見出し画像

アナリティクスエンジニアからデータアナリストに戻ってきました

こんにちは。ユビーでアナリティクスエンジニアをやってましたおきゆき (@okiyuki99) です。ユビーではこれまでアナリティクスエンジニアリングやデータマネジメントの領域を中心にリードをやってきましたが、実は数ヶ月前からデータ分析が業務の中心になり、いわゆるデータアナリストをやっています。

1年半以上前からこんな記事も書いてアナリティクスエンジニアはいいぞ!という話をしてきたわけですが、いよいよユビーもデータ利活用における新たなフェーズとなり、今私自身は日々プロダクトデータ分析に勤しんでます。

この記事ではデータアナリストになんで戻ってきたの?って話を中心にユビーのデータ分析の取り組みについて話ができればと思います。

ユビーのデータアセットとそれの利活用

2024年5月にユビーのMAUが1000万人を突破し、ユビー利用者数が大台になりました。マイナポータル連携も開始するなど、プロダクト利用者の多様なニーズを捉えるサービスができたことで、シンプルにデータから読み取る利用者一人ひとりの理解や分析の難易度が上がってきています。

創業以来溜まってきているデータアセットも多様です。これらのデータはdbtで構築されたデータパイプラインを通じてデータ信頼性およびデータプライバシーを適切に考慮した利活用ができる状態になってきました。

データ分析を行う以前に、基本的な数値を毎月信頼できる形でレポーティングする、だれでも安心安全にデータ利活用できる状態にする。という当たり前品質を作ることにこれまで自分自身も最優先で力をいれてきました。そして2024年になりメンバーも増え、アナリティクスエンジニア以外の複数のエンジニアもデータマートを構築することが増えてきました。この裏には2023年頃から開始しているデータオーナーによるデータ開発の浸透・dbtの民主化を含む生産性の改善などが確実に効いていると思います。

データからの判断・影響力が増している

データを利活用するというのはもはや当たり前になっています。それぞれのプロダクトチームがKPIを定めてそれを最大化していくためにモニタリングし、複数施策による改善を日々行っているのが現状です。ユビーもユーザのペインを解決するサービスを複数持つ状況になってきました。結果、データ利活用も次のフェーズに差し掛かっています。

  • 複数のサービスがあり、それぞれのチームのKPIがあるなかで、どういう戦略でどの数値を伸ばしていくことが必要か?

  • さまざまなサービスがある一方、どういうユーザにどのサービスを提供するのが良いのか?

  • 限られたページやサービス間の制約条件のあるなかで、ユーザが体験よく適したサービスと出会えるためには?

といったプロダクト・サービス・KPI横断でのデータ分析などのニーズが急激に高まってきているのが現状です。このように複数プロダクト・サービス・KPIがある中で、チーム間をアラインメントするためにデータという共通言語は大きな武器になります。一方、データから生み出せる示唆の影響力も大きくなり、自然と戦略上の意思決定や目標設定の難易度も上がっています。

このような状況になり、自分のフォーカスポイントを横断視点でユビーのグロースに責務を持つチームのデータ分析者として再始動しました。がっつりデータ分析をすること自体が前職以来なのもあり「データ分析楽しい!」という新鮮な感覚を味わっています。そして、アナリティクスエンジニアングの領域は現メンバーに関心・責務を移し始めています。

具体的なデータ分析の取り組み

これまでユビーのデータアセットやユーザの多様さ、また分析の複雑性と影響度が増している状況について紹介しました。それでは具体的にどんなことを始めたのかについて、以下簡単にですが2点ほど紹介します。

ユーザをセグメントにわけ、具体化と施策を紐づける

1000万MAUという膨大のユーザ数をそのまま一様に扱っていては、ユーザのペインやサービスがぼやけてしまいます。これはユーザ一人ひとりのニーズや状況が大きく異なることに起因します。また平均的な議論に終始され、どのユーザにもほどほどなものが生まれるということが起こりがちです。

そのためにまずユーザを一定のボリュームでかつ解釈可能なN個のセグメントにわけることを始めました。現ユーザの使い方・利用状況等を可視化し、あれやこれやと関係者と議論を重ね、各セグメントの妥当性を確認していきました。詳細なプロセスや結果は省略します(この話の詳細はまた別の機会に紹介します)。 結果として、ユビープラットフォームの戦略上有望なセグメントを定めることができ、現在はそのようなセグメントの方に適した新たなサービスを探索するフェーズに来ています。

セグメントを目でわかる形にし、各セグメントと事業戦略や施策を紐づけることでどのように数値やプロダクトを成長させていくのかの手触り感、具体性が増すと感じています。セグメント別の施策効果の分析などもさらにこれから始めていきます。

ちなみに、セグメント分析についてはこの記事をよく見返して参考にさせて頂いています。

複数サービス間のコンフリクトを可視化し、全体最適への土台を作る

ユビーがユーザのペインを解決するサービスを複数持つ状況だと、各チームは限られたページ内に複数のサービスを提供し露出を増やすことでチームKPIの最大化を目指すというのはよくあることかなと思います。一方、ユーザ視点でみると、ユーザーニーズとサービスがマッチしていないことが増加し、効果が薄いものになるだけでなく、ユーザ離れや体験の毀損にも繋がります。社内ではこのことをコンフリクトと呼んでいます。

まずプロダクトやサービス横断での現状把握をするために、特定のプロダクトやページにどのようなサービスがどれくらい表示されているのか、各種KPIのアクション発生率がどれくらいになってるのかを可視化・分析しました。

このような可視化・分析からだれもが同じファクトを見ることができ、議論の土台が整えられ、個別のKPIの最大化ではなくユビープラットフォーム全体として最大化を目指す議論が効率よく進めれるようになったと感じています。このような横断視点での最大化を測るためのデータ分析の重要性が特に高く、今後さらにここに力を入れていきます。

データアナリストやアナリティクスエンジニアを募集中です

この記事では簡単にですが、データアナリストに戻ってきた話と直近のデータ分析の取り組みについて紹介しました。データ利活用のフェーズが深化し、より横断的なデータ分析をするメンバーを積極的に募集しています。今回の記事はプロダクトデータ分析を中心に紹介しましたが、疾患や症状のヘルスケアデータ分析にフォーカスした職種としてヘルスケアデータアナリストも積極的に募集しています!ご興味があればいつでもXのDMから連絡待っています。

もちろんアナリティクスエンジニアも引き続き募集しています。さまざまなデータ利活用領域での生産性改善・信頼性課題・データプライバシー領域など引き続きユニークな環境が整っています。こちらもご興味があればいつでもご連絡ください。


この記事が気に入ったらサポートをしてみませんか?