　こんにちは。全プロダクトのデータを全社員が見れる環境のGunosyでは、数字が共通言語となり、意思決定が行われています。そこで今回は、Gunosyが持つすべてのデータ基盤を構築しているDRE*1の皆さんにお話を伺ってきました。また、所属しているGunosy Tech Labでのミッションもお伝えしています。ぜひご覧ください。

阿部さん(写真左)／Gunosy Tech Lab DR & MLOpsﾁｰﾑ
新卒で株式会社サイバーエージェントに入社し、広告配信の最適化などに従事。2016年Gunosy入社。現在は、Gunosy Tech Labにてアプリのデータ分析を行う。

小出さん(写真中央)／CTO 兼 Gunosy Tech Lab 部長
外資系IT企業を経て、2014年Gunosy入社。インフラ構築の自動化、CI/CDの推進などプロダクトのアーキテクトを担当。2019年7月CTOに就任。

中山さん(写真右)／Gunosy Tech Lab DR & MLOpsﾁｰﾑﾏﾈｰｼﾞｬｰ
新卒で株式会社DeNAへ入社し、分析基盤構築、機械学習基盤構築等を経験。2017年Gunosy入社。現在は、Gunosy Tech Labにて広告配信の機械学習基盤構築・運用を行う。

転職で広がったデータ活用の幅

- Gunosyに入社した経緯を教えてください

阿部
　前職では、主に広告配信システムの開発を担当していました。元々データ分析に関わる業務をしたいという想いがあり、もっとデータに関わることができる環境を求めていました。そのため、転職先は豊富なデータを実際にプロダクトに活用している、且つソフトウェアにも触れられる会社を探していました。転職エージェント経由でGunosyをご紹介いただき、高い能力を持った技術者が在籍していることや、データ分析や機械学習等のスキルを高める上で良い職場だと思い、入社を決めました。

小出
　僕はGunosyに入社するまで総合コンサルティング企業に所属していました。当時から取引先含め、データ分析や機械学習に対する感度は高かったのですが、実際にできる人は少なく、もう少し高いレベルのところに身を置きたい気持ちがありました。また、自分自身で意思決定して判断できるプレーヤーになりたかったので、自社プロダクトを持っている会社に転職しようと考えていました。
当初、Gunosyは“ニュースアプリの会社”という印象しかありませんでしたが、Gunosyに勤めている知人から自然言語処理や機械学習をプロダクトに取り込んでサービス改善していることを教えてもらい、入社を決めました。

中山
　僕が新卒で入社した会社では、主に分析基盤の主要技術として Hadoop*2 を採用しており、その運用を経験しました。また同時に Hadoop よりも圧倒的に高速な列指向分散データベースが主要な技術となりつつあるタイミングでもあったので、 Hadoop と列指向分散データベースの相互データ転送を支える全社向けツールの開発などを行っていました。前職の同期だった現LayerXでCTOを務める榎本に誘われ、1度Gunosyの方と飲みにいく機会がありました。そこでお逢いした当時、エンジニア採用部長の加藤さんも同じHadoop運用経験者だと知り、技術話で盛り上がりました。結果、転職は考えていなかったのですがGunosyの方たちと一緒に働きたいと思い、入社することにしました。

- 皆さんが感じるGunosyの特徴を教えてください

阿部
　当時からGunosyは、東京大学の学院生が起業した会社で、データ分析に強みがあるというイメージがありました。入社してみると、想像どおりデータ分析のチームがエンジニアの中で大きな人数を占めており、注力度が高いことを感じました。

中山
　あとは、Gunosyの開発ではスクラムを取り入れているので、プロジェクトに対して小単位に実装とテストを繰り返しています。おかげで、見落としがちな課題も早期に顕在化させることができ、短い開発期間で効率的に業務を遂行することができます。

数字の基盤を作るからこそ、繰り返す議論

- DREについて教えてください

小出
　DREは全プロダクトがもつデータを一律管理するために、データの収集から加工の中心となるビッグデータ基盤の開発を行っています。事業が増えていく中で、サイロ化を防ぐ事とデータの品質を保証することがミッションです。阿部さんは元々メディア事業部、中山さんは広告事業部において、それぞれ分析ならびに分析基盤の構築やアルゴリズム開発を行っていたメンバーです。2人ともデータ基盤で必要なコンテキストを持っていたので、同じチームとしてGunosy Tech Labに参画いただきました。

- データ基盤を扱う身として気を付けていることはありますか？

中山
　それぞれのプロダクトが拡大している今だからこそ、大量のデータが散在しないよう意識して管理しています。すべての社員がデータを必要とした時、“探せない・見つからない”と非効率にならないよう整理することも私たちの仕事です。また、過去に開発されたプロダクトはプロダクトごとにデータの定義が異なるのでDREで差分を吸収し、統一されたデータとして提供しています。そうすることで、スイッチングコストなく横断的な数値比較ができますし、正しいデータを活用することで間違った意思決定を防ぐことができます。

阿部
　僕は全プロダクトが持つデータを管理しているからこそ、データ基盤の設計は先を見越した状態で作ることを意識しています。1度作ってしまうと全社員がアクセスすることになるので、作ってから変更することは簡単にできません。すべての土台となるからこそチームでもよく議論して、構築しています。

- 業務を進める上で意識していることや行っていることはありますか？

阿部
　周りのメンバーが今抱えている課題や、悩んでいることを共有する時間を朝・昼・夕方の3回、毎日設けています。DREに限らずですが、連携する部署も対応する幅も多種多様です。だからこそ皆で議論しながら、今やっていることは本当に正しいことなのか確認するために話し合っています。

中山
　時間がかかってしまうのは仕方のないことですが、1人で悩んだまま一晩過ごしてしまったらもったいないので問題提示をすることは大事だと思っています。そのため「みんな大丈夫？今、困っていることない？」とよく聞いていますね。

情報量を活かして、今までにないデータを作りあげる

- Gunosyが求める人物像とは？

中山
　莫大なデータを取り扱うための技術力や分析を自身でもできる方がいたら最高です。ですが、データの性質を想像しながら論理的に思考できる方なら活躍してもらえるはずです。経験がなくても出てきたデータを見て、1行1行のログがどういうタイミングで生まれて値が変わるのか、また、プロダクトのアクションにどう繋がっていくのか、一連のストーリーが想像できることがDREとして必要だと思います。

阿部
　見ている数値が本当に正しいのかどうか考えられる人がDREに向いています。Gunosyで大切にしている価値観に「数は神より正しい」という言葉がありますが、それは見るべき数値が正しくなければいけないことも表していると思うので、僕自身もデータの裏側まで理解できるよう常に意識しています。

- 今後の目標について教えてください

小出
　ミッションとして掲げていることはもちろん、今あるデータから新しい関係性を導き出すなど、データに付加価値をつけていきたいと思います。具体的には、各サービスのユーザー情報やコンテンツ情報を統合させ、属性をより詳細化していくイメージです。実現できれば将来的に高度な配信アルゴリズムの構築や、デバイスをまたいだターゲティング等、新しいサービスにおいて満足のいくユーザー体験を提供できると思っています。

　また、Volume Varietyを共に拡大してデータ資産価値を高めていくことで、今後の事業展開に活かせると期待しているので、攻めの施策として進めていくつもりです。