ビッグデータで、ミライを予測。

データ分析

日々生み出される膨大なビッグデータ。
記録して分析することで、事業に有効な知見を導き、ミライの予測さえも可能にする
データ分析への注目度はますます高まっています。
ビジネス課題を見つけだし、データ分析によって施策を提案。
KDDIの膨大なビッグデータに挑むデータ分析者が見つめるミライとは。

KDDI
技術戦略部
データ分析グループ

データ分析八田 じゅん(はった・じゅん)

国際ネットワークから次のステップへ。
未知の分野に必死で挑む。

データ分析グループに配属になったのは、世の中でビッグデータという言葉が注目され始めた頃でした。その前は約7年間、国際ネットワーク部で海底ケーブルなどのネットワークの設計や海外の通信キャリアとの交渉を担当。仕事にも慣れ、そろそろ次のステップへと考えていた時期だったので、これから必須となるであろうデータ分析に取り組めるのは楽しみでした。
とはいえ、ほぼ未知の分野だったので、必死でデータ分析の勉強をしました。多くの専門書を読みあさり、講座やセミナーにも積極的に参加。さらに、新規ビジネス部門、情報システム部門、KDDI研究所、マーケティング部門など、データに詳しい人が社内にいると知ると、わからないところを聞きに行ったり、勉強法を教えてもらったり。進化が著しい分野なので、今もこうした勉強は続けています。

提示した分析結果が問題を解決し、
社内の信頼を獲得。

データ分析の知識やスキルを身につける以上に苦労したのが、社内の分析ニーズ元を探すことです。分析基盤まで用意したのに、それを活かす場がないという状況に直面。このまま待っているだけではだめだと、データ分析で何ができるか提案書を作成し、一人で社内営業を始めました。すると、カスタマーサービス本部が、お客さまから寄せられた多岐にわたるご要望等に対して、どのように迅速かつ適切に対応するかといったビジネス課題を抱えていることがわかったんです。
そこで、私がその課題に関するデータを集めて分析し、さまざまなご要望への対応策につながる結果を提示。カスタマーサービス本部の信頼を得られたときはほっとしました。それをきっかけに、さまざまなビジネス課題が持ち込まれるようになりました。
今は、技術戦略部データ分析グループに加えて、カスタマーサービス本部、新規ビジネス本部の3部署を兼務しています。3部署を行ったり来たりはたいへんですが、ビジネス課題や必要なデータを見つけやすくなり、スムーズに仕事がまわるようになりました。

KDDIを選んだのはなぜ?

世界を股にかけた仕事がしたくて、グローバル事業にも携わっていたKDDIを選びました。いろいろな文化や考えを持った人と対等に話ができる、壁のない人にあこがれています。

KDDIに入って、一番うれしかったことは?

入社4年目のとき、海外トレーニー制度を利用して、1年間香港で生活できたこと。勉強に仕事にと、充実した1年間でした。苦手だった英語もそのときに本格的に勉強しました。

3つの部署を兼任してたいへんなことは?

技術戦略部は水道橋、カスタマーサービス本部は新宿、新規ビジネス本部は渋谷と、場所が違うので移動がたいへん。移動のために、全オフィスに30分圏内でアクセスできる場所に引っ越しました。

休みの日は?

テニス三昧です。スクールだけでは物足りず、もっとプレイしたいから、テニスサークルを立ち上げました。ゲームのあと、プロテニス選手談義をしながらの仲間とのご飯も楽しいですね。

データ分析はチームワーク。
現場に即した施策を提案するために。

データ分析というと、一人で黙々データとにらめっこというイメージがありますが、実はチームで仕事をすることがほとんど。プログラミング担当や分析結果から予測モデルをつくる専門家などがいて、みんなでわいわい議論しながら、結果を導き出します。
その中での現在の私の役割は、ビジネス課題をヒアリングし、課題解決のためにどのデータを使って、どのような分析を行えばよいかを考える、データ分析の設計にあたる部分です。データ分析者の役割は、精度の高い予測モデルをつくるまで、その先は関係ない。そう考える分析者もいますが、私は正しいデータを抽出し、完璧な予測モデルをつくっても、それを施策に活かさなければ意味がないと思います。
現場は、どうしても経験と勘に頼りがち。いきなりデータ分析から導きだされた施策を実行しろと言われても、抵抗を感じる人、データに頼って失敗したらどうするという人もいるでしょう。だからこそ、現場に即した施策を提案すべきなのですが、そこが一番難しいですね。データ分析の信頼度を高めるためには、多くの成功例をつくること。それしかないと思います。

予想を越える知見に出合える。だから、データ分析はおもしろい。

過去にau携帯電話を長くご利用いただくためのデータ分析をしたとき、故障などを受け付けたお客さまほど、長く利用しているという分析結果が導き出されたんです。調べてみると、auショップの適切なアフターケアがお客さまのご利用につながっていることが判明しました。現在適用できるかはわかりませんが、思いがけない結果だったので印象に残っています。
データ分析をしていると、予想を越える知見が導きだされることがあります。経験と勘を頼りにする人間の考えでは生み出されないような、思わぬ発見をすることも。だから、データ分析はおもしろいんです。今では社内に眠っているデータを発見すると、どんな知見が得られるか、分析したくなりますね。
昨年には、社内向けのビッグデータ講習会を実施し、データの活用方法を講義しました。反響は大きく、分析の専門家でなくてもデータを業務に活用できることが、社内で認知されつつあると感じます。
今後の目標は、データ分析の活用も含め、KDDIの技術戦略をつくりあげること。さらに、普段の仕事もデータ分析を利用することで、体系化して精度も効率も上がるのではないかと模索中です。

人の感情を理解して生活をサポートする、心やさしきロボット。
自動運転で、行きたい場所へスムーズに連れて行ってくれる自動車。
ビッグデータの蓄積がさらに進み、よりスピーディーな解析が可能になれば、
こうした便利なミライがやって来ます。
さらに、ヘルスケア、スマートホームなど、
ビッグデータと通信を利用したミライの技術が進化し、より身近なものへ。

データ分析者になりたい
人たちへのメッセージ。

道を切り拓く開拓者であれ。
データ分析は、机の上だけで終わっては意味がありません。
課題を掘り起し、
そこにぴたっとハマる提案ができることを
第一に考えてください。

グループ一の勉強家。学んだ内容をメンバーに共有する仲間思いの一面も。

八田さんの上司になって、もうすぐ3年。勉強家で仕事が早いという印象はずっと変わりません。今も、よく専門書を読んで勉強していますね。感心したのは、自費でデータ分析の講座に参加し、そこで学んだ内容を自分だけのものにせず、きちんとまとめてグループのメンバーに共有するところ。だから、他の事業部の人たちも、時間をさいて彼女に課題を話そう、わからないところは教えようという気持ちになるのでしょう。
これからも、どんどん現場に出て、たくさんの人に会って、多くの課題を解決する。そうした活躍をしてほしいですね。

KDDI 技術戦略部 データ分析グループリーダー加島伸二

必ず結果を出すスーパーウーマン。素顔はユーモアあふれる楽しい人。

私が以前所属していた部署で起こった問題を、データ分析で解決してくれたのが八田さんです。どんな仕事でも必ず結果を出すという強い意気込みと、ロジカルに考えで物事を進める姿には、かなり刺激を受けました。
初めて話したときは、クールで隙のない理系女子という印象でしたが、一緒に仕事をするうちに、ユーモアあふれる楽しい人という印象に変わりました。飲みに行ったときには、テニスの話で盛り上がることも。飲み過ぎて羽目をはずす姿を見て、いつも冷静沈着な彼女も私たちと同じなんだと、ちょっとホッとしました。

KDDI CS推進部 auスマートサポートセンターG山内利枝