Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
意思決定を最大化するための”ループ”とループを回すための”施策”
Search
Masaya Hirano
June 16, 2022
Research
0
1.7k
意思決定を最大化するための”ループ”とループを回すための”施策”
Masaya Hirano
June 16, 2022
Tweet
Share
More Decks by Masaya Hirano
See All by Masaya Hirano
事業フェーズに応じた分析チーム体制の改善 / Improve analysis team structure to business phase
masadooon
4
2.7k
分析チームにUXリサーチを導入した話
masadooon
3
2.6k
無駄分析を無くすためにRettyが取り組んだ3つのこと
masadooon
3
4.5k
Rettyにおける定量/定性データを活用した意思決定事例
masadooon
5
9k
筋の良いKPIを決めるために 重要なこと
masadooon
1
320
ユーザーさんを理解するためのVIEW作り
masadooon
0
890
Other Decks in Research
See All in Research
SI-D案内資料_京都文教大学
ryojitakeuchi1116
0
1.1k
クラウドのテレメトリーシステム研究動向2025年
yuukit
3
840
한국어 오픈소스 거대 언어 모델의 가능성: 새로운 시대의 언어 이해와 생성
inureyes
PRO
0
300
Mathematics in the Age of AI and the 4 Generation University
hachama
0
140
データサイエンティストの就労意識~2015→2024 一般(個人)会員アンケートより
datascientistsociety
PRO
0
370
Sosiaalisen median katsaus 03/2025 + tekoäly
hponka
0
740
A Segment Anything Model based weakly supervised learning method for crop mapping using Sentinel-2 time series images
satai
3
290
Weekly AI Agents News!
masatoto
33
62k
資産間の相関関係を頑健に評価する指標を用いたファクターアローケーション戦略の構築
nomamist
0
190
ノンパラメトリック分布表現を用いた位置尤度場周辺化によるRTK-GNSSの整数アンビギュイティ推定
aoki_nosse
0
270
A multimodal data fusion model for accurate and interpretable urban land use mapping with uncertainty analysis
satai
3
120
NLP2025参加報告会 LT資料
hargon24
1
280
Featured
See All Featured
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
45
7.2k
Automating Front-end Workflow
addyosmani
1369
200k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
49k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
227
22k
Code Review Best Practice
trishagee
67
18k
Building Flexible Design Systems
yeseniaperezcruz
329
38k
Thoughts on Productivity
jonyablonski
69
4.6k
Why Our Code Smells
bkeepers
PRO
336
57k
Adopting Sorbet at Scale
ufuk
76
9.3k
The Straight Up "How To Draw Better" Workshop
denniskardys
232
140k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
30
2k
Transcript
平野 雅也 2022/06/16 意思決定を最大化するための”ループ”と ループを回すための”施策” DataOps Night #2 ~データ活用のための組織体制について話そう~
自己紹介 • 名前:平野 雅也(Hirano Masaya) • SNS:retty, youtrust, twitter •
所属:Retty株式会社 データ分析チームMGR • 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) ▼過去の取り組みがわかる記事 Rettyデータ分析チームの情報発信をまとめました|Retty Inc.|note
Rettyについて
None
あなたにBESTな お店が見つかる プロダクトビジョン
分析チームについて
データ活用の品質と生産性を高める仕組み作り データ活用者にデータを届ける(データパイプラインの構築) データ品質を高い状態にする(DWH開発) データ活用のためのツール作り(BI開発) 2018年4月にチーム発足
意思決定の最大化 組織で発生する意思決定の 「早さ・納得感・正しさ」を高める 組織の意思決定を最大化することがミッション メ イ ン 領 域 意思決定支援 アナリストが、現場の意思決定を 定量定性分析を用いて支援する データを活用して、ユーザーさ ん/飲食店さん/クライアンさん に価値提供 データを活用する機能開発 (e.g. お店のレコメンド, 人気店アルゴリ ズム) 分析の民主化 事業部の方々が、自分たちでデータ分 析をできるように、支援する サ ブ 領 域 / 今 後 強 化 し た い
ここから本題
意思決定を最大化するための”ループ”と ループを回すための”施策”
右の図は、 ”意思決定の最大化”ループ アウトカム=良い意思決定を増やすために も、このループを回すことが重要 ループを回すためにこれまでに行った 打ち手をご紹介 今日の話
なぜループを回すべきなのか ループを回さないとどうなるのか
ループを回させないとどうなるのか 事業側の分析需要に答えられなくなる 事業グロースのボトルネックになり得る つまり、分析が進まないことで・・ • 事業側はデータ活用によるアウトカム量を増やしたいため 需要は増える傾向にある • しかしループが回らないとデータ活用量が増えないので
需要に答えられなくなる • 無理して分析需要に答えようとすると 慢性的に忙しい問題を生む • 忙しさは期待値コントロールで解消できるものの 分析需要を満たせない問題は残る
ループを回せば事業グロースに貢献できる 逆にいうと
どのような施策で ループを回してきたのか?
これまで打ち手 ※番号は打ち手の順番 フェーズ毎に変わる課題に応じてさまざまな打ち手でループを回し続けてきた
①:0->1フェーズ ~ 立ち上げ - 派遣型体制で成功事例を作る ②:1->10フェーズ ~ 拡大
- データの民主化のスタート ③:10->5->10フェーズ ~ 停滞と再出発 - スクラム導入&業務フロー整備でDWH開発の停滞を乗り 越える ④:10->20フェーズ ~ さらに拡大 - Lookerとオフィスアワーで利用者層を拡大 各フェーズ ※施策とフェーズの番号は対応しています
①:0->1フェーズ ~ 立ち上げ - 派遣型体制で成功事例を作る ②:1->10フェーズ ~ 拡大
- データの民主化のスタート ③:10->5->10フェーズ ~ 停滞と再出発 - スクラム導入&業務フロー整備でDWH開発の停滞を乗り 越える ④:10->20フェーズ ~ さらに拡大 - Lookerとオフィスアワーで利用者層を拡大 各フェーズ ※施策とフェーズの番号は対応しています
背景 ループを回す上で最初の起点はどこだったか? DWH開発? 非アナリスト活用 者増やす?
施策:派遣型体制をスタート!派遣先で成果を上げる ”良い意思決定が増える”をループを回すための起点とした データ活用の需要が少しずつ増える ループを回すための 最初の一転がし
①:0->1フェーズ ~ 立ち上げ - 派遣型体制で成功事例を作る ②:1->10フェーズ ~ 拡大
- データの民主化のスタート ③:10->5->10フェーズ ~ 停滞と再出発 - スクラム導入&業務フロー整備でDWH開発の停滞を乗り 越える ④:10->20フェーズ ~ さらに拡大 - Lookerとオフィスアワーで利用者層を拡大 各フェーズ ※施策とフェーズの番号は対応しています
背景 ループ構造を変える必要がある データ出しの永久ループ 派遣型による成果創出によって少しずつ依頼が増えたきたものの、増える依頼に対して供 給が間に合わないことが予想されていた 加えて、簡単なデータ出し依頼が多くアナリストの専門性が育たない
②非アナリストにDWHを展開&サポート ①DWH層の作り込み 施策 データ レイク層 DWH層 データ マート層 3層構造のうちのDWH層
施策①:DWH層の作り込み データ抽出の難易度低下により生産性が向上 詳しくは↓ つかわれるプラットフォーム 〜デザイ ン編〜@DPM#2 データ活用の生産性が上がるループを追加
施策②:非アナリストにDWHを展開&サポート BigQueryExpertの実施 なぜ:非アナリストのデータ活用者を増やすため 内容: - ”基本的なデータ抽出”スキル獲得を目標とした、BigQueryの学習 プログラム - 週2回×1時間の3ヶ月コース -
業務で使うPMを中心にスタート #analysis_askの運用 なぜ:非アナリストの分析を”良い意思決定”に繋げるためのサポート 内容: - BigQueryや分析のことに関する相談やFBができるチャンネル - アナリスト、もしくは知っている人が回答する - 相談が発展してMTGになることもある 現場で分析が進むようになることでデータ活用量が増加 アナリストに依頼する分析難易度が向上 非アナリストのデータ活用者が 増えるループを追加
こうして”意思決定の最大化”ループが完成
と思いきや・・
ループが崩壊しました・・
①:0->1フェーズ ~ 立ち上げ - 派遣型体制で成功事例を作る ②:1->10フェーズ ~ 拡大
- データの民主化のスタート ③:10->5->10フェーズ ~ 停滞と再出発 - スクラム導入&業務フロー整備でDWH開発の停滞を乗り 越える ④:10->20フェーズ ~ さらに拡大 - Lookerとオフィスアワーで利用者層を拡大 各フェーズ ※施策とフェーズの番号は対応しています
ループが崩壊した DWH開発/保守を後回しにしてしまい、 DWHが負債化 →データ出し難易度が上がり、 非アナリストのデータ活用者が減った →アナリストに依頼が増えるものの、仕事を断る流れがなく 慢性的な多忙を生んだ 背景
アナリストが頑張るループに陥る DWH開発の流れが止まる
②アナリストの業務フローの見直し ①”スクラム体制”を導入 施策 分析 レポート DWH 開発
• 受ける分析タスクに上限を設け、きちんと断った • 個人だと断りづらいので、チームで取り組むようにした 施策①:以下をやりやすくするため”スクラム体制”を導入 緩やかなループに調整された 詳しくは↓ 事業フェーズに応じた分析チーム体制 の改善
スクラム導入と同時にアナリスト業務フローの中にDWH開発を組み込んだ 施策②:アナリストの業務フローの見直し 再びループが回るようになった 個人がDWH開発をする意義付けがされた
①:0->1フェーズ ~ 立ち上げ - 派遣型体制で成功事例を作る ②:1->10フェーズ ~ 拡大
- データの民主化のスタート ③:10->5->10フェーズ ~ 停滞と再出発 - スクラム導入&業務フロー整備でDWH開発の停滞を乗り 越える ④:10->20フェーズ ~ さらに拡大 - Lookerとオフィスアワーで利用者層を拡大 各フェーズ ※施策とフェーズの番号は対応しています
BigQueryユーザーであれば自らアドホック分析ができる状態だったものの、BigQueryに 慣れない層とってはデータ活用が難しい状態だった 背景 ここをもっと強化したい
②分析オフィスアワーの定期開催 ①Lookerの導入 施策
”BigQueryに慣れない層がLookerを用いて、自らアドホック分析ができる状態”を目指し た 施策①:Lookerの導入 詳しくは→RettyのLooker導入紀行 Lookerで自ら分析を行う姿を見かけるように
Lookerが継続利用されるような育成・サポート体制を目的とした取り組み 施策②:分析オフィスアワーの定期開催 こっちも強化 オフィスアワー開始時のアナウンス - 毎週水曜日の18:30-19:30に開催 - Slackハドルに集まって、分析チームになんでも相 談できるカジュアルな場
- 雑談やDWHに対する要望でもOK
OutCome
社員の半数がデータ活用をするようになった [月間]BigQuery利用者数推移 77UU 月間BigQuery利用者数 77 人 (2022年4月末) ※1 57
% DWH利用率 ※2 ※1 LookerやBigQueryGUIを通してBigQueryクエリを実行した人をカウント対象 ※2 従業員数134名(21年9月末時点)を分母 Looker導入時
本日のまとめ
右の図は、 ”意思決定の最大化”ループ アウトカム=良い意思決定を増やすために も、このループを回すことが重要 ループを回すためにこれまでに行った 打ち手をご紹介 本日の話し
• 良い意思決定を増やすために、良い意思決定が増える構造(ループ)を特定するこ とが大事 • 良い意思決定が増えるループを回すために課題特定を行い、適切な打ち手を講じ ることが大事 伝えたいこと Retty流 ”意思決定の最大化”のやり方
宣伝!
積極採用中です! 中途データアナリスト募集要項
ポッドキャスト #スタチャやってます
ご清聴ありがとうございました!