＜業務詳細＞ 上流から下流まで全工程に携わり、お客様の課題をデータ活用の側面から解決いたします。 ※実務内容は以下に記載あり 実務経験の浅い方は、入社後1-2ヵ月程 座学研修を実施し、 データ分析のプロフェッショナルへの第一歩を踏み出します。 ※今までのご経験により、研修期間は異なります 未経験、微経験からスタートした社員も多くおり、 今までの経験などを活かしながら現在まで活躍しています。 ＜入社後の流れ＞ ご入社 　↓ 1日目｜人事オリエンテーション・配属先上長とのウェルカムランチ 　↓ 2日目｜データサイエンス事業部配属オリエンテーション・研修キックオフ 　↓ 3日目｜座学研修 (約1-2ヵ月) 　↓ PJ・業務アサイン ＜研修内容＞ 約1-2ヵ月の研修後、スキルに応じた業務からスタート。 その後、成長に応じてデータ分析や仮説検証、改善提案などをおこないます。 ● Big Query (SQL) 研修 - アプリデータを想定した大規模DB環境における集計・データマート作成 ● Tableau研修 - 実務を想定した、ダッシュボードの作成 ● Python研修 - データ分析プロセスに必要なPythonの習得および実習 ● 統計研修 - 基本的な統計知識の理解 ● データ分析研修 - コンサル型データ分析のロールプレイ学習 - CVR向上を目的としたウェブサイトデータの分析 - KPIの可視化とデータ分析 ※ 上記研修は2024年度実績の一部です ※ ご入社時期によって研修内容は異なります ＜実務/業務内容 ※ 代表的な一部を記載＞ ・データの加工／集計／抽出 ・データ分析設計／実施 ・機械学習などのモデル構築 ・ダッシュボードの設計／構築 ・施策の実施と効果分析 ・生成AI活用におけるデータ活用／整備 など ・オンラインサービスにおけるユーザー獲得／アクティブユーザー増／解約抑止のためのデータ分析 ・モバイル決済サービスの加盟店向けダッシュボードの運用と構築 ・メガバンク向けダッシュボードの運用と構築 ・大手製造メーカーのサイト分析 ・会員データを活用したプロモーションシナリオ検討と効果検証 ・在庫などの需要予測 ・生成AI向けデータ整備 など ＜詳細PJT 一部＞ ■例１ スマホアプリ利用促進施策の分析業務 施策立案をサポートする示唆出し １．基礎分析（データを可視化） RFMセグメントごとの属性やコンテンツの利用状況を可視化し傾向を把握 RFMセグメントの遷移ルートを可視化し傾向を把握 →傾向を元に施策の実行 or 強化 使用ツール：BigQuery、Looker Studio ２．予測モデル ロジスティック回帰のオッズ比を用いて施策結果の説明性を向上 時系列モデルを用いてアプリの利用ログから翌月のセグメントを予測 使用ツール：Python（scikit-learnなど） ３．レコメンドアルゴリズム 協調フィルタリング、バンディット等 使用ツール：Python（scikit-learn、Scratchなど） ■例２ ECを運営している事業会社様に対して全保有チャネルのマーケティングを支援し、CRMデータ分析により、効率的でデータドリブンなCRMコミュニケーション施策設計/運用に寄与 １．カスタマーデータ統合 Google Analytics：Web行動データ Adjust：アプリ行動データ EC Orange：ECトランザクションデータをユーザー単位で統合し、BigQuery上に分析DWHを構築 ２．BI分析環境構築 BigQuery上の分析用DWHから、BI連携用データマートを作成し、Tableauやnehanなど各種BIツールと接続しデータ分析PDCAの仕組みを構築し、効率化を図る ３．CRM施策最適化 データ分析により、クロスチャネル下でのCRM施策、設計/運用を支援 獲得単価の低いチャネルで新規獲得させ利益率の高いチャネルへユーザー誘導するなど粗利を効率化する施策を実施 ■例３ 数理最適、物流配送ルート最適化支援（物流業） →トラックの配送ルート最適化に伴うコスト削減 現状：配送ルートを決める作業について効率化ができておらずトラック・人にコストがかかっている 解決後：数理最適化を活用することで、集荷の時間指定・運行負荷なルート等を加味した上で最適なルートを算出 ＜本ポジションの魅力＞ ● 小売・サービス・金融・通信など、さまざまな業界におけるデータ分析基盤構築、顧客分析、需要予測、価格最適化、売上分析から市場動向分析、BIによるKPIの可視化・レポーティングまで、幅広いビジネス課題・マーケティング戦略に応えるデータ利活用をリード。 ● 大手クライアント・大手SIerとの多数のプロジェクトにおいて、上流工程から下流工程までクライアントと伴走し、経営者・ビジネス担当者のデータドリブンな意思決定を支援できます。