WebDB Forum 2013

WebDBフォーラム2013
特別セッションⅠ ～ビッグデータ分析と可視化

リクルートにおける
データ分析と可視化の事例
株式会社リクルートテクノロジーズ
ビッグデータグループ

西郷彰

本日のアジェンダ
１．はじめに～リクルートのご紹介（少しだけ）
２．ビッグデータ活用の背景～時流を眺めると
３．ビッグデータ分析基盤について（少しだけ）
４．ビッグデータ活用事例
５．データ分析者の業務について
（質疑応答）

西郷彰
株式会社リクルートテクノロジーズ
ITソリューション部ビッグデータグループ
シニアデータサイエンティスト
Confidential, Internal Use Only.

Copyright Recruit Technologies Co.,Ltd.

自己紹介
氏名

西郷彰

所属

RTC ITソリューション部
ビッグデータグループG

略歴

2009年リクルート中途入社（※データ分析業務10年）。
じゃらん、ポンパレなどのCRMやレコメンドのプロジェ
クトを推進。現在BDG案件推進Ｕの統括業務。

学歴

大阪大学工学部
筑波大学大学院ビジネス科学研究科（MBA)

趣味etc

データ分析コンペティション
-レコメンデーションアルゴリズム
-ベイジアンアプローチ
スノーボード（インストラクター資格有）
-子育てが忙しくめっきり行けなくなりました
Facebook
http://www.facebook.com/akira.saigo



自己紹介おまけ

手前味噌ですが、いくつかのメディアに
取り上げてもらってます。（^^）

3

１．はじめに
～リクルートのご紹介
ちょっとだけ



リクルートグループのご紹介

【リクルートって「何屋」？】
【Wikipediaより】
広告を主体にした、出版およびインターネットに

おける情報サービス、人材紹介、教育など
多方面に事業を手掛ける企業

いろいろやっていますが一言で表現するなら
「情報サービス」事業を手がける企業、です

5

リクルートグループのご紹介
リクルートキャリア

リクルートとは、
主要７事業会社＋３機能会社
で構成されるグループ企業群

リクルート住まいカンパニー
リクルートライフスタイル
リクルートジョブズ

事業会社

リクルートスタッフィング
リクルートマーケティングパートナーズ
スタッフサービス・ホールディングス

リクルート
ホールディングス
ビッグデータ機能部門

機能会社
私が所属する会社は
リクルートテクノロジーズ

事業・社内IT推進部門

UI設計/SEO部門

インフラ部門

テクノロジーR&D部門

大規模プロジェクト推進部門

リクルートアドミニストレーション
リクルートコミュニケーションズ

6

２．ビッグデータ活用の背景
～時流を眺めると
この章は割愛



３．基盤について



ビッグデータの分析基盤について

大きいだけでなく多種で複雑なデータ

Webサイト

pageview
セッション

アイテム

エリア

営業情報
UU

クライアント
店舗情報

会員


Hadoopを早くから導入しています

Googleが開発した技術をオープンソース化したもの
大量データ処理が非常に高速という特徴を持つ。
米Yahoo!やFacebook等大規模ネット企業を中心に積極的に採用
が進み、国内でも楽天さん・DeNAさんなどNet業界や、通信
キャリアなどを中心に、近年は各種業界で利用が広がっている

【主な特徴】
大量データ処理
高速分散並列処理
処理能力の増強が容易

Hadoopシステ
ム

分散
処理
大量データ



ビッグデータの分析基盤について

システム構成概要
リサーチ段階

実験・検証

第1世代環境

第2世代環境

3～4台

20台

120台

40台（今後拡大）

プライベートクラウド

プライベートクラウド

実験機

部分的な
環境融合

ラボ環境

完全なる
環境融合

2008～9

2010

2011

2012

Webサイトのﾊﾞｯﾁ
処理移植など、
処理性能の評価・研
究

システム移行などで余っ
たハードウェアを再利用

商用利用が可能な設計
（セキュリティなど非機
能面）を施した環境

プライベートクラウド環
境との融合を進めた環境

2013年ではさらに統合的なデータ分析基
盤を整備しています！


Confidential,12
Internal Use Only.


４．ビッグデータ活用事例



ビックデータ活用について
事業Ａ
事業Ｂ
事業Ｃ
事業Ｄ

事業Ｅ

施策シェア分析
サイト間
クロスUU
調査

サイト横断
モニタリング
指標

リスティング分析

レコメンド

クチコミ分析

KWD×LP分析

予約分析
メルマガ施策

ＢＩ

メール通数分析

現行応募相関

ステータス分析

自然語解析

行動ﾀｰｹﾞﾃｨﾝｸﾞ

LPO

13事業に対し、

KPIモニタリング

年間176件の
データ利活用を推進

事業Ｆ

レコメンド

ログ分析

事業Ｇ

自然語解析

メールﾚコメンド

需要予測

クレンジング

領域間クロスUU

集客モニタリング

需要予測

レコメンド

ｶｽﾀﾏｰﾌﾟﾛﾌｧｲﾙ

商材分析

ｸﾗｲｱﾝﾄHP分析

ｶｽﾀﾏｰﾄﾗｯｷﾝｸﾞ

事業Ｉ

KPIモニタリング

アクション数予測

効果集計

事業Ｊ

価格分析

ﾚコメンド

クラスタリング

事業Ｋ

レコメンド

事業Ｌ

レコメンド

事業Ｍ

効果見立て分析

事業Ｈ


共通バナー

クチコミ分析


可視化分析



データ活用事例：可視化の例
SUUMOで所有している大量データをつかって、クライアントへの分析商品展開、
営業側で利用するための提案ツール作成を実施。
– クライアントが物件オーナーとの接点を強化し、各種提案をスムーズに行
っていただくための物件レポート作成サービス



「cameran」× SNS解析事例

人気写真家蜷川実花さんの
世界観を手軽に表現できる
無料のカメラアプリ。
日本/台湾/香港のApp Storeで

総合１位
アプリのダウンロード数とSNSの盛り上がりに
どのような相関があるのか、分析を行った

17

「cameran」× SNS解析事例
画面に表示されているユーザ数
およびTweet数

アクティブユーザ数
およびDL数の推移
当日もっともRTされた
Tweet の top10

SNS上での盛り上がりを視覚的に表現するために
Twitterデータを取り込み、映像化した

18

予測分析



外部集客事例

広告枠
リスティング広告

SEO



その他の集客施策

バナー広告
ソーシャ
ル広告
Facebook
Ad



どうやって広告を最適化したらいいか？



モデリングをどう活用するの？？
• 過去の集客データ（コスト・流入・成約など）から統計
モデルを構築し、将来の集客予測を行います
• 集客のモデルをもとに、効率的な集客ポートフォリオを
算出し、コスト削減/一定コストでのアクション最大化の
広告配分を算出します

図表例は割愛



パーソナライズ・レコメンド



パーソナライズ・レコメンド

リスティング

アクション効率化

SEO
潜
在
層

バナー
アライアンス

検
討
層

成
約
層

アクション

ソーシャル

出口
メールレコメンド

入口

UI、コンテンツ、導線の改
善

有料外部集客（リスティング
など）の効率化


パーソナライズ、レコ
メンドを活用


「みんなの求人板」× リアルタイム事例

初来訪時は…
実装内容

「ご近所」の最新掲載求人を掲載する
←アクセス元のIPアドレスから市区町村を判定し、紐付いた
エリアをレコメンド



ひとつでも閲覧
すると…
実装内容

「あなたにオススメの求人」
←閲覧履歴にもとづきレコメンド内容をリアルタイムに変化させて
表示する



裏側では…

WEBサーバー
リアルタイム
行動履歴

flush

グラフ理論を応用しつつ
全体最適化
n

H

p (i ) log p (i )
j 1

おすすめ求人

協調フィルタリング
バルクロード

実装内容

スコア表

協調フィルタリングとグラフ理論をベースにし、カスタマーの潜在的な嗜
好をリアルタイムに反映する「独自アルゴリズム」を実現


５．データ分析者の業務について
～求められる能力、体制



データ分析者について
Ｆａｃｅｂｏｏｋのデータサイエンティスト募集要項
定量的アプローチを用いて分析的な課題を解決した豊富な経験
多様なソースからの複雑で、大量かつ高次元のデータを容易に操作し、分析できること
Python,PHPなど、少なくとも1つのスクリプト言語を自由に扱えること
RDBとSQLに精通していること
R,MATLLAB,SASのような分析ツールについて専門知識を有すること
大量のデータセットを扱った経験、MapReduce,Hadoop,Hiveなどの分散コンピューティン
グツールを使用した経験

データサイエンティストに必要な資質
コミュニケーション能力：データ分析の知識に乏しいビジネス部門側のスタッフや経営層
にも、結果を効果的に伝えらえる。
アントレプレナーシップ：データ中心の新しいサービスを生み出そうとする起業家精神も。
好奇心：芸術、技術、医療、自然科学などの特定の分野にとらわれずあらゆる分野に好奇
心が旺盛。
城田真琴 “ビッグデータの衝撃”2012,東洋経済新報社より抜粋

5年前はＢＩＧＤＡＴＡについて、
誰も議論してなかった。
5年後は当り前になってるかもしれない。


データサイエンティストに求められるものは
何か一つの能力の高さではなく「面積の大きさ」なのでは？

分析スキル

ＰＪ管理能力

マーケティング＆
ビジネススキル

テクノロジースキル

エンジニア&アナリスト分析スキルだけでなくテクノロジースキルも必要
また、施策接続や結果の活用（意志決定支援）のため、
マーケティングや事業のビジネスに対する理解・コンサルティング、PJ管理能力も必要


ビッグデータに対峙する２種類のアナリスト

【役割】
事業の抱える課題解決に向けた仮説を立て、大量データをマイニングし具体的な
解決案を提案する。現場に近いところで超具体的な方針を示す

【スキル・知識】
分析力、論理的思考力、仮説力、統計/マーケティング知識、SQL、Rなど

【役割】
データマイニングや機械学習を行った結果をもとに、ユーザーの行動特性など
一定の規則性を見出し、提供サービスの品質向上に努める
【スキル・知識】
Hadoop、MapReduce、Mahout、Java、R、統計解析、時系列解析、データマ
イニング、機械学習、自然言語処理など
出展：http://engineer.typemag.jp/knowhow/2012/02/-13-2.php


（「コンサル型」＋「エンジニア型」）×マーケター
事業担当者
≒マーケター

R-techの
守備範囲
エンジニア型

コンサル型

「コンサル型」＋「エンジニア型」の異なるアナリストと
マーケターの三位一体で、最適なデータ活用を実現


ご清聴ありがとうございました。
リクルートグループではビッグデータ活用により、
テクノロジーとデジタルマーケティングの
最先端を走る企業を目指してます！



本日11:40～12:50
弊社主催の昼食会があります！
（＠国際交流ホールⅢ）
ぜひお気軽にお越し下さい！

質疑応答
後日の連絡はこちらまで↓
http://recruit-tech.co.jp/


お弁当も出ますよ♪


WebDB Forum 2013

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (20)

Similar to WebDB Forum 2013

Similar to WebDB Forum 2013 (20)

More from Recruit Technologies

More from Recruit Technologies (20)

Recently uploaded

Recently uploaded (15)

WebDB Forum 2013