無駄分析を無くすためにRettyが取り組んだ3つのこと

by Masaya Hirano

Slide 1

Slide 1 text

無駄分析を無くすためにRettyが取り組んだ3 つのこと  Hirano Masaya  2020.09.03 

Slide 2

Slide 2 text

自己紹介/ 会社 / 分析チーム紹介 

Slide 3

Slide 3 text

自己紹介 ● 名前：平野雅也（Hirano Masaya） ● 所属：Retty株式会社データ分析チームMGR ○ データまわり色々やってます ● 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） Retty データ分析チーム - 立ち上げ2年目の振り返り Rettyの意思決定を最大化！データ分析チームの取り組みをご紹介

Slide 4

Slide 4 text

日本最大級の実名グルメサービス「Retty」          実名制  オススメの口コミ  友人との「つながり」   口コミ内容はポジティブな“おすすめ”できるお店を投稿。  点数評価ではありません。  Rettyのサービス内で“友人”や“食の嗜好が合う同士”がフォロー機能でつながっているSNS型です。  実名制口コミの信頼度が非常に高いグルメサービスです。  2011年6月にサービスを開始した実名グルメサービス「 Retty」は、グルメに強いこだわりを持つ方々を中心に、「オススメ」したいお店の情報を実名ベースでご投稿いただく形で運営しています。「自分にベストなお店が見つかる」グルメサービスとして、 20～40代の男女を中心に、幅広い年代にご利用いただいています。

Slide 5

Slide 5 text

データ分析チームのご紹介  詳細は以下の記事: Rettyの意思決定を最大化！データ分析チームの取り組みをご紹介   https://engineer.retty.me/entry/2018/12/18/115020

Slide 6

Slide 6 text

本日話すこと 

Slide 7

Slide 7 text

● 内容：組織的な取り組みがメインです ○ 無駄分析とは何か ○ Rettyで経験した無駄分析TOP3 ○ 無駄分析を無くすためにRettyが取り組んだ3つのこと ● 対象：分析組織を作ることに関わっている方本日話すこと 

Slide 8

Slide 8 text

無駄分析とは何か

Slide 9

Slide 9 text

意思決定に繋がらない分析である

Slide 10

Slide 10 text

無駄分析とは意思決定に繋がらない分析である      データ分析プロセスにおいてアウトカムは意思決定であるそのため意思決定に繋がらない分析は価値がない＝無駄分析と個人的に定義問題設定分析設計データ出し加工・可視化解釈提言データ分析のプロセス意思決定

Slide 11

Slide 11 text

※完全なるなる主観です Rettyで経験した無駄分析 TOP3

Slide 12

Slide 12 text

第3位

Slide 13

Slide 13 text

第3位：間違ったデータを出してしまっていたこと

Slide 14

Slide 14 text

3位：間違ったデータを出してしまっていたこと    ● 例：明らかに意思決定者の肌感と異なる間違った数値を出してしまう ● 例：他で出した数値と微妙にズレている（どっちが正しいの？と信憑性を疑われる）出し直しやミスリードに繋がっていた...

Slide 15

Slide 15 text

間違ったデータを出してしまっていたのはなぜか

Slide 16

Slide 16 text

データ基盤が整っていなかったから          ● 一箇所にデータがないので、テーブル間のJOINが出来ない ○ データを整備するだけで一苦労 ○ エンジニアリングスキルが求められるのでそもそもスキル的に足りない ● 大量のテーブルやログへの理解が難しく、SQLを書くことの難易度が高い引用元 RDS アプリログ Webログどうやってjoinしよう... 複雑過ぎて合っているか不安...

Slide 17

Slide 17 text

第2位

Slide 18

Slide 18 text

第2位：単なるデータ出し屋さんになっていたことクエラ｜

Slide 19

Slide 19 text

そもそも意思決定の工程まで関われていない... 2位：単なるデータ出し屋さんになっていたこと  以下の例はデータ分析プロセスの「データ出し」しか担当できていなかった　例：◯◯のデータが見たいので出してもらえないですか？　例：スプレッドシートにアウトプットイメージ作ったので埋めてほしいです問題設定分析設計データ出し加工・可視化解釈提言意思決定

Slide 20

Slide 20 text

単なるデータ出し屋さんになっていたのはなぜか

Slide 21

Slide 21 text

認識・信頼・リソースが不足していたから  ● 認識不足 ○ 組織がアナリストの役割がどこまでかを認識していなかった ○ データ出しをする人＝アナリストになってしまっていた ● 信頼不足 ○ 現場の人のほうが筋の良い仮説が出せる場合は多く、見たいデータを出してもらうだけを依頼するほうが短期的には効率が良いと思われていた ● リソース不足 ○ 分析需要に対してデータ出しができる人材が足りていないため、アナリストにデータ出しの依頼が偏っていた

Slide 22

Slide 22 text

第1位

Slide 23

Slide 23 text

第1位：求めていない分析をしてしまっていたこと

Slide 24

Slide 24 text

1位：求めていない分析をしてしまっていたこと  以下のような状態のこと ● 例：分析レポートを見てもらえない ● 例：思っていたアウトプットと違うと言われる ● 例：それは知っていると言われる掛けたコストやメンタル的にも無駄感がとても強い...

Slide 25

Slide 25 text

求めていない分析をしてしまっていたのはなぜか

Slide 26

Slide 26 text

以下2つの原因があった ● ①意思決定者との間で問題設定ができていない ● ②アナリストの肌感が足りず筋の悪い仮説を出してしまうコミュニケーションと肌感が不足していたから 

Slide 27

Slide 27 text

①意思決定者との間で問題設定ができていない

Slide 28

Slide 28 text

● 分析で何を明らかにしたいのか、どういうアクションを取りたいのか、が定まっていないこと ● その状況下で分析を進めると・・・ ○ 取るべきアクションが思いつかない ○ 意思決定をするための情報が不足している ○ 実行不可能なアクションしか出てこない意思決定者との間で問題設定ができていない  意思決定が出来ないという状況がよく起きていた

Slide 29

Slide 29 text

②アナリストの肌感が足りず筋の悪い仮説を出してしまう

Slide 30

Slide 30 text

● 前提 ○ 肌感とはステークホルダーや自社、業界の理解のこと ○ 以下の状況で起きていた i. 意思決定者も人によっては忙しく仮説出しに深くコミットできないケース ii. 意思決定者もそこまで肌感を持っておらず仮説が出てこないケース iii. 依頼されたわけではなくアナリスト自らの意思で分析をするケース ● この状況だと、アナリスト自らが問題設定〜提言まで求められる ● しかし肌感が足らず良い仮説がだせない ... アナリストの肌感が足りず筋の悪い仮説を出してしまう  結果として分かりきった分析結果や実行不可能な施策立案をしてしまう

Slide 31

Slide 31 text

まとめ

Slide 32

Slide 32 text

まとめ - Rettyで経験した無駄分析TOP3  第1位：求めていない分析をしてしまうこと　①意思決定者との間で問題設定ができていない　②アナリストの肌感が足りず筋の悪い仮説を出してしまう第2位：単なるデータ出し屋さんになってしまうこと　①認識不足　②信頼不足　③リソース不足第3位：間違ったデータを出してしまうこと　①データ基盤が整っていなかったから

Slide 33

Slide 33 text

無駄分析を無くしたい・・・無駄ではなく意思決定に寄与する分析をする！（勝手にやられただけである）

Slide 34

Slide 34 text

無駄分析を無くすために Rettyが取り組んだ3つのこと

Slide 35

Slide 35 text

1. 誰でも簡単にデータを出せるようにすること

Slide 36

Slide 36 text

1. 誰でも簡単にデータを出せるようにすること      ● データ基盤の開発でデータを一箇所に集めた ● DWH層の作り込みで複雑なSQLをシンプルにした ● BigQueryExpertでデータ出しできる人を増やした

Slide 37

Slide 37 text

データ基盤の開発でデータを一箇所に集めた    RDS、Webログ、アプリログなどのデータをBigQueryに集めた出したいデータがSQLで完結するように RDS アプリログ Webログ

Slide 38

Slide 38 text

現状のRettyデータ基盤の全容を紹介              詳しくは→Rettyのデータ基盤の歴史と統合

Slide 39

Slide 39 text

DWH層の作り込みで複雑なSQLをシンプルにした        データ基盤PJを立ち上げて誰でもシンプルなSQLでデータを抽出できるようにした基礎的なSQLを習得している人であればデータを出せる土壌が整った

Slide 40

Slide 40 text

RettyDWHのレイヤ構成を紹介              DWHのレイヤをイベント、エンティティ、指標の3つに分類詳しくは→チーム開発のためのデータウェアハウスアーキテクチャ

Slide 41

Slide 41 text

BigQueryExpertでデータ出しができる人を増やした            BigQueryの勉強会を行い、自らデータ出しを行える人を増やした DWHユーザーが2倍に増えた提供価値以下の時間的コストを支払う必要あり ● 最大3ヶ月の期間 ○ 期間中でレベル3に到達した場合、本人の意思により今プログラムを終了することができる。 ● 毎週3hの時間確保 ○ 演習2回: 2h ○ 予習/復習: 1h ※人によっては目標に入れている内容・1h×週2回みんなで集まり、ひたすら演習問題を解く・わからない点を質問し放題受講者コスト

Slide 42

Slide 42 text

誰でも簡単にデータを出せるようにすることで、 ● データ出しのミスが減った ● データ出しの速度が向上した ● 現場でデータを出すようになりリソース不足が低減した結果 

Slide 43

Slide 43 text

無駄分析のココに効いた！  第1位：求めていない分析をしてしまうこと　①意思決定者との間で問題設定ができていない　②アナリストの肌感が足りず筋の悪い仮説を出してしまう第2位：単なるデータ出し屋さんになってしまうこと　①認識不足　②信頼不足　③リソース不足第3位：間違ったデータを出してしまうこと　①データ基盤が整っていなかったから

Slide 44

Slide 44 text

2. 派遣型の組織デザインにした 

Slide 45

Slide 45 text

2. 派遣型の組織デザインにした  データアナリストの動き方・組織の立ち位置詳しくは→Rettyの意思決定を最大化！データ分析チームの取り組みをご紹介

Slide 46

Slide 46 text

派遣型の組織デザインにしたことで ● 分析プロセスの上流から入れるようになり、意思決定者との間で問題設定を行えるようになった →意思決定に繋がりやすくなった ● 意思決定者との密接に仕事をする中で信頼を得られるようになった →よりレイヤーの高い意思決定で相談されるようになった結果 

Slide 47

Slide 47 text

Slide 48

Slide 48 text

3. 定量データだけではなく定性データも扱うようにしたこと 

Slide 49

Slide 49 text

3. 定量データだけではなく定性データも扱うようにしたこと      ● 本格的にUXリサーチを導入した    ● ユーザーインタビューを週1で定例化    noteに詳しく書いてます！

Slide 50

Slide 50 text

結果  定量データだけではなく定性データも扱うようにしたことで、 ● 実際の声から仮説を出せるようになった ● 常に最新の肌感を養う仕組みができた →以前より肌感が付き仮説の根拠に自信を持てるようになった

Slide 51

Slide 51 text

Slide 52

Slide 52 text

まとめ

Slide 53

Slide 53 text

まとめ - 無駄分析を無くすためにRettyが取り組んだ3つのこと  1. 誰でも簡単にデータを出せるようにする    2. 派遣型の組織デザインにする    3. 定量データだけではなく定性データも扱うようにする   

Slide 54

Slide 54 text

最後に宣伝！

Slide 55

Slide 55 text

データエンジニア、データアナリストの方を求めています！気になる方は、DMください！ぜひオンラインで気軽に話しましょう！ Facebook：https://www.facebook.com/masaya.hirano.0621 　┗「平野雅也」で検索 Twitter：https://twitter.com/MasaDoN22