サービスを技術面で支えるエンジニアは、ビジネスサイドとどのような関わり方をしているのか。データ＆AIグループのメンバーとDELISH KITCHENカンパニーのコンシューマ事業部長に、普段の業務でどのような連携をしているのかインタビューしていきます。
（写真左から）
島田 雅年
開発本部 システム開発部 データ&AIグループ マネジャー
スマホアプリのデータエンジニア、広告系システムのプログラマやアーキテクト、プロジェクトマネージャを歴任。ドメイン駆動設計やアジャイル開発を軸にした開発手法の導入支援、Scala入門者向けの教育や新人教育などに携わる。2017年株式会社エブリー入社後、『DELISH KITCHEN』のデータウェアハウスアーキテクトとしてデータ基盤構築を担当し、開発本部システム開発部データ＆AI マネージャー就任。
伊藤 駿
開発本部 システム開発部 データ&AIグループ データエンジニアリングチーム
2020年京都大学大学院を卒業後、新卒でエブリーに入社。現在は開発本部システム開発部データ＆AI データエンジニアリングチームに所属。統計・機械学習を用いた『DELISH KITCHEN』のログデータ分析、A/Bテスト基盤の構築・運用などに従事。
柴田 一旭
DELISH KITCHENカンパニー コンシューマ事業部部長
2009年、株式会社セプテーニに入社。コンサルタントとして、SEMを中心とした広告の運用に従事。新規獲得からメディアバイイングまでマネージャーとして主導し、金融からヘルスケア、ゲーム、ECなど様々な業種のクライアントを担当。2017年1月エブリーに入社し、『DELISH KITCHEN』のメディアコンテンツ事業に従事。その後、D2C事業の立ち上げを行い、2020年7月コンシューマ事業部部長就任。
データの精緻化と、A/Bテストのフロー構築
ーまず皆さんの現在の業務を簡単に教えて下さい！
柴田：DELISH KITCHENカンパニーのコンシューマ事業部（以下、CSM）の部長として、『DELISH KITCHEN』アプリのプレミアムサービス事業全体の戦略と方針の策定を行っています。
島田：システム開発部 データ&AIグループ（以下、DAI）のマネジャーとして、在籍するデータエンジニア・データサイエンティスト・データアナリストのメンバーがそれぞれ適切にコミュニケーションできるマネジメント全般と、データ基盤の設計などを担当しています。
伊藤：私は、DAIでデータサイエンティストとして、データ分析や分析基盤の構築と運用などを通して事業部の課題解決に向けたサポートをしています。
ー柴田さんに伺います。エンジニアと連携する前、ビジネス側にはどんな課題がありましたか？
柴田：課題は2つありました。1つ目は、プロジェクトメンバーの中でどのKPIやレポートを見れば良いのか共通認識が取れていなかったことです。プレミアムサービスでは、単純に売上を追うだけでなく、ユーザー数や転換率、無料トライアルの登録ユーザー数など様々な指標を注視しなければなりません。今まではプロダクトマネージャー（以下、PdM）がそれぞれExcelなどで作成していましたが、組織が成長したことによりプロジェクトの全メンバーが共通認識を取る必要があると思い、データの精緻化やフォーマット化をDAIに依頼させていただきました。
2つ目は、A/Bテストに関してです。『DELISH KITCHEN』という1つのアプリの中で、プレミアムサービスだけではなく、色んなチームが様々な検証をしています。ホーム画面1つをとっても、平行して様々な検証が行われている中で、しっかり検証ができているのかという不安がありました。色んなチームをまたがった問題なので、私達だけで解決できる問題ではなく、フローを改善する必要があると思いDAIに相談させていただきました。
島田：前提として、PdMとデータサイエンティストでは同じ「データ」でも認識が違うんですよね。情報を解釈するためのDIKWモデルというフレームワークがあります。これはData(データ)、Information（情報）、Knowledge（知識）、Wisdom（知恵）という順番で抽象度が上がっていきます。DIKWモデルに沿って説明すると、PdMはKPIや総売上などWisdomという1番高いレイヤーで物事を見ています。一方でデータサイエンティストは、InformationとKnowledgeというレイヤーのデータを見ています。
島田：Informationレイヤーには、例えば「1人1人のユーザーがどんな属性でどんな行動しているから課金するのか」と「全体のうち課金率がどれぐらいで、売上が上がっているのか」というようなものがあって、同じようなことを語っているようで全く別の話をしている可能性があります。
PdMは基本的にWisdomとKnowledgeのレイヤーのデータを見ています。しかし、WisdomやKnowledgeを支えるInformationレイヤーの解像度を上げなければ、データ可視化を支えられないため、Knowledge以下のデータの高解像度化をデータサイエンティストとデータエンジニアが一丸となって対応しました。
プロジェクトメンバー間でのKPI共有や次の施策検討もスムーズに
ービジネス側の課題を踏まえて、現在エンジニア側ではどのような連携をしているのでしょうか？
伊藤：現在はDAIとCSMで毎週定例会議を実施しており、CSMの課題に対してどう対処するかと進捗などを共有しています。例えば『DELISH KITCHEN』アプリのDAUに対して、プレミアムサービスの会員数やどのくらいの頻度で利用してくれているのか、どのような経路で登録してくれたのかなどの様々な軸でデータを抽出し連携しています。また、データ分析を行った上で、どのようなユーザーに向けてキャンペーンを実施すると効果が出やすいかなどのKnowledgeの提供もしてますね。
A/Bテストに関しては、エブリーで使用していた既存のA/Bテスト基盤だと将来的に考えると効率的ではなかったため、よりAgilityを向上させるために他社事例を調査し、最適な方法を探り基盤を構築しました。例えば直近では、プレミアムサービスへの画面遷移に関してのA/Bテストを実施しました。PdMのメンバーに作成してもらった遷移図をもとにテストを行い、どんな変更を加えると効果が出やすいか、どんなユーザーに割り当てれば正確なデータがとれるかなどを議論しながら進め、最終的に得られた結果を見て、本当に効果があったのかなどPdMのメンバーと議論しながら進めていきます。
▼関連するエンジニアリングブログの記事はこちら
ー実際にDAIと連携するようになってどんな変化がありましたか？
柴田：はい。まず1つ目の課題にあげたレポートに関しては、正確かつ自動化されたので本当に助かっています！島田さんもおっしゃっているように、今まではPdMとDAIのメンバーでももちろんですが、データを出した人によって抽出方法もバラバラでした。そこをDAIに整えてもらったことによって、プロジェクトメンバー全体でのKPI共有もスムーズになりました。
2つ目のA/Bテストに関しても、検証フローを構築してもらったことによって、精緻化されたので検証結果のデータもわかりやすく、次のアクションも取りやすくなりましたね。
データサイエンティストが管制塔となりユーザーの生活をより豊かに
ーデータサイエンティストとしてエブリーで働く魅力はどういったところに感じていますか？
伊藤：事業を長期的に見て、既存の体制や分析基盤よりもAgilityを改善させられる取り組みができることはエンジニアとしてエブリーで働く魅力の1つだと思っています。今回のA/Bテストに関してもそうですが、ビジネス側のメンバーと連携しながら将来的に会社としての資産になるような新たなチャレンジができるという点にやりがいを感じています。
島田：一般的にデータサイエンティストの課題として、「自分のやっていることが会社にどう影響を与えられているのかがわからない」というものがよく言われています。我々DAIの仕事は、ビジネス側のメンバーの協力が必要なんですよね。エブリーではビジネス側のメンバーと連携してプロジェクトを進めていて、PdMが立てた仮説をデータサイエンティストがデータ分析し、そこから改善策や新たな施策を計画していきます。自分が分析したデータが施策や課題解決に繋がることはデータサイエンティストとしてやりがいを感じられるのではないでしょうか。
ーでは最後に、今後の展望を教えて下さい！
柴田：『DELISH KITCHEN』アプリは、現在進行系でいろんな機能が増えています。それに伴ってユーザーの数も特性もどんどん変わってくると思っています。サービスが大きくなればなるほど、データも複雑化してくると思うので、レポートの精緻化やA/Bテスト基盤の構築のように、DAIとの連携が必要不可欠だと思います。今後もより良い機能開発を目指し、サービス拡大に貢献していきたいですね！
伊藤：柴田さんがおっしゃるように、サービスもより多様化しデータも複雑化していくと思います。そんな中でもエブリーが抱えているビッグデータをうまく活用して、事業へ貢献していきたいですね。
島田：データエンジニアリングチームの方針として、「情報空間の管制塔になる」というものを掲げています。データサイエンティストが管制塔となり、データ活用によって『DELISH KITCHEN』ユーザーがより豊かな生活をおくれるようにレコメンデーションし事業に貢献していけたらなと思っています。
