リクルートはどのようにしてデータ分析に取り組んでいるのか--理想と現実

　前回の記事ではデータを活用できる組織になるためのポイントについて説明しました。また、これまでの連載記事を通じてデータ分析者が取り組むべきことをさまざまに説明してきました。今回からは実際にデータ活用を先進的に進められている企業担当者に実際にどの程度データ活用ができているのかをインタビューしていきます。

　今回は株式会社リクルートライフスタイルでデータ分析を担当している高柳慎一さんにインタビューしました。

株式会社リクルートライフスタイル ネットビジネス本部
ディベロップメントデザインユニット　データエンジニアリンググループ高柳慎一さん

--現在担当している業務内容を教えてください。

　現在は「じゃらん」「ポンパレ」といった自社ウェブサービスや集客分野で機械学習を用いた業務改善の全般を担当しています。

　業務内容としては分析や機械学習のコードを書いている時間がだいたい8割程度で、業務に関する打ち合わせに残りの2割を使っています。

--自社でデータをどのように活用されていますか。

　私たちのサービスはウェブサービスなので、ユーザーの閲覧ログや行動ログ、予約に至ったかどうかなど、実際の購買情報を用いて分析や機械学習を実施しています。

　購買するかしないかの単純な「2値分類」などもよく使います。あとは顧客の単価の予測です。KPIはあまり多くなく、基本的には「コンバージョンするかしないか」というシンプルな形です。例えば、じゃらんではユーザーの行動から支払い方法や旅行先を機械学習により推測しています。それをデフォルトの選択肢を推測し事前に用意しておくことでより購買を促進させる施策などを行っています。

--分析や機械学習の依頼はどのようにくるのでしょうか。

　基本的にはわれわれからビジネスサイドの担当者に提案することが多いです。データプランナーという職種の担当者がいて、ビジネス側の課題をヒアリングしてきます。そして、簡単な集計や分析を行いつつエンジニアリンググループと連携して解決策を提案しています。

　分析結果の返し方は基本的にサービス専用のAPIで返しています。データプランナーによるレポーティングでの報告という事例もあります。

　レポート形式は一般的なパワーポイントからR MarkdownやHTML形式などさまざまです。特に決まった形はありません。社内なのでそこまで体裁を整えていないです。レポート自体がビジネス貢献するわけでもないですしね。