株式会社分析屋の【データオペレーションG／アナリティクスエンジニア】《大規模ゲームログ分析基盤》BIを駆使した複数タイトルの可視化戦略の求人

日常の『裏側』をデータで解き明かす

普段あなたが楽しんでいるゲームや、利用しているサービス。その裏側でどんなデータが動き、どんな意思決定がなされているのか。
その「正体」を解き明かし、ビジネスの次の一手を指し出す。そんな知的な「攻略」を、一生の仕事にしませんか。

私たちが目指す、データ分析のあり方

当社は「2034年に売上100億円」という目標に向け、データ分析支援のフィールドを急速に広げています。

私たちが提供するのは、単なる「計算結果」ではありません。クライアントごとに異なるビジネスモデルや現場の熱量、ときには「業界特有の慣習」といった個別の事情を読み解き、その会社にとっての最適解をデータから導き出すことです。

今、求められているのは、数字の裏にある「文脈」までハックし、血の通った提案ができるプロフェッショナルです。多種多様な業界の舞台裏に深く潜り込み、あなたにしか出せない「答え」でビジネスを動かす。そんな挑戦に、のめり込んでみませんか。

案件事例

分析屋では様々な業種のクライアントを有しており、皆様の技術・経験が活きる場が数多く用意されています。下記に一例を掲載いたします。

～《大規模ゲームログ分析基盤》BIを駆使した複数タイトルの可視化戦略～

【業務概要】

• ターゲットとミッション： 複数のゲームタイトルを対象に、日々蓄積される数億行単位の膨大な行動ログに向き合います。単なる数値の整理に留まらず、データの海から**「運営の次の一手を決める決定的な予兆」**を特定し、意思決定の精度を最大化させることがミッションです。
• 介在価値： ログは、ユーザーからの「声なきフィードバック」の塊です。プロデューサーが抱く「現場の肌感」をデータによる「確信」へと変え、**「分析結果が、具体的な運営施策へと直結する」**ダイレクトな手応えを味わえます。

【業務内容：一気通貫の5ステップ】

1. 課題抽出： プロデューサーから「どのような指標を見たいか」をヒアリングし、ダッシュボードの要件を整理します。
2. データ抽出・集計 ： BigQuery等からSQLを用いて、分析に適したデータマートを作成します。
3. 高度な解析 ： 継続率や課金動向、イベントの効果測定など、ゲーム運営に不可欠なKPIを算出します。
4. レポート作成 ： BIツールを用い、直感的で使いやすいダッシュボードを構築します。
5. 報告・コンサルティング ： データの見方をレクチャーし、データに基づいた運営改善の提案を行います。

そのほかの案件事例

他にもデータ分析に関する豊富な案件がございます！
データ分析専門企業として、キャリアの一貫性を保ちながら、専門スキルを磨くことに専念できる環境です。

①ソーシャルゲームアプリの売上増加に向けたデータ分析支援
アプリのログデータを解析し、アプリ運営の改善、売り上げUPに繋げる
使用ツール：SQL, Google BigQueryなど

②機械学習を用いたモデルの作成
クライアントが保持しているデータからモデルを作成し分類化や数値予測を行う
使用ツール：Python

③ファクトリーブランド立ち上げに向けたマーケティングリサーチ
地域独自のブランドを立ち上げることで、減少した売り上げの回復と安定化
使用データ：業者からのヒアリングデータ、生活者へのインタビューデータ

＜担当プロジェクトについて＞

本求人は、弊社が参画している「BIを駆使した複数タイトルの可視化戦略」をモデルケース（配属想定の一例）として記載しています。

実際の配属先は、あなたのスキルや「今後どのようなキャリアを築きたいか」を伺った上で、ご入社時期のプロジェクト状況を総合的に判断して決定いたします。

求めるスキル

【必須要件】 以下いずれかのご経験が1年程度ある方
• プログラミング言語を用いたシステム開発実務経験
• SQLによるデータ操作経験
• 業務でのデータの分析/活用経験
• データ分析に関する言語やツールの使用経験
（SAS、Python、R、Tableau、SPSSなど）

【歓迎要件】
• 高度なSQLスキル（ウィンドウ関数等）の理解と実践経験
• 大規模な分析基盤（BigQuery等）の運用経験
• 顧客の要望をデータ構造に落とし込める設計能力

入社時研修について

分析の世界という「フィールド」に出る前に、まずは1〜2ヶ月かけて必要な武器（SQL・Python・BIツール等）の習得と、データ構造を読み解くための「型の理解」を集中的に行います。実務を想定した演習データを用い、失敗を恐れずに試行錯誤できる環境を用意しています。

★Step 1: 設計図の読み解き方を学ぶ（分析環境の理解）
データの流れを把握し、自在に抽出するための基礎体力を養います。まずはデータベースの仕組みを理解するところからスタートです。
使用環境・ツール ： SQL Server / MySQL / PostgreSQL / Oracle Database
習得スキル ： データベース管理、データ抽出、基礎的なSQLスキル

★Step 2: ロジックを組み立てる（コーディング・加工）
生のデータを、目的に合わせて整えるスキルを磨きます。複雑なデータ構造をどう紐解き、いかにビジネスの文脈に沿った「意味のある数値」へ加工するか。そのロジックを組み立てる面白さを、演習を通じて体感するフェーズです。
使用環境・ツール ： SQL / Python / SAS / R
習得スキル ： データ加工、データクレンジング、統計的手法の基礎

★Step 3: 隠れた法則を見つけ出す（可視化・分析）
ツールを使い、データの傾向や異常値を視覚的に捉える練習をします。「なぜこの数値が動いたのか？」という仮説を立て、インサイト（洞察）を見つけ出す「分析の醍醐味」をシミュレーションします。
使用環境・ツール ： Google Analytics / Tableau / PowerBI
習得スキル ： データの可視化、ビジネス課題の発見、マーケティング施策への応用

★Step 4: 意思決定を「攻略」する（レポーティング・提案）
最後のステップは、分析結果を他者に伝える練習です。どうすればクライアントの意思決定を支える「確信」へと変えられるか、報告のセオリーを学びます。
使用環境・ツール ： ダッシュボード（BIツール内） / PowerPoint / Word
習得スキル ： レポーティング、プレゼンテーション、クライアントへの提案力