型作り&出口戦略による成果創出〜分析組織立ち上げ半年間の取り組み〜_データ現場のリアルな知恵と工夫@20250529

分析組織を立ち上げ、成果創出のために約半年間活動してきました。
その中での取り組みや振り返りを共有致します。

Transcript

1. 〜分析組織⽴ち上げ半年間の取り組み〜 型作り&出⼝戦略による成果創出 データ分析部 fuki
2. (株)くふうカンパニー データ分析部 fuki X：@fuki_0216_ 【略歴】 前職：Webマーケ系企業でコンサルセールス&ディレクション 2021年 くふうカンパニー⼊社（当時(株)ロコガイド） デジタルチラシSaaSのカスタマーサクセス ↓ データアナリスト（主にtoB向けの分析） ↓ データ分析部のMgr（データに関わること全般） 【趣味】 サウナ/筋トレ/コーヒー/ガジェット/猫様/ラーメン⼆郎🍜 最近⾃作キーボードを始めました‧‧！
3. くふうカンパニーグループ グループサービス 「くふう」によってユーザーの暮らしの中に 今までになかった「ひらめき」を提供することを⽬指す会社です くふうカンパニーグループHP 毎⽇の暮らし事業 ライフイベント事業 ※⼀部抜粋
4. 26年新卒：データサイエンティスト 採⽤情報 主に新卒採⽤を募集中です！ご興味ある⽅はぜひご連絡ください！！ 【インターン】データサイエンティスト通年インターンシップ 昨⽇AI‧Dataチームの紹介ページもオープンしました！ https://kufu-company.notion.site/AI-Data-200637e16cde8020bff2f50a9c8ceab9　
5. タイトル通り、 組織⽴ち上げからやってきたことを説明します
6. あれ、そもそもなんで部署作ろうってなったん？
7. 部⻑に当時の⼼境を聞いてみた
8. 部署：AX推進部 ミッション： AI が当たり前の世界における ‧新しいサービス体験（AI eXperience） ‧組織を作る（AI Transformation） を実現するための部署 組織⽴ち上げの背景_組織⽴ち上げ前の部署 https://note.com/unicco/n/n570124851fd7
9. 「AX」を実現するための部署 ただ、実際のメンバーはやってることがさまざま 【各メンバーの業務内容】 ‧グループ事業や未開拓領域のDS全般 ‧画像解析MLエンジニア ‧⽣成AIの社内推進 ‧ビジネス寄りのアナリスト ‧データ整備  etc.. 組織⽴ち上げの背景_これまではこんな状態だった
10. 「AX」を実現するための部署 ただ、実際のメンバーはやってることがさまざま 【各メンバーの業務内容】 ‧グループ事業や未開拓領域のDS全般 ‧画像解析MLエンジニア ‧⽣成AIの社内推進 ‧ビジネス寄りのアナリスト ‧データ整備  etc.. 組織⽴ち上げの背景_これまではこんな状態だった ‧案件スケジュール：1〜数ヶ⽉ ‧技術：AI‧MLが中⼼ ‧案件スケジュール：1〜数週間 ‧技術：統計知識、データ理解が中⼼ 対応案件が異なり、⾜並みを揃えることが難しい
11. 組織⽴ち上げの背景_分割後の組織 主な業務と技術領域を分けて、より専⾨的に価値提供を⾏う
12. 部署はできた！これからなにをするか
13. 事業成⻑に寄与している 経営層からmust-haveな部署として認識される 2024.11から部署を⽴ち上げたが、データ分析部としての認知は0だった （それぞれのメンバーに対する認知はあり） 短期で成果を出して組織としての必要性を確⽴する必要がある 認知0の状態で何からやるか
14. 早期価値貢献のための2つのアプローチ スタート直後&少ないメンバーで成果を出すために2つの視点で業務に注⼒ 出⼝戦略 型作り
15. アプローチ①「出⼝戦略」 出⼝戦略：利⽤されそうか‧価値貢献しているかを基準に優先度を決めて対応する 課題感： ‧利⽤⽤途がよく分からない依頼もあり ‧出来そうなことはたくさんだが、相談されないor終了後に相談される ⽬的： 「対応した意味あるの/あったの？」を撲滅したい 「まず相談してみる」状態を作り、本当に対応するべきことを上流からやる
16. アプローチ①「出⼝戦略」 「出⼝戦略」の具体的な取り組み 外部公開可能な 成功事例創出 ネクストアクションの 明確化 データの棚卸し
17. アプローチ①「出⼝戦略」 「出⼝戦略」の具体的な取り組み 外部公開可能な 成功事例創出 ネクストアクションの 明確化 データの棚卸し
18. 実店舗への来店計測の⾃動化 「出⼝戦略」の取り組み_外部公開可能な成功事例の創出 https://note.com/fuki_0216_/n/n4d6fe9afe618?magazine_key=m1e81368f75fd 詳細記事 こちら
19. チラシ画像解析結果の統計処理‧データ整形 「出⼝戦略」の取り組み_外部公開可能な成功事例の創出 https://note.com/koya3to/n/n62e14775c319?magazine_key=m1e81368f75fd 詳細記事 こちら
20. データプロダクトの機能提供‧データ構築 「出⼝戦略」の取り組み_外部公開可能な成功事例の創出 新たな追加機能 プロトタイプ制作 分析ツール 機能検討・データ構築
21. アプローチ①「出⼝戦略」 「出⼝戦略」の具体的な取り組み 外部公開可能な 成功事例創出 ネクストアクションの 明確化 データの棚卸し
22. 依頼フォームの改善、⼝頭でのネクストアクションを確認 「出⼝戦略」の取り組み_ネクストアクションの明確化 概要 ⾏いたい意思決定 調べている内容 参考情報 依頼の詳細
23. アプローチ①「出⼝戦略」 「出⼝戦略」の具体的な取り組み 外部公開可能な 成功事例創出 ネクストアクションの 明確化 データの棚卸し
24. ダッシュボード利⽤状況を計測 ‧提供したデータのFBとして利⽤ ‧不要なデータは適宜削除してカオス化を最⼩限に 「出⼝戦略」の取り組み_データの棚卸し
25. アプローチ②「型作り」 型作り：横展開可能な分析の資産化 課題感： ‧ドメイン知識が個⼈に依存、分析を始める前の基礎集計の⼯数が⼤きい ‧データの信頼性が担保できない ‧少ない⼈数で対応する必要がある ⽬的： 網羅的に対応はできないため、型化することで最⼩⼯数、最⼤効果を⽬指す
26. アプローチ②「型作り」 「型作り」の具体的な取り組み 属⼈化解消& 集計定義の型を作る 施策のFMT化
27. アプローチ②「型作り」 「型作り」の具体的な取り組み 属⼈化解消& 集計定義の型を作る 施策のFMT化
28. 標準的な集計はDataformで3層構造のデータモデリング、マートを作成 「型作り」の取り組み_属⼈化解消、集計定義の型を作る https://findy-tools.io/companies/kufu-company/154/39
29. 「型作り」の取り組み_属⼈化解消、集計定義の型を作る プロダクト、PJ別に ディレクトリ管理 アドホックなクエリは別メンバーが参照できるように分析リポジトリに集約 クエリを記述 結果を確認 ⽤途に合わせてRedash → Looker Studio、VSCodeに移⾏
30. アプローチ②「型作り」 「型作り」の具体的な取り組み 属⼈化解消& 集計定義の型を作る 施策のFMT化
31. 繰り返し使える「効果検証テンプレート」 「型作り」の取り組み_施策のFMT化 ビジネスメンバーが施策検討の段階から以下項⽬を整理でき るように整理‧伴⾛ ‧検証⽬的 ‧仮説 ‧評価指標と判断軸 ‧判断後のネクストアクション
32. 共有できる事例を社内にひたすら周知、めっちゃ周知。 その他活動 社内勉強会で事例共有 note記事をslackでハイテンション共有
33. その他活動 関連する部署の定期MTGに参加、PJ開始前から対応可能な部分を⽀援 マーケティング 部署定例 開発優先度の壁打ちMTG 事業企画チーム定例 ビジネス部署部会
34. と、良さそうに思うことをいろいろやってみたが‧‧
35. 実際なにが良かったのか？？
36. 取り組みの定性評価 戦略 アプローチ 取り組み 結果 詳細 出口戦略 ☆外部公開可能な成功事例 創 出 ◯ 関連部署に対応している内容を理解して頂けた 出口戦略 ☆ネクストアクション 明確化 ✕ フォームを細かくすると依頼ハードルが高くなり、個別相談や別エンジニアに依頼される 依頼精度 大幅改善と ならなかった 出口戦略 データ 棚卸し ？ 現状移行段階 ため結果が分かる 今後 型作り 属人化解消& 集計定義 型を作る ◯ 集計工数削減、事業部エンジニアや他メンバーに集計 共有が簡単に 型作り 施策 FMT化 △ FMT化したドキュメントをマーケや PdM間で共有して頂けるようになったが、 事業部側で自走して利用される状態 まだ先 そ 他 ☆社内周知 ◯ 対応内容を認知してもらえ、「こんな事できます？」ベース 相談も増えた そ 他 他部署 定期MTGに参加 ◯ 壁打ち段階で検討に入ることができ、上流から貢献できるように 半年間の取り組みを振り返り、結果的にどうだっかを確認
37. 取り組む中で感じた‧意識していたこと ‧⼀番最初はやはり作業から 関係構築を⾏い、事業側にレビューを依頼。次回からは事業側での対応を⽬指す ‧想定期待値に対して110%のアウトプットを⽬指す 対応速度、品質、改善提案など、少し期待を超える対応を （やることはたくさんあるので頑張り過ぎず） ‧「依頼」から「相談」される組織へ   作業者ではなく、仕組み作りや根本的な解決策を積極的に
38. これからの挑戦 まだ組織として完成していないが、今後半年はこれらに取り組みたい ⾮エンジニアのデータ活⽤： 開発現場における意思決定をデータを元に⾏う PM陣が⾃ら分析し、仮説検証を⾏える体制の構築 案件取りこぼし防⽌：⽀援できていないチームに対して分析の価値提供を実施 データ基盤整備(継続)：汎⽤DWHスキーマ作成して効率化を加速
39. これからの挑戦 まだ組織として完成していないが、今後半年はこれらに取り組みたい ⾮エンジニアのデータ活⽤： 開発現場における意思決定をデータを元に⾏う PM陣が⾃ら分析し、仮説検証を⾏える体制の構築 案件取りこぼし防⽌：⽀援できていないチームに対して分析の価値提供を実施 データ基盤整備(継続)：汎⽤DWHスキーマ作成して効率化を加速 事業の上流から価値貢献し、 (データ分析部が直接関与せずとも) 各事業部で改善サイクルを回せる状態 そんな状態を⽬指したいと思ってます！
40. 以上です！