Woltのデータサイエンティストは、Wolt所在の全 25の市場に影響をおよぼすオンライン配達プラットフォームや、事業オペレーションの最も重要な設定やプロセスにおいて、AIのひとつの分野である機械学習を取り入れる研究をしています。

Wolt のさまざまな事業チームやプロダクトチームと連携し、予測・予知のプロセス最適化などビジネス上の問題を解決できるよう各チームにサポートを提供します。データ サイエンティストは、チームに対しエンド・ツー・エンド、すなわち業務の開始から終了までサポートする役割を担います。問題を調査しモデルを構築し、実装稼動ののちに維持することをサポートします。

• 物流最適化：稼働可能な配達パートナーへのタスクの振り方の最適化による、ロジスティクス・プラットフォームの改良。配送ルート複数の異なるルートの必要時間を推測し、最適化プロセスにインプットする情報として使用しています。

• 配達所要時間：私たちのアプリは、配達所要時間の予測を毎日約570億回作成します。アプリのさまざまなページで表示されるこの配達所要時間は、顧客体験全般に大きな影響をおよぼします。

• パーソナライゼーション：お客さまとの接点において複数回にわたり、パーソナライゼーションそしてオススメを表示します。お客様の現在地が変わると利用できる加盟店の選択肢も変わり、またユーザーの好みも様々なため、オススメを提示することは複雑なプロセスです。毎日700万人以上のユーザーに対しオススメ表示を行っています。

• マーケティング：マーケティングデータのプラットフォームを構築中です。キャンペーンの表示自動化による各チャネルにおける購買の最大化のほか、マーケティングがもたらすインパクトを把握できるようになります。

データアナリストは、各プロダクトチームの一員として、商品に関する意思決定にかかわります。お客さま、かつお客さまの行動を各チームが理解できるようサポートします。数字を実用的な洞察へと変換し、データを用いたストーリーに落とし込み各チームに説明します。

• 新しいアイディアを用いた実験：社内用のA/Bテストプラットフォームを用い、あらゆる変更がもたらす影響を検証・測定しています。これがWoltを構築する上でのキーポイントとなっています。

• ユーザーデータのパターンを深く掘り下げるための研究プロジェクト：例えば、お客さまのサービス離脱の主な原因を探求し、顧客保持を目指しています。

• インパクトの分析：変更がおよぼす影響について、インパクトの大きさを定量化し、分析します。例えば、ある地域での配達可能範囲が狭くなった場合、購入される商品量に与える影響を把握することで、最も影響の大きな問題を解決し、どこにチャンスがあるのかを見定めることが可能となります。

Woltは、各ユーザーがセルフで行えるアナリティクスに対し、膨大な投資を行っています。データ、そしてそのデータにアクセスし分析できるツールを提供することで、Wolt で仕事をする仲間がデータに基づいて賢い意思決定を行うことを可能にします。世界中に何千人もの従業員がいるため非常に大規模なものですが、中核となる小さなチームが何千人ものデータユーザーをサポートしているというのが、まさに私たちのサクセスストーリーのひとつだと思っています。データをできるだけユーザーフレンドリーにし、使いやすいマニュアルを用意し、自習用の教材やトレーニングセッションを提供することで、これを実現しているのです。

当然ながら、セルフでできるアナリティクスは、データ表示がユーザーフレンドリーであり、かつデータ保管庫とメタデータが注意深く維持されている場合にのみ成立します。ここは、私たちチームが得意とするところです。

• Lookerデータ統合、データパイプライン、データモデル、およびダッシュボードの一元管理

• 複雑なSQLクエリの作成

• 各チームのデータ活用を促進する方法の検討

• 各チームにとって効果の大きいデータ使用を自立して行うことができるようトレーニングを提供

• Woltでデータを扱うすべての人のために、ユーザーフレンドリーなマニュアルや教材の作成

• データの使い方や、日常業務で活用する方法についてベストなやり方の考案

• データの使い方、解釈の仕方について、実践的なヘルプとサポートをユーザーに提供