DX戦略

VRX Video Research Transformation

Message

ビデオリサーチグループでは、DX推進の取り組み
「Video Research Transformation(VRX)」によりデータ&システムを駆使し
顧客課題に対するソリューション提供を通じて、ビジネス支援を行っていきます。

ビデオリサーチグループでは、DX(デジタル・トランスフォーメーション)によって、ビジネスの変革を進めています。私たちの事業は、「生活者」の動態や意識、及びメディア、コンテンツ、広告への接触状況を公正・中立、透明性をモットーに信頼性のあるデータとして可視化し、価値化することにあります。
生活自体がデジタル化していく時代に合わせて、事業における手法も進化させ、より効果的で、よりスピーディーにお客様の課題を見つけ出し、的確な意思決定を支援するために、私たちの持つデータアナリシス力とデータサイエンス力を活かしています。
データ&システムを駆使するビジネスパートナー/マーケティングパートナーとして進化し続けるために、全社員の人材育成としてDX対応力支援と、専門的スキルアップを支援する仕組み作りにも継続的に取り組んでおります。

代表取締役社長執行役員 石川 豊

Video Research Transformation(VRX)推進に向けた組織体制

ビデオリサーチグループ全体のDX強化を推進していくために、「DX人材の育成」と「データサイエンス業務の推進」をミッションとするDX推進委員会を常設しています。

Mission ミッション

01DX人材の育成

DX専門人材:・社内DXを推進する人材・活用人材と同様に、専門ロールに特化し、実践に近い形でのワークショップや研修を 通じて高度な知識やスキル、実践力を身につける/DX活用人材:・社内DXを推進することを先駆けとして役割を担う人材 ・専門ロール(サービスデザイナー、ビジネスアーキテクト(社内業務高度化・効率化)、データビジネスステラジスト)等に特化し、より専門性の高い知識やスキルを身につける/DXリテラシー人材:・DXを自分事化して、ビデオリサーチの社員として身に着けるべきマインド・スキルを基礎学習を通じて身につける

ビデオリサーチグループでは、経済産業省と情報処理推進機構が策定した「デジタルスキル標準」に準拠したDX人材育成に取り組んでいます。各社員のレベルに合わせた最適なDX人材育成を実施するため、様々なラーニング(eラーニング、集合研修など)を導入しています。また、全社員に対し定期的にアセスメントを行うことで、全社員のDXスキル・素養の可視化によりDX人材ポートフォリオを把握しながら、グループ全体のレベルアップチェック、および社員個人のスキルアップ支援を行っています。

02データサイエンス業務の推進

マーケティング×データサイエンス×IT活用=データ&システムを 駆使した ビジネス創造

ビデオリサーチグループは、ITとデータサイエンスの融合によって、クライアントのビジネスを加速させるさまざまな取り組みを多数展開しており、顧客が抱えるマーケティング上の課題に対して、最新のデータ分析手法を用いたモデル構築やコンサルティング支援、新規ビジネスの提案や各種サービスの開発等を手がけています。

社内認定制度「データサイエンティスト認定」により、データサイエンティスト協会が提唱するデータサイエンティストスキルレベルを基準とし、部署を越えて、データサイエンティストのスキルレベルの目標設定・達成を推進します。データサイエンティストには、分析力だけではなく、顧客バリューを上げるためのビジネス力やデータエンジニア力も必要です。総合的なスキルを兼ね備えた人材を多く生み出していくことを目標にしています。

統括・ソリューションユニット ビジネスソリューショングループ 河原 達也

「現在、メディア業界全体が大きな変革期にある中で、データサイエンスやそれが生み出すビジネスへの期待を強く感じます。放送産業の市場規模は3兆円以上と非常に大きく、その分やりがいもあります。データサイエンティストとして、メディアや広告の価値向上に貢献することで、より良い生活者体験の実現に取り組んでいきたいです。」

(チーフデータサイエンティスト 河原達也)

▶弊社「システムソリューション」の取組み

詳しく見る >

社内認定 データサイエンティスト紹介

統括・ソリューションユニット ビジネスソリューショングループ 河原達也

河原 達也 Tatsuya Kawahara
統括・ソリューションユニット ビジネスソリューショングループ

経歴:ビデオリサーチ入社後、広告調査の企画・設計・分析業務を担当。現在は、データサイエンス部門にて、ログデータや調査データのモデリング、データサイエンスの技術を活用したソリューション開発を推進。
2021年、広告効果の研究により博士(経営学)を取得。広告およびデータサイエンス分野において、学術論文の出版や書籍の執筆など、研究成果を継続的に発表。

【執筆記事】
KPIの設定方法をデータサイエンティストが解説~3つの条件と、製品カテゴリーごとの検討方法~

他の記事はこちら

統括・ソリューションユニット ビジネスソリューショングループ 河原達也

河原 達也 Tatsuya Kawahara
統括・ソリューションユニット ビジネスソリューショングループ

経歴:ビデオリサーチ入社後、広告調査の企画・設計・分析業務を担当。現在は、データサイエンス部門にて、ログデータや調査データのモデリング、データサイエンスの技術を活用したソリューション開発を推進。
2021年、広告効果の研究により博士(経営学)を取得。広告およびデータサイエンス分野において、学術論文の出版や書籍の執筆など、研究成果を継続的に発表。

【執筆記事】
KPIの設定方法をデータサイエンティストが解説~3つの条件と、製品カテゴリーごとの検討方法~

他の記事はこちら

統括・ソリューションユニット ビジネスソリューショングループ 田村玄

田村玄 Gen Tamura
統括・ソリューションユニット ビジネスソリューショングループ

経歴:1997年新卒入社。視聴率調査対象者にリッチプロフィールを推定付与(ADVANCED TARGET)、テレビ単位の視聴ログデータを3130万人*の個人単位に分離(ResolvingLAB)、インターネットユーザーにリッチプロフィールを推定付与(SiteGraphics)などのロジック開発に従事。

【執筆記事】
自社ユーザーのプロフィールが分からない... 「VR FACE」による調査データを用いたプロフィールエンリッチメント

統括・ソリューションユニット ビジネスソリューショングループ 田村玄

田村玄 Gen Tamura
統括・ソリューションユニット ビジネスソリューショングループ

経歴:1997年新卒入社。視聴率調査対象者にリッチプロフィールを推定付与(ADVANCED TARGET)、テレビ単位の視聴ログデータを3130万人*の個人単位に分離(ResolvingLAB)、インターネットユーザーにリッチプロフィールを推定付与(SiteGraphics)などのロジック開発に従事。

【執筆記事】
自社ユーザーのプロフィールが分からない... 「VR FACE」による調査データを用いたプロフィールエンリッチメント

ビジネスデザインユニット  視聴データデザイングループ 佐久間 惇一 

佐久間 惇一 Junichi Sakuma
ビジネスデザインユニット 視聴データデザイングループ

経歴:2019年新卒入社。大学で機械学習について学び、視聴率の将来予測や生成AIを用いた異エリアアンケートサンプルの生成などのプロダクト開発に参加。
現在はResolvingLABの視聴ログデータの個人分離ロジックやプロフィール付与ロジックの改善、および視聴ログデータの分析を担当。

ビジネスデザインユニット  視聴データデザイングループ 佐久間 惇一 

佐久間 惇一 Junichi Sakuma
ビジネスデザインユニット 視聴データデザイングループ

経歴:2019年新卒入社。大学で機械学習について学び、視聴率の将来予測や生成AIを用いた異エリアアンケートサンプルの生成などのプロダクト開発に参加。
現在はResolvingLABの視聴ログデータの個人分離ロジックやプロフィール付与ロジックの改善、および視聴ログデータの分析を担当。

統括・ソリューションユニット ビジネスソリューショングループ 坂田 耕太

坂田 耕太 Kota Sakata
統括・ソリューションユニット ビジネスソリューショングループ

経歴:2020年新卒入社。入社後は視聴ログデータ(ResolvingLAB)の分析、複数メディアのリーチを統合したトータルリーチの算出、及びトータルリーチを最大化するためのメディア配分最適化ロジックの開発などに従事。
現在は、任意のサンプルデータに対するリッチプロフィール付与ロジックの改善、大規模データの分析を担当。

【執筆記事】
はじめてのMMM(マーケティング・ミックス・モデリング)〜Z世代データサイエンティストが解説〜

他の記事はこちら

統括・ソリューションユニット ビジネスソリューショングループ 坂田 耕太

坂田 耕太 Kota Sakata
統括・ソリューションユニット ビジネスソリューショングループ

経歴:2020年新卒入社。入社後は視聴ログデータ(ResolvingLAB)の分析、複数メディアのリーチを統合したトータルリーチの算出、及びトータルリーチを最大化するためのメディア配分最適化ロジックの開発などに従事。
現在は、任意のサンプルデータに対するリッチプロフィール付与ロジックの改善、大規模データの分析を担当。

【執筆記事】
はじめてのMMM(マーケティング・ミックス・モデリング)〜Z世代データサイエンティストが解説〜

他の記事はこちら

当社のデータサイエンティストへ相談してみる