interview11
データの山で
鉱脈を掘り当てる
AI・データ戦略部
Y・M
2021年入社 文学部卒
CAREER
1年目〜
セブン・ラボ／コーポレート・トランスフォーメーション部（現：AI・データ戦略部）
業務部門のデータ活用支援や分析を担当。７ⅰD 買い物データを用いたカードローンニーズ予測AIの開発・実証実験やATM利用時の「ついで買い」行動の分析にも携わる。
3年目〜
金融戦略推進部
新クレカのマーケティング戦略検討を担当。
4年目〜
コーポレート・トランスフォーメーション部（現：AI・データ戦略部）
生成AIの社内研修や不正検知AI実証実験などを担当。
同年〜
AI・データ戦略部
７ⅰD 買い物データを活用した案件の推進や、収益貢献に向けた戦略検討を担当。
01
セブン銀行に転職した経緯を教えてください。
私は学生時代に心理学を専攻し、学びの課程で統計学や分析の基礎に触れました。その知見を活かしたいと考えて選んだのが、マーケティングリサーチ業界です。前職では希望したとおりマーケティングリサーチの実施・分析やデジタルマーケティングの分析支援などに携わったのですが、BtoB企業として業務委託を受ける立場でしたので、次第に分析後のアクションに反映できないことに歯がゆさを感じるようになりました。そのため自身でアクションまで起こすことのできる事業会社への転職を考えるに至ったのです。
転職活動では業界にとらわれず幅広い分野の企業を検討した結果、セブン銀行が目に留まりました。セブン銀行はBtoBtoC企業としてデータ活用に力を入れており、分析だけで終わらずビジネスにつなげることを大事にしている点が私の目指す方向性と一致していると感じました。また、既に７ⅰD 買い物データというユニークなデータを取り扱っており、マーケティングリサーチに携わってきた私からすれば喉から手が出るほど貴重なデータを扱える点も入社の決め手となりました。
金融業界は堅い社風の企業が多いイメージがあり、なじめるか不安はあったのですが、その点はまったくの杞憂でした。中途入社の社員が多いこともあって、思っていた以上にすんなりと溶け込めたと感じています。
02
現在はどのような業務を担当していますか。
AI・データ戦略部のミッションは、データ活用による収益貢献と業務改革です。特に私の所属するグループではAIを活用して目に見える収益貢献を目指しており、私の主な役割は、①７ⅰD 買い物データを用いた収益貢献を実現するための戦略立案②７ⅰD 買い物データを用いたカードローンニーズ予測AIによるカードローン顧客獲得案件を推進し収益貢献することです。
データは宝の山ですが、収益に結びつけられなければ、宝にはなれません。現在はPoC（概念実証）を繰り返して収益化の道を探しているところです。一つの可能性として検討しているのが、カードローンの与信審査へのデータの活用です。これまではカードローンの審査というと、職業や年齢、家族構成といった属性を中心に判定されることが中心でした。そのため定期的な収入のない方などは資金力がないと判断されて審査に通らず、カードローンサービスをご提供できないこともありました。しかし、セブン-イレブンでの買い物データを分析すれば、実はその方は毎日のように買い物をしていて、十分な資金力があると考えられるケースもあるわけです。
また、マーケティングでの活用も考えられます。買い物データを分析することでカードローンの潜在的なニーズを持つ見込み客を発掘し、集中的にカードローンの広告を配信するといった活用が考えられます。
このように様々なビジネスモデルを立案し、検証することで、収益化への道を探っているところです。
03
業務の難しさはどのような点ですか。
データをビジネスに結びつけることは簡単ではなく、一朝一夕にはいかないと実感しています。収益化のためにはデータに関する知識だけでなく、ビジネスを構築する力も必要ですので、社内のビジネス化のプロ集団であるセブン・ラボの皆さんの力を借りることも多いです。セブン・ラボは組織の枠を越えた連携によって全社のイノベーションを推進する部署で、外部のスタートアップとの協業にも積極的に取り組んでいます。その知見やネットワークを活かすことで、データの収益化に向けた道が開けてくるのではないかと期待しています。
このように収益化は決して低い壁ではないですが、逆に考えれば数十億円規模のビジネスを自分で立ち上げるチャンスでもあるわけです。コンビニの買い物データと金融データを活用できる環境は、他社にはないセブン銀行ならではの強みです。自分でビジネスの芽を見つけ、自分の力で育てていくことができる環境ですから、ぜひ成果を出したいと考えています。
04
今後のビジョンを教えてください。
データサイエンス協会では、データサイエンティストに必要なスキルとして「データサイエンス力」「データエンジニアリング力」「ビジネス力」の3つを定めています。私の目標は、これらのスキルをバランスよく身につけたデータサイエンスのプロフェッショナルになることです。データを活用する力、マーケティングに応用する力は私の強みであり、分析したデータに基づいて立てた戦略を実行できることも私の優位性です。これらを武器に、プロフェッショナルを目指してステップアップしていきたいと考えています。
FUTURE
あなたが実現したい、次の「あったらいいな」
コンビニの買い物データと金融データを組み合わせてお客さまに新しい価値を提供することが、今の私の実現したい未来です。これが実現できれば、世界初の事例になるかもしれません。
SCHEDULE
1日のスケジュール
-
8:30
出社
メールチェックの後、当日の予定・タスクを確認。 -
9:00
チーム定例会
チームメンバーと案件進捗や課題を共有。 -
11:00
上司との1on1
案件の進め方や方向性について相談。 -
12:00
昼食
セブン‐イレブンで新商品をチェック。 -
14:00
分析作業
セキュリティルームで分析ツールを使ってコーディング。分析結果について同僚と意見交換。 -
17:00
明日の準備
翌日のタスクを整理。 -
17:30
退社
