Upgrade to Pro — share decks privately, control downloads, hide ads and more …

GA technologiesの経営戦略から駆動するデータ基盤構築

GA technologiesの経営戦略から駆動するデータ基盤構築

Data Engineering Study #24 の登壇資料です。
https://forkwell.connpass.com/event/320271/

Jun Ernesto Okumura

June 27, 2024
Tweet

More Decks by Jun Ernesto Okumura

Other Decks in Technology

Transcript

  1. 登壇者紹介 奥村 純 / Jun Ernesto Okumura @pacocat データアナリスト 機械学習エンジニア(強化学習)

    AI PdM 2014 2019 Data Director • データ組織(BI/AI/Data Management) の包括的なマネジメント 2024 執行役員/Chief Data Officer • 経営戦略・データ戦略の策定と推進 DeNA Eureka (Match Group) GA technologies Group • toCビジネス • データ分析 • ML(推薦・強化学習) • データ基盤技術 好きな領域 趣味 • 登山(日本百名山挑戦中)
  2. 情報発信など 出版・翻訳 note Speakerde ck 取材記事 「データの力で、GAグループ全体の意思決定の精度とスピードを加速させる」GAテクノロジーズ新執行役員・奥村純就任インタビュー(GAグループ公式note, 2024) 「マッチングアプリ婚」を後押しする、陰の立役者ペアーズの「質」は、どのように作り出されるか(東洋経済, 2024)

    PairsのマッチングでAIが果たす役割とは?Pairs Data Director奥村純に聞く、感情感覚領域にある「AIにしかできないこと」(レバテックLAB, 2023) YouTubeの驚異のリコメンド力 強化学習は避けては通れない(日経クロストレンド, 2020) … データ組織マネジメントについての発信 推薦技術・因果推論・強化学習などの勉強会登壇
  3. ”不動産購入を1クリックで”を実現するRENOSY ! 管理する 申し込む・契約する 知る・探す 比較する・検討する 顧客行動 イメージ 様々なデータで 判断できる

    1社で完結! 管理は アプリで ツールに一度 入力すればOK 審査時間も 短縮 契約 金融機関① 金融機関② 司法書士① 司法書士② 営業 賃貸 管理 物件情報 ポータル ローン審査 支援システム オーナー向け アプリ データ活用 プレゼンツール 仕入 マーケター 自社開発 業務システム
  4. 過去にデータ分析を進める上で悩んだこと 問いの設定 仮説の設定 分析設計 データ収集・整 形 分析の実施 レポート 施策の実行 振り返り

    分析活動の優先度をどうやって決める? • 全ての分析ニーズは満たせない • RICEのようなフレームワークもあるが使いこなすのに経験値が必要 ビジネス貢献をどのように説明する? • 分析がどれだけ役立っているか経済価値換算しづらいものもある • 間接効果のある施策、中長期で効果のある施策の着手が遅れやすい 分析活動を効率化・標準化する活動 DWH/DM整備、UDF整備、プロセス自動化、ナレッジマネジメント、データ分析活動の民主化、...
  5. 当時のアプローチ
 • アナリストを越境して、ビジネスを考える側に回る(ゲームデザイナー、PdM) ◦ 大事なのは「適切な問い・仮説の設定」と「適切な施策の実行」 ◦ 本当に欲しい示唆をアナリストが内面化することで納得感のある優先度を作る • 信頼関係を作ることで、直接・短期で効果の出ない分析活動を進めやすくする ◦

    FP&Aから始めて経営陣の信頼を得る、最初だけ工数を考えずリクエストを受け続ける 問いの設定 仮説の設定 分析設計 データ収集・整 形 分析の実施 レポート 施策の実行 振り返り 分析活動を効率化・標準化する活動 DWH/DM整備、UDF整備、プロセス自動化、ナレッジマネジメント、データ分析活動の民主化、...
  6. 似たような話題はデータマネジメントでも Evolution of Eureka’s Data Platform (Kirill, 2021) redashの断捨離を実施したので、方法を共有します(Araki, 2021)

    データ基盤の構築・運用にかかるコストやメリットをどう説明する? • ツール導入やストレージで大きな予算を使うため、コストセンターとして見られがち • 「縁の下の力持ち」的な活動が多く、上層部に稟議を通すロジックに苦心しやすい データ基盤の改善をどこまでやるべきなのか? • (様々な施策をやりたくなってくるが)事業フェーズ・規模・組織によっても 価値は変わるため、適切なスコープやロードマップを定義しづらい
  7. 様々な説明の仕方はある 実際にはこれらの材料のハイブリッドになることが多い(他にも、参考になる資料は多数) Analytics Engineeringチームの目標管理 (Nagai, 2023) The Business Value of

    Data Engineering (Software AG) Measuring the value of data management (Salem&Koenders, 2024) Revenue impact from data • データ活用の利益貢献を測る • 間接的であれ、貢献価値の明確化が大切 Operational efficiency gain • プロセス効率化や冗長性排除による削減コスト Market responsiveness • 市場変化に対応できるスピード • 新製品発売までのリードタイム、 顧客の声を活かす早さ、規制変更への適応 Customer experience score • データ駆動施策、パーソナライズによる 顧客満足度の改善度合い Data preparation hours saved • データ品質やパイプラインマネジメントによるデータ利用活動の時間削減
  8. そもそもデータ施策はどこに紐付くべきなのか? 額の経営 率の経営 複利の経営 • 売上/利益額の追求 • イメージ:分析やMLによる改善で売上につなげる • 営業利益率(活動の質)の追求

    • イメージ:オペレーション効率化によるコスト削減 • ROE/ROICの追求 • イメージ:データ投資による効率化⇔顧客拡大⇔利益が エンジンとして周り、強い障壁が形成される世界
  9. あるべき姿 経営戦略 データ取得戦略 データマネジメント 戦略 データ 活用戦略 データ活用による利益増・効率化・顧客基盤構築が エンジンとして周り、強い障壁が形成される世界 経営戦略実現のためにあるべきデータの定義

    (M&AのDDなども含む) 取得したデータを適切に管理・活用するマネジメント方針 (データガバナンス戦略含む) 構築されたデータ基盤上で、何をするかの定義 分析/MLを使った出口の戦略 作る順番 データ部門長が経営戦略策定にも関わり、一気通貫でデータ活用戦略を策定
  10. RENOSY事業の構造:バーティカルに蓄積されたデータ 16 物件保有者 (toC, toB) 集客 (PULL, PUSH) 投資 CP

    実需 戸建 一棟 海外 セグ1 セグ2 セグ3 物件売却 (仕入) RENOSY オーナー 営業 (人, Tech) 集客 (PULL) 物件購入 (販売) 賃借人 Asset Management Property Management 仕入れ 販売 物件マネジメント 物件売却(Buyer→Seller転換)
  11. 様々なデータ出口の可能性 17 物件保有者 (toC, toB) 集客 (PULL, PUSH) 投資 CP

    実需 戸建 一棟 海外 セグ1 セグ2 セグ3 物件売却 (仕入) RENOSY オーナー 営業 (人, Tech) 集客 (PULL) 物件購入 (販売) 賃借人 Asset Management Property Management 物件売却(Buyer→Seller転換) 集客最適化 集客最適化 仕入れ戦略最適化 物件営利の透明化 マッチング最適化 ・物件⇔顧客 ・営業⇔顧客 ・営業⇔物件 Sales Enablement ・商談データ分析 ・ナレッジマネジメント ・ダッシュボード ・… 入退去予測 運用予想 実績可視化 物件レコメンド テックナーチャリング BI提供(KPIマネジメント、As-Is見える化による精度の高い施策立案、 ARPA改善)、ガバナンス 多様な物件・顧客基盤のデータ蓄積による新規ビジネスの可能性 各種推薦 ※ 素朴に思いつきそうなアイディアの一部   実際は、これ以外の施策含め経営戦略から優先度立てて推進しています
  12. @GAtecg_eng / GAグループエンジニア公式X もよろしくお願いします!󰢛 常住 彰 / Akira Tsunesumi 2020年 株式会社GA

    technologies入社 データエンジニア データ基盤の運用保守、データ民主化に従事 【過去取り組み紹介】 “データ活用を加速させたい!マーケティング部門で データ民主化に取り組んだ話” / GA公式note https://note.com/atsunesumi_gt/n/n16c5c7deb8d3 自己紹介
  13. ※一部データソースは Snowflakeへの直接連携も検討 スケーラビリティとガバナンスが両立するデータ基盤をつくる facebook TikTok Yahoo! LINE Google 他 広告

    ※非対応のものを どうするか検討中 データインジェスト データウェアハウス BI データソース ReverseETL ReverseETL先
  14. データ基盤からのさらなる価値創出 • ユーザーのデータ基盤活用促進 • グループ間でのデータ活用検討 • AI/MLの活用 … DataManagementチームとしてのチャレンジ 2025年〜

    2024年 “テック企業のデータ基盤”としてのスタートライン • データ基盤の構築 • データ処理の品質向上 • データマネジメント体制の強化