営業からデータ分析職へ！くふうカンパニーで描くキャリア構築の『挑戦』と『くふう』
はじめに
こんにちは、くふう AI スタジオ AX 推進部でデータサイエンティストとして活動しているfukiです！
くふうカンパニーグループではAIを用いたAXという概念を推進しています。
AI eXperience：AIを用いたユーザーファーストな体験を作り出す
AI Transformation：業務そのものを AI 化して効率を上げていく
今回は、未経験からデータ分析職に転身した私のこれまでの経験をまとめています。
様々な「挑戦」と「くふう」をしてきましたが、中でも特に力を入れて取り組んだことを振り返ってみたいと思います。
この記事を通じて、くふうカンパニーでのキャリア形成の魅力をお伝えできればと思います。
簡単な経歴
筆者は元々営業からキャリアが始まり、多少データを扱うことはしていましたが、はじめはデータ分析は全く経験はありませんでした。
【経歴】
1社目：上場IT系商社
Webマーケティング商材(HP制作、Web広告)の営業、ディレクション
2社目：株式会社ロコガイド(くふうカンパニーグループ)
小売系マーケティングSaaSサービスのカスタマーサクセス
データ抽出・可視化業務
現在：株式会社くふうAIスタジオ AX推進部
グループ横断でのAXを推進する組織での社内の意思決定支援
契約企業の効果検証など
データサイエンスに興味を持ったきっかけ
データサイエンスと言いながら、実は最初からデータサイエンスに興味があったわけでは無く、カスタマーサクセス(以下：CS)として業務をしていた時はデータ抽出や可視化に興味を持っていました。
(株)ロコガイドで取り扱っているサービスはデジタルチラシアプリの「トクバイ」というサービスです。
トクバイは一般ユーザーさんから見ると沢山のお店のチラシが見れるスマホアプリですが、そちらにチラシを掲載している小売企業様はマーケティングSaaSとして活用していただいています。
ロコガイドのCSではSaaSサービスのログデータを抽出し、それを契約クライアントへ頻繁に提供されています。
既にあるクエリを元にデータ抽出〜提供する作業はクライアントにとって必要不可欠なものでしたが、クライアントがより良い意思決定を行うにはどのような情報やデータがあると前に進みやすいかを常に考えていました。
そこから自身でのデータ抽出やデータの表面的な扱いだけでは無く、データ分析を用いて潜在的な示唆を導き出すことでより良い価値提供ができると考え、データサイエンスに興味を持ちました。
データ分析職になるために取り組んだ2つのくふう
実務で使えるデータ分析技術の取得
動画サイトでの学習
データサイエンスを学ぼうと考えた時に、はじめに頭に浮かんだのが動画サイトでした。
講座を4つほど受講してある程度理解することは出来ましたが、あまり記憶に残らない状態だったので少し自分とは合わないかも知れないと思い、別の方法を模索しました。
ただ、以下の動画は分かりやすく参考になりましたので興味がある方は参考にしてみてください。
その他にも動画ではないですが、学習サイトも利用して基礎的なSQLを理解し、実際の社内のデータを集計して学習しました。
資格の取得・スクールの受講
動画学習は記憶に残らないと感じ、資格取得であれば記憶に残って身に付くのではと感じてデータ分析関連の資格を取得しました。
一部抜粋ですが難易度と得られる知識をまとめておきます。Google Analytics個人認定資格（GAIQ） & Google 広告「検索広告」,「ディスプレイ広告」認定資格
難易度：★☆☆☆☆
得られる知識：web広告系のデータを触ることがあれば最低限の知識は得られる
Pythonエンジニア認定基礎試験
難易度：★☆☆☆☆
得られる知識：Pythonの最低限の知識を得られる
統計検定2級
難易度：★★★☆☆
得られる知識：分析系の実務でもよく使う知識が取得可能
E資格対策講座修了（厳密には資格ではない）
難易度：★★★★☆
得られる知識：E資格対策講座自体に10万〜数十万の費用が掛かるので、その時間と費用を掛けているので一定のスキルと経験は付く
また、資格も含めて体系的に学習して外部に証明できるものがほしいと思い、データサイエンス系のスクールを受講しました。
資格で記憶した内容に対して復習的な形で理解を深めるのに役立ちました。
実践データ分析講座とE資格対策講座の2つを受講し、修了しましたがそのアウトプットとしてまとめた内容はジョブチェンジの際もある程度評価をいただきました。
学習した知識を実務で活用する
社内のデータを自身で集計して示唆を出す
データ分析の学習初期の段階で、社内のデータベース環境が整っていることは非常にありがたい環境でした。
データベースには自社サービスに掲載されている情報やユーザー利用ログが格納されており、それを有効活用することが可能でした。
ただし、このデータを活用するには正確なデータの抽出と分析が不可欠です。
幸いなことに社内には経験豊富なアナリストがいらっしゃったので、自身でSQLを学習して相談しながら必要なデータ抽出方法を学び、徐々に自分自身で複雑なデータのクエリを書けるようになりました。
これにより、データを自分の手で掘り下げ、理解した上で分析に繋げる能力を培うことが出来ました。
データ集計の中でクライアントに対してニーズのありそうなデータを集計・レポーティングし、新たな価値を提供するうちに他の営業メンバーからも相談されることが増えて自然にアナリスト業務も行うようになりました。比較的導入しやすいツールを活用した分析
データを集計した後はなるべく実務に役立つ経験を積むために、身近でアクセスしやすいツールを活用して基礎的なデータ分析スキルを磨きました。
具体的には、GoogleスプレッドシートやBIツールを使用し、日常的に業務で利用するデータを用いて何かしらの示唆出しを実施しました。
上記ツールであれば分析初心者でも学習次第では使いこなすことが可能で、データセットを効率的に処理・分析する多くの機能を備えています。
次に、より高度な分析技術の経験を積むために無償で利用可能なGoogle Colabを使用しました。
Google Colabは、ブラウザベースでPythonプログラミングができ、必要なライブラリが事前にインストールされており、高性能な計算リソースにアクセスが可能です。
Goolge Colabを用いて公開データを利用した分析や社内データの比較的簡易な分析手法などを実施し、社内の営業組織へ展開しました。
ジョブポスティング制度を利用してデータ分析職へ
CSとして業務しながらある程度の分析経験を積むことが出来たので、本格的に仕事をしたいと思いジョブチェンジを検討していたところ、タイミング良くAX推進部のジョブポスティング制度がオープンされました。
ジョブポスティング制度とは、グループ各社の社内公募に対して社員自ら応募することができる制度です。
くふうカンパニーグループのジョブポスティング制度の詳細は以下をご覧ください。
応募の前に人事担当の方との面談
初めての試みということもあり、すぐに応募するのでは無く、まずはジョブポスティング制度の人事担当者と面談する機会をいただく事が出来ました。
選考フローや決定した場合の進め方などを確認させて頂き、不明点を解消してから進めることが出来ました。
また、元の部署との関係性を崩れてしまうのではという不安もありましたが、確定するまでは個人の意思を尊重して情報を秘匿化していただく等の配慮をして頂きました。
実際に面談をしてみて得られた期待感
面談ではAX推進部 部長の佐藤さんと面談を実施してCSで業務しながら学習した内容や実務でも活かしたことをお伝えしました。
それに対して、AX推進部で今後提供する価値や解決したい課題を教えて頂き、その課題に一緒に取り組みたいなと感じました。
面談の中で佐藤さんもぜひ一緒に働きたいと言って頂き、ジョブポスティング制度でジョブチェンジすることが決まりました。
データ分析職になってから取り組んだ2つのくふう
データ分析職に転身して分析を行うことはもちろんのことですが、ビジネス職から転身したメンバーは社内に存在しなかったので、これまでのビジネス職の経験を活かした「くふう」で価値貢献に務めました。
ビジネス関連部署とAX推進部のハブとなる
以前のAX推進部はトクバイのビジネス領域部署に対して案件が多くはなく、これから相互理解を進めていく必要がありました。
私は元々CSを担当していたこともあり、営業部署やビジネス開発、業務推進系部署との関わりを活かして下記の内容を推進しました。
クライアントKPI指標の策定を支援
契約企業様としてもイメージが固まっていない指標策定に対して、実際に商談同席して指標をすり合わせる企業向けサービス改善のMTG等に参加し、データ視点での意思決定サポート
元々CSとして営業だけでは無くサービス開発・改善にも携わっていたことから、運用フロー等に理解があり「こんなデータがありそうなのでここを見ると進められそう」等のスピード感のある意思決定を後押ししました。
分析だけではないデータ回りの業務改善
営業部署ではデータ分析を浸透させるという課題の他に、情報が散漫しているという課題もありました。
これにより似たようなレポートでもフォーマットのズレにより資料を毎回作成し直す必要があったり、どこにどのようなデータがあるか分からないという意見もありました。
そこで営業メンバーがなるべく業務を円滑に進められるように下記3つの取組みを実施しました。
1．レポートの型化
担当ごとにそれぞれ違ったフォーマットや必要性があるか分からない数値出しをしている状態から大元となるレポートフォーマットを準備し、営業メンバーと協議しながら本当に必要なレポートのみに絞り込み実施し、担当変更時の情報共有等もスムーズに移行することが出来ました。
2．データ分析関連の窓口の統一化
「こんなデータを出したい」「こんなログはあるか」等の要望が発生した時に、当時は明確な的口が設けられていないため、各メンバーごとに関わりの多い人や詳しそうなメンバーにDMで聞くという状態でした。
データ回りの窓口を設けて依頼・質問を受け付けることで情報の属人化を減らし、必要によって営業組織全体に共有するべき情報の精査を図りました。
3．データ抽出情報の整備
当社ではredashを利用してデータを抽出していますが、過去からの大量のredashクエリが存在しており、どれが現在利用可能なクエリか分からないという課題もありました。
そこで利用可能、不可能なクエリを精査してnotionDBにまとめることで探したいクエリをカテゴリ別に検索可能なページを作成しました。
また、クエリメタ情報も平行して蓄積して検索Botとしても利用可能な土台を整えました。
今後の取り組み
現在も営業やビジネス組織の意思決定に貢献できるように務めていますが、まだまだデータの抽出・処理に多くに時間を割かれてしまい、本来取り組みたい事業成長に寄与する分析が足りていません。
そこで社内のデータ基盤を整備し、ビジネスメンバーのデータ抽出、加工のハードルを下げていきます。
また、並行してデータの理解・活用のスキルを会社全体で持つことが必要になってくるため、非エンジニア組織の意思決定を高度化、速度向上を目的として社内教育を実施していきたいと考えています。
まとめ
データ分析に興味を持ち始めてから現在まで、がむしゃらに走り抜けて来ましたが、改めて振り返って見るとくふうカンパニーの環境とタイミングに恵まれたなと感じました。
しかし、これからも学んでいくことは沢山ありますし、解決するべき課題も山積みなので、更に精進していきたいと思います！
最後に、くふうカンパニーグループでは、「くふう」で暮らしにひらめきを、という企業理念の実現のために、ユーザーファーストの価値観を重視しています。
ユーザーファーストの実現に向けて、私たちは AI・データサイエンスを用いた開発と活用に積極的に取り組んでいるため、興味がある方がいましたらご連絡お待ちしています！
この記事が気に入ったらサポートをしてみませんか？