データサイエンティスト紹介資料‗エムスリー株式会社

by m3

Embed

Start on current slide

Slide 1

Slide 1 text

エムスリー株式会社データサイエンティスト職説明資料 1.エムスリーについて P01-08 2.データ分析グループについて P09-13 3.データ分析グループで働く魅力 P14-21 4.求める人材 P22-26 5.働く環境 P27-29 6.受け入れ・人材育成体制 P30-35 7.データ分析グループのスキル定義 P36-40 8.キャリアパス P41-45 9.まとめ P46-47

Slide 2

Slide 2 text

1. エムスリーについて 1

Slide 3

Slide 3 text

ミッションテクノロジーを創造的に活用し、健康で楽しく長生きする人を1人でも増やし、不必要な医療コストを1円でも減らすこと 2

Slide 4

Slide 4 text

国内最大級の医療従事者向けプラットフォームを運営日本の医師の9割以上が登録するポータルサイトm3.com 3

Slide 5

Slide 5 text

医療分野において独自の事業を展開するプラットフォーマー主に医療従事者に対してアプローチしながら、同時にその先の一般の方々に対しても情報・サービスを幅広く提供製薬会社リサーチ一般の方向けオンライン診療 MRのオンライン化電子カルテ医療機関キャッシュレス支払い Web講演会医療・臨床ニュース医師・薬剤師患者医師相談サイト医師/薬剤師の病院/クリニックの転職・採用支援開業・継承医療機関 4

Slide 6

Slide 6 text

医療分野において、エムスリーは総合力で競合他社がいない状態医師会員 33 万人以上 9 割以上日本の医師の薬剤師会員 25 万人以上 7 割以上日本の薬剤師の医師が日常的に使うサイトとして、Google・Amazonを超える国内外で650 万人の会員基盤全世界の医師の合計 50 %以上をカバー医師が「有益と考える医薬品情報源」1 位 5

Slide 7

Slide 7 text

プラットフォームを活用したシナジーが成長戦略の重点テーマプラットフォーマーとしての変遷 2000 年インターネットサービスインターネット特化 2010 年〜 e × リアルオペレーション e × リアル 2020 年〜エコシステム・シナジーシナジー 6

Slide 8

Slide 8 text

領域拡大と成長ポテンシャル 2010 国 3 事業タイプ数 6 展開事業数 10 （タイプ×国）売上（億円） 146 2015 8 （2.5倍） 15 （2.5倍） 24 （2.5倍） 647 （4.5倍） 2020 11 （3.5倍） 35 （6.0倍） 56 （5.5倍） 1,691 （12.0倍） 2023 17 （5.5倍） 38 （6.0倍） 71 （7.0倍） 2,308 （15.0倍） 7

Slide 9

Slide 9 text

コロナ関連で医療現場のDX化を推進し、売上利益規模を拡大今後も中長期的目線で医療課題の解決に取り組む売上収益営業利益コロナ関連収益を除く事業は堅調に推移 8

Slide 10

Slide 10 text

2. データ分析グループについて 9

Slide 11

Slide 11 text

データ分析グループのミッションあらゆるデータとあらゆる分析技術を活用して、医療に最適な意思決定を適用する。 10

Slide 12

Slide 12 text

データ分析グループの位置づけ各部門が保有するデータを活用する、部門横断のグループ製薬企業／医療機関などビジネス（コンサルタント／営業）データ分析グループプラットフォーム | m3.com（プロダクトマネージャー／マーケティングプロデューサー） m3.com会員（医師 / 薬剤師 /...）製薬マーケティングリサーチ転職事業開業・継承サイトプロモーション全体最適 11

Slide 13

Slide 13 text

データ分析グループの役割と機能分析・実装だけ担うのではなく、各部門の機能まで横断して包括的に事業インパクト創出にコミットビジネスソリューション分析コンサルタントコンサルDS データ分析グループイノベーションプロダクトマネージャー機械学習エンジニア 12

Slide 14

Slide 14 text

これからの展望 2027年に向けた重点テーマシナジー創出のためにも、データ分析グループは社内でますます重要な位置付けにシナジーの強化継続的にROIの高い分析を提供できる状態を維持し、エムスリー全事業がデータ分析との協働が当たり前、という世界観を目指す新ビジネスの支援新規事業の立ち上げ、定量的な意思決定を支援する継続的な新規プロダクト開発を支えるサステナブルな分析・チーム環境 13

Slide 15

Slide 15 text

3. データ分析グループで働く魅力 14

Slide 16

Slide 16 text

働く魅力一覧環境・カルチャー ① データの収集と打ち手が豊富な稀有なプラットフォームがあること ② データドリブンなカルチャーがあること業務スタイル ③ 事業成長に主体的な関与とコミットができること ④ 本質的な課題解決に集中できること成長機会 ⑤ 多種多様なプロジェクトを数多く経験できること ⑥ 経営陣から直接学びが得られること 15

Slide 17

Slide 17 text

環境・カルチャーデータの収集と打ち手が豊富な魅力 ① 稀有なプラットフォームがあること M3のプラットフォームデータデータをひとつに集約（BigQuery）しているため抽出コストが低く、必要なデータを自分で取得可能保有データ例・m3.com行動ログデータ（属性/行動/実態・考え方） M3データ分析グループ打ち手医師・製薬企業・患者・病院・リアル・Webなど約70の事業を通じた多様なタッチポイントが活用可能プラットフォームで得た膨大なデータを収集し多種多様な分析と打ち手を企画・推進・大規模調査データ・リアルワールドデータあらゆるデータを取得・分析し、あらゆるタッチポイントを用いた最適な打ち手を追求できる環境があります 16

Slide 18

Slide 18 text

環境・カルチャー魅力 ② データドリブンなカルチャーがあること定量的・ファクトベースの意思決定と評価ミニマムな承認プロセスとチーム編成 ▪会社全体でROIを重要視しており、想定ROIをベースにプロジェクトの優先順位が決定 ▪プロジェクトの是非は、有意差検定を含む効果検証結果をベースに判断 ▪成果はファクトベースで定量的に評価データ／分析リテラシーの高いメンバー ▪グループ内と当該サービスチームで最小限の承認が取れればOK ▪データ分析グループに限らず、非分析者も含めて分析の素養が高い ▪プロジェクトメンバーは少数精鋭（5名程度）を基本としており、 ▪数値をベースにしたロジカルな主張が通りやすいスピード感を持ってプロジェクトを進められるデータサイエンティストがストレスなく働けて実力を発揮できるカルチャーがあります 17

Slide 19

Slide 19 text

業務スタイル魅力 ③ 事業成長に主体的な関与とコミットができること事業PDCA 見つける（課題発見定式化）解く（データ取得実装）使ってもらう（判断展開）プロジェクトマネージャー上流工程から PdM外も参加エンジニア施策の効果があったかどうかまで関われる分析者として立案提案できるデータサイエンティスト繰り返しただの作業者（分析だけする人）としてプロジェクトの一部分に関わるのではなく、一気通貫で事業PDCAに携われます 18

Slide 20

Slide 20 text

業務スタイル魅力 ④ 本質的な課題解決に集中できること「見つける」フェーズを最重要視問題設定を誤ると、その後のプロセスをいかにうまくやっても成果は出ないため、データ分析グループでは「見つける」フェーズに多くの時間を割いている事業PDCA 最重要多くの時間を割く見つける課題発見定式化ヒアリング・ログ解析分析課題への落とし込み解く使ってもらうデータ取得実装判断展開繰り返し本当に解決すべき課題を解決するために、データサイエンティストが問題設定・課題発見をリードしています 19

Slide 21

Slide 21 text

成長機会魅力 ⑤ 多種多様なプロジェクトを数多く経験できること得られるスキルデータ分析グループの1人あたり年間貢献プロジェクト数平均 28.5 ビジネス力課題背景を理解した上で、ビジネス課題を整理し、解決する力データサイエンス力情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力データエンジニアリング力データサイエンスを意味のある形に使えるようにし実装、運用できるようにする力 ※データサイエンティスト協会より引用多様なプロジェクト経験を通じて市場価値の高いデータサイエンティストへと成長できます 3大スキルである「ビジネス力」「データサイエンス力」「データエンジニアリング力」のスキルが修練できます 20

Slide 22

Slide 22 text

成長機会魅力 ⑥ 経営判断に密接関与、経営陣から学びを得られることミニマムな組織階層のため経営陣と距離が近い確認・承認・意思決定スピードが超高速定例MTGの場に代表取締役も参加、全社最適の視点で議論事業の方向性を決定づける経営判断に関与担当施策について直接FB 経営陣からのFBや経営判断に関する議論を通じて「経営思考」や「経営者視点の意思決定能力」を身につけられます代表取締役が定例MTGに参加する部門は社内でも限られており、貴重な成長機会です 21

Slide 23

Slide 23 text

4. 求める人材 22

Slide 24

Slide 24 text

エムスリーにフィットする志向性フィットする志向性・ビジネスインパクトを出すためのデータ分析を行いたい・医療等、社会貢献性の高い領域で新規事業に携わりたい・データサイエンティストとして課題解決のスキルを伸ばしていきたい・チームメンバーと協力して課題を解決したいフィットしない可能性のある志向性・最新研究の活用や、それを利用した分析技術の創出に、盛んに挑戦していきたい・特定の技術にこだわりがあり、その技術が適用可能な業務を行いたい・コードを書くのが好きで、できればずっとコードだけを書いていたい 23

Slide 25

Slide 25 text

働き方例 ① マーケティングコンサルタント担当業務「m3.com」のログデータと分析技術を用い、製薬企業向けソリューション提供をリード・分析を用いた担当クライアントの課題解決・大型分析プロジェクトのリード・分析ソリューションプロダクトの開発・組織と個人の成長を支えるための人財開発や分析基盤開発等のテーマ推進入社事例・コンサルティングファームのデータサイエンティストとして、クライアント向けに分析プロジェクトを実施してきた。・コンサルタント（非分析者）として、プロジェクトをリードしてきた。学生時代には分析経験がある。 24

Slide 26

Slide 26 text

働き方例 ② グロースハッカー担当業務「m3.com」展開中の事業改善・プロダクト開発をリード・分析を用いた担当事業の企画立案や仮説検証・統計技術を活用したコンテンツのレコメンドエンジン開発・複雑な条件下において因果効果を考慮したプロモーション実施後の効果測定・事業目標（KGI）の達成に向けたKPI設計、事業成長に必要なDWH / ダッシュボード作成入社事例・コンサルティングファームのデータサイエンティストとして、クライアント向けに分析プロジェクトを実施してきた。・機械学習の経験はないが、事業会社のデータアナリストとして、データマート作成や各種施策立案を実施してきた。 25

Slide 27

Slide 27 text

働き方例 ③ サービス横断最適化担当業務「m3.com」展開中のサービスを横断した全体最適化のための企画・開発・ユーザー調査・ログ／データ解析などを通じた企画立案・仮説検証・機械学習等の統計技術を活用した「m3.com」上のバナーレコメンドエンジンやメルマガ等の配信頻度ロジックの開発・複雑な条件下において因果効果を考慮したプロモーション実施後の効果測定・LTV最大化を実現するための適切な中間指標の設定入社事例・クオンツ／アクチュアリーを主業務として行い、データ分析プロジェクトでは機械学習を扱っていた。・Kaggle等のデータ分析コンペで入賞経験がある。 26

Slide 28

Slide 28 text

5. 働く環境 27

Slide 29

Slide 29 text

データ分析グループのメンバー構成平均年齢29.5歳中途/新卒の割合メンバーのキャリアは多種多様。分析のプロフェッショナルもジェネラリストも在籍しています。入社前の職種出身業界の割合中途（58%） ITエンジニア（43%） IT（Sler）（43%）新卒（42%）クオンツ・トレーダー（29%）金融（29%）データサイエンティスト（14%）コンサルティング（14%）コンサルティング（14%）自動車（14%） 28

Slide 30

Slide 30 text

働く環境在宅勤務がメイン個人のライフスタイルに合わせて融通しやすい環境。週一回の出社日にはチームメンバーでランチ会や交流会なども。データベースはBigQueryにほぼ集約残業少なめ・休みも取りやすい開発言語： Python3.x, SQL 部署の平均残業時間：27.5時間/月データベース： BigQueryほか有休：初年度17日～最大24日インフラ：オンプレミスサーバー, AWS, GCP 入社月に応じて入社日より付与、毎年勤続年数に応じた日数設定。 29

Slide 31

Slide 31 text

6. 受け入れ・人材育成体制 30

Slide 32

Slide 32 text

＼エムスリーは即戦力じゃなくても大丈夫／優秀なメンバー × 認めてくれる環境があり未経験でも成長できる会社です 31

Slide 33

Slide 33 text

入社受け入れ〜人材育成全体像入社1年目 OJT プロジェクトキャッチアップスキル向上入社2年目〜上位ロールプロジェクトの実戦経験を積むことが中心 ※作業自体は1人で行う必要はあるが、チームで進める仕事です ※何をどう進めるかはグループ内外のMTGの場で相談フォロー研修メンター制度勉強会ケイパビリティ開発会事例共有会、よもやま相談キャリア形成上長との月次1on1 第二領域ミーティングスキル評価ジュニアデータサイエンティストスキル評価シニアデータサイエンティストその他にも、データサイエンティスト個人の成長を促進させる取り組みが充実 ※オフサイトミーティング、スキル獲得支援（書籍・資格研修）など 32

Slide 34

Slide 34 text

新しいメンバーの受け入れ体制実装などハード面のスキルに不安がある場合でも、手厚くサポートフォロー研修メンター制度入社１ヶ月を目安にスタートダッシュ研修を実施。ビデオ講義や研修タスク演習を通じて分析/エンジニアリング/製薬業界のキャッチアップを行います。ドメイン知識ビジネス技術エムスリーの各事業概要データ分析グループルールビジネススキル研修 Excel、議事録、生産性、論点思考コミュニケーションガイドライン SQL研修メンターによる日次1on1で手厚いフォロー典型タスク研修 MRFサービスの売上効果検証、コードレビュー、レコメンドロジック開発 33

Slide 35

Slide 35 text

勉強会（ケイパビリティ開発会）戦略的に獲得すべきスキルを設定し、興味のあるテーマに取り組んでいます生成AI LargeLanguageModels ・活用環境の構築・データ分析グループ外への展開・ユースケースの模索機械学習 MachineLearning ・アルゴリズム理解・導入事例の作成／検証プロダクトマネジメント・マーケティング理論・データプロダクト事例データ基盤・基盤の効率化／仕組み化・開発オペレーション 34

Slide 36

Slide 36 text

上長との月次1on1 （第二領域ミーティング）直属の上長と月次で1on1のミーティングを実施個人の困りごと、目標へのアクション、キャリアパス等を議論します参考：第二領域とは？一流のリーダーが考える最も効果の高い時間の使い方 https://biz-farm.jp/media/skill/post-528 緊急度高高重要度低低第一領域：問題課題の領域第二領域：質の高い領域すぐに実行しなければ、大きな損失が発生将来に向けた備になること・エラー対応・締切が近いタスク・人間関係構築・スキル向上第三領域：見せかけの領域第四領域：無駄な領域価値は低いが、やらなければならないこと楽しいだけであとには何も残らないこと・周囲からの問い合わせ対応・意義の低い会議への参加・SNS ・暇つぶし 35

Slide 37

Slide 37 text

7. データ分析グループのスキル定義 36

Slide 38

Slide 38 text

データ分析グループのスキル定義と成長イメージデータサイエンティストに求められる、5つのスキルレベルを独自に定義 ① ② ビジネス力分析力 ③ プロジェクト推進力（コンサルティング） ④ ⑤ （プロダクト）組織貢献力イノベーション推進力 ※データサイエンティスト協会のスキルチェックリストを参考に定義 37

Slide 39

Slide 39 text

スキル定義: ①ビジネス力×②分析力分析の作業者ではなく、最終的な事業インパクトに貢献『①分析力』と『②ビジネス力』の両輪で、一気通貫にプロジェクトを推進 38

Slide 40

Slide 40 text

スキル定義: ③プロジェクト推進力×④イノベーション創造力短期的な課題解決だけでなく、継続的に付加価値を創出『③プロジェクト推進力』で短期的な課題解決を実施し、『④イノベーション創造力』によるプロダクト化を通じて、より効率的かつ継続的な付加価値創出を実現 39

Slide 41

Slide 41 text

スキル定義: ⑤組織貢献力人材を生かして組織としての成果を最大化データサイエンティスト自身が『⑤組織貢献力』を活用し、グループ内外のDX人材育成とDXカルチャーの醸成を推進 40

Slide 42

Slide 42 text

8. キャリアパス 41

Slide 43

Slide 43 text

配属の考え方本人のWILLを踏まえ、相談しながら配属チームを決定 1. 採用選考を通して本人のWillを確認 2. マネジメントチームで配属先を提案 3. 本人と相談して配属先を決定配属後も1on1などで状況を確認。本人の成長に合わせて兼任・異動を推進。兼任・異動はおおよそ1年～2年程度 42

Slide 44

Slide 44 text

キャリアパススペシャリスト ● Principal Data Scientist(PD) ● Executive Data Scientist(ED) このほか、本人の志向や適性に応じた幅広いキャリアパスマネジメント ● Analytics Director(AD) ● Analytics Manager(AM) ・データサイエンティスト・プロダクトマネージャー・データエンジニア・事業開発 43

Slide 45

Slide 45 text

キャリアパス: スペシャリストニーズ×データ×分析技術に対する深い理解をもとに、組織横断的かつ中長期的な価値を提供する分析ソリューションプロダクトの開発をリード。 44

Slide 46

Slide 46 text

キャリアパス: マネジメントエムスリーグループ内の各事業部の戦略パートナーとして、データドリブンな意思決定と施策の実施を通して、事業成長を推進。 45

Slide 47

Slide 47 text

9. まとめ 46

Slide 48

Slide 48 text

まとめエムスリーは、・医療分野において独自の事業の展開するプラットフォーマー・プラットフォームを活用したシナジーが成長戦略の重点テーマ・シナジー創出のためにも、データ分析グループが社内でますます重要な位置付けにつまりこれからデータ分析グループはもっと面白くなります。事業としても個人としても飛躍できる環境で、一緒に成長してきませんか？ 47