primeNumber 会社説明資料/primeNumber-introduction

求職者の方に向けた、primeNumberの会社説明資料です。
応募は下記ページから
https://primenumber.com/recruit/

最終更新日：2026/08

Transcript

1. 会社説明資料 2026.08 primeNumber Inc.
2. 1. ビジョンと事業 目次 2. 組織 2
3. ビジョンと事業 3
4. 会社概要 会社名 株式会社primeNumber 代表 代表取締役 CEO 田邊 雄樹 創業 2015年11月 メンバー数 約120名 累計調達額 約34億円 オフィス 東京都品川区上大崎 3丁目1番1号 JR東急目黒ビル 5F © primeNumber Inc. 4
7. 経営陣の紹介 代表取締役 CEO 取締役執行役員 CIO 田邊 雄樹 山本 健太 鈴木 健太 下坂 悟 元（株）日本総合研究所 元（株）プラットフォーム・ワン常 務執行役員CPO 元（株）プラットフォーム・ワン DSP開発リーダー 元（株）リブセンス エンジニア 元エヌ・ティ・ティ・ コミュニケーションズ（株） 取締役執行役員 COO 取締役執行役員 CTO 取締役執行役員 CFO 執行役員 執行役員 中田 光哉 岸本 雅樹 濱本 秋紀 元ゴールドマン・サックス証券（株） 元（株）PKSHA Technology 元ヤフー（株） 元SAPジャパン（株） 社外監査役 /公認会計士 社外取締役 社外取締役 常勤監査役 エグゼクティブアドバイザー 経営企画アドバイザー 岡田 雅史 小島 英揮 坂上 亮介 永安 隆史 垣原 弘道 長越 誠 元三菱商事（株）、元（株）シグマクシス 代表取締役COO、元日本タタ・コンサル タンシー・サービシズ（株）代表取締役社 長 世界銀行 投融資担当官 元Goldman SachsGroup, Inc. 米国公認会計士 合同会社 WIZM（ウィズエム） 代表社員CEO Still Day One 代表 元AWSマーケティング本部長 LINEヤフー（株） 上級執行役員 CFO 元（株）カヤック © primeNumber Inc. 7
8. 10年間の変遷 ・10期目 ・TROCCO機能大幅拡充 ・COMETAに生成AI機能搭載 総額20億円超の資金調達 ・TROCCOの韓国、インド進出、 インドオフィス立ち上げ ・COMETAリリース ・オフィス移転 ・TROCCOが『Ruby biz Grand prix』でビジネス コネクション賞を受賞 ・TROCCOフリープラン開始 ・シリーズ Bラウンドとして 総額約13億円の資金調達 ・TROCCO海外展開スタート ・Forbes 30 Under 30 Asia 2020に現CIOが選出 ・目黒にオフィス移転 ・データエンジニア向け シリーズ Aラウンドとして 総額約1.3億円の資金調達 コミュニティ立ち上げ TROCCOリリース ・横浜で創業 ・中目黒にオフィス開設 16人 メンバー数 5人 3人 FY2016 FY2017 FY2024 資金調達先 6人 FY2018 約 130人 102人 102人 67人 ・ソリューション サービス開始 ・目黒オフィス増床 45人 21人 9人 FY2019 FY2020 FY2021 FY2022 FY2023 FY2024 FY2025 12社 © primeNumber Inc. 8
9. primeNumberが提供するサービス primeNumberはデータとAIを企業の成長エンジンへと進化させる、データテクノロジーカンパニーです。 AI-Readyなデータ基盤を実現するデータテクノロジーを軸に、ソリューションサービスを通じて AI-Nativeな事業成長をご支援します。 © primeNumber Inc. 9
10. primeNumber顧客企業例 業界・業種問わず、さまざまな企業・団体にご利用いただいています。 © primeNumber Inc. 10
11. 事業紹介 11
12. クラウドETL TROCCO 12
13. TROCCOとは 点在するデータの「統合」を自動化。 「統合」を軸にデータ基盤の構築や運用を支援する SaaSプロダクト。 データをビジネスに活用するまでのステップ © primeNumber Inc. 13
14. TROCCOはデータ統合工程の大半を自動化 従来、データエンジニアが手動でおこなっていたデータ統合の工程を TROCCOで自動化することで、蓄積や 可視化といったデータ活用の次フェーズへ迅速に移行できるようになります。 TROCCOが自動化できる工程 データ統合工程詳細 業務・サービス 要件確認 データソース選定 (入力テーブル・ファイル・ API等) セキュリティ・ パフォーマンス要件確認 ETL/ELTシステム 設計・開発・検証 分析データマート生成 出力データ確認 （異常検知） カラム内容・ 仕様確認 認証情報取得 Googleアカウントなどによる 簡単・セキュアな認証 サーバーなど 環境構築 ジョブ実装・ スケジューリング セキュアでスケーラブルな 環境を標準提供 オリジナルワークフロー 機能を提供 BIなどのデータ更新 統合後データ活用 データソース仕様 調査・学習 サンプルチェック 出力結果・エラーなど 通知監視 実行 CSによる エラーハンドリングサポート ETL/ELTメンテナンス (APIバージョンアップ・列追加など 自動更新・自動スキーマ追従 ) サーバーメンテナンス 高水準の SLAを提供 © primeNumber Inc. 14
15. TROCCOの活用で統合作業時間を 90％削減 導入前後のデータ統合作業時間比較（期間： 1年） TROCCOは、データ統合に かかる時間のうち 、 90%以上を 削減 参考記事 https://blog.trocco.io/interviews /interspace https://blog.trocco.io/interviews /docomo-bikeshare © primeNumber Inc. 15
16. TROCCOの機能概要 統合の他にも、データ加工を手間なく実現できるデータマート機能や、 データ処理のプロセスを管理するワークフロー機能等も搭載し、 データ基盤の構築・運用を総合的に支援します。 © primeNumber Inc. 16
17. TROCCO導入事例 インセンティブ設計の見直しを通じて、営業効率が 30%アップ 導入企業 株式会社メルカリ フリマアプリ「メルカリ」やスマホ決済サービス「メルペイ」を提供・運営 導入前 決済サービス（メルペイ）の営業活動デー タと決済データが、異なるシステムに点在 しており、紐づけられていなかった 導入後 TROCCOを用いて営業活動データと決済データを 紐づけ メルペイ導入後の各店舗決済額を見える化 実際に企業売上に寄与する決済額 が、営業成績や KPIに反映されず インセンティブ設計の見直し 営業効率 30%UP © primeNumber Inc. 17
18. AIデータプラットフォーム COMETA 18
19. COMETAとは 売上データ COMETAは、データの「意味（＝メタデータ）」を管理・可視化し、 データを整備するAIデータプラットフォームです。あらゆる利用者や AIが、組織内に蓄積された膨大なデータから必要なものを瞬時に発 見・活用できる環境を提供します。 マーケデータ 独自のAI技術により、従来手作業で行っていたメタデータ整備を大 幅に効率化。メタデータの品質を継続的に維持し、組織の誰もが本 会計データ 当に信頼できるデータへ辿り着ける環境を構築することが可能で す。 COMETAはあらゆる利用者がデータを自由に探索し、 価値を創造する世界を実現します。 © primeNumber Inc. 19
20. なぜ今、 COMETAが必要か？ 生成AIやBI（データ可視化）ツールの導入が進む一方、「思ったように活用できない」という声が多くの現場か らあがっています。その原因の多くは、 「データが整っていない」 からです。 社内のデータが整っていない状態 社内のデータが整っている状態 → AI上で誤った回答や的外れな予測が頻発 → AI上で的確な回答が得られる頻度が高まる 略称だらけのデータ 誰にでもわかる名称のデータ 定義不明なデータ 意味と定義が明確なデータ 出所が不明なデータ 由来や作成元が明らかなデータ “整っていないデータ”のままAIを活用すると、間違った分析・的外れな出力・意思決定ミスに直結 します。COMETAはデータ整備 を通じてこうした問題を解決し、AIを活用する環境を整えるための「AIデータプラットフォーム」です。 © primeNumber Inc. 20
21. データ品質が生成 AIに及ぼす影響 企業の生成AIに関する実態調査では、期待以下の結果に終わった企業が「データの品質」を最大の失敗要 因として挙げている一方、期待を大きく上回る成果を上げた企業でも「データの品質」が二位の重要な成功要 因として認識されています。 ▪期待していた効果よりも下回った企業の要因 /理由 ▪期待していた効果よりも大きく上回った企業の要因 /理由 1位 データの品質 30% 1位 ユースケース設定 38% 2位 ユースケース設定 20% 2位 データの品質 27% 3位 開発/利用環境。利活用フロー整備 19% 3位 開発/利用環境。利活用フロー整備 14% 4位 社員のAIリテラシー 12% 4位 経営層ビジョンとの一致 7% 5位 生成AIプロジェクト推進体制の明確化 11% 5位 生成AIプロジェクト推進体制の明確化 5% ※出所：『生成AIに関する実態調査2024』PwC Japan（https://www.pwc.com/jp/ja/knowledge/thoughtleadership/2024/assets/pdf/generative-ai-survey2024.pdf） © primeNumber Inc. 21
22. 機能1 対話型AIアシスト 商品ごとの平均価格が知りたい！ COMETA AIに質問してみよう！ 商品ごとの平均価格を知りたい！ 対話型AIアシスト機能 専門知識がなくても、AIと自然言語で対話しながら データを探索・分析。 「どんなデータを使えばいいか？」 「この分析にはどんな SQL（データ抽出のためのコード） が 必要か？」 はい、商品タイプ別の平均価格を算出する SQLを作成いたします。 `datacatalog-for-trocco-qa.test_jaffle_shop.products` テーブルを使用して、 以下のSQLを作成しました。 商品タイプ別の平均価格 SELECT product_type, AVG(product_price) as avg_price, COUNT(*) as product_count FROM `datacatalog-for-trocco-qa.test_jaffle_shop.products` GROUP BY product_type ORDER BY avg_price DESC; この SQLを実行して といった問いに、COMETAのAIアシストが 自動で答えてくれます。 SQLに関する知識がなくても データ活用が可能に 商品タイプ 平均価格 商品数 Aタイプ 12,300円 150個 Bタイプ 11,800円 120個 Cタイプ 10,500円 90個 COMETA上で欲しいデータが閲覧出来た！ © primeNumber Inc. 22
23. 機能2 メタデータ自動生成 メタデータ自動生成機能 データソースに接続するだけでメタデータ（データについての情 報）を自動で収集・整理します。 ➔ データの項目名、形式などの技術的なメタデータを自 動収集 ➔ さらに、データの中身に基づき、意味（ビジネスメタ データ）や用途タグを AIが推定・付与 ➔ 面倒だったメタデータの記述・管理を、数クリックで完 了 属人化の解消：現場任せだったメタデータが、誰でも管理できるように AIにより初期整備の大部分を自動化し、工数削減 すぐに使えるデータ管理環境を構築可能 © primeNumber Inc. 23
24. COMETAで変わる各部門の業務 COMETAはアナリストも、営業も、情シスも 日常的に使えるように設計されています。 営業・マーケ・ CS部門 業務部門・分析ユーザー アナリスト・エンジニア 情シス・データ基盤チーム 「売上データを見せて」と自然な言葉で 質問するだけで、該当データを提示 ＋SQL（データ抽出のコード）を自動生 成 用語定義、担当者、利用例などを 登録可能 ・カラムリネージ・ ER図・JOIN分析・統計 量表示など、業務視点で必要な情報を ワンストップで提供 ・カタログ画面から SQLを書いて、その 場で実行・共有・ CSV出力可 BigQueryやSnowflake等に接続する だけで、メタデータを日次で自動収集・ 更新（手動メンテ不要） ・エンジニアに依頼せず、自力で分 析や抽出ができる ・「このデータって何？誰に聞けばい い？」がゼロに ・「この数値はどう作られたか？」を 検証でき、分析品質の担保やレ ビュー工数の削減 ・基盤運用にかかる時間を削減 ・週次レポートや施策振り返りが属 人化せず定常運用化 ・分析の属人化・手戻りを削減 ・業務部門との共有もリンク 1つでス ムーズ © primeNumber Inc. 24
25. COMETA導入事例 導入企業 AI機能で学習を促進し、品質担保と属人化の脱却を実現 データ整備および分析の工数削減で、施策検討に注力 株式会社サミーネットワークス PC・スマートフォンへのゲーム関連コンテンツの企画・開発・運営 データドリブンな意思決定が組織に浸透 お客様の声 課題 ・サービスごとに担当者がいる体制で、知見が属人化していた ・担当者の異動や退職で、現状把握に多くの工数がかかっていた ・クエリの品質がバラバラで、標準化されていなかった ・サービス内の施策担当者にデータを使う文化が根付いていなかった 改善 ・COMETA AIによりデータの探索～理解～分析までサポートされ、 担当者の学習の促進やアウトプットの品質担保を実現 ・メタデータの整備により、担当外のサービスでも集計業務が可能に ・データ整備および分析が大幅に効率化し、分析結果をどのように 次の施策につなげるかに時間を使えるように ・施策担当者側がイベント施策の結果などを数字で振り返るなど、 データドリブンな意思決定をする意識が全社的に醸成されてきている �� 「『誰が見ても何がどこにあるか分かる状態』が実 現」 �� 「分析結果をどのように次の施策に繋げるかというア ウトプットに時間を使えるようになっています」 �� 「COMETAがなければ業務が成り立たないほど、欠 かせない存在です」 活用・運用ノウハウ #AI活用基盤 #データ民主化 #データ品質改善 #問い合わせ削減 © primeNumber Inc. 25
26. PROFESSIONAL SERVICES 26
27. プロフェッショナルサービスとは 企業のデータ・AI活用にまつわる課題を、 コンサルティング・エンジニアリングの専門家集団がワンストップで解決 © primeNumber Inc. 27
28. AI-Ready時代に向けたサービス群 AIがもたらす価値最大化に向け、データインフラ整備をコアに 全方位的なサービスラインナップを整備 © primeNumber Inc. 28
29. 導入事例 戸田建設 / ENEOSリニューアブル・エナジー / 星野リゾートなど大手企業を中心に支援しています。代 表事例として、次の 2つの事例をご紹介します。 大手ゼネコンとして全国展開。各現場でバラバラに管理されている原価・工事の データ統合という難題に伴走。業界特有の複雑なデータ構造を紐解きながら、 データドリブンな組織変革を実現。 課題解決に通じて得た知見は、自社プロダクトCOMETAの進化にも貢献。 再生可能エネルギー国内トップクラス、全国100箇所以上の発電所を運営。 「発電すれば売れる」から「価格・需要を予測して売る」ビジネスへの変革期におい て、膨大なIoTデータと電力市場データをリアルタイムに処理する、エネルギーテッ ク領域の最前線のプロジェクトを推進。 © primeNumber Inc. 29
30. primeBusinessAgent サービス紹介 30
31. 意思決定支援型 AI「primeBusinessAgent」とは primeBusinessAgentは、データやAIといった専門知識が不要でも導入できる、高 い成果を生む組織づくりを支援するソリューションです。 AI活用・定着化のための伴走支援はもちろん、そのために必須となるデータ基盤の 構築・ホスティング・管理も、すべてprimeNumberがワンストップで対応いたしま す。 © primeNumber Inc. 31
32. Why primeNumber? Why primeBusinessAgent? 2,500社以上のデータに関わる課題を解決してきた primeNumberが、 「データ」という起点から、 AI活用によるビジネスの成功を導く データに関わる課題解決のエキスパート集団 primeNumberが、データ整備はもちろんのこと、それをもと にしたAI活用の目標設定から運用サポートまでを行い、ビジネスの成功をサポートします。 データの壁 人材の壁 文化の壁 フルマネージドな AI-Readyデータ基盤 業務領域特化型 AIエージェント Data Enablement Services 自社でのAI活用のためのデータ基盤 の保有・管理は不要 営業などの領域に特化した AIをエキ スパートが設定・即利用可 (技術・運用一体型サポート ) データ基盤構築から活用の定着化ま でを専門家が実行支援。 ※お客さまデータ基盤環境との接続も可能です © primeNumber Inc. 32
33. primeBusinessAgentの特徴 フルマネージドな AI-Ready データ基盤 業務領域特化型 AIエージェント さまざまな外部データとの柔軟な連携 が可能なデータ基盤付帯型。自社で のデータ基盤の構築・管理は一切不 要です。 営業やマーケなどの業務領域に特 化したAIエージェントを組み合わせ、 エキスパートが貴社のAI活用実行 環境をセットアップ。 Data Enablement Services (技術・運用一体型サポート ) データの収集・加工や基盤の構築は もちろん、データ×AIの活用のため の運用設計と定着化までをプロ フェッショナルが実行支援。 ※お客さまデータ基盤環境との接続も可能です © primeNumber Inc. 33
34. AI営業コーチ primeSalesAgent 34
35. AI営業コーチ「 primeSalesAgent」 エース依存組織からの脱却。 AIで勝てる営業チームへ。 「トップセールス頼みの属人化営業から脱却できず、メン バー育成にも時間がかかる...。」 営業責任者の悩みは尽きません。 そんな課題をprimeSalesAgentで全て解決。 primeSalesAgentがあなたの代わりに全ての商談を分 析し、一人ひとりに的確なフィードバックを提供。営業担 当者の受注率は向上し、営業全体を「勝てる組織」へと 変革します。 © primeNumber Inc. 35
36. 代表的な機能① AIによる商談の多角的分析・評価 (定量×定性) CRM/SFAの定量データ×議事録等の定性データ×過去傾向×ナレッジを統合評価。 定量・定性データの両方を考慮した多角的分析で、より正確な商談評価を実現します。 総スコア AIによる商談の多角的分析・評価(定量×定性)で総合点を表示 評価レーダーチャート 9つの観点に基づき、商談進捗と不足情報を評価 ギャップ分析 状況と目標状態を比較して、埋めるべきギャップを提示 推奨アクション 商談スコアを上げるための次のアクションをAIが提示 © primeNumber Inc. 36
37. 代表的な機能② AIによる商談リスク分析を参考にしたフォーキャストレビュー 現在の商談状況を分析し、フォーキャスト（着地見込み）スコアを算出。AIによるリスク要因の指摘と 改善アクションの示唆をもとに、レビューとその履歴管理が可能。 フォーキャストスコア判定 指定期日・金額での案件クロージングの可能性を、 客観情報をもとにAIが評価・スコアリング リスク項目の洗い出し クロージングのリスク要因となる商談の問題点を一覧化 フォーキャスト改善アクションの提示 マネージャーが行うべき支援内容をAIが示唆 フォーキャストレビュー管理 メモを残してレビュー結果を保存し、履歴の推移を確認可能 © primeNumber Inc. 37
38. AIマーケアドバイザー primeMarketingAgent 38
39. AIマーケアドバイザー「 primeMarketingAgent」 事業成長を牽引。再現性高く受注を生むマーケティング組織へ。 「施策効果が不明瞭、営業からリードの質が悪いと言われ、 経営へのROI説明にも窮す...。」 マーケティング責任者の悩みは尽きません。そんな悩みを primeMarketingAgentで全て解決。 既存MAのデータを使用し、 Buying Group(購買グルー プ)を自動的に生成してアプローチすべき顧客を自動的に 判定。マーケティングチームにとっても、また、営業チームに とっても、売上につながりやすい顧客を見つけ出し、感覚的 な施策から脱却し、事業成長に貢献できます。 © primeNumber Inc. 39
40. 機能紹介① Buying Group（購買グループ）管理による顧客の意思決定構造の分析 行動ログをもとに、商談に関わる複数人の役割と状態をAIが統合的に捉え、「Buying Group」（購買グループ）として 自動構成。従来の単一のリード管理では難しかった、組織的な検討体制および状況を可視化・課題を発見すること で、より精度の高いレベニュー活動の実現が可能です。 意思決定構造内の役割の可視化 検討を進めている組織内の「推進者」「決裁者」「技術選定者」などの 役割とその関与度をAIが判別 興味・関心 (商材)単位でのグループ管理 同じ会社内でも、検討対象の製品やソリューションごとに別のグルー プとして管理が可能 AIによる自動コンフィグレーション Buying Groupの判断基準となる、個々のWebコンテンツのコンテク ストを、AIがサイト構造と共に一括で自動判別 通知機能 閾値のスコアを超えたBuying Groupが出てきた際には、営業へと メールでの通知が可能 MA/SFAへのデータ出力連携 API連携により、分析したBuying Group情報をお使いのシステムに 受け渡し可能 © primeNumber Inc. 40
41. 機能紹介② 自動名寄せとグルーピング リード登録時に表記揺れした会社名や、業種・職種・役職のセグメント情報を、 AIが自動的に名寄せ。キャン ペーン参加者などのセグメント分析の大幅な省力化が可能に。 営業部長 ◯◯セミナー参加者 役職別 経理部部長 システム管理部 長 会社名の自動補完 誤って入力された不正確な企業名を正しい名称に統一 経理部部長 部長 システム部長 現場統括部長 工事部部長 部長 業種・職種・役職の自動グルーピング 「部長クラス」などの指定のみで、AIが自動的にグループ化 AIによる名寄せ処理 物流センター長 正しい役職別の 分析が可能に 業種・職種・役職グループの手動調整 店舗運営部長 大まかなグルーピングはAIに任せ、手動での修正も柔軟に可能 人力による追加・修正 © primeNumber Inc. 41
42. ビジョン実現のための活動 42
43. データ活用に向き合うイベント「 primeNumber DATA SUMMIT」 primeNumberが毎年開催する、パートナーや顧客と共にデータ活用に向き合うためのイベント。データ活用の社会情勢に合わ せたテーマを毎年掲げ、データ活用の知見やユースケースの公開を軸に、複数のセッションを提供しています。 イベント名称を これまでのイベント 「primeNumber DATA SUMMIT」 へ一新 「あらゆるデータを、ビジネスの力に」 第1回：2022年3月 開催 事前登録者数 「データマネジメントを考える１日」 第2回：2022年11月 開催 1,078名 事前登録者数 2,819名 前回から +1,741名 「Humans trust, AI learns」 第5回： 2025年11月 開催 「DATA is TRUTH」 「真のデータ活用を考える１日」 事前登録者数 3,134名 第3回： 2023年11月 開催 事前登録者数 5,566名 前回から +2,747名 第4回： 2024年12月 開催 事前登録者数 初の オフライン 開催！ 2,454名 © primeNumber Inc. 43
44. データ活用の知見共有の場となるコミュニティづくり 企業のデータ活用に従事する人たちが集うコミュニティを運営。参加者が知見を共有し、より効果的なデー タ活用の実践を目指す場を提供しています。 Data Engineering Study 2020年7月に立ち上がった、国内最大級のデータエンジニア向けコミュニティ。 2024年12月開催の#27までに、延べ15,000人以上が参加。 各回テーマの有識者をゲストに発表・議論をおこないます。 pUG（primeNumber User Group） primeNumberのサービスユーザーが"日本のデータマネジメント領域のリーダーを目指し、 それぞれが持つ経験やノウハウを共有し合う場として誕生。 © primeNumber Inc. 44
45. 産学連携の取り組み 「データサイエンス分野の発展」を目的とした共同研究や、「データ活用人材育成」を実施。未来のデータ人 材の創出に貢献します。 株式会社 primeNumberと横浜市立大学が データサイエンス分野の人材育成や共同研究で 連携協定を締結 株式会社primeNumber 代表取締役CEO 田邊雄樹 公立大学法人横浜市立大学 理事長 小山内いづ美様 横浜国立大学と primeNumber社、 データサイエンス教育プログラム開発を開始、 共同研究の契約を締結 右：横浜国立大学 学長補佐・国際社会科学研究院 教授 田名部元成様 © primeNumber Inc. 45
46. パートナーアライアンスを通じた包括的な支援 パートナー企業の持つデータ活用の知見と primeNumberのプロダクトを組み合わせることで、より多くの企 業のデータ活用を包括的に支援しています。 © primeNumber Inc. 46
47. 組織 47
48. 創業背景 「素数」という言葉を社名にした願い “自らやその組織、そして生み出すものが特別でユニークである、そうありたい。 そして、価値を自らの手で創り出せる全ての人が 組織の中でプロフィットセンター化し、評価され、尊重される。 そんな事業や組織を作りたい ” という願いを、素数というシンボルに預ける形で、社名にしました。 © primeNumber Inc. 48
49. Coprime 価値を返す 私たちは、一人ひとりが異なる存在。 ユーザーに対して、チームに対して、 圧倒的な個の力を強く結合させながら、 その仕事は価値を返せているか。 まだどこにもない、新しい価値を創る。 相手の想像を超えているか。 方法論にとらわれず、 価値を生み出すことが最低条件。 バリュー 8 Elements primeNumberが 大切にしている価値観 合理志向 課題を起点に つねに合理的で、創造的。 私たちは、製品の開発者であると同時に、 すばやく決めて、まずやってみる。 つねに一人のユーザーであり続ける。 最新のテクノロジーとエンジニアスピリットを核に、世界中 自らユーザーとなって課題を探りながら、 のエンジニアを惹きつける 開発者として信じる価値を世の中に提示する。 組織であり続ける。 © primeNumber Inc. 49
50. 対話を力に プロダクトを信じる オープンに多様な視点を求め、 自分たちが熱中できるものをつくる。 建設的な思考を積み上げていく。 変化を恐れずに、改良と拡張を続けることで、 議論は、酸素。そこに上下の壁はなく、 人々の想像を超えていく。 あるのはお互いへのリスペクトのみ。 バリュー 8 Elements primeNumberが 大切にしている価値観 挑戦を楽しむ 良心に問いかける つねに楽しむ気持ちを忘れない。 原理。合理。倫理。私たちは、理で動く。 働いているようで、そう感じない。 私欲に走ることなく、 挑戦を楽しめる環境を、自ら作り出す。 誰に対してもフェアな行いを。 ビジネスの成長は、 価値と信用を積み重ねた先にある。 © primeNumber Inc. 50
51. 会社・オフィスの雰囲気 月に1回のTGIF(Thank God It's Friday)では、 部署に関係なく交流が活発です！ 51
52. primeNumberの組織 職種はエンジニアや カスタマーサクセスが多い 社員の平均年齢は 30代中盤 1名 50代 40代 3名 5名 22% 7名 17% 25名 職種 8名 20代 7% 年代 平均36.3歳 8名 21名 53% 30代 © primeNumber Inc. 52
53. primeNumberに入社したメンバーの入社理由 データテクノロジー市場の拡大とともに、primeNumberも大きく成長しています。 会社の成長性 primeNumberは2015年に設立しましたが、これまで累計約34億円の資金調達を実施しています。過去2年間で人 員は2倍、顧客数も右肩上がりで増加しております。 また、韓国・インド海外進出が本格的に始動、今後IPOも見据えており、一層スケールアップしていきます。 米誌フォーブスの「30 Under 30」にも選出されたCIOをはじめとし、それぞれの領域にプロフェッショナルで、 魅力的なメンバー 個性的かつ能力の高いメンバーが揃っています。また、元々の出身が屋形船の大工、社交ダンスの講師、プロ ゲーマーなど、国籍・年齢・性別問わず、多種多様なバックボーンの社員がいることもprimeNumberの面白い 点のひとつとして、「一緒に働く人」に魅力を感じていただくことが多いです。 8 Elementsのなかに「課題を起点に」というバリューがあり、自ら主体的に課題を見つけて活動することが好き 裁量権の大きさ なメンバーが多いです。そして、自ら役割に留まらずに染み出していけるメンバーに裁量が集まります。 まだまだメンバー数が少ないため、一人ひとりが会社の経営に与えるインパクトが大きく、且つ日本のデータ 市場を拡大し、創っていくところからチャレンジできることが面白い挑戦だと感じています。 TROCCOのようにデータ統合を自動化し、より高度なデータ分析を促進するためのテクノロジーSaaSは国内で 独自性の高い 自社開発プロダクト 数少なく、独自性の高いプロダクトです。今後データ転送量が拡大し、市場も拡大していく中で、TROCCOは リーディングカンパニーとして強みを発揮することが可能です。また、今後新規プロダクトのリリースも見据 え、多角的にお客様の課題を解決していきます。 © primeNumber Inc. 53
54. 制度 54
55. 働き方を支援する制度 コアタイム制度（ 11:00-16:00） リモートワーク制度 （週中2日まで） 8時に出勤、 17時に退社して、子供のお迎え に行く子育てメンバーも。 全メンバーが実際にリモートワークを実施。 入社当日に有給休暇を付与 業務関連書籍・スポーツジム 費用負担 入社当日から法定より多い 15日間有給休暇が 付与。 スポーツジム費用は月額 1万円まで負担 毎月第一金曜日、懇親会開催 水・お菓子・ビールが無料 毎月第一金曜日、業務終了後に社内で懇親 会を実施。 ポテトチップスやグミ等、さまざまな お菓子を用意。 基本的な福利厚生のほか、メンバーが働きやすいよう環境を整備 各種社会保険完備 / 交通費支給 / エンジニアリング従事者に対して選択肢から希望のノートPC貸与 / 服装自由 / デュアルディスプレイ希望者貸与 ※副業不可 © primeNumber Inc. 55
56. 採用 56
57. エンジニア募集職種一覧 プロダクト開発 エンジニアリングマネージャー ソフトウェアエンジニア QAエンジニア Corporate SRE プロフェッショナルサービス ITコンサルタント データストラテジスト プロジェクトマネージャー データエンジニア LLMエンジニア © primeNumber Inc. 57
58. ビジネス募集職種一覧 セールス マーケティング ソリューションセールス CoS（Chief of Staff） ソリューションデリバリーコンサルタント イベントマーケティング テクニカルセールス ソリューションアーキテクト コンテンツマーケティング BXデザインマネージャー パートナーセールス © primeNumber Inc. 58
59. Thank you!