よろしくお願いします。私たちは転職サービス「doda」におけるデータ分析やモデリング、機械学習システムの開発を担っている部署に所属していて、久松さんとはこの部署で普段からともに仕事をしています。私自身は2018年に入社してから、一貫してこの領域を担当しています。

奥村さんは、パーソルキャリアへ中途入社したんですよね？

そうです。1社目は金融業界、2社目は人材業界で、それぞれコンサルタントをしていました。そのなかで、「経験」ではなく「データ」をもとにした顧客貢献をしたいと感じるようになり、データ分析に力を入れるように。そして、より本格的にデータ分析力を磨いて顧客貢献をしたいと考え、パーソルキャリアへ転職したんです。

パーソルキャリアを選んだのはなぜですか？

大きく理由はふたつですね。ひとつは、「自社の事業を成長させるためのデータサイエンス」がやりたかったこと。クライアントから依頼されたデータ分析のプロセスだけを請け負う形ではなく、自分が事業やプロダクトに入り込みながら分析し、顧客貢献したいと考えていました。その点、パーソルキャリアでは事業やプロダクトとデータサイエンティストの結び付きが強いと感じたので、転職しようと思いました。

もうひとつは、当時のパーソルキャリアにはこれからデータを活用する「余白」があると感じたからです。事業やプロダクトの変革に挑戦する中で、データ活用のポテンシャルがある環境だと感じたというのもあります。

あえて「これから」の部分に面白みを感じたんですね。

久松さんが新卒の就職活動でパーソルキャリアを選んだ理由も聞きたいです。

大学院では情報学研究科に所属し、知的生産性を研究テーマにしていたので、研究内容を活かせる就職先を検討していました。だから、「はたらく」に関わる人材業界は面白そうだと思った。そして、パーソルキャリアはデータサイエンティストへの配属確約（※）で入社できる点も、大学時代に学んだことが活かせそうでいいなと感じました。

最終的な入社の決め手はなんでしたか？

最後の決め手は、フラットな雰囲気ですね。インターンシップや選考の中で、社員同士が役職や年次に関係なくフラットに話をしている様子を見て、言いたいことを言い合える空気を感じました。上下関係が厳しい環境だと「意見の言いづらさ」を感じてしまう自分には、合っているだろうと考えました。

私たちのグループが目指しているのは、「データの力を使って日本一転職の成功を支援できる組織」です。パーソルキャリアの各サービスで最適なマッチングを生み出していきたいと考えています。

人が何かを判断するときって、「バイアス」（「偏見や先入観」）がかかっているのではないかと思うんです。就職や転職をする際の企業選びにおいては、無意識のうちに社名やもともと持っているイメージだけで判断してしまうことがありますよね。しかし、このバイアスによって本来出会うべき企業や仕事を排除してしまったら、転職したい個人にとっても企業にとっても損だと思うんです。パーソルキャリアには過去から蓄積された膨大なデータがあるので、それらのデータを科学し活用することで、一人では出会えなかった最適な仕事に出会ってもらう――。そんな機会を提供することができます。

はい。さらに特徴的なのは、データ活用のチャンスを受け身で待つのではなく、自分たちで創出している点です。グループ内で「新規案件創出プロジェクト」という取り組みを推進しているのですが、ここではデータサイエンティストが主体になって新しい企画案を提案します。たとえば業務改善を目的としたDX推進など、さまざまなプロジェクトを立ち上げています。

そう思うと、データサイエンティストの肩書にこだわりすぎないスタンスも大事ですね。

そうですね。パーソルキャリアのデータサイエンティストは、データ分析や機械学習の仕組みを作るだけではありません。「本当にいいサービス」を作るためにすべきことを考え、幅広く挑戦したい人にぴったりだと思います。

人の意思決定には、非合理なことがたくさんあると思います。たとえば就職や転職でも、誰もが「こっちのほうがいい！」と思うような企業を断って、他を選ぶ人っていますよね。これって一見合理的ではありません。でもその人の中では、合理・非合理では説明がつかない大事な判断基準や感情があると思うんです。この「簡単には定式化できない事柄」を、定式化しようと探索し続け、試行錯誤していくところに面白さがあります。

希望条件や見ている求人のデータから、「言語化できていないけど、本当はこういうことがやりたいんじゃないか？」と推測できることもあります。大学時代に扱っていた機械にまつわるデータも面白かったのですが、人に関するデータは、その人の気持ちや想い、その先の可能性を考えさせられる点が機械のデータにはない魅力です。意思決定、とくに転職に関わる意思決定は、その人の人生に大きな影響を与えます。そのような重要な決断に関われる点にはやりがいを感じます。

転職における意思決定って不思議ですよね。たとえば不動産や車の購入も大きな買い物である分、転職と同じように「人生を左右する大きな意思決定」と言えるでしょう。でも、転職は買い物とは違って、お金を払っても解決できるわけではありません。「転職先はお金で買えない」ってよく私たちは言うんです。だからこそ、よりその人の気持ちや意思が重要になってきます。

そうですね。人の意思や気持ちをデータで明らかにしようとするのが、やはりこの仕事の面白さですね。一方で、仮に明らかにできたとしても、それをユーザーに押し付けていいわけではない。

本当にそうですね。データは言語化をサポートしたり、気付きをもたらしたり、機会を生み出したりするためのもの。データが誰かの選択肢を狭めるものであってはなりません。最終的に合理的な意思決定だったか否かはどっちでもよくて、採用したいクライアントにとっても転職したいユーザーにとっても、納得のできる選択をデータで支えたいと思っています。

先ほど話に出た、「パーソルキャリアのデータサイエンティストはその肩書にこだわらない」という話ともつながりますよね。

そうですね。データ活用、そしてそのためのプログラミングやアルゴリズムは、あくまで手段でしかない。会社が掲げるミッション（※）推進のための事業成長や、誰かの人生に貢献することがまず大きな目的です。パーソルキャリアのデータサイエンティストは手段だけを実行するわけではなく、目的達成のために何ができるのかを考える必要があるし、それができる面白みもありますね。

はい。休憩時間ですら、「どうすればもっとよくできるだろうなぁ」と話し合うくらい、議論をするチームだと思います（笑）。また、職種にもとらわれない人が多いのではないでしょうか。たとえば、久松さんが企画職の人と激しい議論を繰り広げていたこともありましたね。

そうですね。そのときは他部署の方から新規機能の相談をいただいたのですが、機能追加をしたい理由が、「競合がやっているから」だったんです。もちろん競合サービスと比較した上での機能差分の解消は重要なのですが、ユーザーが抱える課題に対する分析調査がなされていないと感じたんですよね。そこで、もう一度ユーザー視点に立ち返ることを提案しました。

重要な議論だったと思います。サービスの価値は、つくる私たちではなくユーザーが決めるものなんですよね。だから「本当にユーザーのためになるか」をしっかり検証する必要があるし、そのためのデータ分析なんです。データを扱うプロとして、すごくいい姿勢だったと思いますよ。

そうやって思ったことを伝えて検討できるのは、いい環境ですよね。データを目先の利益のために使おうと思えば、本当はいくらでもできてしまう。しかしそれをやっていたら、パーソルキャリアのミッション推進につながらないし、ユーザーも幸せになれるかはわかりません。

言われたことを実現するだけでなく、自分の役割を広げて、ユーザーの方を向いて行動することが大事ですね。久松さんは今後、どんなふうに自分の役割を広げていきたいですか？

ユーザーにとって価値のあるサービスを増やしていくために、データサイエンスだけでなく新規企画の立案も積極的にやっていきたいと思っています。そのためにはいろんな人を巻き込んでいく必要があるので、「久松と組んで仕事をすると大きな成果が出て、給料もアップするぞ！」と思ってもらえるようになりたいです（笑）。社内で「給料アップ請負人」と呼ばれることを目指します！

いいですね。さまざまな人と協力しながら、事業を成長させるデータサイエンティストになっていきましょう。