Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
Submit search
EN
Uploaded by
Tokoroten Nakayama
PPTX, PDF
25,342 views
失敗から学ぶデータ分析グループのチームマネジメント変遷
デブサミ秋2015の発表資料 http://codezine.jp/article/detail/9026
Technology
◦
Related topics:
Data Science Insights
•
Read more
126
Save
Share
Embed
Embed presentation
Download
Downloaded 104 times
1
/ 21
2
/ 21
3
/ 21
4
/ 21
5
/ 21
6
/ 21
7
/ 21
8
/ 21
9
/ 21
10
/ 21
11
/ 21
12
/ 21
13
/ 21
14
/ 21
15
/ 21
16
/ 21
17
/ 21
18
/ 21
19
/ 21
20
/ 21
21
/ 21
More Related Content
PPTX
データサイエンティスト養成読本の解説+書き忘れたこと
by
Tokoroten Nakayama
PPTX
なぜコンピュータを学ばなければならないのか 21世紀の君主論
by
Tokoroten Nakayama
PPTX
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
by
Shota Imai
PDF
トピックモデルの評価指標 Perplexity とは何なのか?
by
hoxo_m
PDF
機械学習の理論と実践
by
Preferred Networks
PDF
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
by
Takashi J OZAKI
PDF
Recent Advances on Transfer Learning and Related Topics Ver.2
by
Kota Matsui
PPTX
畳み込みLstm
by
tak9029
データサイエンティスト養成読本の解説+書き忘れたこと
by
Tokoroten Nakayama
なぜコンピュータを学ばなければならないのか 21世紀の君主論
by
Tokoroten Nakayama
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
by
Shota Imai
トピックモデルの評価指標 Perplexity とは何なのか?
by
hoxo_m
機械学習の理論と実践
by
Preferred Networks
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
by
Takashi J OZAKI
Recent Advances on Transfer Learning and Related Topics Ver.2
by
Kota Matsui
畳み込みLstm
by
tak9029
What's hot
PDF
ChatGPT 人間のフィードバックから強化学習した対話AI
by
Shota Imai
PDF
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
by
Preferred Networks
PDF
先端技術とメディア表現1 #FTMA15
by
Yoichi Ochiai
PDF
機械学習で泣かないためのコード設計 2018
by
Takahiro Kubo
PDF
Data-Centric AIの紹介
by
Kazuyuki Miyazawa
PPTX
研究法(Claimとは)
by
Jun Rekimoto
PDF
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
by
Ayako_Hasegawa
PDF
cvpaper.challenge 研究効率化 Tips
by
cvpaper. challenge
PDF
LEANSTARTUPの現場 #leanstartup
by
Itsuki Kuroda
PDF
テスト文字列に「うんこ」と入れるな
by
Kentaro Matsui
PDF
強化学習その2
by
nishio
PDF
Data-centricなML開発
by
Takeshi Suzuki
PDF
研究効率化Tips Ver.2
by
cvpaper. challenge
PDF
オブジェクト指向エクササイズのススメ
by
Yoji Kanno
PDF
音響信号に対する異常音検知技術と応用
by
Yuma Koizumi
PDF
パターン認識と機械学習入門
by
Momoko Hayamizu
PDF
リーン顧客開発
by
しくみ製作所
PDF
博士のキャリアデザインワークショップ講演
by
Takayuki Itoh
PPTX
最尤推定法(NNでの応用)
by
MatsuiRyo
PPTX
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
by
Shoichi Taguchi
ChatGPT 人間のフィードバックから強化学習した対話AI
by
Shota Imai
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
by
Preferred Networks
先端技術とメディア表現1 #FTMA15
by
Yoichi Ochiai
機械学習で泣かないためのコード設計 2018
by
Takahiro Kubo
Data-Centric AIの紹介
by
Kazuyuki Miyazawa
研究法(Claimとは)
by
Jun Rekimoto
実践 Amazon Mechanical Turk ※下記の注意点をご覧ください(回答の質の悪化・報酬額の相場の変化・仕様変更)
by
Ayako_Hasegawa
cvpaper.challenge 研究効率化 Tips
by
cvpaper. challenge
LEANSTARTUPの現場 #leanstartup
by
Itsuki Kuroda
テスト文字列に「うんこ」と入れるな
by
Kentaro Matsui
強化学習その2
by
nishio
Data-centricなML開発
by
Takeshi Suzuki
研究効率化Tips Ver.2
by
cvpaper. challenge
オブジェクト指向エクササイズのススメ
by
Yoji Kanno
音響信号に対する異常音検知技術と応用
by
Yuma Koizumi
パターン認識と機械学習入門
by
Momoko Hayamizu
リーン顧客開発
by
しくみ製作所
博士のキャリアデザインワークショップ講演
by
Takayuki Itoh
最尤推定法(NNでの応用)
by
MatsuiRyo
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
by
Shoichi Taguchi
Similar to 失敗から学ぶデータ分析グループのチームマネジメント変遷
PPTX
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
by
Tokoroten Nakayama
PDF
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
by
Tokoroten Nakayama
PDF
鬼速PDCA
by
YudaiMyo
PDF
映画「マネーボール」に学ぶデータ分析と組織行動論
by
Satoshi Nagayasu
PDF
【LaKeel】LaKeel HR catalog.pdf
by
D-GHOST, Inc.
PDF
スクール事業を通して感じたデータサイエンティストのキャリア構築の難しさとデータラーニングギルド設立に至った理由
by
智之 村上
PDF
JPA2023_NetworkTutorial_Part1.pdf
by
Jun Kashihara
PDF
データアナリシスを もっと知ろう! - JFPUG 語らいの夕べ
by
Takahiro Noda
PDF
すみません、まだEメールですか?
by
Cybozucommunity
PDF
おしゃスタVI 倉橋
by
Issei Kurahashi
PDF
データ分析チームを組成して3ヶ月で学んだこと
by
Koki Shibata
PPT
It's up to you
by
Masakazu Matsushita
PDF
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
by
IMJ Corporation
PDF
Ja the people factor in itsm it-smf japan v2
by
Alejandro Debenedet
PDF
利益を生み出すAnalytics Teamのあり方
by
Recruit Lifestyle Co., Ltd.
PDF
20180717 zeal
by
Yutaka Terasawa
PDF
研修効果が出ない原因とは?
by
ZAC Inc,.
PPTX
190620 hakali data_analyst_skill
by
shinichiroogawa2
PDF
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料
by
Takaya Nakanishi
PDF
ハイパフォーマンス・エクセルスキル講座紹介資料
by
tacchi0123
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
by
Tokoroten Nakayama
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
by
Tokoroten Nakayama
鬼速PDCA
by
YudaiMyo
映画「マネーボール」に学ぶデータ分析と組織行動論
by
Satoshi Nagayasu
【LaKeel】LaKeel HR catalog.pdf
by
D-GHOST, Inc.
スクール事業を通して感じたデータサイエンティストのキャリア構築の難しさとデータラーニングギルド設立に至った理由
by
智之 村上
JPA2023_NetworkTutorial_Part1.pdf
by
Jun Kashihara
データアナリシスを もっと知ろう! - JFPUG 語らいの夕べ
by
Takahiro Noda
すみません、まだEメールですか?
by
Cybozucommunity
おしゃスタVI 倉橋
by
Issei Kurahashi
データ分析チームを組成して3ヶ月で学んだこと
by
Koki Shibata
It's up to you
by
Masakazu Matsushita
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
by
IMJ Corporation
Ja the people factor in itsm it-smf japan v2
by
Alejandro Debenedet
利益を生み出すAnalytics Teamのあり方
by
Recruit Lifestyle Co., Ltd.
20180717 zeal
by
Yutaka Terasawa
研修効果が出ない原因とは?
by
ZAC Inc,.
190620 hakali data_analyst_skill
by
shinichiroogawa2
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料
by
Takaya Nakanishi
ハイパフォーマンス・エクセルスキル講座紹介資料
by
tacchi0123
More from Tokoroten Nakayama
PPTX
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
by
Tokoroten Nakayama
PPTX
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
by
Tokoroten Nakayama
PPTX
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
by
Tokoroten Nakayama
PDF
ビジネスパーソンのためのDX入門講座エッセンス版
by
Tokoroten Nakayama
PPTX
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
by
Tokoroten Nakayama
PPTX
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
by
Tokoroten Nakayama
PDF
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
by
Tokoroten Nakayama
PPTX
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
by
Tokoroten Nakayama
PPTX
DAUを評価指標から捨てた会社の話 #tokyowebmining
by
Tokoroten Nakayama
PPTX
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
by
Tokoroten Nakayama
PPTX
機械学習の精度と売上の関係
by
Tokoroten Nakayama
PPTX
難易度ボラタリティグラフという分析手法
by
Tokoroten Nakayama
PPTX
スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
by
Tokoroten Nakayama
PPTX
特徴ベクトル変換器を作った話 #dogenzakalt
by
Tokoroten Nakayama
PPTX
データマイニングの話詰め合わせ
by
Tokoroten Nakayama
PPTX
インターネット上の情報発信手段の変遷 情報発信の簡易化
by
Tokoroten Nakayama
PPTX
jubatusのECサイトへの適応 #jubatus_hackathon
by
Tokoroten Nakayama
PPTX
特徴ベクトル変換器を作った話
by
Tokoroten Nakayama
PPTX
BattleField3に見る自己表現としてのゲームプレイ
by
Tokoroten Nakayama
PPTX
機械学習ビジネス研究会(未踏研究会)
by
Tokoroten Nakayama
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
by
Tokoroten Nakayama
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
by
Tokoroten Nakayama
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
by
Tokoroten Nakayama
ビジネスパーソンのためのDX入門講座エッセンス版
by
Tokoroten Nakayama
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
by
Tokoroten Nakayama
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
by
Tokoroten Nakayama
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
by
Tokoroten Nakayama
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
by
Tokoroten Nakayama
DAUを評価指標から捨てた会社の話 #tokyowebmining
by
Tokoroten Nakayama
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
by
Tokoroten Nakayama
機械学習の精度と売上の関係
by
Tokoroten Nakayama
難易度ボラタリティグラフという分析手法
by
Tokoroten Nakayama
スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
by
Tokoroten Nakayama
特徴ベクトル変換器を作った話 #dogenzakalt
by
Tokoroten Nakayama
データマイニングの話詰め合わせ
by
Tokoroten Nakayama
インターネット上の情報発信手段の変遷 情報発信の簡易化
by
Tokoroten Nakayama
jubatusのECサイトへの適応 #jubatus_hackathon
by
Tokoroten Nakayama
特徴ベクトル変換器を作った話
by
Tokoroten Nakayama
BattleField3に見る自己表現としてのゲームプレイ
by
Tokoroten Nakayama
機械学習ビジネス研究会(未踏研究会)
by
Tokoroten Nakayama
Recently uploaded
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):日本ヒューレット・パッカード合同会社 テーマ1「大規模AIの能力を最大限に活用するHPE Comp...
by
PC Cluster Consortium
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):日本ヒューレット・パッカード合同会社 テーマ3「IT運用とデータサイエンティストを強力に支援するH...
by
PC Cluster Consortium
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):Pacific Teck Japan テーマ3「『TrinityX』 AI時代のクラスターマネジメ...
by
PC Cluster Consortium
PDF
論文紹介:MotionMatcher: Cinematic Motion Customizationof Text-to-Video Diffusion ...
by
Toru Tamaki
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):コアマイクロシステムズ株式会社 テーマ 「AI HPC時代のトータルソリューションプロバイダ」
by
PC Cluster Consortium
PDF
論文紹介 Rethinking Classifier Re-Training in Long-Tailed Recognition:Label Over...
by
Plot Hong
PDF
論文紹介:HiLoRA: Adaptive Hierarchical LoRA Routing for Training-Free Domain Gene...
by
Toru Tamaki
PDF
論文紹介:DiffusionRet: Generative Text-Video Retrieval with Diffusion Model
by
Toru Tamaki
PPTX
2025年11月24日情報ネットワーク法学会大井哲也発表「API利用のシステム情報」
by
Tetsuya Oi
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):菱洋エレクトロ株式会社 テーマ1「製造業向けAI・HPCハイパフォーマンス基盤 RTX PRO™ ...
by
PC Cluster Consortium
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):Pacific Teck Japan テーマ2「『Slinky』 SlurmとクラウドのKuber...
by
PC Cluster Consortium
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):筑波大学計算科学研究センター テーマ3「学際計算科学による最新の研究成果」
by
PC Cluster Consortium
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):富士通株式会社 テーマ1「HPC&AI: Accelerating material develo...
by
PC Cluster Consortium
PDF
PCCC25(設立25年記念PCクラスタシンポジウム):エヌビディア合同会社 テーマ1「NVIDIA 最新発表製品等のご案内」
by
PC Cluster Consortium
PCCC25(設立25年記念PCクラスタシンポジウム):日本ヒューレット・パッカード合同会社 テーマ1「大規模AIの能力を最大限に活用するHPE Comp...
by
PC Cluster Consortium
PCCC25(設立25年記念PCクラスタシンポジウム):日本ヒューレット・パッカード合同会社 テーマ3「IT運用とデータサイエンティストを強力に支援するH...
by
PC Cluster Consortium
PCCC25(設立25年記念PCクラスタシンポジウム):Pacific Teck Japan テーマ3「『TrinityX』 AI時代のクラスターマネジメ...
by
PC Cluster Consortium
論文紹介:MotionMatcher: Cinematic Motion Customizationof Text-to-Video Diffusion ...
by
Toru Tamaki
PCCC25(設立25年記念PCクラスタシンポジウム):コアマイクロシステムズ株式会社 テーマ 「AI HPC時代のトータルソリューションプロバイダ」
by
PC Cluster Consortium
論文紹介 Rethinking Classifier Re-Training in Long-Tailed Recognition:Label Over...
by
Plot Hong
論文紹介:HiLoRA: Adaptive Hierarchical LoRA Routing for Training-Free Domain Gene...
by
Toru Tamaki
論文紹介:DiffusionRet: Generative Text-Video Retrieval with Diffusion Model
by
Toru Tamaki
2025年11月24日情報ネットワーク法学会大井哲也発表「API利用のシステム情報」
by
Tetsuya Oi
PCCC25(設立25年記念PCクラスタシンポジウム):菱洋エレクトロ株式会社 テーマ1「製造業向けAI・HPCハイパフォーマンス基盤 RTX PRO™ ...
by
PC Cluster Consortium
PCCC25(設立25年記念PCクラスタシンポジウム):Pacific Teck Japan テーマ2「『Slinky』 SlurmとクラウドのKuber...
by
PC Cluster Consortium
PCCC25(設立25年記念PCクラスタシンポジウム):筑波大学計算科学研究センター テーマ3「学際計算科学による最新の研究成果」
by
PC Cluster Consortium
PCCC25(設立25年記念PCクラスタシンポジウム):富士通株式会社 テーマ1「HPC&AI: Accelerating material develo...
by
PC Cluster Consortium
PCCC25(設立25年記念PCクラスタシンポジウム):エヌビディア合同会社 テーマ1「NVIDIA 最新発表製品等のご案内」
by
PC Cluster Consortium
失敗から学ぶデータ分析グループのチームマネジメント変遷
1.
失敗から学ぶ データ分析グループの チームマネジメント変遷 中山ところてん Emotion Intelligence株式会社
2.
お前誰よ • @tokoroten • http://twitter.com/tokoroten •
Emotion Intelligence株式会社 • http://emin.co.jp/ • http://www.zenclerk.com/ • 高機能雑用 • 現職:ECデータ分析、新規開発、営業 • 昔:半導体計測器屋、ゲームディレクター、セキュリティ
3.
注意・このスライドについて • Emotion Intelligence社の試行錯誤の過程を公開 する資料です •
Emotion Intelligence社はフラット組織ですが、 職能別のマネジメントを同時に行っています • 多少盛ってます • オチや答えはありません • みなさんの考える材料の一つになれば幸いです
4.
マネジメントの変遷 • マネージメント無し • ペイオフマトリクス •
三段ペイオフマトリクス • Github issueに移行 • フラット組織からの脱却
5.
第一の失敗 • チームマネジメント無し • データ分析は3人 •
データ分析者が会社全体の雑用になってしまった • データ分析者は、コードが書ける、データが読める、データが出力 できる • 営業とエンジニアの間に落ちた問題を拾っているだけの雑用的存 在になってしまった • 目の前の「見えている」アラートやトラブルに工数が割かれ、 製品開発を行うことができなかった
6.
ペイオフマトリクスの導入 コスト(低) インパクト コスト(高) • タスクをコストとインパクトの 二軸で評価 • タスクやアイディアをポスト イットに書き出して、マトリク ス上に配置 •
右上ほど価値が高いので優 先的に対応、左下ほど価値 が低いので先送り 優先度:高 優先度:中 優先度:低
7.
第二の失敗 • ペイオフマトリクスにより順調にタスクを消化 • アイディアを思いついたらポストイットに書き、ホワイト ボードに張る •
右上に貼ってあるやつから優先的に処理していく • 週一でタスクの棚卸をして、内容確認と進捗確認 • 左下に研究系、開発系のタスクが大量に残った • 統計的アラートなどは充実したが、製品の進歩に結び つくような仕事はできなかった ※ペイオフマトリクスにポストイットを貼るときは、同時にgithub issueに投 げて、そのチケット番号をポストイットに書いておくと、詳細管理が楽
8.
何がマズかったのか? • データ分析グループとの相性が悪い • 研究・開発・運用を一つのチームで回す •
研究開発タスクは不確定性が大きい • どれくらいのコストをかければ実現できるのかわからない • 実現できた際にどれくらいの効果があるかわからない • 研究開発タスクは高コスト、低インパクトに割り引いて評価せ ざるを得ない • 研究開発タスクの優先度が下がり、運用系タスクのみ が優先的に処理された • あれ?これ、どこかで見たような……
10.
イノベーションのジレンマの発生 • イノベーションのジレンマは「大企業だからイノベー ションを産めなくて負ける」という話ではない • 「合理的に意思決定をすることで、イノベーション が産めなくなって負ける」話 •
たとえ3人の組織であっても、合理的に意思決定 することで、イノベーションのジレンマに陥る • 研究開発は運用よりも価値が低いと、合理的に意思決 定した結果、製品開発が止まってしまった • 合理性を多少無視するマネージメントが必要
11.
三段ペイオフマトリクスの導入 • ペイオフマトリクスを「研究」「開発」「運用」の三つ に分割 • 研究:アイディアレベル、価値検証が必要なもの •
開発:本番環境での実験が必要なもの • 運用:本番投入のためにブラッシュアップが必要なもの • それぞれのペイオフマトリクス間でタスクの優先度 の比較は行わない • 合理性を意図的に無視することで、イノベーションのジ レンマを回避
12.
運用イメージ • それぞれのペイオフマトリクス から右上にあるやつを優先処 理 • アイディアは「研究」のマトリク スからスタート •
よい結果が出れば、「開発」や「運 用」のマトリクスに貼り直し • ダメだったら、捨てる • アイディアの検証などが正しく 回るようになった
13.
第三の失敗 • 最初は正しく機能した • 製品につながる様々な機能が実装された •
「研究」に張られたものの、どうやって検証したら いいかわからないタスクは、管理の邪魔になるの で脇によけた • 「要ブレークダウン」で脇によけておく • ペイオフマトリクスに優先度が高いタスクはほぼ 無いのに、要ブレークダウンのチケットが肥大化 • ちょっとまて、ここに貼ってあるのが、会 社のコアじゃないか!!
14.
イシューからはじめよ • タスクをこなすことが仕事ではない • 問題を解くことが仕事である •
タスクマネジメントは、本質的問題を解くことを放棄 してしまった • どのようにしたら、本質的な問題を解きに行けるのか? • とりあえず、要ブレークダウンをGithub issueで管 理してみる
15.
Github issueで管理
16.
第四の失敗 • Github issueに乗せただけでは進まなかった •
Github issueでむしろ遅滞 • Github issueはだれでもツッコミが入れられる • 本質的な問題は抽象度が高く、だれでも一言言いたくなる • 一瞬でバイク小屋の議論(bikeshed discussion)に陥る • ツッコミ内容を検証しないと前に進めなくなる • Github issueは名前が悪い • タスクを書くだけでissueを解いてる気になってしまう • データ分析とエンジニアの連携の失敗 • Github Issueを通じて、エンジニアとの連携が加速 • メンタルモデルの違いから、対立が発生
17.
エンジニアとの対立 • 組織間でイノベーションのジレンマが再発 • 「ほかに依頼されている案件と比較してエンジニア内で優先度決 定をするため、ゴールとなるKPIを出してくれ」 •
「実験的案件はどうしても割り引いて評価せざるを得ないが、 ~~%くらいは上がると思っている。しかし、イノベーションのジレ ンマの回避のためにはKPIを設定してはいけない。だからKPIは出 せない」 • 「KPIを出さないなら、そのタスクの優先度は下げます」 • Dev-Data問題! • システムの安定性 VS ビジネス • エンジニア「100%動くものじゃないと使いたくない」 • データ分析「90%の精度でもビジネスにとって有用。トラブルはビジネ ス的に許容できるレベルのものだ」 • メンタルモデルの差、持っているKPIの差、曖昧耐性
18.
何が問題だったのか? • Issueを解く人の不在 • Issueは管理しただけでは解かれない •
皆、目の前のタスクに忙殺されて、誰もIssueを深く考える時 間が取れなかった • 職種間の利害対立を解決する人が不在 • 単一の職種だけでは組織間にまたがる問題を解決すること は難しい • たった20人の会社でも組織の利害対立はイノベーションのジ レンマとして表れる • 複数の職種をまたがる人や、越権的な存在が必要 • ようするに組織構造が問題
19.
eminにおけるフラット組織の問題認識 • 実験的タスクの実行が困難 • 人(職種)によって見ているタイムスケールが異なる •
エンジニアは往々にしてショートスパン • エンジニアを動かさないとプロダクトが成長しない • 問題が複雑な場合、トレードオフが発生 • 人(職種)によって考えているKPIの重みが異なる • というか、自分が触っている個所が最重要だと思いがち • トレードオフの解決のためのコミュニケーションが増大 • 会議だらけで時間がとられ、しかし答えは出ない状況に
20.
フラット組織からの脱却 • フラット組織が上手く機能するのはどういうときか? • 問題が明確であり手を動かせば前に進む状態 •
人員に余裕があり、直近の課題に全リソースを投入しなくても会社が回る 状態 • Issueを解く人、研究開発をする人を明確に決める • データ分析、エンジニア、デザイナの一部を研究開発として分離 • KPI管理から外して、イノベーションのジレンマから解放する • コンフリクトの解決に、経営層が関与する • 現場で物事を決めると、どうしても近視眼的になりがち • トレードオフの解決には、ビジネスモデルの変更など、より上位的なアプ ローチが必要なケースがある。そこまで変更できる権限と視野を持った人 が上位に必要
21.
まとめ • データ分析という組織は、少人数で研究・開発・運用を 回すため、既存のマネージメントが適用しにくい • どのようなマネージメントが必要かは手探り •
構造が特殊なので既存の組織との軋轢を生む • イノベーションのジレンマは3人の組織であっても発生した • フラット組織は必ずしも素晴らしいものではない • リソースの余裕、人員の成熟が必要 • プロダクトの複雑性が高い場合、利害対立の解決が困難 • 20人の会社でもイノベーションのジレンマは発生した
Download