データサイエンスの力で、UXとテクノロジーの融合を目指す -CEO×CTO対談

UXに強みを持つコンサルティング会社からテクノロジー・カンパニーへの進化を目指すビービットは、2018年7月、データ解析とエンジニアリングに強みを持つトライディアを統合しました。
この経緯と今後の計画を、ビービット代表取締役の遠藤直紀と、新たにビービットのCTOに着任した西岡賢一郎(元トライディア代表取締役)が縦横無尽に語ります。

出会いから5カ月で統合へ。何が決め手だったのか

二人が知り合ったきっかけはどのようなものでしたか?

遠藤:「ビービットをコンサルティング会社から、ソフトウェアを基盤にしたトータルソリューションを提供する会社に変えていく」という方針を決めた時から、技術を強化して本当の意味でのテクノロジー・カンパニーになるためにはエンジニアの組織を作れる人が必要だと考え、良い人がいないか、ずっと探していました。

そんな中、信頼できる友人であり、EdTech(教育×テクノロジー)の領域で活躍している花まるラボの川島さんを通じて、西岡さんと知り合いました。川島さんと西岡さんは東京大学の同期でしたっけ?

西岡:同期ではあるのですが、知り合ったのは就職活動の時期(修士2年)になってからですね。

その後、僕は博士課程に進み、川島さんは教育関係の企業に入りましたが、彼が社内でIT関係のプロジェクトを立ち上げる時に手伝ってくれと言われ、しばらく一緒に活動しました。

その後、僕は自分の会社を起こしたのでそちらにフォーカスするようになりましたが、ずっと付き合いはあり、年に何回か相談を受けたり、飲みへ行ったりという関係でした。

そんな中、花まるラボの小学生向け思考センス育成アプリ「Think! Think!」(シンクシンク)にトライディアのエンジニアである池田が興味を持ったため、川島さんを交えての飲み会をセットしたところ、川島さんが遠藤さんに声をかけて引き合わせてくれた、という経緯ですね。

それはいつ頃のことですか?

西岡:2月20日ごろですね。

2017年の?

遠藤西岡2018年です。

今年ですか!!

遠藤:ええ。半年も経っていない。

西岡さんが「一緒にやろう」と思ってくれたのは、我々と信念の部分で合致したことが大きいと思っています。いろいろと話す中で、西岡さんはよく「正しくて良いことをしたい」と言っていました。

我々も同じように「自分たちが正しいと思えること、誰かの役に立つことをやりたい」と考えていて、そこは誰とでも合致する部分ではないですね。このあたりの姿勢の近さ、信念の強さは、かなり最初の段階から感じていました。

トライディアの歩みと強み

遠藤:我々ビービットはデータサイエンスとソフトウェアエンジニアリングの両方を求めていたのですが、両方を兼ね備えた集団は本当に少なくて。

なので、データ解析や機械学習、AIをやりつつ、ソフトウェアも作っていくというトライディアのような存在は非常に珍しいなと思いました。

トライディアはどういった経緯でそういう稀有な存在になったのでしょうか?

西岡:実は僕は、大学に入るまでパソコンに触ったこともありませんでした。

でも、研究室を選ぶときに、AmazonやNetflixのレコメンデーションや、Googleのページランクのアルゴリズムなど、数学が実生活に入り込んで世の中に大きな影響を与えていることを知って、こういう技術開発を自分でもしたいと思って勉強し始めたんです。

そんな背景もあって、コンピュータサイエンスで主にデータ解析をできる研究室を選び、学部ではページランクに代表されるGoogleのアルゴリズムを研究していました。修士ではある企業の技術研究所でデータを使わせていただいてレコメンデーションの研究に取り組み、博士の時にはSNSのチェックインデータを用いた将来の位置を予測する研究を行いました。

そして、博士課程在学中の2012年に研究者3人でトライディアを設立。大量データが集まるプラットフォームを作りデータ解析をしたいという思いと、プログラムの世界のGitHubのようにコンテンツが進化できる世界を教育業界に作りたいという思いから、電子書籍の共同編集プラットフォームの事業である OpenBook を始めました。ただ、この頃はこういう世界があったら世の中が変わるという思いだけが先行しており、ビジネスとして収益を上げ、継続可能なプロダクトとして開発はしていませんでした。

そのため、OpenBookだけで継続的なビジネスをやっていくのは難しいと考え、トライディアが得意なデータ解析を主体としたビジネスに方向転換しようとしていたところで、友人から教育系の会社を紹介されました。

その会社の社長と教育論で盛り上がり、データ解析をさせていただいた流れで、教育業界から始まり様々な業界のデータ解析をするようになりました。これが2013年ごろです。

出発点はデータ解析だったんですね。

西岡:データ解析ってすごく面白いんですよ。

今まで現場の人が勘で思っていたことが数値として証明されたり、勘で思っていたことが間違いだということが分かったり、勘でも気付けなかったことがたくさん出てくるみたいなところがあって。それこそ、データで世の中を変えることができると思いました。

データ解析のコンサルティングによって、クライアント企業がデータに基づいたディスカッションや意思決定をできる組織となっていき、その会社がデータのある今の時代で戦っていける会社に変化していったのは、大きなやりがいとなっていました。

しかし、データ解析はやりがいはあるものの属人的であるため、属人的でない会社としての優位性を築くために、改めてプロダクトを作り始めました。

それがBIツールの「Insight Board」です。BIツールとしてはTableauやDataRobotなど世の中にいろいろありますが、取りあえずデータ解析というか統計なり機械学習なりを、簡単にぽちぽちやりながら試せるようなツールがあるといいなと思って作ったものです。

Insight Boardにより、データの可視化や統計解析、機械学習などがドラッグ&ドロップでできるようになりました。

ただ、企業に導入いただくためのハードルとして、そもそも世にあるデータは解析できるようなきれいなフォーマットになっていない、という問題がありました。これはデータ解析の事業を行っている時にも感じていたことです。

これを解決するために、複数のデータソースからデータをきれいに成形する「ETL」(Extract、Transform、Load)の仕組みが必要だと認識し、かつETLがツールのみならずデータ解析の業務にも生きると考えていました。

そんな頃に知り合った遠藤さんのビービットは、「ユーザグラム」という自社プロダクトでユーザ一人ひとりに紐付いたデータを大量に扱っていて、これからAIとかデータ解析のところもやっていきたいと考えているということを聞きました。ユーザ一人ひとりに紐付いたデータは、データ解析者として非常に魅力的なものでした。

しかもユーザグラムの導入企業は大手が多く、僕たちが今までデータ解析をしていた、「データが膨大にあるけれども有効に活用できていない、でもどうにかデータをビジネスに活用していきたい」と考えている企業に近い部分がありました。

ユーザグラムのデータに、今までのデータ解析の知見を生かすことで大きな価値を出せるなと思い、ビービットと一緒にやることに可能性を感じましたね。

なるほど。

西岡:それから、そもそも事業転換の方向性がすごくマッチしたというのもポイントでした。僕たちがデータ解析業からソフトウェア業に行こうとしていたのは、自らの技術なりプロダクトを持つという以外に、労働集約型の「人×時間」の世界を脱却するという意味合いがありました

データ解析のコンサルティングはとても面白いのですが、例えば1人で3社を支援できるとして、自分がもう1人いたら何社みられるかといえば、6社です。すごく緩やかなスピードでしか成長できない「人×時間」の世界です。

でも、ソフトウェアは違いますよね。指数関数的に伸ばせるのはソフトウェアです。せっかく何かするのだったら世の中にインパクトを残せるようなことをしたいと思ってBIツールを作っていた自分たちと、同じくそちらの方向に行こうとしている遠藤さんたちと、世界観がすごくマッチしていたため、一緒にやりたいなと思いました。

人を育てる、チームをつくる

遠藤:もうひとつ、西岡さんのすごいところを挙げたいのですが、一般に技術者は自分だけが技術を磨けばいいとなりがちなところ、西岡さんはそれだけにとどまらず、チームをつくることに重きを置いているという点があります。

西岡:チームをつくるというか、布教活動が好きなんです(笑)。

先程も言った通り、僕はパソコンに触ったのも大学に入ってからで、エンジニアリングを始めたのが遅いけれど、それでもエンジニアとして価値を生み出せるようになり、コンピュータサイエンスで世の中に与えられる無限の可能性を知って、こんなに面白い世界があるのになぜみんなやらないんだろうと考え始めました。

そして、僕自身がコンピュータサイエンスの世界に入る前に実際に思っていたように、「プログラミンなんて難しすぎて自分には関係ない世界だ」と思い込み、トライせずに諦めてる人が多いんじゃないかなと思いました。

コンピュータサイエンスの領域は、Udemyやドットインストールなど、昔に比べて圧倒的に学びやすいサービスが出てきており、学ぶハードルが下がっている。こんなに簡単にこんなに面白い技術を使えるようになる、だから一緒にやろうという感じで、育てているというか、布教活動しています。

遠藤:西岡さんは常に外部を向いているというか、自分にフォーカスを当てるよりも、誰かと一緒にやるし、誰かに教えるし。そういうエンジニアはやはり多くはないですよね。

西岡:自分がやりたくてもあえて「やらない」ことも大事だなと思っていますし、協調していくというか、一緒に働いていくというか、そういうチーム的な文化がすごく好きというのもありますね。

みんなで何か作ろうよ、みんなで何か解析しようよ、みたいなノリがけっこう好きです。

遠藤:データサイエンティストにしてもソフトウェアエンジニアにしても、相手に素養さえあれば育てられるものですか?

西岡:はい。まず、もともと僕自身がそんなに手取り足取り教わってきたわけではなく、大学3〜4年の頃から自分で調べ、学びながらやってきたため、どのあたりで詰まりやすいかというのが経験上分かります。

もちろん自分で学んできた経験だけではなくて、そのあとに多くの開発者や解析者を育てた時の、あのタスクだとちょっと重かったな、みたいなことも加味しながら調整をかけて、育て方を確立してきています。

あと、僕自身がそうだったように、コンピューターサイエンスによってどんな面白いことが実現できるかが分かれば、皆がハマってくれて、目的を持って自発的に勉強できるようになると思っています。

ただし、コンピュータサイエンスやデータ解析の本質に向き合わず、小手先の道具としてただ便利に使おうとする人も結構いて、そういう人は伸びにくいかもしれません。

遠藤:他にはどういう素養が必要ですか? データ解析なら統計学?

西岡:統計学は後からでも大丈夫です。大切なのは数学ですね。

とは言っても、数式を見て鳥肌が立たないとか、そんなレベルで大丈夫です。数値から傾向を見いだすのが好きな人だったら特に伸びやすいと思っています。エンジニアも、数学で最適な解を探すように、ロジックを構築する力が必要です。

西岡 賢一郎(にしおか けんいちろう)
東京大学教養学部を卒業後、東京大学大学院にてレコメンドシステムやSNSからのユーザ行動予測の研究で博士(学術)を取得。2012年10月に株式会社トライディアを設立。2018年8月よりビービットの取締役CTOに就任。

エンジニア目線で見るユーザグラムのチャレンジ

遠藤:世界のトップ企業では、経営層にデジタルネイティブの世代が入っていて、データを解析することが当たり前になりつつあります。

インターネット企業ではなおさらで、先ほど名前の出たGoogleやAmazon、Facebookなどは、トップがみなコンピューターサイエンティストです。Netflixは数学者。

そういった人たちと同じ土俵で、今後すべての企業は戦っていかないといけない。そのための基盤やツールが必要になると考えています。

ビジネスのコアとしての顧客理解があり、そこにデータでアプローチしていくための骨太のソリューションとして提供しようとしているのがユーザグラムです。

西岡:顧客のIDに紐付いた大量のデータを解析しやすい状態で取ってきて、顧客の残してきた軌跡を解析し、顧客を理解するための技術。これは僕たちデータ解析者にとってすごくハードルが高いけれど、とても面白い世界だと思っています。

遠藤:具体的なテクノロジー面でのチャレンジはなんですか?

西岡:順序を考慮した大規模シーケンスデータでしょうか。組み合わせ数が爆発するため計算の効率化が必要となっています。

ユーザグラムでは、使用用途に合わせてAWSとGCPを使い分けているのですが、大規模データ処理をこれらを用いていかに効率的に行っていくのかを考えていくのも面白いです。

また、ユーザグラムがこれから力を入れていくAI機能においても、大規模データから超高速に学習し、リアルタイムに予測することなどが求められていきます。

遠藤:ビービットはもともと自社サーバーを抱えてクラウドサービスを提供していますが、今その環境をクラウド、つまりAWSやGCPのようなものに移行しています。

米国にはSaaSの企業がたくさんあるため、成長ステージに応じて環境をどうするかについて、定石があるそうです。売上で100億まではGCPなどを使い、100億を超えるとまた自分たちでサーバー環境を用意するのがよいとされていて、そのあたりを行きつ戻りつできるような柔軟な環境作りがトレンドみたいですね。

西岡:ビービットでも柔軟な環境作りとして、Dockerのような仮想化ツールをきちんと導入し、オンプレだろうがクラウドだろうがすぐに環境構築でき、移植できるようにしています。

この狙いは、国内でのサービスの成長に伴うオンプレからクラウドへの移行ということもありますが、今後、海外にビジネス展開する際に、例えば中国ならサービスを中国国内で提供しなければいけないという縛りがあることを想定しています。あとはクラウドAuto Scalingなども活用も進めています。

また、サービス上の目的に応じて色々なツールを組み合わせて使っており、例えばデータベースに関しても、MySQLのような通常のRDBとRedisやCassandraのようなNoSQLを用途に合わせて使い分けています。

ユーザグラムでは、ユーザが可能な限りストレスなく個票を見られるように、莫大なデータから高速でデータ取得できるNoSQLが必須となっています。

遠藤:機械学習とかを活用していく上ではSQL型は必要であったりとか、その辺の最適配分を考えたりするのは、技術的には面白いんじゃないですか。

西岡:機械学習のための前処理なども含めて、データをいかに最適な場所に最適な形式で配置し、効率よく引っ張ってこれるようシステムを設計することは面白いと思います。

ユーザグラムでは、Webサイトのデータだけではなく、アプリのデータやオフラインのデータも合わせて処理する必要があり、形式が異なるデータのさばき方もポイントです。

大量のログが飛んできて、それをひも付けしながらリアルタイムに処理していくというところは、かなりハードルが高くて面白いです。

遠藤:言語も特徴に応じて使い分けてますよね。

西岡:フロントエンドではTypeScript、バックエンドではPythonとJavaが基本ですね。バックエンドの使い分けとしては、データ解析とウェブアプリケーションがPythonで、Javaは高速のデータ処理のときに使うという感じです。どちらを使うのかは悩ましいところですが、データの前処理などは大量データを遅延なくさばく必要があるので、Javaで対応しています。新しく出てきた技術を比較検討し、パフォーマンスが出るのではあれば積極的に置き換えていくようにしています。

現在、ユーザグラムで取得したデータ活用のためにデータサイエンスやAIに力を入れて、機能を拡張していこうとしていっています。そのために、分散ストリーミングプラットフォームであるApache Kafkaなどを採用し、実際のシステム側でのデータ活用だけでなく、新機能のためのデータサイエンスの研究開発にデータを活用できるようにしています。

テック・カンパニーに向かうビービットの未来

遠藤:テクノロジー・カンパニーになるために最低限必要なのは、経営陣がソフトウェアエンジニアとかデータサイエンスをリスペクトしているということかなあと思っています。今のビービットの経営陣は皆そのことを理解していますし、エンジニアに対する敬意を持っているというのはビービットの特徴のひとつだと思います。

西岡:そこは確かにありますね。エンジニアの意見が経営判断に生かされており、エンジニア発信の機能開発がしやすい組織になっていると思います。

遠藤:それから、Googleの人に聞いて面白いなと思った話があって。

Googleはテックリード(ソフトウェアエンジニア)と、そのエンジニアを束ねるエンジニアマネジャー、そしてプロダクトマネジャー、この3つの職種を非常に大切にしているのだそうです。このうちのプロダクトマネジャーに求められる最大の要素は、エクスペリエンス設計なのです。UXですね。

ビービットはもともとUX、ユーザビリティをずっとやってきているので、このスキルセットを付けるためののトレーニングはできますし、もしUXに興味あるよというエンジニアがいれば、プロダクト設計に関わることも可能です。

データサイエンティストやソフトエンジニアがものすごく希少価値が高いのと同じように、UX人材は非常に希少価値が高いと思いますが、我々はそこに強みがあるわけです。

西岡:そうですね。使いやすさとかそういう概念が意外にエンジニアは抜けていたりしますので、うまく融合できるといいなと思います。

そういった交流はもう進んでいるのですか?

西岡:はい、すでにUXデザインのプロフェッショナルたちと一緒に、プロダクトの設計をやっています。

遠藤:普通の企業ではエンジニアはエンジニア、サイエンティストはサイエンティスト、UXはUXと部門間の役割が分かれていることが多いですが、ビービットではそこの垣根がないのが面白いように思います。

おそらく、例えばシリコンバレーにあっても面白いと言われるのではないでしょうか。

逆に、データ解析やエンジニアリングがUXに影響することもありそうですか?

遠藤:あると思います。特に、データサイエンスの力をUXに返すということは大いにあるだろうと思っています。

西岡:熟練の人の感覚というのは、それまでのその人の経験があってのものだと僕は思います。何かしらのデータ、インプットがあって考えられるようになったものであって、以前ならそれを学ぶために10年、20年必要だったかもしれません。

現在は人一人ひとりが残すデータが計測できるようになっていて、そのデータを活用するために解析の力を使うことによって、学習コストが一気に下がっています。

今まで10年かけていたことが1カ月で分かるようになったとしたら、違うところで人間の頭を使うことができます。そのように考え方をシフトしていくことで、より効果的なUXの創出や、UX改善に関するPDCAを高速回転させることができるようになっていきます。つまり最終的にはエンドユーザーにとって望ましい状態が実現されていくことになると確信しています。

統合によって足りないところを強化するというだけでなく、相互によい影響が与えられているということですね。

遠藤:そうですね。統合してすごく良かったなと思うし、いいミクスチャーだなと思います。1足す1が2以上になる感じはしますよね。

西岡:10ぐらいですかね(笑) 1足す1が10。2進数で。

遠藤:(笑)

西岡:次の桁に行くという意味ですよ(笑)

きれいに理系ギャグでオチがついたところで(笑)、今日の対談はここまでにしましょう。お二人とも、ありがとうございました!


元々の強みであったコンサルティングに、テクノロジーが持つ無限の可能性を融合させるべく一気に舵を切りつつあるビービット。そのための組織作りや意識改革なども急ピッチで進んでおり、いまビービットはとてもエキサイティングなフェーズです。新しい仲間も毎月のように参画してくれています。新生ビービットにどうぞご期待ください!

各職種、鋭意採用中です!!
ビービットでは、グローバルで顧客体験(UX)を追求してくれる仲間を各職種にて通年募集しております。
詳しくは、ビービットの採用ページWantedlyの募集一覧をご覧ください。
もしくはお気軽に以下のボタンをクリックしてくださいね!


私たちは、 この記事を読んでくれたあなた と出会えることを、心より楽しみにしております!

関連する記事