022 ストレスフリーカンパニー賞 11 © 2024 Leverages Co., Ltd.

14 © 2024 Leverages Co., Ltd. • ELT：Embulk, Fivetran •
DWH：BigQuery • Transform：Dataform • BI：Tableau, Looker Studio • Metadata：Dataplex • Quality Check：Dataplex • Reverse ETL：trocco データ活用基盤 - 全体概要アーキテクチャ

15 © 2024 Leverages Co., Ltd. データ活用基盤 - 個別アーキテクチャ •
全社で40近くのサービスを展開していることもありある程度はまとめつつドメイン単位でデータ活用基盤を分割 • データ活用基盤の数自体は10ほど • BigQueryを中心としつつ、事業売上や関係者数、実装時期によって少しずつアーキテクチャが異なる • troccoは非エンジニアでも操作が容易であるため主に Reverse ETL で使用

16 © 2024 Leverages Co., Ltd. データ活用基盤 - 数字編 40
440 1,600,000 27TB 120,000 データソース数データセット数テーブル数論理ストレージ量 1日のSELECTジョブ実行数 550 Tableauアカウント数 • 営業活動に関わるデータが多く、データ量自体は少なめ • プロダクトメインの会社よりデータ量が少ない • ほぼ全事業部において日常的にBigQueryを使用して業務に活かされている状態 • 営業職のほとんどは何らかの形でTableauを見て業務を行っている

18 © 2024 Leverages Co., Ltd. 社員の半数以上が顧客との接点を持つデータ活用から見たレバレジーズの特徴全社で約40以上のサービスを展開今後も増え続けることは確定
全ての職種が社内にいる環境社員数2,000人に対してデータ職種は20人弱どの職種も採用難易度が高い😭 展開しているサービス数が多い営業社員数が多いオールインハウス少ないデータ職種

19 © 2024 Leverages Co., Ltd. 社員の半数以上が顧客との接点を持つデータ活用から見たレバレジーズの特徴全社で約40以上のサービスを展開今後も増え続けることは確定
全ての職種が社内にいる環境社員数2,000人に対してデータ職種は20人弱どの職種も採用難易度が高い😭 展開しているサービス数が多い営業社員数が多いオールインハウス少ないデータ職種データを扱いたい人が、データを適切に扱うことができ、 KKD（勘と経験と度胸）に頼らず、目の前の業務へすぐに活かせる環境づくりが重要

23 © 2024 Leverages Co., Ltd. • 2018年ごろに導入された TreasureData が限界を迎えたため、2021年〜2023年にかけてBigQueryへ移管
◦ 入社前のことなので TreasureData の経緯をあまり知らない • 当時の利用状況は以下 ◦ データソース数：20 ◦ 利用ユーザー数：200〜300 ◦ 移管したクエリ：2,000 • 以下つらみの解消 ◦ 全事業部横断で使用していたため、ある事業の影響が全社に及んでいた ◦ コンピューティングリソースを使いすぎてクエリ実行時間が長くなり、業務開始までに重要集計が完了しないことが度々起きた ▪ 事業部長から怒られること数知れず、、、 ◦ 実行ジョブ数が多すぎてクエリ実行がキューに入ることがしょっちゅうあった ◦ 同時実行ジョブ数の上限に達して実行エラーになることが度々あった ◦ 実行に3時間ほどかかるクエリもあった “活用される”ための施策群(前日譚) -> BigQuery へ移管

24 © 2024 Leverages Co., Ltd. “活用される”ための施策群 -> データを使える環境を整備する •
DWHやDMTは随時拡充 ◦ 現状は全部で719テーブル • Dataformを活用して依存関係可視化とメタデータ拡充 • ローデータもプロダクト側のエンジニアと協力してテーブル定義書を共有してもらい、 BigQueryに反映できるようにツール開発 ◦ プロダクトによってテーブル定義書のフォーマットが違うのでプロダクトごとに個別に実装 • BigQueryのDescriptionを充実させて、利便性向上とDataplexからの検索を可能にする ◦ タブ分割時にクエリが書きやすい ◦ publicのデータセットぐらいの記載量はほぼ全てのテーブルで確保

25 © 2024 Leverages Co., Ltd. • マーケターおよび一部営業へのデータ活用研修を数年連続で実施 • データの使い方だけでなく、利活用するための
データを残す重要性を理解してもらうことも目的 • 内製SFAへの丁寧な入力を促し、利活用しやすいデータ蓄積を目指す • プロダクト開発のエンジニアへも「データ活用しやすいテーブル構造」を理解してもらうための研修を実施 ◦ 分析に使いたいけど変更履歴ない、、、😭😭😭 とかよくある “活用される”ための施策群 -> データリテラシーを高める

26 © 2024 Leverages Co., Ltd. • Dataplex のデータ品質タスク（Dataplex Data
Quality Task）で DWHやDMTの品質チェックを実施中 ◦ unique, not NULL, rowCondition の3つをチェック • やっていることはSQLを実行しているだけなので簡易的なチェックのみ • gcloud コマンドと Github Actions で自動デプロイまで実装 “活用される”ための施策群 -> データの品質を高める

27 © 2024 Leverages Co., Ltd. • 〜100名程度の場合はBigQueryからスプレッドシートに出力して現場で運用管理が多め •
150名〜程度からスプレッドシートに載らなくなる＆指標バラバラで業務影響がで始めるので、データ戦略室が入って指標の統一と環境整備 • 全社のTableauアカウント数は約550で、営業リーダー以上はほぼ全員持っている状態 • 社員に対する割合でも4人に1人が Tableauアカウントを見ている状態 • Tableau移管時に部長レイヤーとデータ戦略室で見るべき指標をトップダウンで決定 “活用される”ための施策群 -> 統一したモニタリング環境の整備

28 © 2024 Leverages Co., Ltd. 社員の半数以上が顧客との接点を持つ [再掲]レバレジーズの特徴を踏まえた”活用される”データ活用基盤の形全社で約40以上のサービスを展開今後も増え続けることは確定
全ての職種が社内にいる環境社員数2,000人に対してデータ職種は20人弱どの職種も採用難易度が高い😭 展開しているサービス数が多い営業社員数が多いオールインハウス少ないデータ職種データを扱いたい人が、データを適切に扱うことができ、 KKD（勘と経験と度胸）に頼らず、目の前の業務へすぐに活かせる環境づくりが重要

29 © 2024 Leverages Co., Ltd. • 事業規模が一定以上になったらBI環境を導入 • 見るべき指標は統一してトップダウンで導入
• 継続した新入社員研修の実施 ◦ データを使う&貯める側への研修 • 必要に応じて職種ごとに研修を実施 ◦ データを使う/作る側への研修 • Dataplex Data Quality Taskによるデータ品質チェック “活用される”ための施策群 • DWHやDMTを随時拡充する • DWHやDMTだけでなくローデータのメタデータも集約してBigQueryに反映誰でもデータを使える環境を整備するデータリテラシーを高めるデータの品質を高める統一したモニタリング環境の整備

32 © 2024 Leverages Co., Ltd. 今後の展望 -> データマネジメントアセスメントからのPDCAサイクルを確立 •
今まではそれぞれの事業部において、目の前の課題をひたすら解決してきた • メタデータ拡充やData Quality CheckはDMBOKを参考にしているものの、単発の施策 • それぞれのデータ活用基盤で継続して実施し、型化したいアセスメントの実施 → 不足している点の把握 → 施策の優先度づけ＆実施 → アセスメントの実施...

33 © 2024 Leverages Co., Ltd. 今後の展望 -> LLMを用いた非構造化データの変換 •
人材業界において、主要なデータの多くが非構造化データとなっており、主に3つに分類される ◦ 求職者側：履歴書、スキルシート、職歴、大事にしたい価値観、etc. ◦ 求人側：必須要件、歓迎要件、仕事内容、etc. ◦ 社内オペレーション：メール・通話音声・オンライン面談音声・LINE、etc. • LLMを用いて高精度に構造化データに変換できれば、より活用の幅とレベル向上が期待できる

34 © 2024 Leverages Co., Ltd. 今後の展望 -> 内製SFA搭載の求人レコメンド精度向上 •
膨大な求人情報検索の簡略化を目的として実装 ◦ 人間にしかできない業務へ注力 ◦ よりよい転職体験の実現 • 精度を向上させる続けるためのMLOps機構の実装 • LLMを活用してより多くの精緻なデータを投入できるようになれば精度向上も見込めるかも？？詳しくはこちら https://tech.leverages.jp/entry/2022/1 2/08/180043

36 © 2024 Leverages Co., Ltd. レバレジーズテックブログ https://tech.leverages.jp/ データ戦略ブログ
https://analytics.leverages.jp/ 全社の情報発信媒体(melev) https://melev.leverages.jp/ 情報発信しています！

色々なポジションで採用中 Conﬁdential • こんなことができます • 事業成長のためのデータ活用 • グロースのためのツール開発 •
データドリブン組織の作り込み • こんな人たちと仕事 • 物理学、脳科学、数学などがバックグラウンドのデータサイエンティスト • プロダクト開発経験者 • SE・アプリ開発エンジニア https://hrmos.co/pages/leverages/jobs/A_b_00027   https://hrmos.co/pages/leverages/jobs/A_b_00026   https://hrmos.co/pages/leverages/jobs/A_b_00009  

営業部門と挑む データの民主化

営業部門と挑む データの民主化

More Decks by Tech Leverages

Other Decks in Technology

Featured

Transcript

営業部門と挑むデータの民主化

営業部門と挑むデータの民主化