社員紹介
川西 庸平
YOUHEI KAWANISHI

膨大なデータを活用して、
これまでにない価値を創出したい。

川西 庸平 データサイエンティスト データサイエンティスト
[ 2016年度中途入社 ]
[ 2016年度中途入社 ]

幼少期から自然科学や物理学が好きで、高校から大学院は物理学中心に学ぶ。大学院の研究では、次世代の電子デバイス開発に向けた要素技術を研究。前職は半導体のハードウェア開発に関わり、データ分析の仕事を深めたいと思ったことをきっかけに、2016年にソフトバンクに転職。現在はデータサイエンティストとして、IoTを中心とした幅広い分野のデータ分析の仕事に従事。

職種について

様々なデバイスから取得される世界中のビッグデータに対して分析・解析を行い、データの価値を最大化することで様々な社会課題の解決に取り組みます。

キャリアサマリー

CAREER SUMMARY
1年目

転職初年度は幅広い分野のデータ分析を実施

ソフトバンクが持つデータを活用して、ビジネス課題を解決する部門にいました。扱うのはモバイル通信事業がメインで、たとえば携帯電話の解約予測や、顧客ロイヤルティを数値化した指標であるNPSの向上のためにデータ分析でできることを考えていました。

2年目〜

IoTを中心としたデータサイエンティストとして課題解決

2年目の途中で部署異動し、現在に至るまでIoTを中心としたデータ分析をしています。AIや機械学習を用いて、社内外のビジネス課題の解決を目指します。各部門の課題をヒアリングし、どのような分析が最適かを考え、実際に分析し、テストマーケティングなどの提案とその評価、本番運用までをサポートしています。

膨大なデータを活用して、
これまでにない価値を創出したい。

データサイエンスにおけるソフトバンクの優位性

前職はモノづくりの会社で、どのように良い製品を作るのかを「データ分析」で明らかにする仕事に携わっていましたが、その時にデータ分析により専門的に取り組みたいと思いました。AIやIoTに力を入れていて、かつ、データをたくさん持っている会社が良いと考えました。ソフトバンクグループが今後「AI」「IoT」「ロボティクス」に力を入れていくという話を聞き、また英国の半導体設計大手Arm(アーム)買収のニュースを見て、ソフトバンクに籍を置きたいと思うようになりました。前職ではArmのチップを使用したチップの開発もしていたので、これも縁だと思い決めました。入社してみると、本当に多くのデータが存在し、特に外部の方と接しているとデータの多さで分析に困らないということに気づきます。モバイル通信事業で培ってきた膨大な情報はソフトバンクの大きな強みだと思います。

お客さまの大切なデータの活用と価値の証明に挑戦

ソフトバンクが持つデータの中で、まだ活用されていないデータの価値を証明することに「挑戦」しました。例えば、お客さまがどういうサービスを使用し、どういう使い方をしたとか、モバイルから得たデータを分析することで、お客さまの傾向が見えてきます。私が担当したのは、そうしたデータを活用した「新たなソリューションの検討と提案」「データ加工と分析」「テストマーケティングの検討と評価」と多岐にわたりました。データの価値を証明するために、「事業にどのような貢献ができるか」「どのようなテストマーケティングをすれば良いのか」「そのために必要なデータは何か」といったことを明確にし、部門を横断してテストマーケティングの実施に協力を仰ぐことができ、最終的にはデータの価値を証明することができました。

チャレンジ精神と適正な評価。意欲ある人に協力的な環境

データサイエンスは新しい分野なので、ソフトバンクの中でも失敗を恐れずどんどんチャレンジする人が多いです。逆に失敗がないと前に進まないので、アウトプットを出す姿勢は他の部署よりもあるのではないでしょうか。失敗しても、それを次に生かすという意識の人が多いですね。また、成果を出した人が年齢や性別に関係なくきちんと評価してもらえることがソフトバンクの良さだと思います。上下関係があまりなく、さまざまな人に意見を聞いて解決のヒントをもらえる環境です。入社する前から「やりたい」という意欲のある人に優しい会社とは聞いていましたが、その通りで、多くの人を巻き込んで仕事ができる環境だなと感じています。

データを扱いたい人材にとって魅力的な会社

これまではモバイル事業に関するデータ分析の仕事がメインでしたが、今ではAIやIoTをキーワードに、企業の枠組みを超えた取り組みが増えています。ソフトバンクグループのArmとのコラボレーションも進む中、企業のデータを組み合わせて従来にはなかった新しい価値を創出していきたいです。もちろん、Arm以外にもグループ企業は数多くあるので、ソフトバンクでキャリアを積むことは「データ」を扱いたい人にとっては他社にはない魅力ではないでしょうか。自分たちが持っているデータと、お客さまが持っているデータが掛け合わさることで、業務の幅はどんどん広がっています。 CPUやそこで使われるアプリケーション、そこから得られるデータをつなぎ合わせて、多くのビジネス課題を解決し社会に貢献したいです。

1日の流れ

DAILY STREAM OF TIME

出社

メールやその日のToDoを確認

分析案件Aに関して、機械学習によるモデリングを実施

部のメンバーとシャッフルランチ

午前実施したモデリング結果の評価と今後の方針を整理

社内関連部署に分析業務の進捗を共有

分析案件Bの分析設計

自己研鑚(最新技術のキャッチアップ)後、帰宅

働き方改革の制度利用

世界中からデータサイエンティストが集まり、データ分析の最適モデルを競い合うKaggleというコンペに参加しているのですが、そこで必要な費用をソフトバンクが社員のスキルアップなどを目的に支給する「Smart & Fun!支援金」から捻出しています。このコンペを通じて分析スキルの向上に励んでいて、具体的には予測モデルを構築するためのGPUマシンやクラウド環境の資金に「Smart & Fun!支援金」を充てています。私のように、「Smart & Fun!支援金」をKaggleの参加費用に充てるという社員もいれば、英会話や最先端のIT知識を身につけることに充てるという社員もいます。

※2018年11月時点の情報です。

PAGE TOP