［インタビュー］バンダイナムコネクサスがデータサイエンティストを募集中。エンタメの楽しさを数値化し，グループを支えるデータ分析の面白さとは【PR】

　ゲームなどのデジタル領域から，トイホビー，施設の展開まで，多業種にわたるエンターテインメント事業を展開しているバンダイナムコグループにバンダイナムコネクサスという会社があるのをご存じだろうか。


　同社は，バンダイナムコグループの中でも大規模なデータ分析チームを抱える会社で，商品・サービスの展開や広告効果の最適化などのために，グループ内のデータ分析を行っている。

　そのデータ戦略部・データサイエンスオフィスでは，現在データサイエンティストを募集している。データサイエンティストには，「さまざまデータを分析する人」「企業の意思決定をサポートする人」というイメージがあるが，バンダイナムコネクサスにおいては少し位置付けが違うという。
　本稿では，バンダイナムコネクサスにおけるデータサイエンティストの役割や求める人材像について，同社のデータ戦略部 データサイエンスオフィス オフィス長/リードデータサイエンティストの原 拓自氏に話を聞いた。

※記事中で使用しているデータ分析の図にはイメージを含みます

バンダイナムコネクサス データ戦略部 データサイエンスオフィス オフィス長/リードデータサイエンティスト 原 拓自氏

「バンダイナムコネクサス」公式サイト

ただデータを分析するのではなく，結果まで責任を持つ

4Gamer：
　本日はよろしくお願いします。基本的な質問なのですが，原さんたちが携わっているデータサイエンティストとは，どういった仕事なのか教えてください。

原氏：
　データサイエンティストは，広く企業の課題解決や戦略立案などに活用できるデータの収集・分析を担当する職種というのが一般的な定義になりますね。
　バンダイナムコネクサスでは，この定義からさらに細かく，「データアナリスト」「データストラテジスト」「データサイエンティスト」の3つに分割しています。つまり，我々の言う「データサイエンティスト」は，より狭い範囲を指すものとなっています。

4Gamer：
　それぞれどんな仕事を担当しているのでしょうか。

原氏：
　データアナリストは，スマホゲームや家庭用ゲームなど，バンダイナムコグループが展開するゲームタイトルの1つを専任で担当します。実際にゲームをプレイして理解したうえで，顧客体験の向上と収益最大化を目的にデータ分析をしています。コンテンツを分析する専門職と言ってもいいですね。

　データストラテジストは，主にプロジェクトマネージャー（PM）業を行う職種です。データ分析をするにあたって要件定義をしてクライアントと話を詰めたり，データサイエンティストが分析知見を基に導き出した施策に対して，それをどうやって運用していくか考えて，クライアントに提案するという業務を担当しています。

　そして，データサイエンティストは，データ分析の専門部隊という位置づけになります。ゲームのデータ分析はデータアナリストが行いますが，それ以外の分析のうち高度なものは，すべてデータサイエンティストが担当しています。

4Gamer：
　高度なデータ分析と言いますと。

原氏：
　高度な機械学習や統計学を使うものです。具体的には，広告効果の最適化や商品の需要予測，レコメンドシステムの開発など，より数学や統計学のスキルを必要とする仕事を一手に引き受けるのが，データサイエンティストの役割になります。

4Gamer：
　たとえば，クライアントからデータ分析の依頼があった場合，どのように動くことになるのでしょうか。

原氏：
　例外はありますが，基本的にはデータストラテジストが話を聞いたうえで，我々と話を詰めていくという流れになります。
　データサイエンティストは分析をする側の視点からより最適な手段を提案したり，より成果が大きくなると見込める場合はクライアントが考えるゴール設定についても，変更を提案したりします。

4Gamer：
　ただデータ分析して終わりというわけではなく，クライアントにより良い提案を行うこともあると。

原氏：
　はい，弊社が行うデータ分析の特徴の1つとして「結果まで責任を持つ」という点が挙げられます。分析をしてその施策をやって，収益としていくらのプラスになったのか，いくらコストダウンできたのか，そしていくら純利益を上げられたのかといった「結果」のところまで，結びつけるようにしているんです。

4Gamer：
　データ分析の結果まで検証することをやっている企業というのは珍しいのでしょうか。分析と結果の検証はセットというイメージがあるのですが。

原氏：
　そうですね。データ分析はやっているけど，それによってもたらされた結果という点までしっかり追求しているところはあまり多くないと思います。
　「データ分析の効果として年間○○円の売り上げが向上しました」といった形で具体的な結果を示すことで，バンダイナムコグループ内からも続々と活用したいという依頼が来ますし，事例も増えてきていますね。

4Gamer：
　実際にお話しいただける活用事例はどのようなものがありますか。

原氏：
　代表的なものだと，新たなゲームをリリースする前に，ダウンロード数や収益などを予測するデータ分析を実施していることが挙げられます。事前に予測して，売上計画とビジネスプランとを見比べることで，クライアントは投資金額の回収見込みを事前に判断できます。
　また，追加のゲーム開発やマーケティングの検討を行えるようになるので，より収益やIP価値の向上につながるゲーム運営ができるようになっています。

バンダイナムコグループでリリース前ゲームアプリのダウンロード数を予測した話より（Wantedly）

4Gamer：
　そのダウンロード予測は，どのくらい精度が高いものなのでしょうか。

原氏：
　国内でリリースしているゲームに関しては，予測したダウンロード数に対して±20％ほどの精度で予測できています。たとえば事前ダウンロード数の予測が100万という数値なら，実際には80万から120万くらいの間に収まる精度になっています。
　データ分析を採用する以前と比較すると，かなり精度の高い予測と言えます。

次にヒットするIPは？　ライブイベントはゲームの売り上げに関係する？　データ分析でエンタメ業界をひも解く

原氏：
　依頼を受けてデータ分析を行う以外には，「提案型の分析」を行っており，これが弊社のデータ分析におけるもう1つの特徴になっています。
　データサイエンスオフィスでは研究開発も行っており，その過程で生まれた面白い示唆については，研究が継続され，バンダイナムコグループ内にも情報が共有されています。

4Gamer：
　そうした提案型の分析から生まれた研究例を聞かせてください。

原氏：
　代表的なのは「IP予測分析」というものを提案し，実施した事例になります。現在，バンダイナムコグループではIPの特性を生かし，最適なタイミングで，最適な商品・サービスを提供し，IP価値の最大化をはかる「IP軸戦略」を進めています。「IP予測分析」は，IPが今後どういう盛り上がりを見せるのかを分析したもので，「IP軸戦略」を支える事例の1つになります。

IP予測分析における予測手法の概要。IP予測分析バンダイナムコグループのIP軸戦略を支えるIP予測分析より（Wantedly）

4Gamer：
　バンダイナムコグループは，他社のIPを取り扱ったビジネス事例も多いですよね。確かに成長予測が事前に分かるなら大きなアドバンテージになりそうです。

原氏：
　近年はゲームの開発期間は長期化しており，それがビジネス課題に直結してきています。IPのヒットを見てゲームを作り決めても，商品化が間に合わないリスクがあるんです。
　こういった課題を解決するには，IPがヒットすることを事前に知っておけばいいと考えました。もちろん，分析の結果だけで商品化の実施を決めているわけではなく，ビジネス上のさまざまな状況により展開が左右されるものではあります。しかし，IPの盛り上がりを事前に予測して商品化を検討しておけば，そのIPがヒットした際により的確なタイミングで，より良質な商品をお客様に届けることができる可能性が高まる。そこで研究を進めたのが，このIPの成長予測分析なんです。

IP予測分析における予測手法の概要

4Gamer：
　資料を見ると分析には，「ファンタジー/バトル要素」や「感動要素」といったような作品傾向が各IPにどれだけ含まれているかを独自に抽出したものが使われていると書かれていますね。

原氏：
　これについては独自の機械学習モデルを用いています。まず，タグジャンル分けされた学習データを外部から集めてきて，それをもとに各作品の傾向を5つの要素に数値化し，各作品を比較できる状態に持っていきました。

4Gamer：
　ジャンルや作品傾向といった部分は，抽象的な概念で数値化するのが難しいように思えるのですが，苦労はなかったのでしょうか。

独自の手法により算出された作品傾向。各作品の属性を同じ基準で比較できるようにしている

原氏：
　おっしゃるとおり，エンタメ業界のデータ分析は抽象的な概念を扱うことが多いうえ，前例となるデータもないことがほとんどなので，その点では苦労しました。

　たとえば，IP予測分析の参考にした最初のデータには，作品に「バトル」や「恋愛」など，ジャンル分けされたタグがついていましたが，決して統一的な基準でつけられているわけではありませんでした。分析には同じ基準で定量化されたデータが必要になりますので，これらをどう使えるようにまとめるかは工夫した点になりますね。

4Gamer：
　人によって評価の基準がバラバラになりそうな抽象的なものをいかに定量化していくかという点がポイントになっていると。

原氏：
　そうですね。「面白さ」という基準に関しても，人間の感情的なところなので定量化することがかなり難しい部分です。
　しかし，漫画やIPの面白さを比較する場合には，面白さを構成する要素を同一の基準で定量化しなければなりません。複数の作品を同じ基準で定量化して比較できるようにしたのが，このIP成長予測分析の導入部分になります。

　あいまいで前例のないものとどう向き合っていくか……この点がほかの業界のデータ分析にはない面白い部分でもあるんです。

4Gamer：
　なるほど。

原氏：
　もう1つ，私たちが行った提案型の研究事例が，反実仮想機械学習（Counterfactual Machine Learning：CFML）を用いた「ゲームとライブ事業の横断分析」です。こちらはゲームのライブイベントを開催すると，それが同じIPのゲームの売り上げにどういう影響があったのかを分析したものになります。
　結果的にライブイベントに参加した人は，ゲーム内での購買行動が高くなるという傾向を得られました。

「反実仮想機械学習(CFML)を用いて、バンダイナムコグループのゲームとライブ事業の横断分析に成功した話」より（Wantedly）

4Gamer：
　プレイヤーの中にはライブに行かない人も多いと思うのですが，そういった人に対する分析は行っているのでしょうか。

原氏：
　ライブに行っていない人に対しては，「なぜ行かないのか」「行ってもらうにはどうしたらいいのか」といったアプローチの分析を行っています。今回の場合だと，ライブを開催することに対する認知が足りていなかったのではないかという分析結果が出ました。
　熱心なファンだけが，公式サイトやTwitterの公式アカウントで告知を見て「ライブやるんだ」と知っていて，ゲーム内では前夜祭イベントをやったくらいでほとんど告知されていなかったんですよね。

　したがって，ゲーム内で1か月前からイベントをやってしっかりライブの告知をしたり，ゲーム内からチケット抽選に申し込みできたりといったように，ゲームとライブの親和性を高めた方がいいのではないかという提案をゲーム運営側と行いました。


4Gamer：
　確かに，チケットの予約期間や抽選申込期間が終わってから気づくことがありますよね。データ分析によってそのアプローチがゲーム内に足りていないことが分かったと。
　コロナ禍を経た今はオンラインで観賞できるライブも増えましたが，オンライン開催によって顧客の属性データを取りやすくなったとか，それでデータ分析の精度が上がったといったようなことはありましたか。

原氏：
　データは取りやすくなっています。一方で，ユーザーのプライバシーを保護した分析が求められるので，その分データサイエンティストには高度なスキルが求められています。

バンダイナムコネクサスのデータ分析の強みは，エンタメへの理解の深さ

4Gamer：
　さて，バンダイナムコネクサスのデータ分析の研究事例は，求人情報サイトのWantedlyにて一般公開されています。これらの貴重な研究をオープンにする意図を聞かせてください。

原氏：
　これについては，バンダイナムコネクサスという会社のブランディングを目的としています。冒頭でお話ししたとおり，弊社のデータ戦略部にはデータアナリスト，データストラテジスト，データサイエンティストが所属しているのですが，前者2つはそれぞれ15人以上メンバーがいます。しかし，データサイエンティストは，プロパーの6人しかいないうえに，人材を募集してもなかなか人が集まらないんです。

4Gamer：
　データサイエンティストは就職・転職市場でも貴重な人材ということなのでしょうか。

原氏：
　データサイエンティスト自体は市場にいますが，すでに大きなチームを持っている他社に流れてしまうという現状があります。そこで事例をいろいろ公開して，バンダイナムコネクサスの活動や研究をアピールすることで，我々のことをもっと知ってもらおうと思っているんです。

4Gamer：
　バンダイナムコネクサスならではの強みはどのような部分にあるのでしょうか。

原氏：
　「エンタメに特化していること」ですね。バンダイナムコネクサスのデータアナリストという職種は，他社にはない職種だと思いますし，データサイエンティストも，マーケティングのデータ分析だけでなく，先ほどお話した提案型の研究をしています。

　弊社の強みは，エンタメに特化することで，その背景にあるユーザーの感情や，あるいはビジネスといったところを考慮したモデリングができるところだと捉えています。自由度が高く，データサイエンティストたちが自ら「こういう仮説があるんじゃないか」「こういうことができるんじゃないか」と意見を出し合いながら，業務や研究を進められます。

　また，エンタメに対する知識が深いメンバーが揃っているので，ゲームで何かの事象が起きた理由についてもアタリをすぐにつけられます。一般的なデータサイエンティストでは，順応できないぐらい深いエンタメ知識と統計学・数学のスキルの高さを併せ持っていることも，弊社のデータサイエンスオフィスの強みです。

4Gamer：
　バンダイナムコネクサスには，スタッフ各自が月1回新しいエンタメに触れる機会を持てる「インプットデー」という制度があると聞きました。「こうなるだろう」という予測や，「こうだからだ」という判断は，やはりエンタメに触れる機会や，精通している部分がないと難しいのでしょうか。

原氏：
　難しいと思います。興味のないものをそこまで深掘りするのはなかなか難しいですし，エンタメに触れようと思ってもなかなか時間がないということもあると思います。弊社はその時間をまずインプットデーという形でエンタメに触れられますし，もともとエンタメに興味を持っている人が集まっています。人材，制度という2つの面で他社にないところがクリアされていると考えています。

求めているのは「なぜ」を深掘りできる人材

4Gamer：
　原さん自身はエンタメ業界に興味があってバンダイナムコネクサスに入社したのでしょうか。

原氏：
　私の場合は，エンタメが大好きだったというよりは，自由に研究開発できるという点に魅力を感じて，バンダイナムコネクサスに転職しました。前職での業務は，決まったロールで決まった仕事をこなしていくという内容でした。それはそれで満足していたんですけれども，私自身は研究開発が好きだったんです。
　そんなときに社長の手塚（バンダイナムコネクサス 代表取締役社長 手塚晃司氏）から，声がかかったんです。

4Gamer：
　手塚社長とは，もともとお知り合いだったのでしょうか。

原氏：
　以前，仕事で「ONE PIECE トレジャークルーズ」のデータ分析に携わる機会があり，手塚とはそこで知り合い，エンタメのデータ分析に触れました。曖昧で前例のないデータを扱うのは本当にやりがいがありますし，誰かが作ったものを踏襲するよりは，どんどん新しいことにチャレンジしていきたいと思っています。

4Gamer：
　原さんがデータサイエンティストに求める人物像やスキルを教えてください。

原氏：
　まず前提として，数学と統計学の知識を一定以上持っていることです。また，データ分析は基本的に自身でプログラミングする必要があるので，Pythonなどのプログラムスキルが一定以上必要となります。
　そのうえで論理的な思考力を持っていて，なぜこれが起きたのか，どうしてこうなるかということを，しっかり頭の中で因数分解して考えられる人というのが，我々のデータサイエンティストチームが求める人材です。
　分析1つするにあたっても，なぜその分析をしたのか，どうしてその分析手法を選んだのかということをしっかり議論できる人に来てほしいと思っています。

4Gamer：
　「よく使われているから」「とりあえずやった」というような漠然とした理由で分析をするのはよくないと。

原氏：
　何となくで分析をしても，なかなかクライアントに納得してもらえませんし，満足してもらえる結果も出せません。「こういう理由だから，これをやりました」「こういう背景があるから，この分析が効果を発揮します」といったように，「なぜ」に対してすごく深掘りできる人を求めています。

4Gamer：
　そこが，バンダイナムコネクサスのデータ分析の特徴である，「結果まで責任を持つ」につながっているわけですね。

原氏：
　そのとおりです。あとはバンダイナムコグループで扱っているIPやエンタメが好きな人，興味がある人だと嬉しいです。

4Gamer：
　AIなどの新しい技術に対するアンテナを常に張っている必要もありそうです。

原氏：
　もちろんです。日常的に新しい技術やスキルが出てくるので，常にキャッチアップしていくことは必須になります。何もしないと自分のレベルが下がっていくので，少なくともイーブンか，望むらくはそれ以上をキープできないと生きていけない職種だと思いますね。

4Gamer：
　バンダイナムコネクサスのデータサイエンティストの皆さんは，それを就業時間内にやっているわけですか。

原氏：
　もちろん，就業時間内で可能となっています。ただ，昨今ではなかなか言いづらいことではあるのですが，就業時間内でなくとも自発的にそれができる人は，すごく成長できるというか，活躍できる人材になると思います。弊社では先ほど話にあがった通り，業務内でもインプットデーという制度を用意しているので，それも活用していただいて，常に学ぶ姿勢を持ってほしいなと。


4Gamer：
　最後に，今後データ戦略部やデータサイエンスオフィス，あるいは原さん個人として実現したいことがあれば教えてください。

原氏：
　バンダイナムコグループは中期計画の重点戦略において「IP軸戦略」を掲げていますので，それをデータ分析で支えていくことがデータ戦略部およびデータサイエンスオフィスのメインミッションとなります。国内に留まらずワールドワイドに向けたさまざまな事業や商品・サービスの最大化や，IP全体の長期的な価値の最大化についてデータ分析で貢献することが，今後の我々の目標になっています。

　私個人として，一番やってみたいのは，「バズり度合い」みたいなものを数値化したいですね。短い期間でものすごく人気が高まったコンテンツは，「流行しているから見る」「とりあえず追っておこう」という感じで，何もしなくても勝手に雪だるま式でどんどん流行していくんです。それがなぜ起きて，どういう状況を満たせばそれを再現できるのかということに対して，感覚的ではなくちゃんとデータでの分析という形で，解き明かしていきたいですね。

4Gamer：
　確かに，おっしゃるようなことを数値化して再現できたら非常に面白いですし，おそらくビジネス的な強みにもなりそうですね

原氏：
　はい。そういった未来を実現できる仲間を募集しておりますので，興味のある方はぜひとも門を叩いてください。

「バンダイナムコネクサス」公式サイト