アナリティクスエンジニアとしての成長を求めてマネーフォワードに入社しました
はじめまして。マネーフォワード 分析推進部の地口です。
昨年11月に入社し、日々、アナリティクスエンジニアとして、データ分析基盤の運用業務や保守開発に取り組んでいます。
今回は（すでに5ヶ月ほど経ちましたが）入社エントリの位置付けで、入社までの経緯や分析推進部の良いところ、個人的に苦労しているところなどを書いてみたいと思います。
なぜ転職したか
私の背景を簡単にお話しすると、クラウドデータベースツールの導入支援やWebアプリケーションの開発業務を経て、前職で初めてデータ活用に関する仕事を2年ほど経験しました。
そこでの業務内容は動画配信サービスや音楽、書籍などが楽しめるエンタメサービスのグロースを目的としたデータ活用支援でした。
私が担当したのは主にネイティブアプリケーション上のユーザーの行動ログの収集とそのデータをDWH上でユーザー情報やマーケティングツールのデータと突合し、サービスの利用状況などの分析を行えるようにする環境の整備でした。
それらの業務を通して生データからデータ分析に利用可能な状態にするプロセスやデータを適切な方法で保管しておくことの重要性を理解することができました。
また、それが事業責任者の意思決定に役立つところにやりがいを感じ、データはこれから更に企業にとって重要な資産になることを実感して、これからもデータ分析に関するキャリアを歩んでいこうと思いました。
一方である程度データ分析環境が整ってくると、基礎的な集計や可視化のみではなく、より高度な分析を求められるようになりました。それ自体はとてもポジティブなことだと思うのですが、自分のスキルセットではなかなか期待に応えられない場面が多くなってきました。
このような経験からこれまで自分がやってきたことやデータ活用のどのフェーズで自分の価値がより発揮できるのかについて考え直した結果、ビジネスユーザーが分析を行う際の技術的な課題を解決したいと考え、そのような領域の専門性をさらに深められるような環境に身を移したいと思うようになりました。
そんな中、マネーフォワードの分析推進部には私が今後やっていきたい業務がアナリティスクエンジニアという一つの職種として存在していて、社内の多種多様なデータを最適なツールを用いて管理しながらデータ活用を進めている、自分のロールモデルとなるメンバーが在籍している点に魅力を感じたので、マネーフォワードに入社することを決意しました。
こちらの記事で弊社のアナリティクスエンジニアが仕事の内容ややりがいを語ってくれていますので、ぜひご覧ください！
マネフォの「分析推進部」で働く人たちはこんな人たち！（アナリティクスエンジニア編）｜Money Forward Data
分析推進部の良いところ
実際に入社してみて、分析推進部の素晴らしいなと感じる点がいくつもあったので紹介したいと思います！
データマネジメントの攻めと守り
データマネジメントの分野では情報の一貫性や信頼性を保証するためのSSoT（信頼できる唯一の情報源）という概念が重要とされています。
分析推進部は横断組織として各事業本部やグループ会社を含む全社の売上を集計したテーブルや顧客情報テーブルなど事業部横断で扱うようなデータを作成する基盤の管理をしてSSoTを実現しています。
一方で、事業本部やプロダクトに特化した、データマートの作成や分析の支援など、よりビジネスに入り込んだ取り組みも同時に行っている点がいいなと思いました。
全社共通で利用されるデータ基盤の安定稼働と事業部の分析推進、それぞれに強みをもった優秀なメンバーが活躍しています。
事業部へのメンバーの配置転換
二つ目は上述の中央組織からの事業本部の分析の推進だけではなく、全社横断で扱うデータ基盤の思想や構成を熟知した分析推進部のメンバーを事業部に配置転換をしている点です。
私自身、前職では特定のプロダクトのみのデータ整備を行っており、中央で管理されているデータの構造や所在がわからないことが多く、また、組織的な距離の遠さを感じる経験がありました。
事業部にとっては中央組織からのメンバーが身近にいることで、中央管理のデータに関する疑問をスピーディーに解消できることや、協業で分析する案件が生まれやすいなどのメリットが多くあったと思うので、とても良い取り組みだなと思っています。
実業務に適応した開発サイクル
三つ目はデータ基盤の開発サイクルの厳格さと柔軟さのバランスが考えられている点です。
分析推進部で管理しているデータ基盤には全社の重要指標に関わるクエリ以外にも多様な種類のデータがあり、それを改修する人のロールも様々です。
データ基盤を一つの社内プロダクトと捉え、コード規約、自動テストなどが導入されていますが、それを一律に適用するのではなく、例えば、Lintを敢えて適用しないことで、SQLクエリの改修負荷を高めないようにするなど、データの種類や開発者の特性に適応した方法を常に模索しています。
万人が使いやすい開発サイクルを目指すこともエンジニアリングとビジネスの橋渡し役のような存在であるアナリティクスエンジニアの仕事の一つということを日々実感しています。
苦労しているところ
日々楽しく業務に取り組んでいますが、苦労していることもあります。
それは想像以上にインプットの量が多かったということです。
データ基盤の運用や保守開発業務の他にも、プロダクトの生データやCRMツールのデータからのアドホックなデータ抽出依頼もあるのですが、マネーフォワードはプロダクトや事業本部が多岐にわたるので、膨大な量のデータが存在します。データの仕様が理解できておらず、データ抽出の対応に時間がかかってしまうこともよくあり、苦労していることの一つです。
上記の課題を解決するために、今、分析推進部ではデータ理解のためのオンボーディングプロセスの整備や勉強会を開催してメンバー同士でキャッチアップする時間を作っています！
https://www.getdbt.com/what-is-analytics-engineering
また、個人的に好きな上記のdbtのコラムで以下のような記載がある通り、データの所在を把握して迅速に取り出せることもアナリティクスエンジニアの価値の一つだと感じているので、これからも多種多様なデータと向き合っていこうと思っています。
At a recent NYC meetup where 100 data professionals gathered to talk about analytics engineering, one speaker compared the analytics engineer to a librarian—the person who curates an organization’s data and acts as a resource who wants to make use of it. I like this metaphor: the analytics engineer is a steward of organizational knowledge, not a researcher answering a specific question. The analytics engineer curates the catalog so that the researchers can do their work more effectively.
以下、DeepLによる日本語訳)
最近ニューヨークで開催されたミートアップでは、100人のデータ専門家が集まり、アナリティクス・エンジニアリングについて語り合いました。ある講演者は、アナリティクス・エンジニアを、組織のデータを管理し、それを活用しようとするリソースとして機能する図書館司書に例えました。私はこの比喩が好きだ。アナリティクスエンジニアは組織の知識の管理者であり、特定の質問に答える研究者ではない。アナリティクス・エンジニアは、研究者がより効果的に仕事ができるようにカタログを管理する。
おわりに
最後まで読んでいただきありがとうございました！
この記事を読んで、少しでも分析推進部に興味を持ってもらえたら幸いです。
他にもメンバー紹介や日々の取り組みに関する記事が多数ありますので、ぜひご覧ください！
マネーフォワード・データ＆AI｜Money Forward Data｜note
この記事が気に入ったらサポートをしてみませんか？