コロプラ・ベアーズ 面白いものを作りたい仲間が集まるベアーズ

ゲームのデータ解析に必要なスキルとは? コロプラデータサイエンティスト座談会
TEAM

ゲームのデータ解析に必要なスキルとは? コロプラデータサイエンティスト座談会

加藤 朋之

データサイエンティスト
マネージャー

早稲田大学卒業後、大手通信教育会社に入社。タブレット教材の開発や分析業務を経て、2015年2月、コロプラにデータサイエンティストとして入社。

y.i

データサイエンティスト
リーダー

東京理科大学大学院修了後、大手印刷会社で研究開発に従事。2016年1月、コロプラにデータサイエンティストとして入社。

s.b

データサイエンティスト
リーダー

東京大学大学院修了後、2016年4月、コロプラに新卒エンジニアとして入社。翌年、リーダーに就任。

コロプラにある巨大なデータを総合的に分析し、"合理的な(=成功確率の高い)意思決定" を推進するデータサイエンスチーム。その活動領域は広く、主力のゲームプロダクト事業はもちろん、マーケティング、人事、経営課題といった領域まで縦横無尽にデータを扱い、事業に役立つ知見を見出したり、事業を最適化するために必要な情報を導き出したりしています。

インタビューの前は漠然と "パソコンに向かって黙々と分析し続ける職種" というイメージがありましたが、話を聞いてみると実はディスカッションの時間が多く、常に自分たちのミッションとモットーを意識しながら仕事をしているという、かなり一体感のあるチームであることが判明しました。

新卒中途ともに新たな仲間を募集中! ということなので、各自の入社理由から具体的な業務内容、必要なスキルまで聞いてきました。記事を読んでミッションやモットーに共感された方はぜひENTRYを!
Colopl_Be-ars_te_DataScience_800_533_5.jpg

統計学やプログラミングの知識以上に必要なのは、
思考体力とビジネススキル!?

「データサイエンティスト」というと、"膨大なデータを分析してビジネスに活かす専門職" というイメージがありますが、まずはみなさんが現職に就くまでにされてきたことや入社理由を教えていただけますか。

s.b 私は大学院でいわゆるbigdataの研究をしていて、国際学会で発表するくらいの成果も出ていたんですが、"実際に役に立つのは10年先かもしれない" という研究を続けるより、"今日したことが明日、とは言わなくても、来週くらいには何かしら役立つような仕事をしたい" と考えて、就職することにしました。
コロプラにはエンジニアとして新卒入社し、研修の後、データサイエンスチームに配属されました。

y.i 私が新卒で入社したのは老舗の印刷会社で、しばらくは研究職として、ログの解析やWebアプリケーションの開発をしていました。でも大学院でニューラルネットワークの研究をしていたこともあり、データを使って会社の意思決定に貢献していくような仕事に就きたいと考えるようになったんですね。
コロプラには「これからデータサイエンティストになりたい」という意思を伝えて入社しました。ゲームも好きだったので、マッチング度は高かったです。

加藤 私もコロプラが2社目です。新卒入社した大手通信教育会社では、タブレット教材の企画・開発等に携わっておりました。しかし、企画の仕事をしていく中で、企画を考えるための "分析" のほうが面白くなったんですね。その後、新設された分析チームに社内公募で異動したのですが、さらなる技術向上を目的にコロプラへの転職を決めました。

ここまでの経歴はみなさんバラバラなんですね。ちょっと確認したいのですが、データサイエンティストになるために "絶対必要なスキル" のようなものってあるのでしょうか。

加藤 まず "思考体力がある" というか、困難な課題に対しても粘り強く考え続けられるような方が向いていると思います。そういう素地がベースにある上で、ほかに必要なスキルは3つです。1つ目は統計学などの学術的なスキル、2つ目はプログラミングをするエンジニア的なスキル、3つ目はコミュニケーション能力や課題発見力などのビジネススキルになります。

s.b 最近はその中でもビジネススキルに強い方を求めています。統計学の知識やエンジニアスキルについては、後からいくらでも身につけていくことが可能です。しかし、ビジネススキルは、習得に時間がかかる上に、どんな分析の仕事でも必ず必要になるので。「課題は何か?」「どうすれば解決できるのか?」「誰を巻き込んでどう進めればいいのか?」といったことを的確に考えるのが、この仕事の肝だと思っています。

加藤 大事なところだけど、難しいよね。全社レベルの課題なのか、現場レベルの課題なのかでも、進め方が変わってくるし。あとは、データに基づいて改善提案をした上で、改善実現のためのフォローや、改善後の効果検証をすることも大切だよね。

s.b はい。「AをBにしてください」と提案するだけなら簡単です。でも、提案しただけで何も変わらなければ意味がありません。現場が変わるためのフォローや、その後の検証も大切です。コロプラのデータサイエンティストには、そうしたサイクルを回せる力が必要です。

y.i サイクルが上手く回り、最終的に「やって良かったね」とみんなで言える瞬間が最高ですね。
Colopl_Be-ars_te_DataScience_800_533_3.jpg

ミッションは "合理的な意思決定" の推進。
モットーは "手段にこだわるな、目的にこだわれ!"

パソコンに向かって黙々と分析し続ける仕事......みたいなイメージがあったのですが、ちょっと違うみたいですね。基本的な仕事の流れを教えていただけますか。

s.b プロダクトにもよりますが、基本的には定例ミーティングで、現場のクリエイターたちと解決すべき課題の認識合わせをするところから始めます。その上で、課題の原因をデータで明らかにして、適切な解決策を提案していきます。

y.i たとえば、「新規ユーザーさまの定着率が低い」という課題があったとします。分析の結果から、「ステージが難し過ぎる」ことが原因であると分かったら、「特に難しく、離脱の起こりやすいステージの難易度を調整する」と提案していく......そんな流れですね。

加藤 あと毎週2回、チームの分析官全員が集まる定例もしていますね。基本的にコロプラにおけるミーティングって短いんですけど、我々は毎回1時間ほど、場合によっては2時間近く話すこともあります。みんなでディスカッションしながら課題に対する深堀りをするんです。

s.b 自分の解釈を人に聞いてもらわないと独りよがりになり、結論を誤ってしまうかもしれないので、定例のディスカッションは重要ですね。

y.i 普段もよく話すチームだと思いますけど、定例でも本当によく喋りますよね。「この施策について、こんな所感を持ちました。みなさんはどう思いますか」「掘り下げてみようか」「現場共有しようか」と、延々。

加藤 あと、新しい分析を始める際は、目的に関する議論も徹底していますね。「目的は何?」「それは分析する意味があるの?」といった具合で。

s.b このチームのモットーは、"手段にこだわるな、目的にこだわれ" ですからね。

なんだか、みなさん一体感がありますよね。基本的に認識が一致していて、会話がスマートに進むというか。

s.b それは日頃から議論を重ねて、お互いの認識を合わせているからだと思います。

加藤 我々のミッションは "データに基づいた合理的な(=成功確率の高い)意思決定を推進する" ことです。そんな我々が、主観の重力に引っ張られて誤った結論を導いてしまうわけにはいきません。だからこそ、様々なバックグラウンドを持つメンバー同士で、徹底的に議論しています。



y.i そんな議論を通して正しい結論を導いていくのが、我々のチームの強さです。

Colopl_Be-ars_te_DataScience_800_533_1.jpg

スピード感のある場所で働くとPDCAが早く回り、成長スピードも早くなる。コロプラで働くやりがいとは?

明確なミッションとモットーに共感している人が集まっているというわけですね。ほかに、みなさんに共通していることってありますか。

加藤 主な事業がゲームプロダクト事業になるので、"ゲームが好き" というのはベースにあると思います。みんな毎日30分はスマホゲームをしているんじゃないですか。

y.i コロプラは運用中のゲームが多いので全部はやりきれませんけど、主担当のゲームに関してはイベント含め全部やっています。

s.b でもこのチームに入るまで「スマホゲームをやったことなかった」というメンバーもいますよね。今は案外楽しそうにやっていますけど。 

加藤 これまでやったことがなくても、ハマる人であればいいのかなと思います。 私も入社当初はほとんどやっていなかったんですが、弊社のゲームはよくできているので、やればハマります(笑)。

s.b そうですね。私はもともとゲームが好きなので、SNSなどで「面白くなった」「改善された」といった評判が上がってくることも、仕事をする原動力の一つになっています。会社のためだけでなく、世間の方にも喜んでいただけたというのが嬉しいんですよね。

データサイエンティストごとに担当プロダクトが決まっているという感じなんでしょうか。

y.i それぞれに詳しいプロダクトがあるという感じで、特に担当プロジェクトはつけていませんが、ゲームをやり込んでいないと提案できないことも多々あると思います。

s.b それでいうと、ゲームによって "大切なもの" が違って、アプリによってやるべきことが全然違うのは面白いと思います。

"大切なもの" が違う?

s.b たとえば、アクションRPGである『白猫プロジェクト』と、対戦ゲームである『白猫テニス』では、考え方が違います。そのゲームでユーザーさまに愛されているのは、アクションとしての面白さなのか、ストーリーなのか、キャラクターなのか、はたまたBGMなのか、何を変えてはダメで、何を変えるべきなのか、違うんですよ。

加藤 あとは、ゲームのフェーズによっても、分析すべきことが変わってくるので面白いです。リリースされたばかりのゲームと、リリースから何年も経っているゲームとでは、解くべき分析課題が全く異なります。

ゲーム事業ならではの、やりがいがあるんですね。ところでデータサイエンスチームの分析対象は、ゲームだけなのでしょうか。

加藤 ゲーム事業の分析は7割程度。残り3割として、経営企画、人事、マーケティングの課題に取り組むこともあります。

s.b 社内で自分が普段感じている課題はもちろん、違う部署の人との会話などから「これ改善できるんじゃない?」と課題が生まれてくることもありますよね。

y.i 自分が課題だと思ったことをきっかけに、分析を進められるのは楽しいですね。「こういう課題があると思います、これを解決すると会社がこう変わるのでは」とチーム内に共有し、みんなでブラッシュアップしながら、分析・解決まで進められると、大きなやりがいを感じます。

s.b 正しいロジックと数字の根拠があれば、役職も関係ないですしね。私は配属から1ヶ月ほどのときに社長と1対1で議論して、わりと大きな施策がすぐ通ったときに、"このスピード感はすごいな" と思いました。あるゲームの分析結果を伝えたところ「すぐ取り掛かるように」と指示が出て、1ヶ月先にはリリースされ、売り上げにも大きく貢献したという......コロプラならではのスピード感だったと思います。

加藤 コロプラではそういうのが日常茶飯事だからね。結局、スピードが速いと分析官として高速でPDCAを回すことができるので、成長スピードが速くなります。「できることがどんどん増えて手応えを感じられる」「自分の技術が上がってきている」と日々実感できます。

Colopl_Be-ars_te_DataScience_800_533_4.jpg

データサイエンスチームの業務内容とチームの雰囲気がわかってきたように思います。最後に、これからメンバーになる方に向けて、メッセージをいただけますか。

y.i チームで支え合いながら、自己成長をしたいという欲求がある人にはすごくいい環境だと思います。オフィスツアーなどもありますので、まずは気軽に来ていただきたいですね。

s.b コロプラは分析対象となるプロダクトの数とユーザー数が多いのも魅力ですし、ここはゲームプロダクト以外の領域でも課題設計から改善・検証できるチームです。困難な課題であっても自分で道を作り、必要あれば他人を巻き込んで物事を進められるような方をお待ちしています!

加藤 データサイエンスチームの魅力は、データを武器に社内を縦横無尽に動けることです。様々な部門と関わり合いながら、会社の変革を一緒に担ってくださる方にお会いできるのを楽しみにしております。

今日はありがとうございました!! 新たな出会いが楽しみですね!