2016/11/30 IDRユーザフォーラム 2016での、櫻井の講演資料になります

1. 「リクルートデータセット」
～ 公開までの道のりとこれから ～
IDRユーザフォーラム 2016
パネルセッション
♥

2. 自己紹介
櫻井 一貴 Kazutaka Sakurai
株式会社リクルートテクノロジーズ
経営企画部 経営企画グループ
兼 アドバンスドテクノロジーラボ
情報処理学会 DBS研究会 幹事
関西学院大学 社会情報学研究センター 客員研究員

3. アジェンダ
１ リクルートとリクルートテクノロジーズ
２ 公開したデータセットの概要
３ 公開する目的
４ データ公開に向けて感じた悩み
５ 今後にむけて

4. １-1 リクルートについて
私たちは、誰かと誰かを結ぶ「場」を提供しています

5. １-1 リクルートについて
主なビジネスドメイン

6. １-1 リクルートについて
主なビジネスドメインと代表的なサービス

7. １-2 リクルートテクノロジーズについて
Solutions (IT & Internet marketing)
SEO
Marketing SupportDevelopment
Infrastructure
Service Design Impact Analysis
Smart Device
Big Data Solution
PC & N/W Support R&D
事業横断でデータを取り扱う
ことができるポジション

8. ２ 公開したデータセットの概要

9. ２ 公開したデータセットの概要（枠組み：事業向け説明資料より）
RLS
RTC NII Ｂ大学
RMP
RSC
RCA
・・・
RAD Ａ大学
Ｃ大学
Ｄ大学
・・・
NII：国立情報学研究所
www.nii.ac.jp/
National Institute of Informatics
情報学という新しい研究分野での「未来価値創
成」を目指す国内唯一の学術総合研究所。ネッ
トワーク、ソフトウェア、コンテンツなどの情
報関連分野の新しい理論・方法論から応用展開
までの研究開発を総合的に推進する
情報提供に関する
包括的契約
RTC⇔NII
契約内容の確認
データ提供
学術研究を目的とした
データ利用
（＠各研究室）
情報利用に関する
包括的契約
契約とりまとめ、
データ加工など

10. ２ 公開したデータセットの概要（利用状況）
申請総数：20
（国公立大学：6）
（私立大学：12）
（その他：2）

11. ２ 公開したデータセットの概要（実際の活用状況、抜粋）
主な活用状況
ご意見・感想
・論文「感情極性値を用いたレビューの有用性自動評価」
・論文「価値観ベース協調フィルタリングのユーザ特性解析による
推薦性能向上に関する研究」（修士論文）
・口コミデータを使った時系列分析、計量テキスト分析
・自作自演の印象を与える口コミにどのような特徴があるかの分析
・たくさんの種類のデータがあって、さまざまな角度から分析できる
・データの形式がそろっていない部分があり、扱いにくい
・肯定的なレビューの数の方が圧倒的に多く、学習時などその偏りを
どう克服するかが大変だった
・売上データなどもわかると分析の幅が広がるためありがたい

12. ３ 公開する目的
① CSRの観点
② 新しい技術やアイディアの獲得
③ プレゼンス向上
：研究レベル向上のために民間企業として資することのできる余地？
：最先端の研究結果をビジネスに接続できないか？
：分析しがいのあるデータを保有する企業であることを訴求

13. ４ データ公開に向けて感じた悩み
① リスクテイク
（ パーミッション済みとはいえ”最悪のシナリオ”をどう捉えるか）
② 機能組織ならではの悩み
（「データにアクセスできる」↔「データを取り扱う権限を持つ」）
③ ROI？
（公開準備タスクもろもろ ↔ [CSR/技術獲得/プレゼンス]）

14. ４ データ公開に向けて感じた悩み
① リスクテイク
（ パーミッション済みとはいえ”最悪のシナリオ”をどう捉えるか）
「公開をするとどんなリスクがあるのか、万一発生したら問題ないのか」
※クライアント、カスタマーのデータを活用するため、事業は慎重にならざるをえない
↓
・想定範囲(学術利用)外に流出する可能性が極めて低いことを説明
・想定される「最もよくないシナリオ」を列挙、事業に共有をした
(例) USBメモリの置き忘れ等でデータが流出したら？
(例) 利用者がデータを商用利用したら？

15. ４ データ公開に向けて感じた悩み
② 機能組織ならではの悩み
（「データにアクセスできる」⇔「データを取り扱う権限を持つ」）

16. ４ データ公開に向けて感じた悩み
③ ROI？
（公開準備タスクもろもろ ↔ [CSR/技術獲得/プレゼンス]）
１）協力(賛同)を得られるサービスを探す ＞工数割いてまで…リスク…
２）公開対象データの選定 ＞個人情報含まず、パーミッション済み…
３）データの取得 ＞自社内securityレベルも高まり、意外と手間
４）データ整形 ＞マスキング、カラム除外、暗号化…
５）受け渡し
↑ここまで辿り着くのに実は数ヶ月以上も・・・

17. ５ 今後にむけて ～とはいえ前向きにデータ公開を推進するために
① 自社コントロールで活用（ハッカソン他）
② データの多様化（ビッグデータの “3V”）
③ 公開までのタスクの簡素化、効果の可視化

18. ① 自社コントロールで活用（ハッカソン他）
今期も開催します！絶賛エントリー受付中！
（2017/3/27-31）
タスクの設定
データからの発想
事業からのF/B

19. ② データの多様化（ビッグデータの “3V”）
Variety
Verocity
Volume

20. ② データの多様化（ビッグデータの “3V”）

21. ② データの多様化（ビッグデータの “3V”）

22. ③ 公開までのタスクの簡素化、効果の可視化
（タスク簡素化）
→手間・ステップをシンプルにできればより多くのデータ
公開をスピーディに展開できる。ROIも向上する
（効果の可視化）
→「どれだけ世の役に立っているか」に加え、具体的な
ビジネス面での成果が生まれる＆可視化されると、事業
のメリットに繋がる

23. 今後に向けて
「いかに高いROIを担保できるか」を意識しつつ、
Variety を豊富にできないか、検討していきたい

24. （大事なことなのでもう一度！）
今期も開催します！絶賛エントリー受付中！
（2017/3/27-31）

25. ご清聴ありがとうございました