400万人が利用する会社訪問アプリ
株式会社ARISE analytics / Marketing Solution Division
特別ポジティブでアクティブ、といった感じではないのですが、これまで節目節目の決断がうまく行ってきたので、人生大体なんとかなると思って生きています。 新卒入社から10ヶ月で未経験のデータ分析へ転身しました。結果的に自分のやりたいことができているので、いい決断だったなと。 直近はレコメンドエンジンのロジック検討、開発、運用、集計、改善に向けた仮説実証などをやっています。
仕事を選ぶときに重視していたのが、「自分の関わったものが世に出て広く使ってもらうこと」でした。 新卒で日産を選んだのも、その次にARISEを選んだのも、自分が関わることによって少しでも社会が良くなればいいなという思いからでした。 さらに発展して、質的・量的ともに、社会的に大きなインパクトを与えていける仕事に関わっていけたらいいなと思っています。
/assets/images/7670387/original/d4556fb4-bb6e-4232-9ad7-ae7393e520cf?1633073931){kind=avatar}
データ分析でエンドユーザの行動を変えたい！
既存レコメンドエンジンで性能が低下、費用がかさむなどの問題があり、新規にレコメンドエンジンを開発し、その導入と運用を行いました。 開発フェーズではレコメンドのロジック調査、5000万商品といった大規模データでの実現可能性を念頭に技術選定、ロジック開発などを実施しました。 導入フェーズではシステム面で各方面と相談しながら、社内・対向先システムとの接続、各種テストの実施、スケジュールの調整やドキュメントの整備など、SI的な開発を行いました。 運用フェーズでは現在も継続して、CTRなど各種KPIの計測・監視、導入先のお客様とお話しながら機能追加・改善内容の相談および検討、開発やチューニングのスケジューリングなど、レコメンドエンジンの改善を続けています。 ソリューションの立ち上げから導入、運用まで、様々なフェーズを経験してきました。
前述の「自分が関わったものがエンドユーザから見えるものでありたい」という思いから、数千万商品・数百万ユーザを持つECサイトを支援するチームへ配属となりました。 大規模のデータ分析は未経験だったので、sparkなどを用いた分析手法を身に着けていきました。 その後、グループ会社が保有する膨大なデータと紐付け、決定木系のアルゴリズムを用いて親和性の高そうなユーザから優先的に広告を表示するリスト作成を行いました。
/assets/images/2995347/original/18a9084e-6d01-4e99-ba3b-b73f5ec1457d?1533096973){kind=avatar}
株式会社ARISE analytics / Marketing Solution Division
前述の「自分が関わったものがエンドユーザから見えるものでありたい」という思いから、数千万商品・数百万ユーザを持つECサイトを支援するチームへ配属となりました。 大規模のデータ分析は未経験だったので、sparkなどを用いた分析手法を身に着けていきました。 その後、グループ会社が保有する膨大なデータと紐付け、決定木系のアルゴリズムを用いて親和性の高そうなユーザから優先的に広告を表示するリスト作成を行いました。
