MEMBERS 社員紹介

質・量ともに充実したデータを解析し、
お客様企業のマーケティング戦略に
貢献する。

MCA事業本部
2015年新卒入社/
東京大学大学院卒業

PROFILE

大学院では、経済学的な観点から統計を使って物事を実証する「応用ミクロ計量経済学」を研究。修士論文のテーマは「保育所の利用可能性と母親の就労の因果関係の推定」。現在はデータサイエンティストとして、幅広い領域のマーケティングに関するデータ解析を担当。

PROFILE

大学院では、経済学的な観点から統計を使って物事を実証する「応用ミクロ計量経済学」を研究。修士論文のテーマは「保育所の利用可能性と母親の就労の因果関係の推定」。現在はデータサイエンティストとして、幅広い領域のマーケティングに関するデータ解析を担当。

INTERVIEW / インタビュー

データ解析に最適なインテージのビッグデータ。

アカデミックな世界に進みたいと思い、大学院に進学したものの、論文では特定の人々にしか影響を与えることができません。もっと社会に広く深く関わるには、ビジネスサイドから牽引していくことが必要と考え、就職活動を行いました。定量的なマーケティングに携わりたかったため、主にメーカーの選考を受けていましたが、その企業の多くは入社しても若いうちからマーケティングに携わることは難しいです。一方で、インテージは経験や年齢に関係なく、企業のマーケティングに携われること、またあらゆる業界のデータに触れることができる環境に魅力を感じて入社を決めました。現在はデータサイエンティストとして、領域問わず、データ解析が必要となるリサーチを担当しています。高い品質で圧倒的な規模を誇るパネルデータを保持していることが、インテージの一番の強み。抜け漏れが無く、偏りも少ないうえ、解析において欲しい要素が揃っている"きれいなデータ"となっています。そのため、制約がある中での分析とは異なり、自由度の高い分析が可能になります。だからこそ、お客様企業にとって価値あるソリューションを提供できるのです。

見えなかったものを見えるようにする。

担当した案件のひとつに、店頭プロモーションの効果測定があります。店頭における商品の山積み施策が、生活者の購買行動を促進しているのか、その因果関係を明らかにするというもの。効果を定量的に可視化することで、今後のプロモーション施策の見直しなど、お客様企業のマーケティング活動における意思決定のサポートを行います。実際の分析では、山積み施策の効果を測定するには、売上に影響を与えうる他の要素を排除して分析を行う必要があります。店頭における生活者の購買行動に影響を与えうる要素は、季節性、ブランド広告、自ブランド・競合ブランドの価格、販促物といったその他の店頭プロモーション、店舗・ブランドごとの異質性など、多岐にわたります。それらの要素をインテージのパネルデータと結びつけ、変数選択や変数加工について試行錯誤を行い、手法としても通常の重回帰から階層ベイズモデルなど、必要に応じて適切な手法を探し、統計的な分析を行います。結果的に、この山積み施策は、プロモーションとしての効果が高いことが数値をもって実証されました。これによりプロモーション施策の選定だけでなく、お客様企業の小売店への営業活動にも貢献できました。

お客様企業の視点でニーズを汲み取り、
本質的な課題を解決する。

逆に、一般論として効果があると期待されているプロモーション活動が、実際はそんなに効果がないと実証された事例もあります。これまで測ることが困難だったマーケティング活動の効果を定量的に可視化していく。それがこの仕事のおもしろい部分ですし、お客様企業に提供できる価値だと思います。正解が無い世界ですので難易度は高いですが、最先端かつ高度な解析技術を身に付けることに加えて、お客様企業が求めているものは何かという観点を持つことが重要だと考えています。お客様企業と同じ目線で全体を俯瞰して捉え、問題を分解し、構造化することで本質的な課題を設定する。それができて初めて、適切な解析手法のアレンジが可能になると思います。まだまだ、自分には不足しているものが多いですが、これからも経験と知識を積み重ねながら、お客様企業のビジネスアクションに直結するサポートをしていきたいと思っています。

FREE QUESTION / フリークエスチョン

  • 社内の雰囲気は?
    上下関係などを気にせず、上司や先輩社員に対しても自由に自分の意見を述べることができる環境です。
  • 仕事で大切にしていることは?
    モデルの内部など、お客様企業が直接見えない部分についても、しっかりと検討したうえで設計することを心がけています。また、書籍などを通じて新しい知識をインプットすることを欠かさず継続しています。
  • 業務において必要な専門スキルは?
    技術的な面では、必ずしもRやPythonなどの知識がマストというわけではありません。社員によって使用しているツールは様々です。プログラミングに困らない程度であれば大丈夫です。
  • 学生時代に学んでおいたほうがよい知識は?
    線形代数や数理統計といった数学的な知識、計量経済学の分析方法など、基礎的な知識があると入社後に役立つことはあると思いますが、こちらも入社後に身に付けることができるのでマストではないです。

SCHEDULE / スケジュール

  • 9:30

    出社。朝はメールチェックや事務作業にあてることが多いです。

  • 10:30

    外出。営業の方に同行して、お客様企業のオフィスへ企画の説明に行きます。

  • 14:00

    社内でミーティング。分析の進め方を営業の方と相談します。2~3名での少人数のミーティングが多いです。

  • 15:00

    コーディング。私はRがメインで、たまにPython・VBA・Matlab・SQLという感じですが、人によって様々です。

  • 19:00

    退社後に英語の勉強。自主学習の費用は会社から補助が出るので活用しています。

MEMBERS / メンバーズ

※部署名やインタビュー内容は、2017年1月時点の取材情報に基づきます。

PAGETOP