生成AIでデータ分析もコーディング業務も劇的効率化。3案件を並行するグロースプロデューサーの働き方。

メンバーズのダイレクトグロースカンパニーに所属する成川さんは、老舗百貨店や大手メーカーなど複数の案件を並行しながら、統括役と技術職という二つの顔を使い分けています。5営業日の仕事を0.5営業日に短縮するAI活用術や、複数案件の知見を混ぜ合わせる「一人ナレッジシェア」など、さまざまなスキルを使ってお客さまの事業成長を力強く推進。単なるスペシャリストに留まらない、次世代のプロフェッショナルとしての働き方を紐解きます。

現場の「専門性」と、全体を動かす「プロデュース」の融合

私が所属するダイレクトグロースカンパニーは、デジタルマーケティングの支援を中心に事業を展開しています。業種・業態にかかわらず、「グロース」をキーワードにさまざまなクライアントの事業を成長させることがミッション。私は「グロースプロデューサー」として、マーケティングでお客さまの事業を成長させていく役割を担っています。
現在ご支援に入っている老舗百貨店の案件では、PMOやプロジェクトリーダーとして全体を統括し、マーケティングオートメーション（MA）ツールの導入やDX推進を行っています。
一方で、他の案件では特定の専門領域に特化して支援しています。大手メーカーの案件では、フロントエンドエンジニアとしてECプラットフォームのコーディングやデータ整備を担当。また、大手教育関連企業の案件では、マーケティング支援としてアプリの分析基盤の設計や可視化に注力しています。
「PMOをやる一方で、他の現場で技術的な支援もする」というのは一見バラバラに見えるかもしれません。しかし、私の中ではこれらは一つの円として繋がっています。
エンジニアリングや分析の現場で自ら手を動かし、最新の技術やデータの肌感覚を磨き続けているからこそ、大規模なプロジェクトをプロデュースする際にも、表面的な言葉ではない「手触り感のある具体的な提案」ができるのです。
例えば、ある案件で自ら手を動かして構築した分析基盤から得た知見を、別の案件の戦略立案に活かすことがあります。もし私が管理業務だけをしていたら、これほど自信を持って『このデータを見るべきです』とは言えなかったはずです。
メインベンダーとして深く入り込み、お客さまと「より良いサービスを作ろう」という共通の目標を築けているからこそ、最新技術の導入による課題解決にも前向きに取り組むことができます。そこで培った技術的な知見を、また別の専門領域の案件へと還元していく。この「最前線で磨いた知見の循環」こそが、私のグロースの進め方です。

5営業日の仕事を半日で。生産性を高める「AIフル活用術」

これだけ幅広く、しかも3つの案件を同時に進めるとなると、普通のやり方では時間がいくらあっても足りません。しかし私は、「生成AIを使い倒すこと」によって生産性を大幅に高めています。
例えば、大手メーカーの案件でのコーディング業務。ゼロから自分でコードを書くことは、今ではほとんどありません。まずはAIに「こういう仕様で、こういう機能を作りたい」と伝えます。最近のAIは非常に賢くて、プロジェクト独自のコードの書き方や「クセ」を一度読み取らせると、それに合わせた最適なアウトプットを出してくれます。AIに土台をガバッと作らせて、人間である私はその肉付けや最終的な調整に専念する。この連携によって、かつて5営業日かかっていた作業が、0.5営業日で終わることもあります。
また、日々の細かな調査や運用業務も徹底的に効率化しています。例えば、競合サイトの調査をする際、一つひとつのURLやタイトルを拾っていくのは手間ですよね。そんな時は、自作の「ブックマークレット」を使います。ボタンをワンクリックするだけで、必要なデータを一瞬で抽出できる機能。さらに、自動的なデータ取得、自動通知として自作Google Apps Scriptもよく使いますね。昔からあるようなこうしたテクニックも、今はAIに指示を出せばスピーディかつ環境にぴったりなコードを用意してくれます。時間をかけるべきでない場所はAIに任せ、それで稼いだ時間を、次の戦略を練るために使うようにしています。

「一人ナレッジシェア」がチームを、そして自分を強くする

3つの案件を並行して持っていることは、大変な反面、大きなメリットがあります。それが、私の中で「一人ナレッジシェア」と呼んでいる方法論です。(笑）
ある案件で得たAI活用のノウハウを、別の案件での効率化に活かす。また別の場所で成功した分析手法を、さらに別のお客さまに転用する。バラバラの場所に溜まるはずのノウハウを自分の中に集約し、混ぜ合わせることで新しい価値が生まれます。
そして、そのノウハウはチームのメンバーにも共有しています。カンパニー内には、制作の経験は豊富でもマーケティングや分析はこれから、というメンバーもいます。 私は日々のミーティングや朝会を通じて、「こういう風にデータを見たらいいんだよ」といった考え方のアップデートやレクチャーを行っています。
メンバーが育ち、組織としてスピーディーに意思決定ができるようになる。それをサポートすることも、私の重要なミッションだと考えています。

クライアントの「納得感」を作る、定性データの力

データ分析というと、どうしても売上やPV数といった「数字（定量データ）」ばかりを追いかけてしまいがちです。しかし、私が定量データと同じくらい大切にしているのが、レビューやお問い合わせといった「ユーザーの生の声（定性データ）」です。
例えば、教育関連企業の案件では、定量的な数字だけでなく、アプリのレビューなどをAIに解析させ、ユーザーの感情や具体的な不満を抽出しています。 「数字上はここで離脱しているけれど、生の声を聞くと感情的な理由がある」といった発見は、提案する施策への納得感を格段に高めてくれます。
実際、教育関連のお客さまからは「自分たちでは気づけなかった視点をもらえた。成川さんに来ていただいてよかった」という言葉をいただくことができました。
また、老舗百貨店のお客さまとも、ECの枠を超えて組織の課題を相談し合えるような関係を築けています。
机上の空論ではなく、現場の生の声に基づいた具体的な提案を積み重ねて得られた成果。それが、お客さまに信頼いただいた一番の理由だと思います。

プロフェッショナルとして、外へ、そして次世代へ

今の私の目標は、自分が担当しているプロジェクトから、業界のスタンダードになるような「グロースの成功事例」を一つでも多く生み出すことです。それを外部へ発信し、業界全体で知ってもらえるような存在になっていきたい。
また、個人としては、自分が培ってきた「エンジニアリング×マーケティング×AI」という領域の知見を、もっと多くの人に伝えていきたいという想いがあります。自分がプロフェッショナルであり続けると同時に、次世代のプロフェッショナルを育てていく。考え方からスキルまでを含めて、自分と一緒に走ってくれる仲間を育てていきたいと考えています。
一箇所に留まらず、マルチな環境で新しいものを吸収し、それをまた誰かに還元していく。そんな挑戦の積み重ねが、自分自身の成長、そしてお客さまのビジネスの成長に直結しています。そんな働き方を、今後もさらにレベルアップさせていきたいですね。

編集後記

今回の取材を通して最も印象的だったのは、成川さんの「AI活用」が決して効率化だけを目的としたものではない、ということでした。5営業日の仕事を0.5営業日に圧縮するという驚異的なスピード。その裏側にあるのは、「空いた時間で、もっと深くお客さまの課題に向き合いたい」という熱い想いです。その想いは、AI時代のプロフェッショナルが目指すべきものに感じられました。

写真／谷貝 玲
取材・文／吉田 拓望

▼メンバーズでは多数の職種で新しい仲間を募集中です！

▼将来的に転職をお考えの方はぜひキャリア登録を！あなたに合った情報が受け取れます！