「グローバル（マルチリンガル）ｘ人事ｘスクラム x People Analytics」でのエンジニアの挑戦

Slide 1

Slide 1 text

「グローバル（マルチリンガル）  ｘ人事ｘスクラム x People Analytics」でのエンジニアの挑戦  メルカリ / Ryuichi Murata  twitter: @_tweeeety_ 

Slide 2

Slide 2 text

1. 自己紹介  2. 今日伝えたいこと  3. 挑戦の背景  4. 挑戦のエピソード  5. 挑戦しましょう 

Slide 3

Slide 3 text

自己紹介 ● Name: ○ 村田隆一 ● Twitter: ○ @_tweeeety_ ● Career: ○ いま: ■ メルカリ.People & Culture > HR Data Management 所属 ○ それまで ■ メルカリ.Engineering Div < DeNA < CA Mobile < freelance < SIer ■ ベースはBackend Engineer or Engineering Manager “だった” ● Hobby, Favorite, その他: ○ Workout, Swimming, Snowboarding, BMX (recent), Youtube, Watching martial arts (K1, RIZIN) ○ Game (A long time ago): Some Titles that have become top class gamers in Japan = PuyoPuyo, TEKKEN, dragon collection

Slide 4

Slide 4 text

Slide 5

Slide 5 text

組織自己紹介 People & Culture Other teams … HR Information System HR Data Management HR Operations ミッションデータとシステムで組織・人材のWIN-WINを最大化する / Maximize WIN-WIN of organizations and people with Data and Systems 人事に関する意思決定をデータドリブンにする / Make HR decisions Data-Driven いわゆる”人事”に所属しています。メルカリグループの事業成長のために組織・人材の WIN-WINを最大化する WIN-WIN-MAX / Maximize WIN-WIN of organizations and people for the growth of Mercari Group WIN-WIN-MAX

Slide 6

Slide 6 text

呼び方: とぅいーてぃ自己紹介 - ちなみに…

Slide 7

Slide 7 text

1. 自己紹介  2. 今日伝えたいこと  3. 挑戦の背景  4. 挑戦のエピソード  5. 挑戦しましょう 

Slide 8

Slide 8 text

何をつたえたいか？ ● 「エンジニアはもっと変化に挑戦しよう」どんな人に聞いてほしいか？ ● エンジニアのキャリアパスに悩んでいる方 ● エンジニアだけどエンジニアリング以外も好きな方 ● エンジニアだけど他に挑戦してみたくなった方今日伝えたいこと

Slide 9

Slide 9 text

エンジニアが挑戦する変化はどんなものがあるか？今日伝えたいことプレーヤー・役割の変化 - テックリード - エンジニアリングマネージャー開発周辺での職種の変化 - プロダクトマネージャー - スクラムマスター会社・業界の変化: - SIer <> 事業会社 - 転職・会社が変わる雇用形態の変化 - フリーランス・業務委託 - 副業カルチャー・文化圏の変化 - 海外挑戦 - 英語文化・外資系企業で働く異なる職種・部門への変化 - 違う職種として or 部署ではたらく？？ - 人事、経理、法務、etc…

Slide 10

Slide 10 text

エンジニアが挑戦する変化はどんなものがあるか？今日伝えたいことプレーヤー・役割の変化 - テックリード - エンジニアリングマネージャー開発付近での職種の変化 - プロダクトマネージャー - スクラムマスター会社・業界の変化: - SIer <> 事業会社 - 転職・会社が変わる雇用形態の変化 - フリーランス・業務委託 - 副業カルチャー・文化圏の変化 - 海外挑戦 - 英語文化・外資系企業で働く異なる職種・部門への変化 - 違う職種として or 部署ではたらく？？ - 人事、経理、法務、etc… このあたりがもっと普通になっていく（おそらく）

Slide 11

Slide 11 text

エンジニアが挑戦する変化はどんなものがあるか？これまで: ● 各業界のIT化が進んでいた ○ e.g. ゲーム、出版、農業、 etc.... ● => ITエンジニアが各業界へこれから: ● 各部門内のエンジニア化も急速に進む ○ e.g. ジンジニア = エンジニアから採用人事へ ○ + リモートワークが進む ○ + グローバル化が進む ● => ジンジニアの事例のように、エンジニアはエンジニア組織で働く時代から「各部門」で「多様な人種」と「さまざまな拠点」で働く事例が増えている。し、おそらく今後もっと増えるここに挑戦してみた事例紹介 + と、変化へのお誘い👉 今日伝えたいこと

Slide 12

Slide 12 text

今回は自身の3つの挑戦エピソードをもとに、挑戦することの良さをお話しできればと思います ● 挑戦① : エンジニアから人事への異動 ● 挑戦② : データエンジニアへのチャレンジ ● 挑戦③ : 多様なチームへのスクラム導入何を話すか今日伝えたいこと

Slide 13

Slide 13 text

1. 自己紹介  2. 今日伝えたいこと  3. 挑戦の背景  4. 挑戦のエピソード  5. 挑戦しましょう 

Slide 14

Slide 14 text

変化に着目したこれまでの経歴と変遷です。これまでもわりとEngineerと Managementなどを繰り返してきました Engineer 2022 会社: - SIer 役割: - Engineer/SE/PM 20xx 会社: - フリーランス役割: - Engineer 会社: - CyberAgentGroup 役割: - Backend Engineer 会社: - CyberAgentGroup 役割: - EM 会社: - DeNA 役割: - Backend Engineer 会社: - DeNA 役割: - TL 会社: - メルカリ役割: - EM 会社: - メルカリ役割: - 採用/組織開発会社: - メルカリ役割: - 人事 - Data Engineer - Scrum Master Management, etc… 挑戦の背景 - 経歴と変遷

Slide 15

Slide 15 text

変化に着目したこれまでの経歴と変遷です。これまでもわりとEngineerと Managementなどを繰り返してきました Engineer 2022 会社: - SIer 役割: - Engineer/SE/PM 20xx 会社: - フリーランス役割: - Engineer 会社: - CyberAgentGroup 役割: - Backend Engineer 会社: - CyberAgentGroup 役割: - EM 会社: - DeNA 役割: - Backend Engineer 会社: - DeNA 役割: - TL 会社: - メルカリ役割: - EM 会社: - メルカリ役割: - 採用/組織開発会社: - メルカリ役割: - 人事 - Data Engineer - Scrum Master 挑戦の背景 - 経歴と変遷これまでも Engineer<>EM/TLを繰り返してきている Management, etc…

Slide 16

Slide 16 text

変化に着目したこれまでの経歴と変遷です。これまでもわりとEngineerと Managementなどを繰り返してきました Engineer 2022 会社: - SIer 役割: - Engineer/SE/PM 20xx 会社: - フリーランス役割: - Engineer 会社: - CyberAgentGroup 役割: - Backend Engineer 会社: - CyberAgentGroup 役割: - EM 会社: - DeNA 役割: - Backend Engineer 会社: - DeNA 役割: - TL 会社: - メルカリ役割: - EM 会社: - メルカリ役割: - 採用/組織開発会社: - メルカリ役割: - 人事 - Data Engineer - Scrum Master 挑戦の背景 - 経歴と変遷今日はここの話し Management, etc…

Slide 17

Slide 17 text

最近、人事に異動して”People Analytics”をやることに。挑戦の背景 - 挑戦したこと

Slide 18

Slide 18 text

最近、人事に異動して”People Analytics”をやることに。 People Analyticsとはなにか？ ● ピープルアナリティクスとは、従業員に関するデータを収集した分析結果を用いて、組織が抱える課題を可視化し、解決へと導くアクションに繋げるための手法の一つ挑戦の背景 - 挑戦したこと

Slide 19

Slide 19 text

最近、人事に異動して”People Analytics”をやることに。なぜPeople Analyticsが必要なのか？ ● これまで「勘と経験」に頼っていた人事領域においても、「人材データの活用と分析」によって意思決定精度の向上や業務の効率化を図る動きが急速に進んでいる挑戦の背景 - 挑戦したこと

Slide 20

Slide 20 text

People Analytics = 人事データ活用が求められるようになった背景 1. 株式市場からの健全なプレッシャー ○ => 欧米を中心に上場企業に対してISO30414準拠のHRレポートの公開義務化。グローバルで見ても人的資本に関する数値を公開し、改善を進めていくのは不可避な流れ ○ => 企業の持続的な成長を占うためには、BS/PLと同等に人材戦略まで透明化が必要 2. 組織（社会）における多様性の拡大 ○ => ミレニアル世代の増加や女性活躍推進、ビジネスのグローバル化等の影響を受け、多様な価値観や働き方に企業が対応していく必要性 ○ => 雰囲気を読む、暗黙の了解が通用しなくなり数値で語ることが必要 3. 社内外問わないタレントの活用の必要性 ○ => ビジネス環境の急速な変化への対応や必要なケイパビリティの獲得のため、社外人材の活用や内部人材の能力開発、適材適所がより重要に ○ => 人の評価や活躍もデータドリブンにすることが必要挑戦の背景 - People Analytics??

Slide 21

Slide 21 text

● メルカリHRの置かれている状況 (1/3) - 急速な組織の拡大メルカリでのPeople Analyticsの必要性: メルカリグループは、株式会社メルカリとその連結子会社で構成されている挑戦の背景 - People Analytics??

Slide 22

Slide 22 text

● メルカリHRの置かれている状況 (1/3) - 急速な組織の拡大メルカリでのPeople Analyticsの必要性: メルカリグループは、株式会社メルカリとその連結子会社で構成されている挑戦の背景 - People Analytics?? 株式会社メルロジ   設立 2021年10月28日事業内容物流サービスの企画・開発・運営代表者進藤智之 New 「送る」「運ぶ」「受取る」のすべてにやさしい物流・サービスの提供を目指す

Slide 23

Slide 23 text

US 2014 Japan 2013 Portland Palo Alto Sendai Fukuoka Tokyo Number of Employees 1700+ Globally Boston ● メルカリHRの置かれている状況 (1/3) - 急速な組織の拡大メルカリでのPeople Analyticsの必要性: メルカリグループは、日本＋世界に拠点を増やしている挑戦の背景 - People Analytics??

Slide 24

Slide 24 text

● メルカリHRの置かれている状況 (2/3) - 多様性の高まり 40ヵ国約 50% 約40ヵ国以上からの社員が集まっているメルカリ東京オフィスのエンジニアリング組織の約半数は外国籍メルカリでのPeople Analyticsの必要性: 挑戦の背景 - People Analytics??

Slide 25

Slide 25 text

● メルカリHRの置かれている状況 (3/3) - コミュニケーションの変化 ● 組織/ロケーション/多様性が複雑化しているのでコミュニケーションも変化が必要ハイコンテクスト・似た経歴のメンバー・暗黙知の共有・個別判断・空気を読む・単一言語ローコンテクスト・多様性のあるメンバー・形式知の共有・ガイドラインに基づく判断・わかりやすさ（データ・論理）・やさしい英語・日本語メルカリでのPeople Analyticsの必要性: 挑戦の背景 - People Analytics??

Slide 26

Slide 26 text

● 急速な組織拡大、組織の多様性の高まり、コミュニケーションの変化 ● が起こっているつまり・・・ ● 人事も暗黙/感覚/勘の世界から、言語化/数値化の世界へ ● プロダクトやファイナンスと同じように、人事もデータを用いた戦略部門になっていく必要があるメルカリHRに求められる役割 ● データをもとにした意思決定とコミュニケーション、プロセスの設計が必要 ● => データを用いた戦略部門になるための取り組みが必要メルカリでのPeople Analyticsの必要性: 挑戦の背景 - People Analytics??

Slide 27

Slide 27 text

データを用いた戦略部門になるための取り組みアクションレコメンド / Action Recommendation ↑ 統計/機械学習（予測分析）Predictive Analytics ↑ クロス分析（要因分析）/ Cross Analysis（Factor Analysis） ↑ 可視化（単年集計/経年比較）/ Visualization（Snapshot/Historic） ↑ システム化 / Creating HR Systems ↑ プロセス構築 / Building HR Processes 挑戦の背景 - People Analytics?? ※ データ分析の高度化レベルイメージ

Slide 28

Slide 28 text

データを用いた戦略部門になるための取り組みアクションレコメンド / Action Recommendation ↑ 統計/機械学習（予測分析）Predictive Analytics ↑ クロス分析（要因分析）/ Cross Analysis（Factor Analysis） ↑ 可視化（単年集計/経年比較）/ Visualization（Snapshot/Historic） ↑ システム化 / Creating HR Systems ↑ プロセス構築 / Building HR Processes 1. 見える化 / Visualization 2. 洞察 / Insight 3. 促進 / Recommendation 挑戦の背景 - People Analytics?? ※ データ分析の高度化レベルイメージ

Slide 29

Slide 29 text

データを用いた戦略部門になるための取り組みアクションレコメンド / Action Recommendation ↑ 統計/機械学習（予測分析）Predictive Analytics ↑ クロス分析（要因分析）/ Cross Analysis（Factor Analysis） ↑ 可視化（単年集計/経年比較）/ Visualization（Snapshot/Historic） ↑ システム化 / Creating HR Systems ↑ プロセス構築 / Building HR Processes 1. 見える化 / Visualization 2. 洞察 / Insight 3. 促進 / Recommendation 挑戦の背景 - People Analytics?? ※ データ分析の高度化レベルイメージ

Slide 30

Slide 30 text

データを用いた戦略部門になるための取り組み測定できないものはマネージできない If you can't measure it, you can't manage it. Peter Ferdinand Drucker ↓ 人事の情報は解像度高く測定ができているか？？必要性・ステップはわかったが、何を分析するのか？？挑戦の背景 - People Analytics??

Slide 31

Slide 31 text

データを用いた戦略部門になるための取り組み組織 Organization 人材 People 機会 Opportunity Culture Docをもとにタッチポイントを整理し、サーベイにより組織と従業員のコンディションを見える化する従業員の経験やスキル、志向性といった情報をCore HCMに集約し、人材に関する情報を見える化する社内異動やメンター、研修プログラムなどの情報をCore HCM に集約し、機会に関する情報を見える化する挑戦の背景 - People Analytics??

Slide 32

Slide 32 text

● プロセス構築/システム化に注力する必要性 ● あらゆる施策の実行/システム導入を行うためには、標準化された人事データの整備/活用が必要不可欠 HR Technology Market 2020 データを用いた戦略部門になるための取り組み挑戦の背景 - People Analytics??

Slide 33

Slide 33 text

Back Oﬃce Common Activity 人事・採用人事・管理人事・労務グループウェア IT・経理/会計・法務コミュニケーションサーベイ人事・報酬 LMS・e-learning Product データを用いた戦略部門になるための”人事データの整備” ● 人事データ管理の「これまで」 ● => 担当領域ごとにデータが存在し、データ分析における収集 /加工/分析の非効率が発生挑戦の背景 - People Analytics??

Slide 34

Slide 34 text

Collection of data Store of data Use of data Data Lake Employee BI Tool Datastore User Collection of data: Data is centrally collected from various HR data sources Store of data: Various data are stored in the database. Data includes aggregated data and metadata besides data from data sources. Use of data: Data is utilized by various users ETL データを用いた戦略部門になるための”人事データの整備” ● 人事データ管理の「これから」 ● => 人事データに関する Data Lakeを構築し、データの一元化と分析を推進する挑戦の背景 - People Analytics??

Slide 35

Slide 35 text

データを用いた戦略部門になるための”人事データの整備” ● イメージ的にはこんな感じ挑戦の背景 - People Analytics??

Slide 36

Slide 36 text

データを用いた戦略部門になるための”人事データの整備” ● イメージ的にはこんな感じ挑戦の背景 - People Analytics?? Datasourceによらない共通のデータパイプラインをETLとして構築する

Slide 37

Slide 37 text

データを用いた戦略部門になるための”人事データの整備” ● イメージ的にはこんな感じ挑戦の背景 - People Analytics?? Databaseと権限管理の基盤を構築する（ムズい）

Slide 38

Slide 38 text

データを用いた戦略部門になるための”人事データの整備” ● イメージ的にはこんな感じ挑戦の背景 - People Analytics?? データの民主化のためにも様々なBI Toolをオプションとして使える状態にする

Slide 39

Slide 39 text

データを用いた戦略部門になるための”人事データの活用” 挑戦の背景 - People Analytics?? これまで各ツール、各データ、各分析ごとに各担当者が ... データを探して 🔍 ↓ データを集めて 📑 ↓ データの定義を合わせて 📏 ↓ データを集計して 🧮 ↓ データをレポートにまとめる 📊 各担当者がそれぞれで用意しなくて良い世界へ従業員属性、採用、退職、エンゲージメントサーベイ、D&I、研修等のデータをひとつのダッシュボードに集約これから

Slide 40

Slide 40 text

データを用いた戦略部門になるための”人事データの活用” 挑戦の背景 - People Analytics?? X(Experience)データ eNPSスコア/コメント, 職務のやりがい, 成長機会の実感, マネジメントへの信頼, コミュニケーション, D&I環境など O(Operational)データ部門/職種/役職, グレード, 性別/言語, 在籍期間, 保有スキル, 評価など ✕ エンゲージメントと最も相関のある「成長機会」を強化する施策をセグメントごとに展開 “個の成長実感 ”が組織を強くする〜メルカリがTrust & Opennessにコーチングを推進する理由とは〜 “斜め上の経営陣 ”がメンター、やり方はメンバーが決める ──メルカリ新メンタリング施策の手応え

Slide 41

Slide 41 text

データを用いた戦略部門になるための”人事データの活用” 挑戦の背景 - People Analytics?? 「気持ちからデータ重視」に戦略を変えた。各部署ごとにどんな属性の人が何％登用されているか、同じ評価なのに昇進に差がないか徹底してデータで可視化した。結果、昇進には男女差があることがわかり、そのデータを経営層の会議で示した。 PRESIDENT Online SUSTAINABILITY REPORTの中で「構造的不平等を人事データによって可視化し、自浄し続けられる公平な仕組みとカルチャーを構築」するというアクションを策定し、会社全体で取り組む

Slide 42

Slide 42 text

ただし、これを実現するには課題がある…。データを用いた戦略部門になるための”人事データの整備と活用” 挑戦の背景 - People Analytics??

Slide 43

Slide 43 text

ただし、これを実現するには課題がある…。人事部門: ● 人事知識、人事データはあり、人事データを扱う権限もある ● しかし、Engineeringをできる人がいない ○ 外注するにもEngineering知識は必要（SE的な動きをしたり）データを用いた戦略部門になるための”人事データの整備と活用” 挑戦の背景 - People Analytics??

Slide 44

Slide 44 text

ただし、これを実現するには課題がある…。人事部門: ● 人事知識、人事データはあり、人事データを扱う権限もある ● しかし、Engineeringをできる人がいない ○ 外注するにもEngineering知識は必要（SE的な動きをしたり） Engineer部門: ● データドリブンはagree。Engineeringはできる ● しかし、構築するにも人事知識は薄く、人事データを扱う権限がないデータを用いた戦略部門になるための”人事データの整備と活用” 挑戦の背景 - People Analytics??

Slide 45

Slide 45 text

ただし、これを実現するには課題がある…。人事部門: ● 人事知識、人事データはあり、人事データを扱う権限もある ● しかし、Engineeringをできる人がいない ○ 外注するにもEngineering知識は必要（SE的な動きをしたり） Engineer部門: ● データドリブンはagree。Engineeringはできる ● しかし、構築するにも人事知識は薄く、人事データを扱う権限がないじゃあどうする？ => エンジニアが人事に異動すれば解決！！データを用いた戦略部門になるための”人事データの整備と活用” 挑戦の背景 - People Analytics??

Slide 46

Slide 46 text

1. 自己紹介  2. 今日伝えたいこと  3. 挑戦の背景  4. 挑戦のエピソード  5. 挑戦しましょう 

Slide 47

Slide 47 text

前述のとおり、People Analyticsの実現に向けて思い切って3つの挑戦をした ● 挑戦① : エンジニアから人事への異動 ● 挑戦② : データエンジニアへのチャレンジ ● 挑戦③ : 多様なチームへのスクラム導入この3つについて”苦労したこと/どう乗り越えたか/その結果なにが得られたか”をかんたんにご紹介します。挑戦エピソード

Slide 48

Slide 48 text

挑戦① : エンジニアから人事への異動挑戦エピソード

Slide 49

Slide 49 text

何をしたか ● エンジニア部門から人事部門へ異動。本格的にPeople Analyticsへ取組む挑戦① : エンジニアから人事への異動挑戦エピソード

Slide 50

Slide 50 text

何をしたか ● エンジニア部門から人事部門へ異動。本格的にPeople Analyticsへ取組む挑戦① : エンジニアから人事への異動挑戦エピソード苦労したこと ● キャリアの再考 ○ “Engineerを辞める？”的なことへの悩み ○ 上司がEngineerでなくなる問題への不安 ● まったく畑が異なる部門・チームへの異動 ○ 仕事のスタイルやカルチャーも全く異なる ○ 人間関係のゼロからの構築 ● 人事知識のインプット ○ 一般的な人事知識もあれば今回のように People Analytics的なものも必要

Slide 51

Slide 51 text

どう乗り越えたか ①-1 キャリアの再考: ● 「いまいま何をしたいか」「いまいま何を得たいか」を言語化した ○ 不確実性が高い世の中なので何年も先のキャリアはそんなに考えない ○ ただし、定期的なWillの言語化は「自分が気持ちよく働くための環境や条件」について自己理解が進む ■ 自分のことはわかっているようでわかっていないこと多い ○ 苦労というよりは、ある意味こういうことを考えるチャンスとも捉えられる ● ちなみに… ○ 今回に関しては「専門性を高めたい」がWillだった ■ 業務の専門性 = 人事/People Analytics領域 ■ 職種の専門性 = データエンジニア何をしたか ● エンジニア部門から人事部門へ異動。本格的にPeople Analyticsへ取組む挑戦① : エンジニアから人事への異動挑戦エピソード

Slide 52

Slide 52 text

どう乗り越えたか ①-2 まったく畑が異なる部門・チームへの異動 : ● 今回に関してはあまり苦労はなかった ● エンジニア組織でマネジメント /組織開発/採用を担当していたため、人事と蜜に接する機会が多くわりとよく知る仲だった何をしたか ● エンジニア部門から人事部門へ異動。本格的にPeople Analyticsへ取組む挑戦① : エンジニアから人事への異動挑戦エピソード

Slide 53

Slide 53 text

どう乗り越えたか ①-3 人事知識のインプット : ● 経験学習 ○ エンジニア組織でマネージャー/組織開発を経験すると、チームをパフォームする or エンゲージする方法などなど人事に近しい勉強も必要 ○ また、エンジニア採用もやっていたので採用にも経験・知見があった ○ Engineering Managerが「採用よろ！」と言われてから学んだこと ● 書籍学習 ○ 技術書だけでなく、マネージメント / 組織開発 / 組織論 / 採用あたりは気になったら意識的に読む習慣をつけておく ○ エンジニアでも組織づくりやチームづくりには役立つことが多い何をしたか ● エンジニア部門から人事部門へ異動。本格的にPeople Analyticsへ取組む挑戦① : エンジニアから人事への異動挑戦エピソード

Slide 54

Slide 54 text

良かったこと・得られたもの ● キャリア再考の機会 ○ 人事へ異動するにあたり、Willの棚卸と自己理解が進んだ ● 説明力 ○ 非エンジニアとの仕事がメインに。何事にも説明（言語化と可視化）が最重要 ○ 普段の自分の言葉を見直す機会となった。エンジニア用語は封印くらいの気持ちで望むべし ● 人事知識 ○ 人事領域に関してインプットするモチベが向上した ■ 人事領域はいわゆるエンジニアリングマネージメント業とかぶる部分も多い ● People ManagementをするEMはScopがチーム ● 人事はScopが全社員 ■ EM時のマネジメントや組織開発のインプットは、直接試せる技術と違って抽象度が高くだれがち ■ 異動することで「郷に入れば郷に従え」的に学ぶ気持ちが強まる何をしたか ● エンジニア部門から人事部門へ異動。本格的にPeople Analyticsへ取組む挑戦① : エンジニアから人事への異動  挑戦エピソード

Slide 55

Slide 55 text

挑戦② : データエンジニアへのチャレンジ挑戦エピソード

Slide 56

Slide 56 text

何をしたか ● データ基盤やETL（パイプライン）の構築 ● 人事データに関するデータガバナンスの確立挑戦② : データエンジニアへのチャレンジ挑戦エピソード

Slide 57

Slide 57 text

苦労したこと ● 「データ基盤」や「ETL/パイプライン」の構築 ○ データ基盤やETLは構築経験がなかったのでゼロからインプット ○ ベンチャーの一人目データエンジニアのような感じで「わからん」の連続だが、とにかく一人で進めるしかない ● データガバナンス ○ 遠目で聞いてる分にはわった気でいるが、いざ「データガンバナスをやろう！」とすると「データガバナンスってなんなんだっけ？」となりがち ○ 知ってみると今度は広すぎ・デカすぎで何から進めて良いかわからん状態何をしたか ● データ基盤やETL（パイプライン）の構築 ● 人事データに関するデータガバナンスの確立挑戦② : データエンジニアへのチャレンジ挑戦エピソード

Slide 58

Slide 58 text

どう乗り越えたか ②-1 データ基盤やETL（パイプライン）の構築 : ● BigQuery/terraformなどの個別技術 ○ 基本は公式ドキュメントが神。ただし、技術Updateが早いので久しぶりの場合は一度アンラーニングする気持ちで全体をゼロから見返す。ある程度インプットしたらトライ・アンド・エラーを繰り返すしか ○ 「データ分析基盤をBigQuery /terraform / Troccoで構築する人事チームってカッコいいよね」と言い聞かせてモチベにする(自己暗示にちかい） ● 要件や設計 ○ 個別技術の情報はたくさんあるが「 People Analyticsのデータ基盤」となると情報はすくない ■ 書籍を探す ■ SNSで発信して情報交換を求める ■ 先進的な英語圏の事例も探しに行く何をしたか ● データ基盤やETL（パイプライン）の構築 ● 人事データに関するデータガバナンスの確立挑戦② : データエンジニアへのチャレンジ挑戦エピソード

Slide 59

Slide 59 text

何をしたか ● データ基盤やETL（パイプライン）の構築 ● 人事データに関するデータガバナンスの確立どう乗り越えたか ②-2 データガバナンス: ● そのものが不明瞭な状態のものは、まずは全体像の把握から入る ○ データにつよそうな会社を探して、「データガバナンス」に関して書いている情報や、レポートとして公開してるホワイトペーパーなどをひたすら漁り全体像をつかむ ○ 全体像さえつかめれば、そのなかの個別アイテムを深ぼることは容易になる ● 全体像の理解が進んだら自分なりに、目的/ゴール、そのためには何が必要で、何をどう進めるかの心づもりを可視化してステークホルダーにフィードバックをもらう行脚をする挑戦② : データエンジニアへのチャレンジ挑戦エピソード

Slide 60

Slide 60 text

どう乗り越えたか ②-3 データ基盤やETL（パイプライン）の構築 + データガバナンス ● ググってもどうしても情報がないときもある ● そんなときは、知見がある人にアプローチして教えやアドバイスを乞う ● => 近くにデータのスペシャリストの2人がいてとても助かった ○ yuzutas0-san, haseryo-san ○ Special Thanks!!! 何をしたか ● データ基盤やETL（パイプライン）の構築 ● 人事データに関するデータガバナンスの確立挑戦② : データエンジニアへのチャレンジ挑戦エピソード著書

Slide 61

Slide 61 text

良かったこと・得られたもの ● People Analytics、データエンジニアのスキルと経験 ○ 何事もゼロから構築するとスキルは爆上がりする ○ 生みの苦しみ、しかし、第一号しか得られない経験 ● データガバナンスの知識・感度 ○ 人事データはセンシティブ。知れば知るほどデータガバナンス重要 ■ 闇雲に攻めると結果的に仲間の信頼を失い攻めれなくなる ● 新たな人との繋がり ○ 知見がある人と繋がるきっかけとなる ○ 勇気をもって聞けば優しく答えてくれる何をしたか ● データ基盤やETL（パイプライン）の構築 ● 人事データに関するデータガバナンスの確立挑戦② : データエンジニアへのチャレンジ挑戦エピソード

Slide 62

Slide 62 text

挑戦③ : 多様なチームへのスクラム導入挑戦エピソード

Slide 63

Slide 63 text

何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソード

Slide 64

Slide 64 text

苦労したこと  ● チームのスクラム習熟度  ○ チームのスクラムに関しての前提知識・経験がほぼゼロ  ■ e.g. 「スクラムは何が良いんですか？」「スプリントはなんのためにありますか？」「バックログってなぜ必要なんですか？」といったピュアな質問が飛んでくる。日英で。  ○ なので、すべての事を自身が説明できるレベルに咀嚼する必要がある  ● チームの言語  ○ 3割が英語話者のチーム。英語での説明も必要なため、ふだん思っているより”正しい日本語”かつ”やさしい日本語”で回答できる必要がある。そうじゃないと英訳も困る  ● ジョブチェンジ・プレイング・スクラムマスター  ○ ジョブチェンジの初業務を遂行しながら、スクラムマスター業務をしながら、スクラム導入のためのすべての会、すべてのドキュメント、すべてのコミュニケーションを日英で用意＆実施するのがわりとハード  何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソード

Slide 65

Slide 65 text

どう乗り越えたか ③-1  スクラム導入の戦略立て:   ● なんとなしに進めるのではなく、導入の目的/ゴールを明示し、そのために何が必要で、どのような順に進めるかを描いてから進めた（※ 画像）  ● 戦略の意図/進め方/説明のすべてを言語化、見える化、英語化して共通認識をつくる。メンバーみんなの情報差分を極力なく進めることを意識する    何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソード人事チームでガチめにスクラム導入した話し｜tweeeety@メルカリ｜note  

Slide 66

Slide 66 text

どう乗り越えたか ③-2  今回のスクラム導入のポリシーを持つ:   ● ポリシー = 方針 = どのようにスクラムを導入する？という話し ● 大前提として、「スクラムを守破離で導入！」を意識した（自分への言い聞かせのためにも） ○ スクラムは完成されたフレームワーク。一部分だけのスクラムは各要素のシナジーがだいぶ無くなる ○ 部分的な前提知識がないので、はしょることなくゼロベースで共に学ぶにも良い機会 ● しかし、最初からフルスペックなスクラムを導入すると、初めてのメンバーはあれもこれもで疲弊したり嫌悪感を示すかもしれない ● なので、今回のスクラム導入のポリシーとして... ○ 「完全なスクラム（守破離）を目指す」が「だれも置いていかない」を徹底した何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソード

Slide 67

Slide 67 text

どう乗り越えたか ③-3  チームで北極星を愚直に作る: ● インセプションデッキ、ミッション、ロードマップを日英で愚直につくった ○ 何をするにも言語化・可視化が大事 ○ 目指すものや目標に対して、前提理解・共通認識を揃えるの大事 of 大事 ○ 言語が異なると特に大事。日本人のみのような「雰囲気で伝わる」はない補足: ● バーナードの組織成立の 3条件では、「共通目的」「共同意思」「意思疎通」が揃ってはじめて組織が成立するとされている ● 学習する組織では、組織の概念にも 5つのディシプリンとして「共有ビジョン」が入っている ● つまり、強い組織 | チームを作るには「チームの北極星」となる指針が必須 ● また、「北極星」は誰かに言い渡されたものではなく、自分たち自ら言語化するほど効果的何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソード人事チームでスクラム導入 - 共有ビジョン（ミッション・インセプションデッキ・ロードマップ）をつくってみた｜tweeeety@メルカリ｜note  

Slide 68

Slide 68 text

どう乗り越えたか ③-4  輪読会を開催する:  ● 目的 ○ チームでスクラムについての共通言語、共通理解をつくる ● 裏のねらい ○ 経験上、誰かがチームを変えようとする、または、よそ者が何かを導入しようとする場合、チームに抵抗感が生まれる。そこで「この本が言ってることだしやってみよう」というように、あくまでも第三者が薦めているのでやってみようのカタチを作ると上手くいきやすい◎ ● 対象書籍 ○ マルチリンガル環境では書籍選びも苦労する ○ 「アジャイルサムライ」は3周ほどまわって日英輪読会にも最＆高！何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソードアジャイルサムライ Japanese English - 日英で揃っている - タイトル/内容が一致しない本もある - 導入のstepとしてまんま参考になる

Slide 69

Slide 69 text

どう乗り越えたか ③-5  スクラムマスター育成: ● やっぱり、Scrumを進められるのが自分ひとりだとキツイしスケールしない ● ならば、いっそのこと全員スクラムマスターになれるチームを作ってしまおう！ ● => 人事チームとしてCertiﬁed Scrum Masterを受けた ○ まずは、人事チーム6人中、3人でCertiﬁed Scrum Masterの取得した ● Scrum Masterを取得するとモチベにもなるし、引き継ぐこともできるように・・・ ○ 現にtweeeetyは現在育休中 ○ いまは人事チームでスクラムをまわしている（はず）何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソード

Slide 70

Slide 70 text

良かったこと・得られたもの  ● Scrum力 ○ Scrumは、学ぶのは簡単だが実践が難しい ○ 「守破離」の「破」や「離」に到達するには、自身が導入をリードしたり、なんどもアンラーニングをしないと無理 ● チームビルディング力 ○ 職種/言語/文化が違うからこそ前提理解・共通認識は最重要。いろいろな対話手法や合意形成をもちいて同じ方向を向くチームを作りあげるのはまさにチームビルディング力が鍛えられる ● 推進力 ○ 北極星の共創/戦略立て/ポリシー決め/やりたいこと可視化/丁寧な説明などなどが伴って物事が進められる ● 英語力 ○ これはもう「やるしかない状況」以上に伸びることはない…。何をしたか ● スクラムに対する事前知識・経験がほぼゼロのチーム、かつ、英語環境でスクラムを導入した挑戦③ : 多様なチームへのスクラム導入挑戦エピソード

Slide 71

Slide 71 text

1. 自己紹介  2. 今日伝えたいこと  3. 挑戦の背景  4. 挑戦のエピソード  5. まとめ 

Slide 72

Slide 72 text

挑戦すると何が良いのか？まとめ得たもの失ったもの挑戦① : エンジニアから人事への異動 - キャリア再考の機会 - 人事知識 - 説明力 - エンジニア組織の所属挑戦② : データエンジニアへのチャレンジ - People Analytics、データエンジニアのスキルと経験 - データガバナンスの知識・感度 - 新たな人との繋がり - ナシ挑戦③ : 多様なチームへのスクラム導入 - Scrum力 - チームビルディング力 - 推進力 - 英語力 - ナシ

Slide 73

Slide 73 text

まとめ得たもの失ったもの挑戦① : エンジニアから人事への異動 - キャリア再考の機会 - 人事知識 - 説明力 - エンジニア組織の所属挑戦② : データエンジニアへのチャレンジ - People Analytics、データエンジニアのスキルと経験 - データガバナンスの知識・感度 - 新たな人との繋がり - ナシ挑戦③ : 多様なチームへのスクラム導入 - Scrum力 - チームビルディング力 - 推進力 - 英語力 - ナシ得るものしかない: => ノーリスク・ハイリターン（言い過ぎ？）挑戦すると何が良いのか？

Slide 74

Slide 74 text

というわけで、 ● コードを書くエンジニアであり続けることはすばらしい！ ● 一方で、変化していくことで開ける未来もある ● 得てして、自分の得手不得手はやってみないとわからない ● エンジニアは、変化してみれば生きる道が無限大（だと気づける） ● 迷わず行けよ、行けば分かるさ！変化に挑戦しよう！飛び込もう！まとめ

Slide 75

Slide 75 text

ご清聴ありがとうございました

Slide 76

Slide 76 text

Appendix

Slide 77

Slide 77 text

ピープルアナリティクスで人事戦略が変わる DIAMOND ハーバード・ビジネス・レビュー論文ポール・レオナルディ (著), ノシャー・コントラクター (著), & 1 その他 HRプロファイリング本当の適性を見極める「人事の科学」 (日本経済新聞出版 ) 須古勝志 (著), 田路和也 (著) appendix - 人事・People Analytics ピープルアナリティクスの教科書組織・人事データの実践的活用法 – 2020/5/28 一般社団法人ピープルアナリティクス &HRテクノロジー協会 (著), 北崎茂 (その他) データ・ドリブン人事戦略データ主導の人事機能を組織経営に活かす – 2019/6/19 バーナード・マー (著), 中原孝子 (翻訳)

Slide 78

Slide 78 text

DXを成功に導くデータマネジメントデータ資産価値向上と問題解決のための実務プロセス 75 – 2021/12/20 データ総研 (著), 小川康二 (著), 伊藤洋一 (著) 実践的データ基盤への処方箋〜ビジネス価値創出のためのデータ・システム・ヒトのノウハウ – 2021/12/11 ゆずたそ (著), 渡部徹太郎 (著), 伊藤徹郎 (著) appendix - データガバナンス・マネジメントデータマネジメントが 30分でわかる本 – 2020/5/11 ゆずたそ (著, 編集), はせりょ (著) データマネジメント概説書（ JDMC版） ~ビジネスと ITをつなぐ－データマネジメントとは ~ – 2018/7/18 一般社団法人日本データマネジメント・コンソーシアム　データマネジメントの基礎と価値研究会 (著)

Slide 79

Slide 79 text

note: https://note.com/tweeeety ● Engineering Managerが「採用よろ！」と言われてから学んだこと ● 人事チームでガチめにスクラム導入した話し ● 人事チームでスクラム導入 - 共有ビジョン（ミッション・インセプションデッキ・ロードマップ）をつくってみた ● 人事チームでスクラム導入 - 輪読会いれてみた（アジャイルサムライなど） ● 人事チームでスクラム導入 - スクラムマスターを育ててみた appendix