見出し画像

データアナリストの採用・受け入れとこれから取り組みたい課題

Offers PM Advent Calendar 9日目は Offers PdMのnakanoさんの「エンジニアとATDDを導入した背景と導入メリット」でした。

アドベントカレンダー 11日目のテーマはデータアナリストの採用・受け入れとこれから取り組みたい課題を記事にしました。
前回のPdMがゼロからデータ分析チームを立ち上げた話についてnoteを書きましたが、今回はデータアナリストの採用・受け入れと、これから取り組みたいことについてお話します。

前回の記事はこちら。

この記事の想定読者

  • データアナリストで副業を考えている方

  • データアナリストの採用を考えている方

データアナリストの採用

当初は、面接時に何を聞けばよいか?わかりませんでしたが、書籍、勉強会に参加したり、実務を積み重ねたり、データアナリストと話すことでデータアナリストの採用基準が明確になっていきました。

データ分析を通して、ステークホルダーの意思決定を導きビジネス価値として昇華する

私はをこの言葉を判断軸に置いています。
「データ分析を通して、ステークホルダーの意思決定を導きビジネス価値として昇華する」を分解すると

  1. ビジネス理解力

  2. データ分析力

  3. 言語化・コミュニケーション力

に要素分解できます。
これが面接時の判断基準になってきます。
面接時に質問していた具体例は、

ビジネス理解力

  • どのような事業をやっていましたか?

  • どのような事業KPIが設定されていましたか?

  • KPIをどのようにモニタリングを行っていましたか?

どのKPIを伸ばせば事業が伸びるのか?ビジネス感覚はデータアナリストとして必要な要素になるため、これらの質問を通してビジネス理解力を確認するようにしていました。

データ分析力

  • 分析プロセスを教えてください

  • 分析プロセスで重視していた点はありますか?

データアナリストとして、基礎となる分析スキルを確認する質問です。現職での分析環境や、どのようなデータを取り扱っているのかを把握していました。

言語化・コミュニケーション力

  • 分析結果をステークホルダーに説明する際に気をつけてたことことはありますか?

  • どのような方法で説明していますか?

抽象度の質問ですが、分析結果の伝え方の工夫や、意思決定者に対しどのように意思決定を誘引させるコミュニケーションを取っていたのかを聞いています。

採用時に気をつけていること

overflowのデータアナリスト職では、高度な分析スキルよりはビジネス理解力・言語化・コミュニケーション力を重視しています。(ドメインや事業フェーズが異なると、一概にこの判断基準にはならないと思います)
また、事業理解×データ理解、分析結果の積み重ねがデータアナリストがだせるアウトプットの大きさになると思っています。そのため、採用する方は基本的に長期契約を前提に受け入れをするようにしています。

データアナリストの受け入れ

以前、副業メンバーのオンボーディング時に意識している点を書きました。

次に受け入れについて。副業で参画していただいた方を最短で戦力化するために工夫していたことは、

  1. 事業理解

  2. データ理解

の2点です。

事業理解

  • どのようなサービスか?

  • ユーザーはだれか?

  • ユーザーの課題を我々はどのように解決するのか?

弊社は「overflowのオンボーディング紹介」で紹介しているように、オンボーディングを丁寧に行っています。
オンボーディングプロセスで、事業理解を促すコンテンツが用意されているため、オンボーディング後、事業解像度が高い状態からスタートできます。

まずは、学ぶ、知るというインプットの部分。新入社員と既存社員の間で、情報格差が生まれないように、オンボーディングキットを作成しています。これを見ることで、overflowで仕事をする際に必要な全ての情報を知ることができます

具体的には、会社のミッション、バリュー、ビジネスモデルや事業内容の理解を深めるための情報、過去に行った事業戦略に関する動画や、推薦図書なども載せています。

その後、私が1時間かけてデータアナリストの役割・体制、仕事の進め方について説明をしてオンボーディングは完了です。
実際に利用しているオンボーディングドキュメントは以下の目次になります。

データアナリスト用オンボーディングドキュメントの目次

データ理解

次に自社サービスのデータ理解について。
データ理解はデータ分析のスタートです。データアナリストにはなるべく早く自社サービスのデータについて理解してもらう必要があります。
ドキュメントを見てデータを理解することに加え、実際にサービスをユーザーとして使うことがビジネス理解とデータ理解を深める一番の近道です。
用意しているドキュメントは

  1. ER図

  2. 業務フロー図

  3. データ項目定義

があり、データと業務についてキャッチアップが簡単にできるようになっています。副業メンバーも約1ヵ月も経てば事業×データを理解しどんどん自走していただけます。

採用、受け入れと組織運営については固まってきていますが、まだまだ道半ばの状態です。

今後取り組みたいこと

データ分析チームのゴール

全社員がデータドリブンな意思決定を行える

これを達成するためには、データ分析基盤の整備をさらに進めていく必要があります。

データ基盤構築

現状

  • Lookerの導入が完了し、カスタマーサクセス中心にデータ利用が開始されている

  • 現在は副業データアナリスト1名がLookerと私でメンテナンスを担当している状態

  • データソースはプロダクトデータのみ利用

課題

  • データ欠損、ノイズの前処理ができていないため、データが取り扱いにくい状態

  • 前処理を派生テーブルで実施しているため、変更時のメンテナンスコストが高くなっている

  • プロダクトデータとMAのデータが統合されていないため、営業フェーズ、利用フェーズで横断した分析ができていない

あるべき姿

  • DWH、Dartmart層を作成して、データパイプライン作り、分析しやすい状況を作る

Offersデータ基盤構想



正直まだ解像度が粗い状態なので、自分の経験が役に立つと思うデータアナリスト、あるいはデータエンジニアの方がいればぜひお話したいです。以下の求人からお気軽にご応募ください!

データアナリスト/データエンジニアの求人

PMも絶賛募集中です!

告知コーナー

副業を始めたい方

🎄Advent Calendar 2022 🎄


この記事が気に入ったらサポートをしてみませんか?