事業フェーズに応じた分析チーム体制の改善 / Improve analysis team structure to business phase

Transcript

1. 事業フェーズに応じた分析チーム体制の改善
 Analyst Meet　- 事業成長をリードするアナリストとは -
 平野 雅也
 2021/11/10 

2. 自己紹介
 • 名前：平野 雅也（Hirano Masaya）
 • SNS：retty, youtrust, twitter
 • 所属：Retty株式会社 データ分析チームMGR 
 • 職種：エンジニア→データアナリスト
 • 食種：ステーキ（補足：Rettyには食の担当制度があります）
 ▼過去の取り組みがわかる記事 
 Retty データ分析チーム 2020年の振り返り - 意思決定支援/分析民主化/データ基盤/ML 

3. Rettyについて

4. ミッション 4 食を通じて 世界中の人々を Happyに。 世界に誇る日本の文化であり、世界中の人々の 暮らしの中心でもある、「食」という分野で、お店 を探す人とお店の人の双方がHappyになれる、 そんな世界を実現したい。その為に、お店をオス スメするというポジティブな感情で人をつなぐ事 がRettyの目標です。
5. あなたにBESTな お店が見つかる プロダクトビジョン
6. 次世代の店舗づくりを支援するオーダーシステム 新規事業：モバイルオーダー
7. ここから本題

8. 事業フェーズに応じた分析チーム体制の改善
9. Q）事業成長をリードするアナリストとは？
 
 A）攻めも守り（DataOps）もできるアナリスト
 本日は守りを焦点とした話
 イベントテーマとの繋がり

10. データの価値を高める仕組み作り 
 
 データ活用者にデータを届ける（データパイプラインの構築） 
 データ品質を高い状態にする（DWH開発） 
 データ活用のためのツール作り（BI開発） 
 2018年4月にチーム発足
 意思決定の最大化
 組織で発生する意思決定の 
 「早さ・納得感・正しさ」を高める 
 組織の意思決定を最大化がミッション
 メ イ ン 領 域
 意思決定支援
 アナリストが、現場の意思決定を定量 定性分析を用いて支援する 
 データを活用して、ユーザーさ ん/飲食店さん/クライアンさん に価値提供
 データを活用する機能開発
 (e.g お店のレコメンド, 人気店アルゴリ ズム)
 分析の民主化
 事業部の方々が、自分たちでデータ分 析をできるように、支援する 
 サ ブ
 領 域
 / 今 後 強 化
 し た い

11. 分析チームの体制
 派遣型で各派遣先の意思決定を支援する形
 データ分析チーム それ 以外 プロダクト部門 営業 部門 その他 部門 プロジェクト チーム 横断チーム データ 基盤 派遣先 チーム① 派遣先 チーム② 派遣先 チーム③
12. 立ち上がりは良好、どんどん支援範囲を拡大
 プロダクト部門の全体、営業部門と事業サイドはほぼカバー
 
 
 データ分析チーム その 他 プロダクト部門 営業 部門 その他 部門 プロジェクト チーム 横断チーム データ 基盤 チームA チームB チームC 拡大していく 支援対象
13. しかし
 2年くらい経ったタイミングで
 問題が発生した

14. 慢性的な多忙

15. 業務が日に日に増えて常に忙しく余裕がない
 
 
 • 夜遅くまで働くのが慢性的に続いていた
 
 • メンバーからは成長実感はあるものの、長期では保たないと悲鳴
 

16. 守り（DataOps）が回らず、
 事業側の分析需要に応えずらくなってきた
 ツール・DWHの保 守に手が回らない
 忙しさが悪循環を生む
 忙しい
 ツール・DWHの負 債化で依頼量増え る

17. いくつか打ち手を講じてみたものの効き目なし
 打ち手①：人が増えれば解決するのではないか
 
 
 打ち手②：役割の明文化をして、仕事の線引すればいいのではないか
 

18. いくつか打ち手を講じてみたものの効き目なし
 
 打ち手①：人が増えれば解決するのではないか
 　→増えてもその分チーム全体としての仕事量がプラスされた
 
 打ち手②：役割の明文化をして、仕事の線引すればいいのではないか
 

19. いくつか打ち手を講じてみたものの効き目なし
 
 打ち手①：人が増えれば解決するのではないか
 　→増えてもその分チーム全体としての仕事量がプラスされた
 
 打ち手②：役割の明文化をして、仕事の線引すればいいのではないか
 　→やるスコープは絞られたものの、減った分、役割内の仕事量がその分増えた

20. 表層課題にアプローチしてしまい
 根本課題が解決されなかった
 
 分析チームなのに分析ができていない・・ 

21. システム思考
 を使ってみてはどう？
 
 by エンジニアMGR常松 

22. システム思考とは何か
 問題解決のフレームワークの一つ
 問題を単発の出来事として考えずに、パターンとして捉え、
 そのパターンを生み出している構造を理解することで構造に働きかける
 詳しいやり方は別資料で紹介されています 

23. 実際に描いた因果ループ

24. 見えてきた構造
 「仕事を断る」流れがなかった
 • リードタイムを増やすことで、全てのタスクを対応していた 
 • 結果、膨大なタスクを自分の限界まで追い込んで消化していた 
 • 依頼者の待ち時間が増えて、信頼が落ちる不安感が高まっていた 
 • 「不要な仕事は依頼されないだろう」という無意識で生まれた前提も見えてきた 
 
 リードタイム
 増える
 忙しさ
 増える
 業務量
 増える
 成果
 増える
 支援先
 増える
 信頼低下の
 不安感
 「全て引き受けます！」 
 「依頼は全てやるもの」 
 「とにかく引き伸ばす」 
 「限界まで対応する」 

25. どのような対応をとったか
 • 受ける分析タスクに上限を設け、きちんと断る。
 
 • 個人だと断りづらいので、チームで取り組むようにする。
 
 
 上記をやりやすくするために
 スクラム体制を導入

26. • スプリントを設け、スプリントごとに上限を設ける
 ◦ 適正業務時間で取れる範囲に収めた
 ◦ チームのルールだからと断ることができる仕組みにした
 
 • 個人での優先度付けから、チームで優先度を管理
 ◦ 優先度を話し合う場を設けて、高いものに集中するようにした
 
 • 毎週・毎期ごとに、チームで振り返りをする
 ◦ 問題が大きくなる前に、小さい段階で発見と改善をするようにした
 
 スクラムをどのようにやったのか
 主要なものだけ抜粋すると以下の3つ

27. スクラム導入の効果

28. ツール・DWHの保 守に手が回る
 忙しさ問題が解消され、好循環が生まれた
 忙しさが減る
 ツール・DWHの充 実で依頼数が減る
 事業優先度の高い領域の支援に
 集中できるようになった
 守り（DataOps）が回ることで、 
 現場で対応できることが増える 

29. • 適切な期日設定ができるようになり、分析の質に専念することができた
 
 • 毎週振り返りをすることで、チームの問題に小さく改善を回す力が付いた
 個人プレーからチームプレーになりチーム力が強化

30. 
 やってみてわかった
 派遣型と中央集権型（スクラム）の
 メリデメ

31. 派遣型のメリデメ
 メリット
 • 成功事例を作りやすく、成功事例を作ることで 役割の確立がしやすい
 • 問いの設定の前段階から相談されるので、 踏み込んだ事業貢献ができる
 
 
 デメリット
 • ノウハウ・ナレッジが個人に閉じて、 チームで提供品質が保ちにくい 
 • チーム全体でやることの優先順位が落ちて、 事業貢献に悪影響が出やすい
 • 担当範囲が広がると業務量や優先順の自己調整が難しくなり、 業務過多に陥りやすい

32. 中央集権型（スクラム）のメリデメ
 メリット
 • 適切な業務量調整ができるため、 時間的・心身的な余裕を作れる 
 • チームの振り返り力が高まり、DataOpsの改善から生産性を向上させやすい 
 • チーム間での情報共有が進み、 属人化を避けて、個人のスキル差分を補いやすい 
 • 上記のメリットにより、優先度が高い事業への支援に集中しやすくなる 
 
 デメリット
 • 事業領域に深く踏み込みづらく、 問いを立てる力が身に付きにくい 
 • 優先順位が明確になる反面、支援ができない事業領域が生まれる 

33. メリデメの気づきを踏まえて

34. ハイブリッド型を検証中
 
 
 ハイブリット型とは？
 • 一部のアナリストを派遣型として、残りをスクラム対応する方式 
 • 攻めと守りを疎かにせず、事業成長をリードし続けられる比率 
 ◦ 例）派遣：スクラム = 80%：20％
 
 中央集権型では足りない理由
 • 事業観点：能動的に探索する動きが取りにくい 
 ◦ よりディスカバリー（イシュー特定）の動きを求められるフェーズ 
 • 育成観点：問いを立てる力が付きにくい
 ◦ ジュニアアナリストを育成し、継続的に事業成長のリードするため 

35. 本日のまとめ

36. 事業フェーズに合わせて
 攻めだけでなく守りの体制も改善する

37. Rettyの事業成長をリードする
 データアナリスト

38. 宣伝！

39. 積極採用中です！
 中途データアナリスト募集要項 

40. ポッドキャスト #スタチャやってます

41. ご清聴ありがとうございました！