【事業・組織紹介】 Paykeでは、データアナリスト、データエンジニア、データサイエンティストが連携し、データ活用を推進しています。 消費行動データやアプリデータなどの社内外の多様なデータを深く掘り下げ、ビジネス課題の特定と解決に貢献します。 具体的には、ビジネス部門からの複雑かつ曖昧な分析要件を正確に解釈し、統計的な知識とSQLやPython/Rを用いたデータ処理・分析スキルを駆使して、具体的なインサイトを抽出します。 また、抽出したデータをExcelやスプレッドシートを用いて分かりやすく可視化し、ステークホルダーとの合意形成を図ります。データエンジニアはデータの収集・整備を行い、データサイエンティストは分析結果からアルゴリズムや数値モデルを構築することで、データ活用の幅を広げています。 チーム全体でナレッジ共有やドキュメンテーションを重視し、「自分だけが分かる状態」を避ける文化が根付いています。 【業務内容】 Paykeが保有する膨大な消費行動データやアプリデータなどを活用し、ビジネス課題の解決とプロダクトの改善を推進していただきます。 具体的な業務内容は以下の通りです。 ・データ抽出・加工・可視化：SQLを用いてデータベースから必要なデータを抽出し、Python/RまたはExcel/スプレッドシートを用いてデータの前処理・加工・可視化を行います。 ・分析要件の定義と合意形成：クライアントや社内外のステークホルダーから提示される複雑かつ曖昧な分析要件を正確に解釈し、前提条件や制約を明確化した上で、期待値のすり合わせと合意形成を行います。 ・データ分析・インサイト抽出：統計的知識（統計検定2級程度）に基づき、仮説検定・信頼区間推定・相関分析・回帰分析などの手法を用いてデータを分析し、ビジネスに貢献する具体的なインサイトを導き出します。 ・データ品質の確保：欠損・重複・表記の揺れなど、現実世界の「きれいではない」データに対し、地道なデータクレンジングと前処理を粘り強く行い、データの整合性・再現性・検証可能性を確保します。 ・分析結果の共有と提言：分析結果を分かりやすくレポートにまとめ、ステークホルダーに対してビジネス上の示唆や改善提案を行います。 ・データ駆動型意思決定の支援：「何が知りたいのか」「意思決定にどうつながるのか」を常に意識し、分析設計や指標設計を通じて、ビジネスとデータの両面から意思決定を支援します。 【募集背景】 株式会社Paykeは、訪日外国人向けショッピングサポートアプリ「Payke」を通じて、急速に拡大するインバウンド市場において日本の商品を世界に届ける架け橋となっています。 事業の成長に伴い、アプリデータや消費行動データなど、多岐にわたるデータが日々蓄積されています。 これらの膨大なデータを最大限に活用し、ビジネス戦略の立案やプロダクト改善に繋げるためには、データの「正しさ」を追求し、実用的なインサイトを導き出すデータアナリストの存在が不可欠です。当社では、曖昧な要件からでも本質的な課題を見つけ出し、データの整合性と再現性を重視した分析でビジネスを加速させる、即戦力となるデータアナリストを求めています。 グローバル市場というダイナミックな環境で、データドリブンな意思決定を牽引し、Paykeの更なる成長を支えてくださる方を募集します。

◼️日本語ネイティブレベルの読解・会話能力 クライアントからの複雑かつ曖昧な分析要件を正確に解釈し、期待値をすり合わせるため ◼️基本的な統計知識 ◼️統計検定2級程度以上の内容を理解していること(仮説検定・信頼区間・相関／回帰などの基本的な統計手法) ◼️基本的なデータベースの知識 ◼️応用情報技術者試験に含まれるデータベース分野レベルの理解(正規化、トランザクション、インデックス等の基礎) ◼️SQLを用いたデータ抽出経験 ◼️与えられた条件に対する適切なデータ抽出が自力で行えること ◼️DB製品は問わず(例: MySQL / PostgreSQL / BigQuery / Redshift / Snowflake 等いずれかの利用経験) ◼️Python / R 等を用いたデータ前処理・分析・スクリプト化の経験 ◼️Excel / スプレッドシートなどを用いた基本的なデータ加工・可視化の経験 ◼️社内外のステークホルダーと、分析要件・前提条件・制約を言語化してすり合わせるコミュニケーション能力

◼️情報技術全般に関する基礎知識 ◼️ネットワーク、セキュリティ、OS、クラウドなどITインフラ全体への理解 ◼️BI ツールやダッシュボード(Looker Studio / Redash / Tableau / Power BI 等)の構築・運用経験 ◼️クラウド DWH / 分析基盤の利用経験 例: BigQuery / Redshift / Snowflake / Databricks など ◼️アプリや Web の行動ログ、マーケティングデータ(広告・CRM など)の分析経験 ◼️A/B テストや検証設計の経験(指標設計、検定、効果検証レポート作成など) ◼️データエンジニアリング領域の経験 ◼️ETL / ELT パイプラインの構築・運用、スキーマ設計、パフォーマンスチューニングなど ◼️Git 等を用いたソースコード管理、チーム開発の経験 ◼️英語での技術ドキュメント読解ができる方 ◼️論文・ブログ・公式ドキュメントなど

◼️「正しさ」を最重要視できる方 ◼️見栄えのよいストーリーよりも、データの整合性・再現性・検証可能性を優先できる ◼️整っていない現実世界のデータにも誠実に向き合える方 ◼️欠損・重複・コードの揺れなど「きれいではない」データに対して、地道な前処理やデータクレンジングを粘り強く行える ◼️曖昧さを受け入れつつ、前に進められる方 ◼️完全な要件が揃っていない状況でも、前提を整理し、仮説を置き、必要な追加情報を引き出しながらアウトプットを組み立てていける ◼️ビジネスとデータの両方の視点を行き来できる方 ◼️「何が知りたいのか」「意思決定にどうつながるのか」を意識しながら、分析設計や指標設計を行える ◼️自分の専門外の領域にも好奇心を持って学び続けられる方 ◼️データサイエンス／エンジニアリング／プロダクト／ドメイン知識など、必要に応じてキャッチアップしていくことを楽しめる ◼️チームで成果を出すことを重視できる方 ◼️ナレッジ共有・レビュー・ドキュメンテーションなど、「自分だけが分かる状態」を避ける文化に共感できる