出雲の紹介と経歴
皆さん、こんにちは。株式会社10Xの橋原です。この10Xfmは、10Xのメンバーが
キャリアや日々の出来事など、包み隠さずリアルにお届けしていく
ポッドキャスト番組です。今回はビジネス本部の橋原と、同じくビジネス本部の
データアナリストの出雲さんの2人で、10Xのデータ活用の現在位置について
お話ししていきたいと思います。それでは出雲さん、よろしくお願いします。
出雲 よろしくお願いします。
橋原 では、ポッドキャスト番組あるあるなんですけど、まず出雲さんに
自己紹介していただきたいなと思ってまして、お願いできますでしょうか。
出雲 10Xでデータアナリストをやっている出雲です。入社は2022年の4月なので、
ちょうど3年半くらいになります。全職でも同じような職種で働いていまして、
社員数名の小さい会社だったんですけれども、研究しつつ、企業へのデータ分析コンサルも
しつつというのを7年ほどやっていまして、そこでも小売業中心に関わっていました。
というのが大体簡単な経歴です。よろしくお願いします。
小売業のデータ活用と価格最適化
出雲 いきなりちょっと台本にないこと聞いてみたくなったんですけど、
もともとデータ分析の仕事をし始めたのって、どういうきっかけで出雲さんはされてたんですか。
出雲 そうですね。大学の専攻はマーケティングだったんですけれども、
分野的な消費者行動論っていう、お客さん消費者がどうやって物を買うのかとか、
満足っていう、満足を得るのかみたいな、そういったものを定量的に検証していくってところをやっていて、
その流れでデータ分析っていうものに興味を持ったっていうのがきっかけですね。
最初の就職はメーカー入って財務的な仕事をやっていたんですけれども、
その後にゼミの同期の紹介というか、一緒に会社を作るじゃないですけど、
そんな形でデータ分析の仕事を始めたっていう形ですね。
三沢 なるほど。今、TenXで高利用に対していろいろなデータ活用のアプローチをされているって話なので、
もともと大学で学ばれていた知識なんかが今も活かせていたりするんですかね。
三沢 やっている仕事はマーケティングの教科書的な内容とかにも関わってくるところなので、
そう繋がるんだなという感じで関わっているなって感じますね。
三沢 なるほど。ありがとうございます。
三沢 じゃあ具体的に今TenXで出雲さんがされているお仕事の内容をちょっと紹介してもらってもよろしいですか。
三沢 今はネットスーパーの事業と新規事業を大体半々ぐらいで取り組んでいます。
ネットスーパーの方は個別の企業の支援をするっていうよりも、
ステーラーというプラットフォームとしてパートナー全体に広く価値を提供するというところをメインで取り組んでいます。
具体的にはCRMとか商品価格の最適化機能というものを作っていまして、
その開発だったり運用だったりというところに取り組んでいます。
新規事業の方は実店舗向けにAIプライシングというあらりの目標に応じた商品の価格を最適化していくというプロダクトの開発に取り組んでいまして、
今は小売のパートナー様と一緒にPOCというか検証を進めているという状況です。
CRMは結構世の中一般的に仕事だったり、我々以外のプロダクトもあると思うんですけど、
ネットスーパーの商品価格の最適化だったり、実際小売の商品、お店の価格の最適化っていうのって、
あまり世の中、プライシングの話は割とセンシティブだったりするので、
事例も少ないだろうし、世の中的に同じプロダクトを提供している会社も少ないような気がするんですけど、
話せる範囲で構わないので、具体的にどういうデータアナリストとしての活躍、
関わりがあって価値を提供されているのかみたいなところ、
価格最適化の分脈でちょっと教えてもらってもいいですか。
ネットスーパーと実店舗で価格最適化というものに取り組んでいるんですけれども、
一旦実店舗の方から、そもそもどういうことをしているのかというところなんですけれども、
実店舗の方はAIプライシングという名前をつけていまして、
まず大前提として、商品の価格というものを一回調整して終わりという形にはならずに、
長期にわたってメンテナンスをし続ける必要があるというのがありまして、
その背景として、社内の事情だけでいっても、
例えば棚買いで商品が変わったりですとか、原価が変わったりというところで、
再度価格を付け直さなきゃいけないみたいな話があり、
同じような理由で競合の価格を変えたりですとか、
あと季節だったりの環境の要因に影響を受けるので、
かつその店舗が扱っている商品というのが何万という商品になってくるので、
その商品の価格設定というものを継続的に行っていくというのは、
かなり小売さんにとっても負荷の高い業務というのがありまして、
そこをデータをもとに自動で価格を調整していくというのが、
AIプライシングで提供しようとしているものになるんですけれども、
それに対してネットスーパーは、実店舗とはそのお客様の買い物行動が違っていて、
例えばバスケットサイズが実店舗だと10点くらいに対して、
ネットスーパーだと30点くらいという形で、
より多くのものをまとめて買うみたいな購買行動をされたりですとか、
実店舗は当然お客様自身が店舗に行って商品を買うのに対して、
ネットスーパーはスタッフの方が自宅まで商品を届けてくれるという、
そういったネットスーパー特有の価値もあるというところで、
実店舗と異なった商品ごとの価値みたいなものがあるので、
という状況なんですけれども、
お客様が商品に対してどういう価値を感じているのかとか、
買い物行動が違う中で、実店舗の方はどういった商品で、
例えばどれくらいの粗利益を達成しなきゃいけないのか、
みたいなものが小売各社さん、部門ごとに持っていらっしゃるので、
それを多くの商品の中から、どの商品でどういった根付けをして、
粗利益を改善して、そこで改善された粗利益をまた別のところでは、
反則に使ったり、お客様の獲得につなげたりみたいな、
そういった投資の配分みたいなものをうまくするとかが、
実店舗の価格最適化で、データを使って求められるところで、
ネットスーパーはネットスーパーの提供している価値が、
実店舗と違うというところで、
実店舗と違った根付けというのが求められる、
みたいなところがデータの活用しての価格最適化になります。
プロダクト開発とチームワーク
ロジックの細かいところはあるんですけれども、
一旦この辺りでお願いします。
ありがとうございます。
ちょっと補足させていただくと、
小売業さん自体は非常に世の中的にインフレなので、
価格をどうしていくかという問いが非常に重要になっていく中で、
こういう実店舗の価格をどう最適化して検証していくのかというのは、
結構我々に対しても非常にニーズがあるというところと、
ネットスーパーはネットスーパーで、
これは自分も過去発信しているんですけれども、
黒字化していくために、
お店と同じ値段で売ったら難しいよねという話があるので、
今そこを出雲さんがトライしていただいているという状況ですよと。
ちょっと追加で質問させていただきたいんですけど、
最終的にプロダクトとして、
世の中に機能だったり価値として、
我々が提供していく形になっていくと思うんですけど、
今出雲さんの役割としては、
そういう他のビジネス本部以外のプロダクト本部だったり、
新規情報開発も多分関わっていると思うんですけど、
メンバーとどういう役回りというか、
どういう位置づけでそこに入って仕事されているのかみたいな、
TENXの中での働き方のイメージを
ちょっと共有いただいてもよろしいですか。
今は自分はビジネス本部というところに所属している
マナリストになるんですけれども、
TENXって会社全体では、
プロダクト本部の方にデータエンジニアだったり、
アナリティクスエンジニアチームがあって、
そことは別に自分はビジネス本部のアナリストとして
働いているような状況です。
その中での立ち回りみたいなところで言いますと、
例えばプロダクトを開発するという際にも、
いきなりプロダクトの機能を実装するみたいなことは
なかなか難しいので、
まずは小さく始めるというところが
必要になってくるんですけれども、
今のネットスーパーの価格最適化の機能に関してですと、
実際にこのネットスーパーの売り場には
1万円を超える商品が並んでいて、
実際の自店舗のスーパーと同じように
日々価格は変動していて、
特売とかも行われているという状況です。
その商品の価格が決まるまでも
いろいろなプロダクトのチームが
関わっているんですけれども、
お客様から、パートナーから
商品のマスターを受け取って、
それをデータパイプラインと呼んでいる
データの加工処理をやって
売り場に商品が出ていくんですけれども、
いきなりそこの機能を開発するのは難しいので
小さくPoCを始めるということを
したんですけれども、
そのデータパイプラインの中にというか
上にというか
自分が手動で商品ごとの価格を計算して
商品データパイプラインに
上書きというか
反映させるというようなことを
手動運用みたいなものを
1ヶ月くらい行って
それで実際に
余り益がどれくらい改善するのか
みたいなことを検証して
自分はそういったことをして
そこのPoCの中で
いろいろなオペレーション上の課題とか
が見えてくるんですけれども
その課題をどう解決するのか
スケールできるようにしていくのか
みたいなところを
プロダクトのいろいろなチームと一緒に
解決していく
みたいな形で
価格最適化機能では
他のチームと
一緒に作っていったという形になります
なんか普段
出雲さんの働きぶりを見ていて
プロダクト本部のメンバーとも
会話してるし
ビジネス本部のメンバーともそうですし
パートナーとも結構直接話して
やり取りしている印象があるんですけど
実際どんな感じって言うと
質問はあれなんですけど
どれくらいの頻度で
どれくらいの割合で
関わっているようなイメージなんですか
まず新規事業に関しては
今まさにパートナーの企業と一緒に
作っていくっていうところなので
パートナー企業に
仮説というかを
当てさせてもらって
そこでフィードバックを得て
改善していくみたいなことを
スピーディーに回しているような
状況なので
新規事業においては
今はパートナー企業と話す機会というのは
大きいかなと思っています
ネットスーパー事業のほうは
入社当時は
データを出すみたいな
いわゆるデータ抽出業務みたいなものが
一定あったんですけれども
今は社内の
ダッシュボードとか
データ整備みたいなものが進んできていて
ビズデブの方たちが
自分たちでデータを
出したりとか
できるようになっているので
そういった依頼を
すごい受けるかでいうと
そうではなくなってきたので
あまりそういう
関わり方みたいなものは
しなくなってきていて
価格最適化のプロジェクト
先ほどの価格最適化とか
そういった大きな機能を
開発するにあたって
はじめは
一社のパートナーさんに
深く入らせてもらって
検証を開始する
っていう中で
そこのパートナーを担当している
ビズデブの人と
一緒にやっていく
みたいなところで
広く関わるっていうよりも
どこか特定の
パートナーを担当している
ビズデブの人と
ギュッと関わるみたいな
ことが多いですね
プロダクトに関しては
データ基盤チームっていう
データエンジニアとか
アナリティクスエンジニアが
いるチームに関しては
職種的にも近いので
関わりはすごく
多いんですけれども
それ以外のチームに関しても
プラットフォーム開発する
みたいな文脈で
最近関わることが
多くなってきたなというところで
ざっくりまとめると
1対1対1ぐらいかなと思います
なるほど ありがとうございます
確かにより
例えば新規事業側の
AIプライシングと呼んでいる
プロダクトでいくと
まだ探索的なことが非常に
領域として多いので
いつもさんが直接
パートナーの担当者さんと
会話をしながら
どうあるべきかみたいなのを
議論する機会が多いですと
一方である程度ネットスーパーの
プロダクトになってくると
よりその機能をどう実装していくか
という方に
ウェイトが寄っていくので
プロダクト側と会話する
時間が増えてきているのかな
というふうに思ったので
なので仕事としては
そのテーマの
探索性みたいなので
よりパートナー側の
フェイシングが増えることもあれば
ある程度も実装だったり
仕様が決まってきている中で
プロダクトのより
社内の人間と会話する機会が増える
というのは両方あるし
両方出雲さんが今行き来しているんだな
というのが
テーマによって変わるというのは
なるほどなというふうに
聞いてて思いました
データ基盤とAIプライシング
今パートナーに結構
パートナーのグロースを
一社に深く関わるみたいなところを
結構橋原さんがご自身でされている
ケースも多いかなと思うので
その部分
ビジネス本部のアナリスト全体で言うと
やっぱりパートナーとか
ビジネスデブと関わる機会というのは
多いかと思うんですけれども
橋原さんがその部分を
結構担っているんじゃないかなというのが
自分が見えている感じですね
リスナーの人に補足しておくと
自分も元々キャリアが
データアナリストを出身
なんかベースとしていますと
一方でデータアナリストの仕事
日々めちゃくちゃウエイトかけてやれますか
って言われると結構
パートナーの企業の
既存のパートナー企業さんのグロースも
もちろんやりますし
新しいパートナーさんを
立ち上げるためのプロジェクトと
いろいろあるので
分析している時間が
めちゃくちゃ長いかって言われると
そうではなかったりするんですけど
実際例えば既存のパートナーさんの
事業成長を支援していく中で
何かしら向こうの本部長だったり
役員クラスを説得する上で
やっぱデータってめちゃくちゃ武器になるので
その際にはもう
今10Xも別にめちゃくちゃリソースがあって
アナリストが何十人もいてとか
そういうシチュエーションでは
なかったりするので
自分でクエリを書いて結構分析して
なんか持っていくっていうのは
日々やっていて
多分これが2年ぐらい前は
多分できなかったんじゃないかと思っていて
環境的にもまだまだデータが整備されてない
っていうシチュエーションが
あったと思うんですけど
かなりネットスーパー事業における
データマートの整備が進んだっていうのがあるので
クエリさえ書ければ結構なんか
自分が欲しいアウトプットは
もう大体出せるなって
なおかつ今時なので
生成AIでクエリ自体は結構
高速に書けたりすることが増えているので
仮説さえあれば結構出したい数字が
非常に出しやすい環境にはあるなと思っているので
今自分がこういう形で仕事できているのは
データ基盤の皆さんのおかげだったり
多分出雲さんもそこのデータの
整備に関わってくれたと思うんですけど
そこに感謝しながら生きているっていうのが
実際あるかなって思いますね
ありがとうございます いい話ですね
ちなみに価格最適化のプロジェクト
テンポもネットスーパーもそうですけど
この辺苦労したとか
この辺やりがいがあったとか
そこら辺の実際やってみての感想とか
教えてもらってもいいですか
あんまり伝わりづらいかもしれないんですけれども
ネットスーパーの商品の価格の決まり方っていうのが
すごい複雑で
自分も今3年半ぐらい働いてきて
商品周りに関わり始めたのは
この商品の価格最適化が
初めてぐらいの感じなんですけれども
例えば商品を買うタイミングで
価格が変わったりですとか
ネットスーパーは買ってすぐ届くわけではないので
買ったタイミングだけじゃなくて
お届けされるタイミングで
価格が変わったりとか
っていう中で
商品のデータを分析する際にも
いつ買ったのかとか
いつ届いたのか
みたいなところで
そもそも価格が変わってきていて
スーパーさんにはどういった価格が提示されていて
元の価格がいくらなのか
みたいなところが
分析しやすい形ではデータがない
っていうところが
すごい難しかったですね
スーパーさんも
商品の低価っていうものを
ちゃんと持ってるかで言うと
そうじゃない企業さんのほうが多くて
値上げとか値下げをするみたいなときに
どの価格から価格を変えたらいいんだろうみたいな
そもそも自分たちは
何の価格を基準としたらいいんだろう
みたいなところから
プロダクト化する際には議論されていて
そこらへんはデータアナリスト領域ではなく
エンジニアリングっぽい領域だと思うので
すごい難しかったなって思いますね
自分もこのプロジェクトは横で見ていたので
分かるんですけど
価格を最適化するっていう
前後にある
そもそもこの商品の価格は
我々が変更してもいいのかどうかとか
あるいは価格変更した後に
売上となって
パートナーの売上結果として戻っていく際に
そのまま戻っていいのかだったり
要は価格最適化する前後に
結構我々が考慮しなければいけないことがたくさんあるので
この商品の価格
お店の価格をネットスーパー用に最適化するっていう
一連のプロセスにおいても
もちろん小売業さんによっての
元々のマスターの仕様の違いだったりもありますし
個別性みたいなのがあったりするので
それだけでも結構
ノウハウのいるプロダクトになるなっていうのは
横で見てても非常に思ったので
値段変えるのって結構大変だよなっていうのは
この一連のプロジェクトを隣で見ててめちゃくちゃ思いますし
それこそお店の値段変える際にも
電子棚札とかがあればいいですけど
ないパートナーさんとかも多分いらっしゃると思うので
そこの価格を変えるっていう行為そのものが
結構お店のオペレーションだったりも含めると
いろんな
会社としてちゃんと意思決定してやらないといけない
重要なことであるっていうのは
見てて緊張感のある仕事だなっていう風には
思いますし
ある意味それが非常に重要なレバーであるっていう風に
パートナーさんも考えていらっしゃるので
やりがいのある仕事ではあるよなっていう風には
自分も横で見てて思います
そうですね
価格を変えるとお客さんの購買行動にも
影響は出てくるので
なかなか価格を適当に変えて
売上がすごく下がっちゃいましたとかってなると
なかなかそういう
難しさも
ある中でいかに
リスクだったりを減らしながら
みたいなことを事前分析しつつ
PDCA回していくのかみたいなところは
結構難しいなと思いながら
今もやってますね
同じ価格変えても
価格変えた1,2週間の反応と
それ以降の反応が違ったりもするので
どう分析したらいいんだろう
みたいなものには結構今も
頭を悩ませるっていう状況ですね
それはスーパーマーケットが売ってる商材って
基本的に季節性の非常に強い
ものがたくさん含まれていると思うので
自分が前職やってた資材とかは
もちろん資材の中にも季節性ってあるんですけど
シーズナリティのない商品が圧倒的に
多かったりするので
比較的まだ
価格を変えた後の分析とかは
しやすい環境にあったなと思うんですけど
それはスーパーの
もともと暑かったら売れる寒かったら売れないみたいな
変動要素がたくさんある中で
価格の効果をしっかり取り出すのって
まあまあ難易度の高い仕事だけれども
データアナリストとしてはなんか面白い
興味深い
それこそ出雲さんが大学で学ばれた消費者行動の
知見とかが活かされるとか
ちょっと分かんないけど
学問が分からないんで分かんないですけど
そういう領域なんだろうなって今話を聞いてて
思いました
ちなみに今日はめちゃくちゃ価格の話を
たくさんしてきたんですけど
CRAもそうですし他のこういうテーマをやっていきたい
みたいなのって出雲さんの中で今考えていることとかって
あるんですか
今の価格の話もまだまだやることは
いっぱいあるので
ネットスーパーに関しては黒字化する上で
不可欠な機能だと思ってますし
自店舗のAIプライシングの方は
小売各社様からの反響も強い
すごく求められているサービスだと思っていますので
早くリリースしていきたいなって思ってます
それ以外もう少し先の話になるかもしれないんですけれども
OMOみたいなことは
もっとやっていきたいなと思っていまして
例えば今の価格の話でも
ネットスーパーと実店舗を
それぞれ別々に最適化しているような状況になるんですけれども
ここがデータとしても
お客様の体験としても統合されるようになると
できることっていうのはすごく広がるなと
特に反則
プロモーション周りっていうのは
私も全職で結構長いこと取り組んできた
思い入れのあるテーマでもあるので
OMOっていうのはこの1年2年とかで
やっていきたいなって思っているテーマですね
純粋に
データ分析するのが
小売業におけるデータ活用の重要性
なりはいないし好きな人からいくと
OMO戦略の展望
例えば今我々ネットスーパーが
メインでビジネスやってますけど
OMOになってお店の
例えばIDポストが手に入るのであれば
結構扱えるそのデータ要は可視化される
事象の範囲が非常にグッと広がるので
最適化できることっていうのが
ネットスーパーの売上って言っても数パーセントしか
そのお店の中の売上としてはない中で
残りの95パーセントみたいなのが
可視化されてその中でのネットスーパー
みたいな位置付けで分析して
より高利用者さんが
証券のシェアだったり利益を上げていくための
最適化の提案みたいなのは
今はポーションの小さいネットスーパーだけの
分析を非常に深くやってるみたいなところから
より広い範囲で最適化する
みたいなところは
可視化される領域が増えるということもありますし
インパクトが与えられるサイズも
ぐっと増えるので
領域的にはぜひ自分も増えていくと
自分の仕事も楽しくなりそうだなって
すごい思いますね
橋原さん的にも
OMOとかはホットなテーマですかね
ホットで
結局
例えばネットスーパー使ってる人の大半は
お店でも買ってるってことはもはや分かっている話なんですよね
今それがデータとしてはなかなか繋がってなくて
お店でこれを買ってる人は
ネットスーパーでもこれを買うみたいなので
本来もう少しちゃんと理解した上で
お店側はお客さんに対してアプローチするべきだと思ってるんですけど
まだそこが繋がってない会社さんが
ほとんどなので
繋げてる会社さんもいるっちゃいるけれども
まだほとんどの会社さんは
オンラインとオフラインのデータレベルでも分断しているってことが
多いので
ここってまだ未知のことたくさんあるはずなんですよ
純粋に
ビジネスサイドの観点からいくと
より大きな売上に関われる方が
我々の提供価値自体も大きくなれるっていうのはあるんですけど
元々バックグラウンドデータアナリストっていう
観点からいくと
まだ分からんことそこにたくさんありそうじゃねっていう
知的好奇心がくすぐられるみたいなのがあるので
2つの意味で
オンラインとオフラインの両方を
データで繋げて
まだ分かってないことを
分かるような
要求はあるので
そういう意味でいくとOMOとかは
めちゃくちゃ面白そうだよなっていうふうには
思っているのでやりたいなっていうのは
日々
考えてるって感じですね
ネットスーパーの価格と店舗の価格を最適化するっていうのは
今プロジェクトとして
プロダクトとプロジェクトそれぞれ走っているのは
面白いなっていうふうには思っていて
まだ消費者行動まで
繋げて考えるところまでまだ至ってないが
最終的にはプライシングで一つの大きなレバーになっていくと思っていくので
そこが先に探索が進んでいるっていうのも
一つ面白いなって
面白そうなテーマだなっていうふうには
出雲さんの活躍を見ながら
自分がアナリストだったりやりたいなみたいなのは
めちゃくちゃ思いますね
面白いテーマだと思いますし
OMOでいうと
エビデンスとして
実店舗を使っててネットスーパーを使っている人っていうのは
カギバリというか
実店舗を使わなくなってネットスーパーを使っているわけじゃなくて
実店舗にプラスされる形でネットスーパーを使っているというところもあるので
私たち提供側としても
気持ちよくてお勧めできるというか
みたいな意味でもすごくいいプロダクトだと思ってますし
それで扱えるデータも増えるっていうところで
分析しがいがあるなと思っているので
ぜひぜひ進めていきたいなと思ってます
そうですよね
付け加えですけど
シンプルに自分が今使っているネットスーパー
どことは言わないですけど
聞いたことある気がします
お店で買っているものが
お店で買っている
普段お店で買っているあれ
ネットスーパーでも買いたいっていう時に
ネットスーパーの購入履歴にはそれ出てこないっていうのは
正直めんどくせえなって思う
普通に消費者として
データでつなげてくんねえかなっていうふうには思うんですよね
なので
ユーザー目線で見たときにも
オンラインとオフラインの対応は
シームレスというか
つながりを持ってほしいなっていうふうには思うし
それこそ自分がユニクロで服を買うときとかは
両方の購買履歴がたまっているので
オンラインで買うときにもめっちゃスムーズだなって思うので
世の中すでにつながっていっているところは
たくさんある中で
お店とネットの関係が非常に深い
ビジネスを今のスーパーさんはやっている話なので
そこを統合していくっていうこと自体は
10年後はもう確実だと思うんですよね
顧客体験の向上
いけるんかな
でも10年後も統合されてないとか
ちょっと考えにくいっていうか
誰かがやる仕事だと思っているので
やりたいですね
ぜひお願いします
なんで出雲さんのために僕が
案件を取ってこなきゃいけないっていう感じの
使命感を今持ちましたっていう感じで
そうですね
今日お二人でデータを取り上げて
ユニクロのデータを取り上げて
ユニクロのデータを取り上げて
そうですね 今日お二人で
10Xのデータ活用についてお話ができたかなと思っていて
我々としてもまだまだ
未知のところがたくさんあるだろうし
ビジネスを含めて結構データを分析して
使っていく機会はあるので
そういう方々がもし
10Xに興味を持っていただいた際には
採用ページをぜひ覗いていただきたいな
というふうに思っています
今日はお二人でいろいろお話ができたのでよかったと思っていて
最後に提携文を流させていただきますけど
10X FMではリスナーさんからのお便りを募集しています
エピソードの感想や
10Xのメンバーに聞いてみたい質問など
どんなことでも構いません
番組概要欄にあるお便りフォームから投稿をお待ちしております
今日はビジネス本部の橋原と出雲でお送りしました
それでは次回 また
