ARISE analyticsが取り組む品質向上活動
~大規模アナリティクス組織に共通する課題とその解決方法とは~

ビッグデータ 機械学習 分析品質向上 分析モデル ワーキンググループ

ARISE analyticsでは、約150名のデータサイエンティストが所属しており、常に多種多様なアナリティクスプロジェクトが進行しています。各人の得意分野は多岐にわたる一方で、任命されるプロジェクトによっては、未経験のタスクを担当する場合も少なからず存在します。その結果、アウトプットにムラが生じてしまうという課題が発生し、それを解消しアウトプット品質を高いレベルで揃えるにはどうすればよいかが大きな論点になりました。
今回は、案件および人材の多様化とアウトプット品質均質化の両立を目指した品質向上活動についてご紹介します。

アナリティクス案件の標準プロセスの構築

品質向上ワーキンググループ(WG)では、分析プロジェクトの各プロセスの標準化を推進しています。
過去の実績から得た経験や知見などを参考にして、作業をするにあたって担保しておくべき観点をチェックリストの形で整理しています。対象となるプロセスはモデル構築/分析前のデータ集計から、業務適用まで多岐にわたります。

<分析プロセス例>
■ データ集計
・データ理解
・作成するデータマートの設計
・作成したデータマートの検証
■ モデル構築、および管理
・モデルの実装・評価
・モデルの実運用
■ 施策適用、および効果検証
・効果検証の事前設計
・リスト作成
・施策実施後の効果検証
■ プロセス横断
・プロジェクト管理
・作成したプログラムの管理
・利用するライブラリの管理

<チェック項目例>

作業担当者が、自身の担当業務と照らし合わせ、該当するチェックリストを参照することで、知見の弱いタスクにおいても一定の品質を担保することができるようになることを想定して作成しています。

品質向上の取り組みを通して実現したいこと

さらなる高度化を目指し、利用者からのフィードバックを参考に、チェックリスト改善のPDCAを実施しています。本取り組みを通じて、ARISE analyticsのアウトプット品質を担保すると同時に、データサイエンティスト個々人のスキルセットの拡充や、効率的なプロジェクト運営の実現にも寄与していきたいと考えています。

RELATED TASK 関連するタスク

ARISE analyticsが取組む生産性向上活動
~大規模アナリティクス組織に共通する課題とその解決方法とは~

ARISE analyticsでは、常に多種多様なアナリティクスプロジェクトが進行しており、プロジェクトごとにチームを組んで業務を遂行しています。しかし、チームが多くなればなるほど、各チームで同じデータセットを作成するといった無駄が生じたり、チーム内で培った知見や構築した資産が全体で共有されにくくなるなど、大規模アナリティクス組織ならではの課題が増えてきます

生産性向上 ナレッジ共有 分析品質向上 分析力向上 ワーキンググループ

アナリティクスカンパニーの継続的成長を支える社内活動
~大規模アナリティクス組織に共通する課題とその解決方法とは~

ARISE analyticsでは、様々な業界、分野においてアナリティクスを活用した課題解決を行っております。その一方で扱う案件の数や規模が大きくなればなるほど、並走するプロジェクトチームが多くなり、「各チームで同じ作業をしてしまう」などの非効率や、「業務に追われ新技術を試していく投資余力を確保できない」などの課題も増えます。 ARISE analyt

コミュニケーション 生産性向上 データガバナンス ナレッジ共有 分析環境改善 分析品質向上 分析力向上 ワーキンググループ

商品レコメンドシステム構築~大容量顧客行動データと機械学習アルゴリズムによる顧客体験価値の向上~

ARISE analyticsでは、KDDIグループのデータからお客様ひとりひとりが求めるものを徹底的に理解し、AI技術等を駆使して心地の良い顧客体験を提供することをミッションとしています。本事例では、その一つである、商品レコメンドシステムの開発をご紹介いたします。 業務要件整理~PoC実施・開発~運用までを一貫して実施 商品レコメンドシステムは、ARI

Hadoop Spark アルゴリズム 機械学習 協調フィルタリング トピックモデル レコメンドシステム