顧客価値向上および事業成長の最大化に向け、UI/UX施策の一環として、リサーチを実施しています。リサーチは定量と定性に大別され、定量調査にはアンケートやWeb解析、定性調査にはユーザビリティテストやデプスインタビューが含まれます。当社ではケースに応じて専門家が、リサーチ設計から実施、課題分析からソリューション提案まで一貫して担います。
私たちはデータのプロフェッショナルとして、AI・データ活用を通じて、多様な人々の“「生きる」を創る”社会に貢献することを目標に活動しています。
例えば、お客様への新商品提案や保障の最新化において、AIで構築した予測モデルを適用しています。具体的には、現在のご契約情報などをもとに、お客様ごとに最適な提案内容・連絡手段・時間帯をAIで推定し、販売代理店に情報提供することで、お客様にとって最適なタイミングと手段によるご提案を実現しています。
このようなプロジェクトの成功の裏側には、二つのプロフェッショナルの連携があります。
私たちはユースケースPMとデータサイエンティストの二つの役割に分かれ、それぞれの強みや専門性を活かしながら協働してミッションに取り組みます。前述の予測モデル構築プロジェクトも、両者の協力によって成し遂げられました。
ユースケースPMがマーケティング営業部門からお客様へのアプローチに関する課題やニーズをヒアリングし、AIモデル開発の要件へ落とし込みます。ユーザーが抱える課題やニーズを的確に汲み取るために、アフラックの業務とお客様理解に精通したユースケースPMの知見が欠かせません。
ユースケースPMが明確にした課題やユーザーのニーズに応えるため、データサイエンティストがデータ収集・前処理・分析方針の策定・特徴量設計の検討、そして高度な分析に向けたAIモデルの構築・検証を担います。実務ではXGBoostやLightGBMといった機械学習アルゴリズムを用いる場面が多く、適切な前処理・評価設計・チューニングまで含めた高度な専門知識が不可欠です。
このように、一つのプロジェクトでユースケース（利用シナリオ）の設計・管理を担い、分析の方向性を正しく導くユースケースPMと、統計手法や機械学習アルゴリズムを用いて高度なデータ分析を行い、ビジネスへの応用と意思決定を支えるデータサイエンティスト。二つの役割が連携することでデータドリブンな課題解決を実現しています。
私たちは、当社におけるデータ分析および分析データの管理統括を担当しています。データ運用管理課の取り組みのひとつである、データアンバサダーの育成をご紹介します。
私たちは、多様なバックグラウンドをもつデータスチュワードメンバーで構成されており、データ分析の市民化を進めるために、「データアンバサダー育成プログラム」として、データアンバサダーの育成も実施しています。
データアンバサダー育成は2020年から継続しており、すでに450人以上が認定されています。※2025年末現在
データアンバサダーは、全国の支社を含めた各部署から1-2名ずつ選出され、半年間の育成プログラムを履修します。自組織の課題を自ら設定し、解決のためのデータ分析を行い、結果を披露する卒業プレゼンで合格すると、データアンバサダーとして認定されます。その後、データアンバサダーは、自組織での問題解決に向けてのデータドリブンな判断・意思決定の貢献やサポートを実施していくことになります。
データアンバサダー育成プログラムでは、当社のデータサイエンティストが講師を務め、約半年間をかけてじっくりと育成します。それまでデータ分析の実務に触れる機会が少なかったデータ分析初心者でも参加できるように設計されており、基礎的な知識からスタートし、実際の業務に役立つスキルを身につけることができます。さらに、卒業後には、データ分析のスキルを磨き続け、極めていきたい意欲をもって、当部へ異動して活躍しているメンバーもいます。彼らは、現場の知識とデータ分析の知見のハイブリッド人財として、他にない価値を発揮しながら、さらなる成長を遂げています。
以上が、アフラックにおけるデータアンバサダー育成の取り組みです。データ分析を一部のメンバーだけの役割にとどめず、すそ野を広げることで、データドリブンな意思決定のスピードをあげていくアフラックの挑戦はこれからも続きます。
私たちは、データアーキテクトを中心にデータ分析プラットフォームの高度化に日々取り組んでいます。直近では、当社データセンターからクラウド環境へデータ分析プラットフォームを移行し、これによりシステム運用コストを削減するとともに、データドリブンな経営を実現するために社員が容易にデータ分析を行える環境を整備しました。
※MLOps: AI/機械学習モデルの開発・学習・評価・適用・監視・再学習までを自動化する仕組み
当社は50年以上にわたり事業を展開する中で、時代ごとに最適な情報システムを構築してきました。しかし、その結果として複数のシステムとデータが分散し、全社的なデータ活用が困難な状況となっていました。分散したデータ環境では、部門を横断した分析や迅速な意思決定が制約され、データドリブンな経営の実現に向けた課題となっていました。また、肥大化したシステムの運用・保守コストも増大し、経営効率の観点からも改善が求められていました。このような背景から、私たちは次世代のデータ分析プラットフォームへの移行を実施しました。
次世代データ分析プラットフォームは、クラウドサービスを活用することにより、コストの削減と、社員一人一人がセルフサービスで容易にデータ分析を行える環境の提供を実現しました。加えて、高度な分析を行うデータサイエンティストも、最新の分析ツールを利用することで、これまで手作業で実施していたAI/機械学習モデルの開発・学習・評価・適用・監視・再学習といった作業を効率的に実施できるようになりました。
現在は、この次世代データ分析プラットフォームをさらに活用していくため、新たな分析に必要となるデータの拡充を順次実施しており、それらのデータを使ってデータサイエンティストが新たな予測モデルを開発してデジタルマーケティング等の各種施策に活用する取り組みへと拡げています。
データドリブンな判断・意思決定の加速のために、今後も私たちは着実に取り組みを進めていきます。
