Dev021_Data Analyst / 業務委託

【データアナリスト / 業務委託】累計700万DL・1日38分・月20日。EC×ゲーム×ソーシャルが交差する希少データで、分析基盤の整備から意思決定までを担うアナリストを募集 仕事概要 ## 募集背景 カウシェは専任のデータアナリストなしに、GMV35倍・売上総利益411倍・DAU81倍を達成してきました。 各職種が自らデータを引きに行き、意思決定してきた組織です。 しかし事業の成長と共に、取り扱うデータの種類・量・複雑さは急増しています。 プロダクト・マーケ・EC・広告・ゲーミフィケーションが絡み合うデータを、専門的な分析設計なしに正確に読み解くことには、限界が見えてきました。 そしてもう一つ、足元で効いているのが「分析する前の状態」です。同じ指標が部署によって微妙に違う定義で計算されていたり、分析のたびに似たようなクエリを一から書き直したりする状況が残っています。データを見る文化はあるのに、それを支える土台が追いついていません。 ここから先の成長は、「何が起きているか」を追うだけでは描けません。複雑に絡み合うデータの中から、まだ気づかれていない事業の伸びしろを見つけ出し、次の一手を導き出す。分析そのものが、事業を前に進める打ち手になるフェーズに入っています。 そこで今回、データアナリストを業務委託として募集します。データエンジニアと連携しながらデータウェアハウス・データマートを設計・構築し、PdMをはじめとする事業メンバーと共に、事業の意思決定を変える分析を回していただきます。 ## プロダクトの特徴 カウシェは発見型ソーシャルECアプリです。 発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。 セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。 2026年7月に累計700万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいている点です。 「カウシェファーム」という作物育成ゲームや、「みんなの投稿」という投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用していただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。 ## プロダクトの目指す世界 カウシェは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。 検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。 2023年の事業転換以降、約3年でGMV35倍、売上総利益411倍、DAU81倍を達成。 変化を力に変えてきた私たちは、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。 ## 業務内容 ご自身で分析を行いながら、AIが分析しやすいデータ環境を整えていただきます。 カウシェでは、AI活用を積極的に行っています。そのため、AIが正しい分析を実行できるよう、データ・ナレッジを整備することが欠かせません。 分析の実務を通じて課題を見つけ、AIが正しく解釈できる形にデータを整え、AIのアウトプットの質を上げていく。この両輪を担うポジションです。 **① データウェアハウス・データマートの設計・構築（重点領域）** データエンジニアと連携し、BigQuery・Dataformを用いてデータウェアハウスとデータマートを設計・構築します。 データエンジニアが担うのは、データの収集・パイプライン・基盤の非機能要件です。本ポジションでは、その上に載る**分析層**を担います。どの粒度でテーブルを持つべきか、どの指標をどう定義するか、どこまでを共通のマートとして持つか——分析要件を起点に設計し、繰り返し使える形へ整えていきます。 整備の目的は、人が分析しやすくすることだけではありません。AIが正しくデータを解釈し、精度の高いアウトプットを返せる状態を作ることを目指します。 **② 指標定義の統一とデータ品質の担保** KGI・KPIの定義を整理し、経営・PdM・マーケが同じ数字を見て議論できる状態をつくります。定義のばらつきや数値の不整合を発見し、マート側で解消していきます。 **③ 課題の定義・仮説立案** PdM・エンジニア・マーケ・CSと連携し、企画・仕様検討の段階から議論に加わります。「何が起きているか」だけでなく「なぜ起きているか」「次に何をすべきか」まで、自ら問いを立てて分析を展開します。 **④ 分析実務** データの抽出・加工・集計・分析（SQL / BigQuery / Looker Studio等）を一気通貫で行います。分析結果をわかりやすくレポートし、意思決定に活かせる形で届けます。 **⑤ ダッシュボードの構築・運用** 整備したデータマートを土台に、各部署が自律的に数字を見られるダッシュボードを構築・運用します。 **⑥ AIを活用した分析の高速化** Claude等のAIツールを前提に業務を設計します。定型的な分析やクエリ作成をAIに委ね、出力の妥当性を見極めながら、分析のスループットを上げていきます。 ## このポジションで向き合う難題 **分析要件と基盤設計を、往復しながら進める** 分析をしなければ必要なテーブルの形は見えず、テーブルが整わなければ分析が進みません。この往復を、事業のスピードを止めずに回していく必要があります。「基盤が整うまで分析できません」とは言えない環境です。 **EC×ゲーミフィケーション×ソーシャルが絡み合う複合データのモデリング** 購買・行動・広告・ゲームKPIが相互に影響し合う、一般的なECにはないデータ構造を扱います。この関係性をどうモデリングし、どの粒度のマートに落とすか。既存のECの型がそのまま使えない領域です。 **「何を分析するか」を自分で決める** 依頼待ちではなく、自らビジネス課題をデータで定義することが求められます。「何が問題か」が曖昧な状態から、正しい問いを立て、適切な分析設計に落とし込む力が問われます。 **多様なステークホルダーへのデータコミュニケーション** PdM・マーケ・CS・経営陣と、異なる目的・リテラシーを持つ相手に分析結果を届けます。「正しい分析」を「使われる分析」にするためのコミュニケーション設計が問われます。 ## 仕事の魅力 **AIが分析できる環境を、自分の手で設計できる** すでに整ったDWHを使う仕事ではありません。何をウェアハウスに持ち、どこをマートとして切り出すか。設計判断から関われます。分析と基盤の両方に手を入れられる環境は多くありません。 **EC×ゲーミフィケーション×ソーシャルという希少データ** 通常のECにはない、ゲーム行動・ソーシャル購買・AIレコメンド効果などが交差するデータを扱えます。1日平均38分・月20日以上という高頻度利用が生む行動データは、一般的なECとはまったく異なる構造をしています。データアナリストとして希少な経験値が積めます。 **分析が確実に意思決定に使われる** 作った分析がすぐ施策に直結し、KPIへの影響をリアルタイムで確認できます。「分析しても誰も読まない」問題とは無縁です。 **アナリスト出身のPdMと、設計から一緒に組める** データ整備をアナリスト出身のPdMが自ら行っており、指標の定義やデータ設計といった土台の議論を、共通言語を持つ相手と進められます。分析の前提や意図を一から説明する必要がありません。 **AIをフル活用できる環境** 全社でAIフル活用を前提とし、AIツールの利用環境も整っています。分析やクエリ作成をAIで効率化しながら、人が判断すべきところに時間を使えます。 ## 開発環境・技術スタック - データ基盤：BigQuery, Dataform, Cloud Spanner - BI・可視化：Looker Studio, Google スプレッドシート - バージョン管理：GitHub - AI/LLMツール：Claude Code, Gemini - その他：Slack, Notion ## 一緒に働く「人」 ### 担当役員：執行役員CXO 佐藤 俊輔 1998年生まれ。明治大学在学中から、Fintech企業でエンジニアインターンやカウシェにて創業期からマーケティングインターンを経験。2022年4月に大学卒業後カウシェに正社員としてジョイン。2023年夏より「カウシェファーム」の企画構想を開始し、開発チームを率いて同年10月にサービスをリリース。2024年4月より部長に就任し、2026年3月より執行役員CXO（Chief Experience Officer）に就任。 https://youtrust.jp/studio/articles/kauche_cxo ### 同僚：Executive Lead PdM 小前 友哉 1995年、東京都生まれ。東京大学経済学部卒。新卒でDeNAに入社し、ライブ配信アプリ『Pococha』のPdMを担当。過去にはデータアナリストやUS PocochaのPdMも経験。2026年1月にカウシェに入社し、現在はカウシェファームの体験設計を担っている、データアナリスト経験を持つPdMです。 https://note.com/kauche/n/n1f6a75b83bc7 ### 協働する体制 データエンジニア、PdM、マーケティング、CS、経営陣と連携しながら進めます。基盤の収集・パイプライン部分はデータエンジニアが担うため、分析層の設計と分析実務に集中いただけます。 ## 選考フロー - 書類選考 - 一次面接（30分） - 最終面接（60分） ## カウシェをもっと知る - 採用ページ：https://enjoy-working.kauche.com/ - Company Deck：https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck - 社員インタビュー：https://note.com/kauche - TechBlog：https://zenn.dev/p/kauche 必須スキル ## 募集背景 カウシェは専任のデータアナリストなしに、GMV35倍・売上総利益411倍・DAU81倍を達成してきました。 各職種が自らデータを引きに行き、意思決定してきた組織です。 しかし事業の成長と共に、取り扱うデータの種類・量・複雑さは急増しています。 プロダクト・マーケ・EC・広告・ゲーミフィケーションが絡み合うデータを、専門的な分析設計なしに正確に読み解くことには、限界が見えてきました。 そしてもう一つ、足元で効いているのが「分析する前の状態」です。同じ指標が部署によって微妙に違う定義で計算されていたり、分析のたびに似たようなクエリを一から書き直したりする状況が残っています。データを見る文化はあるのに、それを支える土台が追いついていません。 ここから先の成長は、「何が起きているか」を追うだけでは描けません。複雑に絡み合うデータの中から、まだ気づかれていない事業の伸びしろを見つけ出し、次の一手を導き出す。分析そのものが、事業を前に進める打ち手になるフェーズに入っています。 そこで今回、データアナリストを業務委託として募集します。データエンジニアと連携しながらデータウェアハウス・データマートを設計・構築し、PdMをはじめとする事業メンバーと共に、事業の意思決定を変える分析を回していただきます。 ## プロダクトの特徴 カウシェは発見型ソーシャルECアプリです。 発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。 セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。 2026年7月に累計700万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいている点です。 「カウシェファーム」という作物育成ゲームや、「みんなの投稿」という投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用していただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。 ## プロダクトの目指す世界 カウシェは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。 検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。 2023年の事業転換以降、約3年でGMV35倍、売上総利益411倍、DAU81倍を達成。 変化を力に変えてきた私たちは、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。 ## 業務内容 ご自身で分析を行いながら、AIが分析しやすいデータ環境を整えていただきます。 カウシェでは、AI活用を積極的に行っています。そのため、AIが正しい分析を実行できるよう、データ・ナレッジを整備することが欠かせません。 分析の実務を通じて課題を見つけ、AIが正しく解釈できる形にデータを整え、AIのアウトプットの質を上げていく。この両輪を担うポジションです。 **① データウェアハウス・データマートの設計・構築（重点領域）** データエンジニアと連携し、BigQuery・Dataformを用いてデータウェアハウスとデータマートを設計・構築します。 データエンジニアが担うのは、データの収集・パイプライン・基盤の非機能要件です。本ポジションでは、その上に載る**分析層**を担います。どの粒度でテーブルを持つべきか、どの指標をどう定義するか、どこまでを共通のマートとして持つか——分析要件を起点に設計し、繰り返し使える形へ整えていきます。 整備の目的は、人が分析しやすくすることだけではありません。AIが正しくデータを解釈し、精度の高いアウトプットを返せる状態を作ることを目指します。 **② 指標定義の統一とデータ品質の担保** KGI・KPIの定義を整理し、経営・PdM・マーケが同じ数字を見て議論できる状態をつくります。定義のばらつきや数値の不整合を発見し、マート側で解消していきます。 **③ 課題の定義・仮説立案** PdM・エンジニア・マーケ・CSと連携し、企画・仕様検討の段階から議論に加わります。「何が起きているか」だけでなく「なぜ起きているか」「次に何をすべきか」まで、自ら問いを立てて分析を展開します。 **④ 分析実務** データの抽出・加工・集計・分析（SQL / BigQuery / Looker Studio等）を一気通貫で行います。分析結果をわかりやすくレポートし、意思決定に活かせる形で届けます。 **⑤ ダッシュボードの構築・運用** 整備したデータマートを土台に、各部署が自律的に数字を見られるダッシュボードを構築・運用します。 **⑥ AIを活用した分析の高速化** Claude等のAIツールを前提に業務を設計します。定型的な分析やクエリ作成をAIに委ね、出力の妥当性を見極めながら、分析のスループットを上げていきます。 ## このポジションで向き合う難題 **分析要件と基盤設計を、往復しながら進める** 分析をしなければ必要なテーブルの形は見えず、テーブルが整わなければ分析が進みません。この往復を、事業のスピードを止めずに回していく必要があります。「基盤が整うまで分析できません」とは言えない環境です。 **EC×ゲーミフィケーション×ソーシャルが絡み合う複合データのモデリング** 購買・行動・広告・ゲームKPIが相互に影響し合う、一般的なECにはないデータ構造を扱います。この関係性をどうモデリングし、どの粒度のマートに落とすか。既存のECの型がそのまま使えない領域です。 **「何を分析するか」を自分で決める** 依頼待ちではなく、自らビジネス課題をデータで定義することが求められます。「何が問題か」が曖昧な状態から、正しい問いを立て、適切な分析設計に落とし込む力が問われます。 **多様なステークホルダーへのデータコミュニケーション** PdM・マーケ・CS・経営陣と、異なる目的・リテラシーを持つ相手に分析結果を届けます。「正しい分析」を「使われる分析」にするためのコミュニケーション設計が問われます。 ## 仕事の魅力 **AIが分析できる環境を、自分の手で設計できる** すでに整ったDWHを使う仕事ではありません。何をウェアハウスに持ち、どこをマートとして切り出すか。設計判断から関われます。分析と基盤の両方に手を入れられる環境は多くありません。 **EC×ゲーミフィケーション×ソーシャルという希少データ** 通常のECにはない、ゲーム行動・ソーシャル購買・AIレコメンド効果などが交差するデータを扱えます。1日平均38分・月20日以上という高頻度利用が生む行動データは、一般的なECとはまったく異なる構造をしています。データアナリストとして希少な経験値が積めます。 **分析が確実に意思決定に使われる** 作った分析がすぐ施策に直結し、KPIへの影響をリアルタイムで確認できます。「分析しても誰も読まない」問題とは無縁です。 **アナリスト出身のPdMと、設計から一緒に組める** データ整備をアナリスト出身のPdMが自ら行っており、指標の定義やデータ設計といった土台の議論を、共通言語を持つ相手と進められます。分析の前提や意図を一から説明する必要がありません。 **AIをフル活用できる環境** 全社でAIフル活用を前提とし、AIツールの利用環境も整っています。分析やクエリ作成をAIで効率化しながら、人が判断すべきところに時間を使えます。 ## 開発環境・技術スタック - データ基盤：BigQuery, Dataform, Cloud Spanner - BI・可視化：Looker Studio, Google スプレッドシート - バージョン管理：GitHub - AI/LLMツール：Claude Code, Gemini - その他：Slack, Notion ## 一緒に働く「人」 ### 担当役員：執行役員CXO 佐藤 俊輔 1998年生まれ。明治大学在学中から、Fintech企業でエンジニアインターンやカウシェにて創業期からマーケティングインターンを経験。2022年4月に大学卒業後カウシェに正社員としてジョイン。2023年夏より「カウシェファーム」の企画構想を開始し、開発チームを率いて同年10月にサービスをリリース。2024年4月より部長に就任し、2026年3月より執行役員CXO（Chief Experience Officer）に就任。 https://youtrust.jp/studio/articles/kauche_cxo ### 同僚：Executive Lead PdM 小前 友哉 1995年、東京都生まれ。東京大学経済学部卒。新卒でDeNAに入社し、ライブ配信アプリ『Pococha』のPdMを担当。過去にはデータアナリストやUS PocochaのPdMも経験。2026年1月にカウシェに入社し、現在はカウシェファームの体験設計を担っている、データアナリスト経験を持つPdMです。 https://note.com/kauche/n/n1f6a75b83bc7 ### 協働する体制 データエンジニア、PdM、マーケティング、CS、経営陣と連携しながら進めます。基盤の収集・パイプライン部分はデータエンジニアが担うため、分析層の設計と分析実務に集中いただけます。 ## 選考フロー - 書類選考 - 一次面接（30分） - 最終面接（60分） ## カウシェをもっと知る - 採用ページ：https://enjoy-working.kauche.com/ - Company Deck：https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck - 社員インタビュー：https://note.com/kauche - TechBlog：https://zenn.dev/p/kauche 歓迎スキル - Dataform・dbt等を用いたデータ変換・モデリングの実務経験 - BigQueryを用いた大規模データの分析・基盤運用経験 - データエンジニアと協働し、データ基盤の改善を進めた経験 - 分析組織やデータ活用が確立された環境で、体系的な分析手法を学んできた経験 - 複雑で関係者の多いプロジェクトにおいて、アナリストとしてオーナーシップを持って分析を推進した経験 - 一定以上の規模・トラフィックを持つサービスでの分析経験 - PythonやRなどのプログラミングを用いた分析経験 - 経営層、PdMなどのステークホルダーへの提案・合意形成の経験 求める人物像 - 分析だけでなく、分析しやすい状態を自らつくることに面白さを感じる方 - 分析を通じて事業を伸ばすことに関心がある方 - AIを積極的に活用し、分析の進め方を更新し続けられる方 - 細部まで丁寧にデータを見る一方で、全体を構造化して捉えられる方 - 部門を超えて人を巻き込み、分析を意思決定・施策につなげられる方 - 「日常に楽しさを」「新しい生活圏のカタチをつくる」への共感 - 「変化を愛す」「追い風をおこせ」「成果でつなげ」「好きを大事に」への共感 - ECの体験には可能性があると少しでも感じる方 応募概要 給与 応相談 週4日以上の稼働をお願いしております。 勤務地 東京本社 〒150-0041 東京都渋谷区神南1丁目12-16 アジアビル9F 出社頻度：ハイブリッド出社（最低週1日の出社が必要） 雇用形態 業務委託 勤務体系 リモートワーク可能 / 正社員転換可能 ・出社頻度 関東1都3県在住：週1の出社必須 その他地方：月1の出社必須※出張費等を考慮し、応相談 試用期間 福利厚生