攻めのデータ組織で価値を出しつつ、データ民主化へ
グロービスを選んだ理由 - 社会人教育に背中を押されて
インタビュアー: 転職のきっかけと、グロービスを選んだ決め手を教えてください。
松浦: 松浦: 前職では大企業のDX推進室でデータサイエンティストをしていて、機械学習モデルの開発やその現場での活用推進を担当していました。
ただ、関われるのは決まりきったプロジェクトの一部で、「なぜやるのか（Why・上流）の課題設定」や、「成果をビジネスに繋げるためにBiz部門と密接に連携する」といったところまで踏み込めないもどかしさがありました。もっと小さな組織で、データサイエンスプロジェクトに一気通貫で携われる環境に行きたい——そう考えて転職を検討しました。
そのとき頭に浮かんだのが、前々職時代にスクール派遣で受講したグロービスの研修やGLOBIS学び放題でした。そこで学ぶことの面白さに気づき、その後、各種e-learningを通じてデータサイエンスを学び直した経験が、今のキャリアにつながっています。グロービスでの社会人教育の機会をきっかけに自分の人生が変わった実感があったからこそ、その領域でデータの力を発揮したいと思ったんです。
転職の際には、最終的には海外のオンライン学習サービスとも迷いましたが、「コンテンツもプロダクトも自社でつくっているからこそ、データ分析で価値を出せる余地が大きい」という観点を決め手として、グロービスを選びました。
今の仕事内容 - 上流から下流まで伴走するデータ分析チームをリード
インタビュアー: 現在の主な仕事内容について教えてください。
松浦: 現在は、データサイエンスチーム(以下DSチーム)のリーダーとして、「グロービス学び放題」を中心に、法人研修やnano単科など複数事業にまたがるデータ分析を推進しています。
DSチームが重視しているのは、「分析結果を提供して終わり」ではなく、課題設定から意思決定への反映まで、前後のプロセスに深く関わることです。一般的なDSチームは依頼に対するアウトプット提供で完結しますが、私たちはまず、ビジネスサイドと共に「本当に解くべき課題は何か」「どんな分析が意思決定に役立つのか」を整理します。そのうえで、データエンジニアと連携してデータ基盤を整え、分析を実行し、結果をレポートします。ここで重要視しているのは、「結果をビジネスの意思決定やアクションに繋げること」・「ネクストアクションの議論・提案」まで含めて行う点です。この最後のプロセスを手を抜かずにやり切れるかどうかが、DSチームが事業に貢献できるかを大きく左右すると考えています。
加えて、構造化データだけでなく、会議や商談のログといった非構造化データからも、生成AIを活用して新しいインサイトを得る取り組みを進めています。
「依頼されたから分析する」のではなく、「ビジネスを前に進めるために何を知るべきか」から始められる——それが、今の仕事の面白さです。
グロービスの好きなところ - 人事制度とリーダーシップがつくる健全な土台
インタビュアー: グロービスのどんな点が好きですか？
松浦: 一つは、人事制度や評価の仕組みがしっかり整っていて、それが「優秀な人材が集まり、成長していく土台」になっている点です。評価や育成の仕組みが機能しているからこそ、フラットに議論でき、不健全なストレスも非常に少なく楽しく働けます。
もう一つは、リーダー陣の質の高さです。前職などでは、「マネジメントはするがリーダーシップがない」「リーダーシップはあるがマネジメントが機能していない」といったアンバランスな上司・リーダーが見受けられました。グロービスでは、リーダーシップとマネジメントの両方を意識し、「チームとしてどうあるべきか」「メンバーがどう成長するか」を本気で考えてくれるリーダーが多い印象です。そのため、メンバー一人ひとりもチーム全体も、前向きに事業貢献していこうという良い雰囲気が生まれています。私自身もそんな良きリーダーとなれるよう、尊敬するリーダー陣を参考にしながら、日々、学習と実践を通じて研鑽しています。
今の仕事で誇れるところ - 事業貢献のために積極的に動く
インタビュアー：今の仕事の中で、「ここは誇りに思っている」というポイントはどこですか？
松浦: チームとして「受け身ではなく、攻めの姿勢」で取り組めているところです。
データ部門はどうしても「分析依頼を待つ」立場になりがちです。しかし、グロービスのDSチームは、事業側の課題に自分たちから踏み込んでいく文化があります。チーム内の課題についても、各メンバーが積極的かつ主体的に取り組む文化ができています。責任の境界がグレーな領域でも、「ここをやったほうが全体にとって良い」と判断すれば、各々が主体的にボールを拾いにいく。そうした姿勢をチーム全体で共有できているのは、誇れるポイントです。
また、メンバー全員が「事業に貢献したい」という気持ちを持っています。単に技術的に高度な取り組みを是とするのではなく、「その仕事が何につながるのか」「ビジネスの意思決定にどう効くか」を軸に議論できています。一方で、技術的に伸ばせる余地はまだ大きいですが、その分、これからの伸びしろにもワクワクしています。
グロービスで挑戦したいこと・していること - 生成AIと横断基盤でデータの民主化へ
インタビュアー：これからグロービスで挑戦したいこと、あるいは今すでに取り組んでいるチャレンジについて教えてください。
松浦: 直近の大きなテーマは、生成AIの活用です。具体的には「構造化データ分析の効率化・民主化」と「非構造化データの活用」の2つに取り組んでいます。
まず構造化データについては、これまでDSチームが中心だった分析プロセスを分解し、「どこまでAIに任せられるか」「どこを人が判断すべきか」を見極めています。まだ道半ばですが、将来的にはDS以外のメンバーも適切にデータを扱える環境を目指しています。
同時に、会議や商談のテキストログなど非構造化データから直接インサイトを引き出す取り組みも進めています。ラベルやタグを自動生成して構造化データへ変換し、活用する仕組みも構築中です。
さらに長期的には、「グロービス学び放題」「法人研修」「大学院」など複数プロダクトを横断して分析できる基盤を整え、全社のさまざまな問いにデータの観点から答えられるようにしたいと考えています。
データの民主化を全社的に進め、グロービス全体がより良い意思決定を行える環境をつくること——これが、これからのチャレンジです。