
株式会社サイバーエージェント
【メディア事業部】データサイエンティスト/ WINTICKET
Google Cloud Platform(GCP)
メディア事業の横軸組織であるData Science Center (DSC)に所属しながら、WINTICKETのビジネス課題解決に向けてコミットします。主に、プロダクトマネージャーやマーケティングチームといったビジネスサイドのメンバーと密に連携しながら、データサイエンスを用いた効果検証、施策立案、機能設計など事業成長につながる意思決定を推進する役割を担っています。また、事業やプロジェクトの状況によって、施策実行、機能開発、研究開発、事業全体のデータ利活用環境といったデータに関わる幅広い領域を担当しています。
新規ユーザーの獲得や既存顧客の投票最大化といったプロダクトの主要チームの一員として、データサイエンスの領域を牽引し、事業成長を加速させる主力データサイエンティストの役割を担当していただきます。
具体的な業務例1. 新規ユーザー獲得の効率化と競技理解の促進
WINTICKETは、「競輪を若者の新たなエンタメへ」を掲げ、新規ユーザーの獲得による市場拡大と事業成長を目指しています。ユーザーの獲得効率や新規登録後の利用状況を分析・予測し、効果的な獲得戦略に貢献しています。また、登録意向のあるユーザーの登録率を高めるため、登録導線の状態把握、課題発見、施策立案、A/Bテストの設計・実施を担当し事業改善に取り組んでいます。
他にも、競輪未経験の新規ユーザーがより競輪を楽しむための取り組みとして、的中確率の高いレースを予測し、提示する機能をリリースしました。これによって、的中体験に加えて、競輪が持つチーム戦のような競技性の理解を促進され、継続利用につながりました。この予測結果は、「ABEMA」の競輪・オートレースチャンネルのオリジナル番組「WINTICKET ミッドナイト競輪」内でも活用されています。
https://abema.tv/now-on-air/keirin-auto
その後、予測対象の拡張と精度改善をデータチーム主導で実施し、AI予想のアップデート施策につながりました。
https://www.winticket.jp/keirin/column/n4ugtMn1hWayiVERBqWQnC
具体的な業務例2. チェックイン施策のレバー決定支援
2024年にチェックイン機能がリリースされました。チェックイン機能は、チェックインキャンペーン対象のレースが開催されている競輪場に来訪することで利用でき、投票に使えるポイントが付与される機能です。
https://www.winticket.jp/keirin/column/tHMhLp78wN3epXm7Rp6gUE
チェックイン機能による来場者目標の達成のためのポイント決定を支援するため、実施計画の検討やアンケート設計を通した来場予測を担当しています。また、効率的な機能運用を実現するため、来場促進によるユーザー行動の変化や位置情報を用いた不正チェックインの判定・抑制にも取り組んでいます。
具体的な業務例3.競輪選手の体力計算ロジックの構築
2024年にリリースされた「WINLIVE」は、WINTICKETが競輪初心者に向けて競技理解の促進のために企画・開発したこれまでにない新たな映像体験です。主導権を得るためにレース中の隊列がダイナミックに変化する点が競輪の魅力となっている一方で、初心者には状況がわかりづらくなっている課題感に対して、体力という観点に着目して競技理解の促進を目指しています。
https://www.winticket.jp/keirin/column/winlive
この映像の実現のためには、競輪選手の体力がレース中にどのように変化していくかを計算する必要がありました。このとき使うことができたデータは選手の位置情報のデータで、自転車競技に関する研究を調査し、選手同士の位置関係から個々の選手に働く空気抵抗を計算するロジックを中心とした体力計算ロジックを構築しました。
競輪以外へのスポーツへの展開を見据えた動きもあり、スポーツデータサイエンスの分野に継続的に取り組んでいます。
その他の業務について
・キャンペーン施策やリテンション施策の効果検証と最適化
・過去の不正利用ユーザーの行動パターンからリスク判定する機能の検討・開発
・アンケートデータを用いたユーザー観点でのサービス改善
・各種施策のA/Bテストの設計・実施
・ダッシュボードやBIツール活用環境の改善検討
・事業全体のデータ利活用成熟度向上のための取り組み
といった様々なプロジェクトがあり、データチームからの提案で始まるプロジェクトも増えつつあります。
現在利用している主な環境、言語・ライブラリ、ツール
・プログラミング言語: Python, R, SQL
・インフラ: Google Cloud Platform (BigQuery、Vertex AIなど), Docker
・開発支援ツール: GitHub, GitHub Copilot, VSCode, Cursor, ChatGPT Enterprise
・BIツール: Tableau