Rettyのデータアナリストに必要なPM視点 ~新卒6ヶ月振り返り~

こんにちは、Rettyのデータアナリストの二見です。Rettyに新卒のデータアナリストとして入社半年が経ったので振り返りと、今後プロダクトに関わるデータアナリストとしての展望を共有できればと思います。

入社経緯

スタートアップからRettyでデータアナリストのインターン

f:id:nimi0370376:20191004145757p:plain

学生時代からスタートアップでインターンをしており、プロダクトを作ることが好きでした。スタートアップでは立ち上げ期ということもあり、Rubyを使った簡易なエンジニアリングから施策立案まで様々なことを行なっていました。

就職活動をする段階でRettyに出会い、データアナリストのインターンをすることになりました。データアナリストは未経験でしたが、定量的にプロダクトをグロースさせたいと考えていた点とRetty自体が短期間でかなりのユーザー数を抱えていたので、伸びるスタートアップを見てみたいという点でインターンをスタートしました。

f:id:nimi0370376:20190928230712p:plain

2017年インターン時のスライド。今見るとすごく恥ずかしい

当時はデータ分析チーム自体存在しませんでしたが、以下の3点から新卒でデータアナリストとして入社することを決めました。

  • 0から分析チームやデータ文化を作っていける
  • 膨大なデータの活用余地がある
  • 未経験からデータ分析者としてのキャリアを築ける

1年半Rettyでインターン後、2019年にデータアナリストとして新卒入社しました。

入ってから何をやったか

PM(プロダクトマネージャー)と共にRettyのアプリのKPI設定、効果検証を行う

f:id:nimi0370376:20191004160944j:plain



Rettyの分析チームは意思決定最大化・基盤作り・データの民主化をミッションとしており、自分は主にRettyアプリの意思決定最大化に注力しました。分析チームについては以下の記事が参考になると思います。

engineer.retty.me

Rettyのアプリ(iOS/Android)は熱量の高いユーザーさんを抱えており、かなり質の高いデータが集まっています。データアナリストはそのデータを使い、PM(プロダクトマネージャー)と二人三脚でRettyのグロースを目指します。またBigQueryのアプリに関するデータ基盤構築も分析のスピードと正確性を早めるために行なっています。

Qごとにチームで追うKPIを見直しており、それに伴って最適なダッシュボードを作ったりしました。ダッシュボードに関しては、アプリの他にもグローバルや検索に関する数値を見れるものも作成しています。

f:id:nimi0370376:20190928212223p:plain

作成したアプリのダッシュボード

データの集計は何でもBigQueryで行えるようになっており、GASで作成されたバッチでダッシュボードが毎日定時更新されるようになっています。ダッシュボードで追う指標もPMと「何が見れたらグロースにつながるか」「目標達成につながるか」と温度感を確認して作成しています。

また、Rettyには膨大な口コミデータがあります。アプリはこの口コミを投稿するプラットフォームでもあるため、現状のUUから口コミが今後どれくらいになりそうかという試算なども行なってきました。

f:id:nimi0370376:20191007103918p:plain

口コミのシミュレーションシート(数値は完全にダミーです)

口コミ投稿がどのような変数によって決定し、PMがどの変数をシミュレートできれば良いかを考えて作成しました。PMは過去実績をもとにアプリをどのようにグロースさせるかをシート上で行えるようになっています。

このようにアプリではPMとデータアナリストが密にコミュニケーションをとり、プロダクトの方向性を決めています。また規模の大きなアプリの方向性や分析を一任できるという点でRettyのデータアナリストは非常に裁量権が大きく、責任感も大きな職種だと思います。 

苦労した点や意外だったところ

様々な要素が絡むアプリの複雑な分析設計

アプリのデータ分析は様々な要件が絡んでおり、分析設計が複雑なところが苦労しました。特にRettyでは予約来店というところを重要視しており、ユーザーさんの体験を損なわないようにグロースさせる必要があります。

f:id:nimi0370376:20190928220318j:plain

分析設計時のメモ

アプリの流入チャネルの方向性を決定する分析設計では、数値や体験においてネガティブな面がないかを落とし込む必要がありました。単にUUだけでも新規・既存・復活(一旦アプリから離れて再び使い始める)のセグメント別でどれくらい流入チャネルから積み上がるかを設計に入れます。

複雑な分析設計は分析チームのMGRとアプリのPMとなんども話し合いながら行います。よってRettyのデータアナリストは直接的にPM層とプロダクトの方向性を決めることができます。データアナリストとして強力な経験のある人がいるわけではありませんが、ジュニアのアナリストとして経験を積みやすい環境だと感じています。

半年の総括と今後の抱負 

データアナリストに求められるPM視点

f:id:nimi0370376:20191004153840p:plain

インターン時代から約2年間でプロダクトに関するドメイン知識、求められる数値やデータを出すSQL力などは十分に力をつけられたと自負しています。またPMやMGRと共に分析設計や分析を行うことが多く、フィードバックも多くもらいました。

一方で、自ら質の高い仮説を出しつつ直接的なプロダクトの成長にコミットしていくまでの経験は未だできていません。この点に関しては今までの経験を生かして、仮説を直接分析設計に落とし込み、さらに施策や方向性を自ら決められるようになりたいと考えています。

f:id:nimi0370376:20191004150027j:plain

10月からはアプリだけに限らずサービス全体のデータ分析を担うことになっています。分析と企画面の両方を意識しながらプロダクトグロースに関わっていきたいです。