primeNumberとの出会い

こんにちは、primeNumberです。後編は引き続き、primeNumber広報の村島が、ヤプリ社のデータサイエンス室室長の阿部さんに、
primeNumberとの関わりやデータ活用についてお伺いしたいと思います。阿部さん、よろしくお願いいたします。

はい、よろしくお願いします。ちなみになんですけども、村島さんは結構ですね、このデータサイエンス室、室長っていうのを割と噛んでおられて、

今はね、一発でいけましたね。一発で珍しくいけましたね。ここまで聞いてくださっている皆さんには、編集でカットされたものしかお届けされていないはずなので、
バレなかったと思うんですけれども、阿部さんにバラされてしまいましたね。
ここの頑張りはやっぱりちょっとお伝えしなきゃなと思っていらせていただきました。サ行が多くて難しかったです。ありがとうございます。
阿部さんなんですけれども、結構primeNumberとか弊社のお届けしているTROCCOとの関わりがかなり深いお客様でもあるんですよね。
で、出会いのきっかけみたいなところからお伺いできればと思うんですけれども。

そう、これは4年半くらい前なんで、正直私も忘れてたんですね。忘れて、ちょっと今日のために。何だったんだろうと思って調べてきました。
てっきり、なんか自分で検索して出てきたのかなと思ったんですよ。
と思ったらそうじゃなくて、これ、BIツールのLookerさんからのご紹介だったんですね。

へー、そうなんだ。

当時弊社でLooker導入することに決まりまして、その時にLookerの担当の営業さんだったり、カスタマーエンジニア的な方にご相談した時に、そういう部分担うツールとしては、最近TROCCOっていうのがありまして、っていうのでご紹介されてたんですね。
当時あれですね、LookerがGoogle Cloudのファミリーに入る前だったんですよね。

確かにそうですね。

途中でこうファミリーに入りましたもんね、確かに確かに。
本当懐かしくなりましたね。

4年半って、私も多分4年半行ってないくらいの入社歴なんですけども、だからもしかしたら阿部さんは私よりprimeNumberとのお付き合いが長いくらいかもしれないですね。

ちょうど同じくらいでしょうね、20年10月11月くらいですね。

そんな頃から今に至るまでありがとうございます。

こちらこそです。

そこからTROCCOを紹介されて導入するに至ったみたいな形ですかね。

ですね。

どういった経緯でTROCCOを導入しようって思われたんですか。
TROCCOの導入経緯

これまずそもそもLookerさんに何で相談したかっていうところなんですけど、弊社もそれまでにBIツールが導入されてたんですね。
BIツールって中にはTROCCOでいうデータ転送、データを持ってくるっていう機能を担ってるツールあるんですね。
もうそのツール1個で例えばマーケター1人が全部できまっせみたいに売り出してるツールってあるんですけれども、弊社もそういうタイプのBIツールをその時1個導入されてました。
だったんですけど、それも含めてまるっとLookerにリプレイスすることになりまして、そうなった時にじゃあそのデータ転送部分どうやってやろうかねっていう話になりまして、
さすがにね、うちの社内のエンジニアでそこを毎回毎回やっていくのはあまり現実的じゃないよねっていうので、何らかツールを探しましょうってやって構想を出したっていうまず背景でした。
一番のまず期待としてあったのはそのデータを持ってくる、うちでいくとBigQueryですけど、GoogleのBigQueryに取り込める部分を何らか実現したいっていうので探してTROCCOにしたっていうのがまず第一にありますと。

ただあれですね、実際デモを見せていただいた時に一番私がグッときたのはワークフローとデータマートですね。
なるほどなるほど。

そう、あそこもちゃんと管理できるものが当時なくて、そこで我々データを触る人間がカジュアルに十分頑健にですね、運用できるものっていうのにまさに当てはまって、僕としては本当に出会えてよかったなって思ってますね。

ありがとうございます。
そうですね、確かにワークフローとかデータマート機能があるからこそTROCCOをご活用いただいてるってお客様は多いような印象がありますね。やっぱりあれがあると違いますか。

そうですね、やっぱりもうデータを基本使いやすい形にしてデータを見る人に届けていくっていうその部分を簡単に実現できるのがやっぱり最高ですね。ポチポチで設定して。
なので結構それまでの状態だとなかなか分析集計するためのクエリを書いてそれを更新していくってなったときになかなかそっちの分析メインでやってる人間がやりやすいツールっていうのがなかったんですよね。
なので都度都度例えばデータ専門のデータエンジニアにお願いしていくとか、それからそういうスキルをキャッチアップしてできるようにしていくとかそういった結構高いハードルがあったんですけども、あそこをね本当にカジュアルに乗り越えられるようになったっていうのが僕の中では革命でしたね。

ありがとうございます。さっきヤプリさん、ヤプリのデータサイエンス室には4人ほどいらっしゃるという話もされてたんですけども、じゃあそういった新しく来た方々もTROCCO、触りやすいみたいなところもあったんですか?

そうですね。全員触ってますし、結構他の部門でも使うケースも増えてきてて、本当これで全くレクチャーしてないのに勝手に広まってくるんですよね。あれは本当UI、UXのなせる技だっていうふうに思ってますね。

それはめちゃめちゃ嬉しいですし、でもそれはヤプリさんのデータ活用が進んでいるというか、みんなでデータ活用をやっていこうという意識がそもそもあるから、じゃあ触ってみようというふうになるところもあるんじゃないかなと思うんですけども。

それでいくとね、あんまないんですね。
今の語弊があるんですけど、これ結構、他部署で使いたいってなるケースで、一番人数として多いのはお客様のデータをお預かりして何らか使えるようにしていくっていうケースなんですね。
なので結構うちのアプリ、いろんなお客様が作られておるんですけど、その時にお客様が既に持たれている何らかのデータのデータベースだったり、会員の基盤とかをおつなぎしなきゃいけないケースとかっていうのが発生しやすいんで、そこでもちょうどはまりやすいっていうところですね。
それを担当するポジションのメンバーがTROCCOで実現していくっていうようなケースがあったりっていうところですね。

なるほど、なるほど。社内の中にあったニーズにちょうど応えていけるっていうようなところがあったわけですね。

ですね。どうしても業務上データを運ぶ必要があるっていうところがうちの場合は結構発生しやすかったんで、それで今申し上げたようなことがあったっていう形ですね。

ありがとうございます。
今他部署への広がりみたいなところもお話いただいたんですけれども、ちょっと話戻しまして、一番最初に作ったデータ基盤みたいなところ、どんなところをTROCCOを使って作っているのかみたいなところももう少し詳しくお伺いしてもいいですか?

一番最初ですね。

一番最初です。

原初。

原初のデータ基盤、データ基盤バージョン0.0くらい。

そうですね。これどっちが先かはちょっと忘れてるんですけど、社内向けと社外向けの2つあるんですね。社外向けはさっき申し上げたLooker経由でお客様にカスタマイズしたダッシュボードをお届けするっていうサービスをやっておるんですけど、そのためのデータマートを作って運用していくっていうところが最初に作ったやつですね。社外向けだと。
なので、スマホアプリログがどんどん溜まっていますけど、それを毎日所定の形に加工していくっていうそこの部分ですね。が一番最初です。
社内向け、社内向けでも同じようにうち結構Salesforceにデータ集めておるんですけども、マーケだったりセールスだったりですね。
なので、そこらへんのデータを必要な部分を集めてですね、ビジネス側のメンバーが意思決定しやすいようなダッシュボードを作っていくっていうのがあってですね。
そのためのデータを加工して更新していくっていう部分も最初の方にやりました。
このどっちかですね。

ありがとうございます。
社内と社外と2つ、大きく分けると2種類あると思うんですけれども、それぞれでこんなそのデータ基盤を使ってこんなデータ活用をしているみたいな事例とかってあるんですか。
データ基盤の活用事例

そうですね。それぞれありまして、まず社外の方でいきますと、そもそもなんで我々がLookerを導入したかと結構リンクしてくるんですけど。
Lookerはですね、かなりデータのドリルダウンがしやすいツールなんですね。
例えばうちでいくと、そのお客様のスマートフォンアプリをですね、どれだけの数の人が立ち上げて、このプッシュ通知を開いたとか、このページを見たってなった時に、
それが誰っていうのを、Lookerだとダッシュボードの数字をクリックするとすぐにそこの一覧を出しやすいっていうのがあるんですね。
結局、我々のお客様って誰っていうのを知りたいケースが多いんですね。
マーケティング上だったりなんだりで、直接その人たちにプッシュ通知を送るなり、メールアドレスからですね、メールを送るなり、あるいは電話をするなりっていう形で直接アクションに結びつけていきたいケースが多くて、それを特定しやすいっていうのがですね、特定していくっていうのがそこのユースケース事例っていうところですね。
ざっくり全体のいろんなポイントポイントのKPIだったりを把握するっていうのはあるんですけれども、それに加えて、より個別のお客さんのことが分かるっていうのが1個したい事例かなというふうに思ってます。

ありがとうございます。

社内の方は、最近流行りのRevOps、Revenue Operationsってあると思うんですけど、あれにね、1回昔チャレンジしてたんですよね。
早くもですか。
当時結構早くやって、1回それっぽいものはできて、割と横断的に見れるよみたいなものができるはできたんですけど、ただその後結構データの持ち方だったりね、そこを監督の仕方とかがですね、変わったりして、現状ちょっとあんまり機能しないってところですね。で、再チャレンジ作り直してるっていうところはあったりします。

やっぱり横断して、データを活用していく時って組織が横断すればするほど難易度が上がるみたいなところはあると思うんですけど、RevOpsってまさにその組織を横断してデータ見ていきたいみたいなところがポイントとしてあると思うんですけれども。
やっぱりヤプリさんも最初に導入されたときは、でも導入されたときも、THE MODELに従ってデータ基盤を作っていきたいみたいなところで横断してデータ見ていきたいみたいなところがあったと思うんですけれども、それできっと成功された上でも、やっぱりRevOpsにまたステップを進めていこうっていう風になると、やっぱ難易度っていうのは難しいんですかね。

そうですね。やっぱりビジネスってどんどん変わるんで、我々もプロダクトサービスが増えたり、そこのそもそものアプリの用途もたくさん増えていったりっていう風に変わる部分があったのと、
あと、より各部門で使うツール周りもそれぞれがパフォーマンスを出しやすいものに変わって、そこのセールスフォースとの連携の仕方とかもどんどん変わっていったりしてるんで、そこに一番最初に作ったやつは対応しきれていない部分が結構目立ってきてるっていうようなところですね。

基盤を最初に作るだけじゃなくて、その後に運用していくであったりだとか、さらに更新していくみたいなところでまた難易度が上がってくるというか。

そうですね、まさに。
データ基盤を作るうえで大切なことと、TROCCOの強み

で、そこを結構一番最初に作ったのはそこのビジネス側のメンバーとかもおったりしたんですけども、あとそこがね、卒業していったりとかもあったりして。

はいはいはい。

あったんで、ちょうどいろんな各所条件踏まえてガラッと一から作り直す方がいいよねっていうのが今訪れてやってるっていうところですね。

そういう変化の速さであったりだとかメンバーの入れ替わりみたいなところはちょっとスタートアップらしさもあるんですかね。

そうですね、言うて我々もまだまだちっちゃい会社ですんで、かつそういう作り替えがやりやすいっていうのはすごい嬉しいですね。
何ですかね、欲しがって申し訳ないんですけども、TROCCOもそういうところの作り替えはやりやすいようにとは思ってはいるんですけど。
そうですね、まさになんで。やっぱ壊して作る。やっぱね、新ゴジラ映画でもありましたけど、日本はね、スクラップ&ビルドでのし上がってきたんでね。
やっぱね、その方がいいもの作りやすいんですよね。本当作り直せる。やっぱね、強くてニューゲームみたいな感じなんですよね。
いろんなトライしてね、次こうしたいってすごいたくさん見えてくるんで、それを踏まえてリセットして作り直すまでがパッパできるっていうのは僕はデータ活用においてはすごい重要だなって思ってますね。

はいはいはい。

いかにステークホルダーとの関係性も踏まえてリセットしやすい状態にして動くかはめっちゃ重要だなって思ってます。
そういう意味でツール側のリセットのしやすさを担保してくれてるのはかなりの部分、TROCCOは強いですね。
今後データを通じて実現したいこと

ありがとうございます。そうですね。TROCCOを導入されたいってお客様で言われるのはデータ活用、もちろん変化が早い業界であるっていうところもそうですし、
なかなか始める前に成果見えづらい分野ではあるので、スモールスタートでちょっと小さく始めてちょっと成果を見せると、実績として社内に説明しやすいみたいなところもあって、すぐにとりあえず作ってみるみたいなところに取り組みたいっていうお客様も多いですね。

ですよね。少しずつ作っていって延長延長でいって、ある程度最後結構大きい形になってくると思うんですけど、そうすると結構ほころびも見えてくる、来やすいものなんで、それをまた全体像が見えた上で作り直していくっていうのは、僕は結構いい成長の仕方なんじゃないかなって思ってますね。
そうですね。おっしゃる通りですね。
本当マジ、そうですね。捨てる前提でやっていくのがいいですね。

捨てることは前が無駄になることではなくて前進することなので。

バイ。
バイ村島。

そうですね。
阿部さんは名言を作るのがうまいから。
そうですね。
頑丈なTROCCOっていうようなワードであったりだとか。

そうですね。TROCCOは頑丈だぜって結構言ってますね。僕ね、あちこちでね。

社内で流行りワードになりましたね。TROCCOは頑丈だぜのワードは。
とか私は、あれも覚えてます。データは増えるの話。

ニーズは増える、データは増える、君らも食えるってことですね。
それです。
これは新卒に必ず言ってますね。

私自身も励みにしている言葉ですね。データ活用業界で働いているものとして。

本当に実際そうなんでね。永遠にデータを取る機器もね、データも増え続けてるんで。

そんな風にデータが増えていくこの世界で。今後、阿部さんの夢みたいな話でもいいんですけれども。
どんなデータ活用に取り組んでいきたいかみたいなところも教えていただけませんか。

じゃあこれはまた前編のさっきの話に戻るんですけれど。
さっきね、やっぱケロンパス好きってそこに惹かれたみたいなお話したと思うんですけど。
やっぱりああいうのを実現していけたら嬉しいなと思ってるんですね。
感覚とかで本当はわからないものを何らか見えるようにする。
あるいは直接感じれるようにして、そこに対してアプローチできるようにしていくっていうことはやりたいですね。
例えばですけど、うちね、ヤプリという会社、今はスマートフォンアプリですけれども。
基本的にはそういったデジタル機器を使って社会を便利にしていくっていうのがミッションとしてはあるんですね。
デジタルを簡単に、社会を便利にっていうのがそのミッション、ワードとしてあるんですけれど。
そのデジタル部分、データを取る部分でいろいろできると嬉しい、面白いなとは思ってますね。
例えばですけど、めっちゃ例えばですけど。
漢方薬とかのお店で、舌診(ゼッシン)って言って舌を見せたらその人の体調わかるみたいなのあったりするんですよね。
おじさんが診断してくれるみたいなのあって。
ああいう感じで、例えば舌を写真撮ったら体調めっちゃわかるみたいな。
そういう診断してあげるみたいなとか。
そういうね、直接人間に関わるようなデータを収集して、その人のことがよりわかる、わかってあげられるみたいな、そういったところを実現していきたいですね。
翻訳の重要性

なるほど、なるほど。
阿部さんの将来の夢みたいなところと、しかもヤプリさんのビジョンというかミッションみたいなところが結構ひも付きがあるっていうのも楽しそうというか、
会社にとってもいいことですし、阿部さん自身にとっても楽しいっていうのはすごい素敵な環境ですね。

そうですね。なんで結構、やっぱりデジタルデバイスもどんどん進化していくと思うんで、そこで取れるデータが増えるたびに虎視眈々と狙っていくっていうような形でいけたら嬉しいなと思ってますね。

そんなヤプリさんの新規事業に今後も期待しながら見守っていければなと思いますし、そんなところを陰からprimeNumberも支援していければなというふうに思っております。
阿部さん何か他に喋っておきたいなみたいなところありますか?

じゃあ最後一個だけ。これは結構村島さんとのお話になるんですけど、私結構データ分析っていう仕事においては、翻訳っていうのが重要だと思ってるんですね。
データを見ていかに周りの人にわかりやすいように翻訳し直して伝えていくかっていうのがかなりのウェイトを、仕事の価値を出すことにおいてかなりのウェイトを占めていると思ってて、
村島さんも大学時代、翻訳を専門に研究、勉強されたじゃないですか。

はい、おっしゃるとおりです。

結構村島さんとお話するときはこの話してたりするんですけど、翻訳家としても引き続き腕を磨いていきたいなって思いますね。
そういうデータを翻訳する人間としてですね。
村島さんも今後いろんなデータ関連のお話を聞いていく上で、こういう新しい翻訳の仕方があったよみたいなのがあったら、ぜひぜひ教えていただけたら嬉しいなって思ってます。

もちろんです。私も広報という仕事も翻訳に似てるなと私は実は思っていて、
データの中の話であったりITの話であったりをいかに分かりやすく世の中に伝えていくかみたいなところで日々考えているところではあるので、
ぜひぜひ情報を共有しつつ、世の中にデータを一緒に広めていくというところで阿部さんと一緒にやっていけたらと思います。

はい、というわけで引き続きよろしくお願いします。

引き続きよろしくお願いします。
ヤプリのデータサイエンス室、室長、阿部さんでした。どうもありがとうございました。

ありがとうございました。