業務内容 |
【業務詳細】
当社のデータ戦略の策定と実行を担う「データ戦略部」で、主にデータ戦略の策定と実行を担当します。データ戦略とは、ユーザーによって登録される名刺や請求書などのデータの価値を高めるためのデータ(※)を集め、ユーザー登録データとかけ合わせて活用できるようにすることです。
具体的には、どのようなデータを(why, what)どのような方法で(how)収集するのかを定め、そのためのシステムの開発プロジェクトをリードします。
▼集めるデータの一例 (企業情報関連):
・概要情報 (会社名、業種・業態、売上高、従業員数など)
・従業員情報
・人事異動・機構改革情報
・ニュース
・財務・業績情報
・関連会社情報
▼データ活用のための取り組みの一例
名寄せ:
上記のような多種多様なデータ同士、あるいはユーザー登録データとの間で名寄せすることで、一元化されたデータベースが構築可能となります。これにより、それぞれのデータが単独で存在する場合に比べ、ユーザーにとってのデータの価値が大幅に増すと考えています
コード化された属性付与:
上記のようなデータは、単に集めただけではユーザーにとって活用しやすい形式ではないと考えています。例えばデータに含まれる部署や役職などをコード化して属性として付与することで、ユーザーにとって活用しやすくなります
【やりがい】
▼ミッションの重要性と難易度
当社におけるデータ戦略は、経営戦略に直結しており、極めて重要性の高いものです。当社が提供するサービスの数多くのユーザーに与える影響も、自ずと大きくなります。それゆえ難易度の高いミッションに向き合うことになります。
▼確かな成長環境
上記「ミッションの重要性と難易度」の裏返しとして、成長機会が豊富だと考えています。当社の経営戦略に直結するデータ戦略のwhy, whatからhowまで一貫してリードするため、チャレンジとフィードバックに溢れています。
【開発環境】
フロントエンド: TypeScript, React
バックエンド: Ruby on Rails, Python, TypeScript
データベース: Aurora MySQL, OpenSearch Service, Redshift, DynamoDB
インフラ: AWS (EC2, ECS, S3, SQSなど)
利用ツール・サービス: Docker, Terraform, GitHub, CircleCI, Datadog, Opsgenie, Sentry
※データ戦略部では複数のサービスを開発しています。上記はそれらのサービスの利用技術の論理和から抜粋したものです。それぞれのサービスで、サービスの特性に応じて技術を選定しています。
|