Data LabsのData Science1チームでマネージャーを務めています。LINEには4年半ほど前に入社しました。LINEのメッセンジャーやLINEスタンプ、LINEマンガなどの分析をしつつ、Data Scienceチームのチーム作りに携わってきました。入社当時から考えると、LINEのデータを取り巻く環境は本当に大きく変わっています。分析環境も進化して使いやすくなっていますし、何よりデータ活用に対する空気感がとても大きく変わったと感じています。今回は、その変化も含めてLINEのデータ活用環境をご紹介できればと思っています。

LINE公式アカウントのプロダクトマネージャーとして、ビジネスの戦略・企画立案・開発進行マネジメントなどを担当しています。LINE入社前はSIerにて大規模なシステム開発に携わっていました。自らで判断したプロダクトをスピード感をもって世に出すことができる環境を求めて、LINEに転職しました。私からは、企画に活用するデータマネジメントの観点でお話させていただければと思います。

私は、LINE Pay専属でデータ分析を行っています。LINEに入社する前は、1社目が事業会社で広告・マーケティング関連、2社目はデータ分析専門のコンサルティング会社でスマホアプリやオンラインゲームの分析をしていました。いろんなサービスに関われる分析会社も楽しかったのですが、担当サービスをより深く、長期的な成長を見据えて分析したいという思いが強くなり、事業会社でのアナリスト職に興味を持ったのがきっかけで転職しました。2019年末にLINEに入社して約4カ月ほど経ち、ようやく業務や環境に慣れてきたところですね。私は事業部付きのアナリスト、そして最近LINEに入ったばかりの立場からデータ環境や入社して感じたことなど色々お話しさせていただきます。

左上から門田、牟田、仲本。在宅勤務期間中のため、オンラインにてインタビューを行いました。

Data LabsのData Science1チームでマネージャーを務めています。LINEには4年半ほど前に入社しました。LINEのメッセンジャーやLINEスタンプ、LINEマンガなどの分析をしつつ、Data Scienceチームのチーム作りに携わってきました。入社当時から考えると、LINEのデータを取り巻く環境は本当に大きく変わっています。分析環境も進化して使いやすくなっていますし、何よりデータ活用に対する空気感がとても大きく変わったと感じています。今回は、その変化も含めてLINEのデータ活用環境をご紹介できればと思っています。

一方で、LINEのトーク関連のデータなど、ユーザーの機微情報を多く扱っているという特徴もあります。プライバシーポリシー等でも明示しているように、例えばユーザー間のトークにおけるテキストや画像・動画の内容は一切取得しないなど、厳格なルールが定められています。
データを活用する際には、情報セキュリティ部門や各サービスの企画者と一緒に、データの利用可否に加えてユーザーへの見せ方や説明の仕方についてもしっかり議論しながら進めています。当然のことではありますが、正しくデータを活用することは非常に重要視しています。

例えばLINE Payでは、サービスの改善やマーケティング施策などへのデータ活用ももちろんですが、ユーザーやLINE Payを導入している加盟店企業にとっても価値あるデータを保有していると思っています。お店からお得な情報を送るなら、そのお店で買い物をしてくれる可能性が高いユーザーに送りたいですし、ユーザーにとっても自分の興味がない情報ばかり送られてくるより、自分にとって興味がある情報を受け取れた方が良い。LINEが持っているデータは、企業とユーザーが感じる無駄をなくして、コミュニケーションを効率化できる価値のあるデータだと思っています。

当たり前ですが、プロダクトマネジメントでもデータと向き合うことは非常に重要です。担当するプロダクトにおいて、見るべき数字が正しく確認できることは正しい方向に進んでいるかの納得感につながります。企画の優先度ジャッジにおいても、熱量や勢いももちろん大事なんですが、その一方で冷静な数値での評価も同じくらい大事です。

私が担当しているLINE公式アカウントは、昨年大きなリニューアルを実施したのですが、その目的の一つがデータ環境の再整備です。リニューアル前の課題として、日々蓄積される大容量のデータをうまくマネジメントできず、ビジネスや企画の判断に活用できていなかった背景がありました。ビジネスモデルが大きく変わるリニューアルに際し、システムレイヤーも一新し、今後データのモニタリングに基づく冷静な判断ができる環境ができたところです。

LINEには、Data Science and Engineeringセンター（以下DSEセンター）というデータ専門組織があります。DSEセンターはLINE全体のデータ戦略を統括する役割を担っており、私が所属するData ScienceチームおよびData LabsもDSEセンターを構成する組織の一つです。我々は、データ分析者だけでなくすべての従業員がLINEが持つ多様なデータをより安全かつ効果的に活用できるような仕組み・体制づくりに取り組んでいます。2020年3月には、AI技術人材の採用を強化するという内容のプレスリリースを行いました。

LINEのデータは非常に膨大で、各事業・サービスによって取得しているデータも異なります。さらに、取得したデータの活用ニーズも様々です。海外拠点を含む、LINE全体からの多様なニーズに効率よく応えるためには、DSEセンターを中心にしたデータガバナンス体制の強化が不可欠であると思います。

LINE公式アカウントのプロダクトマネージャーとして、ビジネスの戦略・企画立案・開発進行マネジメントなどを担当しています。LINE入社前はSIerにて大規模なシステム開発に携わっていました。自らで判断したプロダクトをスピード感をもって世に出すことができる環境を求めて、LINEに転職しました。私からは、企画に活用するデータマネジメントの観点でお話させていただければと思います。

私は、LINE Pay専属でデータ分析を行っています。LINEに入社する前は、1社目が事業会社で広告・マーケティング関連、2社目はデータ分析専門のコンサルティング会社でスマホアプリやオンラインゲームの分析をしていました。いろんなサービスに関われる分析会社も楽しかったのですが、担当サービスをより深く、長期的な成長を見据えて分析したいという思いが強くなり、事業会社でのアナリスト職に興味を持ったのがきっかけで転職しました。2019年末にLINEに入社して約4カ月ほど経ち、ようやく業務や環境に慣れてきたところですね。私は事業部付きのアナリスト、そして最近LINEに入ったばかりの立場からデータ環境や入社して感じたことなど色々お話しさせていただきます。

引用元：Introduction of LINE Data Science Team / DSEセンターの体制と役割

データをサービスにどう活かしていくかは各事業部で検討・推進されていて、Data Labsとしてはそれをしっかりサポートしていきたいと考えています。
まず、主に意思決定に関わるデータ分析の領域では、LINE PayやLINE NEWSなどの事業部に所属する形でデータ分析チームがあり、各サービスでデータを活用していくうえで中心的な役割を担っています。その役割は事業部によって異なりますが、例えば日々事業の意思決定をするためのダッシュボードを開発・管理したり、ABテストの企画から分析、サービス適用までを主導したり、新機能の効果検証をしたりと、活躍の幅は非常に広いです。

Data Scienceチームにもデータ分析者が所属していますが、我々はLINEのメッセンジャーや広告事業周りなど、LINEのプラットフォームとしての部分に関わる業務を主に担当しています。たとえば、トーク画面やホームタブ、ウォレットタブのUI/UX改善のプロジェクトを企画と一緒に実施しています。また、トーク一覧の上部にコンテンツが表示されるSmart Channelの分析業務も担当しています。これらのプロジェクトはメッセンジャーのログに加えて、LINEマンガやLINE MUSICなど多くのサービスのデータやコンテンツを扱う機会が多くあります。

また、機械学習エンジニアリングの領域では、Data LabsのMachine Learningチームが幅広く事業をサポートしています。まず、個別のサービスに対してカスタマイズする形で機械学習プロダクトを開発しています。LINEスタンプに適用した例を少しだけ挙げると、スタンプショップに表示されている「あなたへのおすすめ」の開発や、「おはよう」「OK」などのユーザーが入力したテキストからスタンプをおすすめするオートサジェスト機能に利用されているタグ付けの自動化などがあります。スタンプ事業だけで見ても他にもありますし、他の多くのサービスももちろんサポートしています。

次に、LINEのサービスがより効果的にデータを活用できるような環境を提供しています。例えば、LINEのサービス内の行動ログからユーザー属性を機械学習で推定しており、広告事業を始めとしてLINEの様々なサービスに活用されてます。また、我々のような分析者やサービスを開発するエンジニアが機械学習のアウトプットを簡単に利用できるようなAPIを提供していたりもします。事業部に所属する企画者やデータ分析者がData ScienceチームおよびMachine Learningチームと協業する機会は多くあります。

現状のデータ分析環境もとても使いやすいと私は思いますし、サービスに関わる方々のデータを使って良いサービスを作ろうという意識もとても高いのですが、まだまだ改善の余地がある部分も多いと感じています。各サービスのデータ分析体制もその一つです。以前と比べると整備されてきた感覚がありますが、仲本さんと門田さんのチームはどのような状況でしょうか。

LINE Payの分析体制は、2019年に正式にチームとして発足したばかりです。専属のアナリストは私が一人目なのですが、正式発足前の仮組織の時から担当しているData Labsの方々や、韓国にあるLINE Biz Plusという子会社に所属するデータサイエンティストもいて、全6名のチームでLINE Payの分析を行っています。2020年3月からは同じメンバーでLINEの金融サービスを横断したデータ分析も担当するようになりました。サービス企画者と会話しながら、LINE Payおよび金融サービスの分析を幅広く担当しています。

LINE公式アカウントでは、もともと牟田さんのチームと連携しながらデータマネジメントやデータ解析を推進してきましたが、昨年のリニューアル後からオフィシャルにプロダクトチームの中にもAnalysisチームを設立しました。現在は、プロダクトのロードマップ作成や振り返りをDataの観点から分析・提案する組織と、特定の複雑な指標を深掘り分析する組織に分かれてアカウントビジネスの成功に向けてデータ活用を進めています。

LINEには多くのサービスがあり、それぞれでデータの活かし方には違いがあります。また、同じサービスでも、立上げ初期と5年経過した後とでは、データ分析者の役割も変わってくるはずです。今後も事業のニーズに合わせて求られる役割が変わる可能性も高いのですが、各サービスのデータ活用の中心となるデータアナリストが重要なポジションであることは今後も変わらないと思っています。

LINEの多くのサービスのデータが一つに集められ、適切なアクセス権管理のもとで必要な社員に公開されています。
LINEのデータの特徴は、とにかく量と種類が多いことだと思います。たとえばLINEアプリは日本国内だけでもMAU8300万（2019年12月時点）という規模があります。我々はこの規模のデータでも快適に処理できる分析環境を利用することができます。分析担当だけでなく必要なLINE社員はだれでもアクセスを申請することができます。

この環境の上で、全社員が各々の立場で必要な範囲のアクセス権を得ることができる仕組みが整備されています。基本は自身が関わる業務範囲にアクセス権が制限される仕組みになっていますが、必要性があれば他サービスのデータへのアクセスが認められる場合もあります。
LINEが提供する様々なサービスにおいては、情報セキュリティなどの観点で考慮すべきポイントもそれぞれ異なります。どのデータを扱う際にも、ユーザーのみなさまの大事なデータを預かっているということは常に意識しています。

入社してから、アクセス権の管理などは想像以上に徹底されているなと感じました。サービスごとやDBごとに申請が必要だったり、承認フローも複数段階あるためすぐにはアクセスできなかったり。入社直後はそこで苦労した記憶がありますが、情報セキュリティの観点で考えると必要な手順だったと思います。あとはデータベース以外にもレポートの閲覧権限などもあり、人によって権限が異なるので、共有したい・参考にしたいレポートが見れないなども正直あったりしますね。ただそういった部分についても、仕方ないよねと放置されているわけではなく、業務上の必要性などを伝えれば適宜マネージャーなどが調整してくれています。

私も一応LINE公式アカウントに関するデータのオーナーなので、日々平均で3、4件利用申請依頼はくるのですが、不要なリスクを防ぐために1件1件慎重に確認しています。LINE公式アカウントというプロダクトの特性上、LINEに関連する様々なサービスから日々問合せがくるので、ある程度管理の負荷は高いのですが、それくらい全社のビジネスを背負う重要なデータなんだなと日々感じています。

データ基盤や分析ツールはLINE社内で開発しているものが多いですね。DataLabsはもちろん、社内のユーザーからのニーズをもとに日々進化しています。LINEのデータ分析者が最もお世話になるツールは、OASIS、Yanagishima、Tableauですかね。

OASISは、社内向けに開発された、Sparkを実行エンジンとしたnotebook形式の分析ツールです。SparkSQLでSQLもかけるし、もう少し複雑なことをしたい人向けにはSparkR、PySpark，Scala等で処理を書くこともできます。notebookをスケジュール実行できるので、定期実行されるレポーティングツールとしても使えるし、分析用データマートを生成するためのワークフローエンジンとしても利用できます。開発秘話が2018年のLINE DEVELOPER DAYでも語られているので、こちらを読んでいただけるともう少し詳しく理解してもらえると思います。

Yanagishimaも社内のエンジニアが開発したPresto・Hive用のWeb UIで、簡単にクエリを実行することができます。可視化などが必要ない、簡単な集計結果の確認をしたい時などによく使っています。あとは実行したクエリと結果をPublishしてリンクで共有できるのが便利ですね。クエリと結果をセットで共有できるので、アナリスト同士でデータの確認をするときなどにも使用しています。

Tableauは、全社的に取り入れられている分析ツールです。LINE公式アカウントチームでも継続的に分析が必要とされる重要な指標はだいたいTableauレポート化されていて、共通の数字で確認できるように整理し続けています。当たり前のように聞こえるかもしれませんが、グローバルも含めてゆうに100人を超える関係者がいるプロダクトで、同じレポートをみてディスカッションすることは重要な割にとても難しいです。油断すると各々が各々の定義で数値分析を始め、分析者によって数字がずれている状況が簡単に発生するため、Tableauレポートの利用と可視化はとても重要です。

メインの業務内容としては大きく分けると二つ、データ抽出やダッシュボード作成とアドホックな分析があります。
データ抽出やダッシュボード作成は、大まかな内容や項目が決まった依頼ベースで受けることが多いです。ただ内容によっては長くデータを触っているアナリストの方が理解している部分もあるので、目的を確認して、他の集計方法や条件など提案してアウトプットをブラッシュアップしながら進めています。

アドホックな分析については、キャンペーン単位やサービスの改修タイミングなどで相談ベースで受けることが多いです。分析前にミーティングで課題をヒアリングしたり目的をすり合わせて、分析後も対面で結果共有やネクストアクションの検討などを行なっています。最近ではLINE Pay以外の関連サービスと掛け合わせた分析ニーズも多く、分析前にデータの有無・内容の確認からすることもあり、そういった部分も基本的にはアナリスト自身が行っています。

チーム内での役割は明確に決まっているわけではなく、内容やその時のタスク量などによって都度メインの担当を決めている感じです。ただ、一人で完結するわけではなくて、基本的にはレポート内容など他の人がレビューするようにしていて、毎週のミーティングで個々の担当案件の内容や進捗など共有しています。

私の組織のミッションはLINE公式アカウントのプロダクトマネジメントになるため、データをどうやってプロダクトの成功につなげるかという観点でデータ活用をしています。大きな業務としては、プロダクトの現状把握と企画の妥当性判断/振り返りになります。

現状把握では、プロダクトのKGI/KPIをビジネス組織と連携しながら確定させ、今はどういう数字なのかを可視化します。そこから自チームの中で紐づく数値を見極め、企画メンバーと共にこの数字を上げるにはどういった方向性か、といった議論まで重ねています。

企画の妥当性判断/振り返りでは、現状把握フェーズで狙いを定めた指標に対して、企画がどこまで貢献できそうか、企画をリリースした後は予定に対してどのくらい貢献できたかを分析して次のアクションにつなげています。企画検討時は進行スピードの妨げにならないバランスを考えて分析業務をしています。

LINEでは、サービスを作って改善していくすべてのプロセスにおいて、データの重要性はすごく高いです。基本的なことではありますが、これはデータ分析に関わる我々にとってはとても重要なことではないでしょうか。データがあって、データで解決すべき課題がたくさんあること、さらにその課題の解決がサービスの重要な改善につながり、その効果がユーザーからの反応として目に見える環境で仕事をすることは、データ分析者としてキャリアを積む上で有意義な体験になると思います。

扱うデータの量や幅広さももちろんですが、社内でも様々な部署と関わるので、ユーザーや加盟店などの企業に対して、「データを活用して影響を与えられる範囲が広い」という点にも魅力を感じています。特にLINE Payは事業部の中に様々な役割の部門があるので、経営企画からビジネス企画、サービス企画、マーケティングや営業部門の支援まで、いろんな角度でいろんな人にデータで貢献できる環境があります。その分、誰が何を求めてるか、どの人にはどんなデータがあれば意思決定のサポートになるかなどを考えるのは大変ですが、そこも今は日々学びながら楽しめています。

やっぱり大事な指標が伸びた時が一番テンションが上がるんじゃないかと思います。そのために細かいマネジメントや分析を繰り返しているので。何のためのデータ分析なのかを忘れずに分析だけで閉じずに、それを活かすための他チームとの効率的な連携を経た結果、プロダクトに返ってくることが一番楽しいと思います。

LINEのデータ分析の領域は、これまでお話してきたように良いところもたくさんありますが、成長の余地はまだまだ大きいと感じています。我々といっしょに、LINEのデータ分析を盛り上げていただける方に来てもらえると嬉しいです。

データを活用してサービス、プロダクトを成功に導きたいという情熱を持っている方は是非きてください！LINE公式アカウントは、データの種類や追っている指標や売上インパクトも大きいので、特に楽しいはずです！（笑）

担当するサービスへの思いや、データへの興味が強い方なら楽しめる環境だと思います。また、 LINE Payは今後他の金融サービスとの連携や横断したデータ分析を強めていくので、そこに興味がある方はより楽しめると思います。ドメイン知識はなくても、わからないことや気になることは質問したら丁寧に教えてくれる雰囲気はあるので、LINE Payに興味がある方は是非一緒に働ければと思います！