ゲーム事業×データ分析　ドリコムにおける組織と仕事の組み立て方

Copyright Drecom Co., Ltd. All Rights Reserved.
ゲーム事業×データ分析
ドリコムにおける
組織と仕事の組み立て方
2016/06/28
株式会社ドリコム
白石久彦・中村竜太郎

○自己紹介
白石久彦 (しらいしひさひこ)
株式会社ドリコム執行役員テクノロジー担当
1973年生まれ
東京都渋谷区出身 AB型
趣味：散歩
Ex.
ソフトバンクグループ、(株)レコチョク他

Copyright Drecom Co., Ltd. All Rights Reserved. 3
組織の組み立て方編

このパートでは
現在のドリコムのデータ分析関連の組織が、
・どのような経緯で
・どのような考えのもとに
・どのような形になっているか
を紹介します。

History

背景〜2012年度くらいまで
時期世の中ドリコム
2010
~11年
・プラットフォーム(モバ
ゲー、GREE、mixi)が勃興
・ソーシャルゲーム隆盛
・ブラウザゲームでヒットタイ
トルを複数リリース
・データ分析を開始
2012年・世の中的にBigdataとか
データサイエンティストに
注目集まる
・ソーシャルゲームピーク
・スマホシフト、ネイティ
ブシフトが本格化
・パズドラリリース
・ブラウザのヒットゲームを多
数運営
・Bigdata基盤構築と分析業務
を行う人間の増加
・ガワネイティブ
プラットフォーム+ブラウザゲームのピーク期

ドリコムでのトピックス(-’12年度)
①導入
「データ分析」という考え方を導入
Webマーケティング的な考え方でKPI分析を開始
②環境構築
分析を行うための基盤を構築
データサイエンティスト的な人が複数入社
=>以降人数が増えていく
③組織化
チーム構成としては
分析グループ
基盤グループ
というような２グループで運営

時期世の中ドリコム
2013年・スマホシフト本格化
・ゲームもガワネイティブ
からネイティブアプリへ
・モンストリリース
・ネイティブゲーム開発に苦戦
ノウハウを貯める
・新規タイトルリリース数減少
2014年・引き続きネイティブゲー
ムアプリ隆盛
・ネイティブゲームでヒットタ
イトルを複数リリース
背景 2013〜14年度上期くらいまで
ネイティブへの転換と成熟

①市場環境の変化
当初ネイティブアプリ開発に苦戦
②気分的に
分析するということの優先度がなぜか低下
=>分析より面白さが重要だ！的論調
③結果
データ分析チームのコンディション悪化
データサイエンティスト的な人が複数離脱
=>体制の再考が必要に
ドリコムでのトピックス(‘13-’14年度上期)

組織って本当に環境や事業コンディションに影響されやすい

僕が担当になったのは、
その後の2014/10月から。
組織のコンディションも良くなかったので、
まずは立て直しから。
さて、どう進めよう？

本日この流れでお話ししている理由
僕にとって引き継ぎだったこともあって、
それまでの業務、リソースを理解する必要があった。
そこで行った分析/考察が、
・新規に始める方
・業務、組織どちらかまたは両方を引き継ぐ方
にとっても役に立つのではないかな、
と。

How To

①データサイエンティストについての理解
・世に言われているスキル要素/構造の把握
・世に言われている業務範囲
②組織作りのアプローチ
・今やっている実務の把握
・会社として作りたい状況の定義
・メンバーのスキルとやりたいことの把握
・パフォーマンスを最大化するための体制検討
などなど極めてオーソドックスなアプローチ
全貌の緩やかな把握と、すぐに必要な範囲の見極め
組織再構築にあたってとったアプローチ

データサイエンティストって。。
©データサイエンティスト協会データサイエンティストスキルチェックリストより

データサイエンティストのスキル
ざっくり分けると
・学術系スキル
・エンジニアリングスキル
・ビジネススキル
定義されている範囲は広く、難解!!

当時行っていた業務を構造と要素で整理
・優先度の高いもの/そうでないもの
・方法/レベルを再考したほうが良いもの
で分類
業務の把握と整理
ゲーム事業関連その他事業
既存タイトルの分析実務
新規タイトルの開発支援
立ち上げ支援
研究調査
Bigdata関連、学術系領域など
分析基盤/KPI Viewerの運用
アドホックな分析依頼

優先順位をつけ、
主力であるゲーム事業に影響を与えるものを最優先で担保
①分析実務
分析の実務が遂行されていること
・データを使った課題解決
・マーケティング効果測定
など
②分析実務に必要なエンジニアリング
分析に必要な数値が取れること
・KPI Viewerの開発/運営
・Bigdata基盤の運営
#弊社のBigdata基盤の技術的な話はこちらにて公開中
Tech Inside Drecom
https://tech.drecom.co.jp/migrate-to-treasure-data-and-aws/
優先順位付け

Make it Better

①事業理解
・携わる事業/市場の理解
・自社サービスの理解
②論理的思考
・課題発見、解決の提案
③基本的ビジネススキル
・提案力
・コミュニケーション力
・頼りにされる部署になるための動き方
ダイレクトな事業貢献をするためにこだわりたいポイント
ビジネススキルについての再考

スタンスを体現するために部署名を変更
旧名称データ分析グループ
新名称データコンサルティンググループ
今までよりも
・現場に近い
・論理的な
・頼りにされる部署
であるように
※このチームの仕事しかたについては後半の中村のパートで
分析グループの進化

未来への投資をどう行うか
①研究開発として取り組むもの
学術系スキルなどの領域は
・未来への投資のためには必要
・現業とはすぐにリンクしない
=>研究開発PJとして推進
②調査として取り組むもの
新しい技術系のソリューションのキャッチアップ
・Bigdata
・マーケティングテクノロジー
など
=>各要素技術のチーム、事業部門と
連携して調査に当たる
学術系スキルについての取り組み方

サービス推進部
エンジニアリング部門
分析実務での連携
プロモーション関連での連携
現在の組織形態と連携
データコンサルティングG
・ゲーム事業の分析業務
ゲーム運営
分析スペシャリストチーム
インフラ部
マーケティング
本部
エンジニアチーム
・Bigdata・KPI Viewer
アプリ
運営
チーム
アプリ
運営
チーム
研究開発PJ
学術系領域
の研究
技術面での連携
基盤技術部
連携学術系要素
統計学関連
アプリ
運営
チーム

Wrap Up

・そのスキル全部が必要なわけではない
目的に応じて取捨選択/濃淡をつければ良い
まとめ
・データサイエンティストのスキル範囲は膨大で難解
・学術系領域への取り組み方はさまざま
先のためには重要である
進め方は状況次第
・ビジネススキルはとても重要である
目的の整理と定期的な見直しが重要
その目的に沿った組織作りをすることが重要

ではバトンタッチ

仕事の組み立て方編

Copyright Drecom Co., Ltd All Rights Reserved.
結果に繋がるデータ分析の仕事の組み立て方

自己紹介
名前：中村竜太郎（なかむらりゅうたろう）
所属：データコンサルティンググループグループ長
ニックネーム：ドラゴン
年齢：35歳
趣味：筋トレ
職歴：・SIで6年
・インターネット旅行会社で3年

もくじ
1. 分析アプローチの変更
① 効果検証アプローチ
② 目標・計画立案
2. 社内KPI システムと業務の流れ
3. まとめ

分析アプローチの変更

①効果検証アプローチ

アプローチの変更前
企画
データ分析
開発リリース
（施策実施後）
プランナー
効果検証
よろしくー
定量的に計れる目標値や
プロセスKPIが不明瞭
企画段階からのデータ分析のコミットメントが弱かった
データ分析担当範囲

アプローチの変更後
企画
データ分析
開発リリース
（施策実施後）
プランナー
企画段階から入ることで、効果検証から改善点が明確に！
データ分析
そもそ目的は・・であってますか？
ターゲット層は・・で、
目標値は・・ぐらいですかね、
プロセスKPIは・・でどうでしょう？
目的・目標が明確なので、
効果検証から改善点は
ここだな！！
データ分析担当範囲データ分析担当範囲

企画時設定シートサンプル1

企画時設定シートサンプル2

②目標・計画立案

アプローチの変更前
計画立案
データ分析
運用分析依頼
ディレクター
今月はこれで
いこう！！
ディレクター
計画との乖離が
大きい！！
分析依頼だ！！
そもそも目標はいくつですか？
見込みが高すぎるのでは・・？
目標と計画が共通認識となっておらず、後手に回っていた

アプローチの変更後
計画立案
データ分析
運用分析依頼
ディレクター
目標と計画が共通認識となり、目標達成に向けて動きが迅速に！
A施策の見込みはこれでいきましょう
リカバリ策はこれで、×日時点で
実施可否の判断しましょう
データ分析
了解です！！
リカバリ策実施！
見込との乖離した
要因分析お願い！！

社内KPIシステムと業務の流れ

通称：Dragon Eye
＜機能＞
アプリ毎の基本KPI
事業全体の計画進捗度
見実進捗機能等々
ドリコム社内KPIシステムとは

社内KPIシステムと業務の流れ
プロデューサー
現場担当者他プロジェクト担当者
他プロジェクト計画に対しての
アドバイスを含めたコミュニケーション活性化
計画確認計画入力
計画と実績を共通認識とし、
リカバリ策を含めた計画に対してのコミュニケーション
データ分析
経営層
相談・サポート
相談・サポート
社内KPIシステム

意思決定の改善に向けて
ビジネスは意思決定の連続
意思決定というアクションを取る際に、
「経験・直感」だけでなく、
いかに数値とロジックが寄与したかがデータ分析のキモ

 分析する目的の一つは、「意思決定の改善」
経験・直感を数値・ロジックでの裏付け
 経営層を巻き込んで、業務フロー改善
 結果に繋げるためには、分析業務＋αの活動が重要
まとめ

ゲーム事業×データ分析　ドリコムにおける組織と仕事の組み立て方

More Related Content

What's hot (20)

Similar to ゲーム事業×データ分析　ドリコムにおける組織と仕事の組み立て方 (20)

Recently uploaded (10)