〜意思決定を支える人を増やすため、データの「民主化」を推進！データ分析の「心理的ハードル」を下げ、全社にデータを浸透させるBIチームの活動とは〜

データドリブンな組織を作る上で、データ分析ができる人をどう増やすか、ということは重要な課題だ。

BI（Business Intelligence）チームを有し、経営事項などの「意思決定」をデータで支えている、株式会社メルカリ。

※メルカリ社のデータアナリストについては、こちらの記事もご覧ください。

同社ではこの数年、事業ドメインや組織の拡大に伴って意思決定の回数が増えてきた一方で、それを支える「データ分析人材」が足りない、という課題を抱えていた。

そこで1年ほど前から、「データの民主化プロジェクト」を発足し、数々の施策を実行。その核として「ゆるふわBI」と呼ばれる組織体を形成し、各プロジェクトでデータ分析のできる人材を育成してきたという。

また、現場のノウハウやキャッチーな分析を社内Wikiに記事化することで、データに対する社員の心理的ハードルを下げる取り組みを推進。

さらに、民主化を推進する上でのデータガバナンスを強化するため、2018年6月に新しいダッシュボードツール「Looker」への切り替えを実行したという。

今回は、同社でデータ民主化を推進するデータアナリストの伊藤 暁央さんに、民主化の背景から活動の全貌に至るまで、詳しくお伺いした。

マーケターに必要なスキルとは？データアナリストに転向した理由

私は元々、広告代理店にて、クライアント企業のマーケティング戦略の立案から実行までを担当していました。

その経験を活かす形で、2016年4月にメルカリに入社し、デジタルマーケティングのインハウス化の立ち上げから推進までを担ってきました。

当時、広告投資のパフォーマンスを最適化していく中で、各広告プラットフォーマーが機械学習をベースに最適化する力を目の当たりにして。

従来の「属人的なノウハウによる差別化」から、「良質なデータをいかに意味のある形で最適化し、活用することができるか」がデジタルマーケティングの勝負を決める時代が来ると感じました。

その中で、今後のデジタルマーケティングにおいて必要とされるスキルは、大きく3つに集約されるだろうと思ったんですね。

具体的には、「事業成長に直結するビジネスドライバーの設計能力」「そのドライバーを伸ばすために必要なデータの見極め・成形能力」「お客様の潜在ニーズを捉え、クリエイティブに落とし込む能力」の3つかなと。

その内、特に前者のふたつは「データ分析」を通じて解像度を上げることができると思い、独学で勉強を始めました。

最初は、関連書籍を読み漁ったり、SQLのドリルのような教本を1冊こなしつつ、社内Wikiにドキュメント化されていた過去のコードを数百個くらいトレースしたりして、かなり地道に学んでいましたね（笑）。

その後、マーケティングチーム内の分析を担っていたのですが、他の領域も含めてデータ分析を通じた意思決定を支援したいという思いが強くなってきたんです。

そして2018年の10月から、データアナリストとしてBI（Business Intelligence）チームに加わりました。

意思決定を支える人を増やすため、データの「民主化」を推進

BIチームは、組織図上は全社横断の部署になります。ですが、メンバーは社内の各プロジェクトにアサインされており、実質的には各プロジェクトの構成員のような位置付けになっていますね。

メルカリでは、経営陣を含めたあらゆる意思決定者が、データの重要性を理解しています。

例えば、アプリに新しい機能を追加するか否か、マーケティング投資をどのような配分で行うかなど、重要な意思決定にはデータ分析の結果が多く活用されているんです。

しかし、ここ数年で事業ドメインや組織が拡大したことで、意思決定の回数も増え、その全てをデータアナリストが支援することはどうしても難しい状況になってきて…。

そこで、各プロジェクトの現場の人が分析できる環境を作ることで、可能な限り意思決定の場に「データ分析人材」がいる状況を作り出せないかと模索を始めました。

そもそも現場の人が持っている情報やデータ、サービスに対する肌感ってめちゃくちゃ重要だと思っていて。なので、分析の民主化を通じて、意思決定の精度も上がるのではないかという仮説もありました。

また、新しい人がどんどん入社してくる中で、各種データに関する情報共有の仕方においても、社内Wikiやダッシュボードの運用だけでは限界があるな、と感じていたんですね。

そこで1年ほど前から、より多くの人がデータ分析のできる環境づくりを目指して、BIチームのプロジェクトとして「データの民主化」の活動を始めました。

はじめに、現場でデータ分析のできる人を増やすため、「ゆるふわBI（通称、ゆB）」という名のゆるやかな組織体を立ち上げました。

活動を始めてから1年が経ち、専用のSlackチャンネルには、マーケティングやカスタマーサービス、PR、経理などのあらゆる部署から180人ほどが参加するまでに拡大しています。

現場の分析を担う推進者を「ピン立て」し、ゆるふわBIを広める

この活動をさらに広めていくため、現場でデータ分析を推進してほしい人を「ピン立て」し、BIメンバーがその人の能力開発を支援する、という活動も行っています。

というのも、BIのいないプロジェクトの中にも、実は分析データのニーズが高いところがあって。特に、施策検証などの緊急度の高い分析については、現場ですぐに意思決定ができる体制を作ることが大切だと考えています。

そこで、特に意思決定を行う機会の多いプロデューサーに対して、「SQLの習熟度はどうか」「能力開発の機会があったら利用したいか」といったアンケートを実施しました。

その結果を元に、ニーズと意欲の両方がある人に目星をつけて、マンツーマンの能力開発に誘っています。

能力開発では、BIメンバーの作ったカリキュラムをベースに、個人の学習ペースや習熟度に合わせてデータ分析の仕方を教えています。

最初は、何から始めればよいのかわからない人も多いので、最終的にどういうデータが欲しいのかを一緒に洗い出すところから始めていて。

それから、データは何で、どのように集計するかのロードマップを描き、そのために必要なSQLなどの知識をひとつずつ教えていきます。

この能力開発によって、データ分析の経験が全くなかった人も、今ではゆBの一員として現場のデータ分析を推進してくれていますね。

「心理的ハードル」を下げるため、キャッチーなネタも分析共有！

さらに、ゆB以外の一般社員にもデータを浸透させるため、いくつかの活動を行っています。

ひとつは、ゆBのメンバーに取材し、実際に行ったデータ分析の内容や手法を社内Wikiに記事化する、という取り組みです。

以前は、定例会でのプレゼンテーションの内容をそのまま共有していたのですが、他の社員からは「ガチすぎて入りづらい」といった声もあって（笑）。

その心理的ハードルを下げるため、第三者による記事コンテンツとして公開する形に変えました。基本的には、週に1本のペースで制作し、社内Wiki上で公開しています。

▼実際の、社内Wikiで公開された記事（一部）

データの専門ではないゆBのメンバーに取材することで、分析スキルの身につけ方や、課題に対する切り口の考え方などを伝えることができるので、一般社員にも役立つ内容になっていますね。

また、事業には直接関係ないけれども、多くの人が関心を持ちそうなキャッチーな分析をして、社内に共有するような活動も行っています。

ある時には、「くまモンを一番買っているのはどの県の人か」という切り口で分析したこともありました（笑）。

社内から「おもしろいね」という反響もあって、最終的にこの分析はPRのプレスリリース配信にもつながりましたね。

▼くまモンの分析を活用したプレスリリース

メンテナンスの課題から、ダッシュボードツール「Looker」を導入

組織にデータが浸透し、ダッシュボードの活用も進んできた一方で、「メンテナンスコスト」の問題が徐々に現れてきて…。

特に、ダッシュボードを作る人によって、指標の定義が曖昧だったんですね。

例えば、メルカリ内の「検索回数」に関するデータについて、キーワード検索の他にカテゴリ検索なども含むのかどうか、といった定義が異なっていたことで、議論がブレてしまうこともありました。

そこで、データのガバナンスを強化するため、以前使っていたダッシュボードから「Looker」という新しいダッシュボードツールに切り替えました。

▼新しいダッシュボードツール「Looker」（画像は、Looker社のデモ画面）

Lookerは、海外ではFacebookやSpotifyなどの著名な企業が導入しており、メルカリでもUSで先行して活用しているツールです。

その評判を受けて、メルカリJPでも2018年の6月からトライアル導入し、11月末に完全移行しました。

Lookerでは、権限設定を「データを定義する人」「定義されたデータを元に分析やダッシュボード作成ができる人」「作成されたダッシュボードを閲覧できる人」の3つに分けることが可能です。

また、Githubでコードのバージョン管理もできるので、データの定義や分析する人の管理もしやすいですね。

それに加えて、グラフの表現方法が多彩なので、以前よりも視認性がよくなり、さらに「愛されダッシュボード」になったと感じています。

運用面においても、Slack連携が誰でも簡単にできるようになったので、データの民主化を支えてくれていますね。

データ民主化の「2周目」のサイクルを回していきたい

この1年ほどデータ民主化の活動に取り組んできて、1周目のサイクルは回せたかなという感覚はあって。

ゆるふわBIが確立し、今までBIチームが担っていたような分析を現場のゆBメンバーが分析できている体制は、ある程度作れてきたかなと思っています。

一方で、「BIメンバー」「ゆBメンバー」「それ以外の一般社員」という3つの階層を考えた時に、その一番外側にいる人たちを、もっとゆBのメンバーにしていきたいんですよね。

ただ現状は、まだまだそこの壁が厚いと感じていて。熱心に活動をすればするほど、データ分析のハードルが上がってしまう面もあって、そのバランスの取り方が難しいんです。

ですが、今後はゆBのメンバーから他の社員に教えることで、データ分析をさらに伝播させていけたらいいなと思っていて。そうして、民主化の「2周目」を回していきたいと思っています。（了）