BUYMAのデータサイエンティストの髙橋さんに、エニグモに入社したきっかけや業務内容、エニグモで働く魅力についてインタビューしました。

これまでのキャリアとエニグモに入社した経緯を教えてください

新卒でITコンサルティング会社に入社し、プロジェクト横断で利用する社内ツールのシステム開発に携わっていました。

その後AIベンチャーに入社し、データサイエンティストとして新規プロダクトのリーディングや開発、AI関連プロジェクトを担当し、その後エニグモへ入社しました。

2社目のAIベンチャーではクライアント企業のAI利用可能性を検証するためのPoCを多く手掛けました。しかし、機械学習で精度が出ても、クライアント側の内部事情によるさまざまな制約により（データ基盤が整っていない、業務フローに組み込むための検討に時間を要するなど）実際の業務に活用できないことが多く、もどかしさを感じていました。

そこで、ユーザー数が多く、データも豊富な自社プロダクトのBUYMAを運営し、機械学習を業務に活用できる環境が整っている点に惹かれエニグモに入社しました。

所属する部門の役割や特徴について教えてください

私が所属するデータテクノロジーグループは、データ基盤、AI、検索といったデータ領域に特化したシステムの設計・開発から運用までを担当する部門です。データ関連技術を駆使して、BUYMAのサービス価値向上に貢献しています。

グループには、データ領域の経験者やWebエンジニア出身のメンバー、新卒入社のメンバーなど、多様なバックグランドを持つメンバーが集まっています。

データサイエンティストの他、検索エンジニア、MLOpsエンジニア、データエンジニアが在籍し、それぞれが専門性を活かして業務に取り組んでいます。

データサイエンティストのミッションや業務内容を教えてください

データサイエンティストのミッションは、機械学習を活用し、BUYMAやサービス運営のための業務フローにAIを組み込み、サービス価値を向上させることです。

業務内容は、機械学習モデルの作成からプロダクトへ組み込むためのソフトウェア開発まで、企画から開発、効果検証まで一貫して行っています。

業務は他エンジニア、特にMLOpsエンジニアと連携し進めています。週次定例会を実施しており、機械学習をサービスに組み込む際にどのようなシステムにするかを相談したり、実装したものをレビューいただいたりしています。

現在関わっているプロジェクトの例を挙げますと、一つはマーケティングコスト最適化のためクーポン配信対象ユーザーの最適化施策です。

もう一つは機械学習を使ったBUYMA上の商品画像同士の類似度を求める技術開発です。

この技術は、別ユーザーから同一商品が出品された際にグルーピングするための出品商品IDの名寄せ・正規化や、BUYMA上にある似た画像での商品検索に活用予定です。

ビジネスサイドのメンバーとはどのように関わりながら業務を進めていますか？

各施策において、ビジネスサイドのメンバーや事業責任者と密に連携し、企画から改善までスピード感をもって進めています。

具体的には、BUYMAの事業責任者やプロダクトマネージャーとは週1のミーティングで施策の進捗を報告しています。その中で、事業やサービス課題に対し、機械学習で解決できるかをディスカッションし、施策化していきます。データサイエンティストからも事業課題に対し、機械学習を活用した提案を行うことがあります。

また、「Deep Data Kaigi」というデータサイエンティストとデータアナリストとの合同の週次定例会があり、社内でのデータ関連施策や、最新のAI技術に関する情報共有をしています。その内容が取り組んでいる施策に役立つこともあります。

※エニグモでは、エンジニア部署のデータテクノロジーグループの他に、マーケティング部署にデータアナリストが在籍しています。データアナリストは、主にマーケティング寄りのデータ分析（ユーザーの行動や売れ筋商品の分析など）やマーケティング施策等の効果検証を担当しています。

今までで一番印象にのこっているプロジェクトを教えてください

印象に残っているプロジェクトは、リピート率向上を目指したレコメンド施策です。

BUYMAサービスの目標であるLTV向上の一環として、初回購入ユーザーの2回目の購入確率に課題がありました。ビジネスサイドから2回目の購入率向上を目指すためにはどのようにすれば良いかの相談があり、ディスカッションし施策が始まりました。

実際どんなことを行ったかといいますと、初めて購入したユーザーに対して、その購入日から数日後におすすめ商品を案内するメール配信を行いました。

BUYMAのユーザーの購買データを元にユーザーごとにおすすめする商品群を機械学習を使って予測しました。

本番環境まで自分で組み込み、ABテストを実行しユーザーからのフィードバックを得られ、ビジネス的な成果を出すことができたため、印象に残っています。

仕事を進めるうえで大切にしていることを教えてください

プロジェクトの初期段階からサービスに機械学習を組み込んでビジネスに役立てることを念頭に置くようにしています。

最近関わったChatGPTを活用した商品検索機能開発のプロジェクトは、他社の類似事例が少なく、どの程度の効果が見込めるか、どういった機能であればユーザーによって有益であるか予測が難しく、不確実性が高い施策でした。

このようなやや不確実性が高い施策であれば、まずは簡単な機械学習モデルでサービスに組み込むことを優先し、そもそも機械学習がこの施策で本当に価値をもたらすか早めに検証するようにしています。

詳細はこちらの記事で紹介していますので、ご覧ください。

エニグモでデータサイエンティストとして働く魅力は何でしょうか？

プロジェクト全体に関わり成長を実感できる環境

プロジェクトの企画段階から実装まで一貫して関わることができます。サービスへの組み込み実装も自身で行えるため、技術向上が叶う環境です。

さらに、BUYMAは約1100万人の会員を抱えており、機械学習を用いて実装した機能に対するフィードバックを迅速かつ大量に得ることができます。

想定した結果が得られなかった場合も、ユーザー行動を分析して、うまくいかなかった要因が分かります。その要因をもとに、次はどのような機械学習モデルを作れば成功するかといった知見を得ることができるため、結果的にデータサイエンティストとしてのスキル向上の機会につながると感じています。

また、当社ではデータや機械学習のインフラが整備されていたり、専属のMLOpsエンジニアが在籍しており、機械学習モデルをシステムに統合する開発がスムーズに行える点も魅力に感じます。

機械学習を積極的に活用できる環境

事業責任者やプロダクトマネージャーをはじめとするビジネスサイドのメンバーは、AIの活用に前向きで協力的な方が多いため、PoCである程度の効果が見込めれば、積極的にサービスに機械学習を組み込むことができます。

また、ビジネスサイドとの距離が近く、プロジェクトの初期段階からサービス運営のための業務フローやシステム状況を踏まえ、機械学習をどのように組み込むかを相談しながら進めることができます。

前職ではクライアント側の業務フローを初めに把握することが難しく、機械学習を実際の業務に活用できないことが多くありました。しかし、エニグモでは積極的に機械学習を活用できる環境が整っており、実装後もビジネスサイドとスムーズに連携できるため、業務がとてもやりやすいと感じます。

今後チームとしてどういったチャレンジをしたいですか？

事業に大きな影響を与えるような、例えば売上向上やコスト削減に直接関わるプロジェクトで機械学習を活用して成果を出したいです。

今まで機械学習をサービスに組み込んで一定の成果は得られていますが、まだまだビジネスに影響を与えられるポテンシャルはあると感じています。

どんな方と一緒に働きたいですか？

データサイエンスの技術向上の意欲がある方はもちろん、「機械学習をビジネスに役立てたい」という思いがある方に活躍いただけると思いますし、そんな方にジョインしていただけるといいなと思っています。