【エネルギーテック】マーケティング・データアーキテクト／ストラテジスト（CDP・AI戦略推進）

求人概要 Looopの「AI事業戦略」を支えるデータ基盤の司令塔へ。 「データ × AI」でマーケティング活動全般を革新し、戦略設計から実装までをリードする技術責任者を募集しています。 求人の特徴 Looopは今、再生可能エネルギーの最大普及に向け、AIを中心とした事業戦略へと大きく舵を切っています。 これまでは「データの蓄積・可視化」が主でしたが、今後は「AIが学習・活用するためのマーケティングデータ基盤」へと役割を進化させる必要があります。 私たちの目指すゴールは、単にデータを整えることではありません。 データとAIの力を最大限に引き出し、これまでのマーケティング活動そのものを再定義・革新することです。顧客理解の深化から、コミュニケーションの自動化・最適化まで、ビジネスプロセス全体を「データ駆動型」へアップデートできる、攻めのデータアーキテクト／ストラテジストを募集します。 業務内容詳細 当社のCDP（Treasure Data）を中心としたデータ基盤において、「戦略・設計」と「実装・運用」の両面を担います。 MAの配信設定業務は別担当がいますが、その前段となる「誰に・いつ・何を届けるか」を決めるためのデータ整備・連携を担い、マーケティング全体の高度化を推進していただきます。 データ戦略・アーキテクチャ設計（Strategist / Architect 領域） マーケティング活動の「データ×AI」革新: 従来のマーケティング手法にとらわれず、AI活用を前提とした新しいデータ活用モデルを構築。集客・CRM・解約抑止といった全ファネルにおいて、データがいかに貢献できるかを描き、実行に移す。 AI/事業戦略に基づくデータ設計: 経営やマーケティング本部が目指す「LTV向上」を実現するために、必要なデータ定義、取得方法、タグ設計などのグランドデザインを描く。 データ活用コンサルティング: 「解約を減らしたい」「需要を予測したい」といったビジネス課題に対し、エンジニア・マーケター双方の視点からデータソリューションを提案。 データ基盤の実装・運用（Hands-on 領域） CDP（Treasure Data）の構築・運用: 各システムからのデータ連携、Workflowの設計・実装、エラーハンドリング等の運用保守業務。 データ加工・抽出（SQL）: 施策に必要なセグメントを作成するためのクエリ作成、データクレンジング、名寄せ処理の実務。 連携基盤の整備: MAツール、BIツール、AIモデル等へデータをスムーズに連携させるためのパイプライン維持・管理。 プロダクトの特徴・強み 当社は、太陽光発電等の再生可能エネルギー事業に取り組み、再生エネルギーが最大普及した「エネルギーフリー社会の実現」を志すゲームチェンジャーです。 ■ 市場連動型プランと「ピークシフト」の提案：再生可能エネルギーの利用促進を目的とした「市場連動型料金プラン（電力量料金の単価が時間帯ごとに変動するプラン）」を展開。 太陽光発電由来の電力が多く価格が安い昼間の時間帯に電気を使う「ピークシフト」を推奨し、お財布にも地球にも優しい電気の使い方を世の中に提案し電気を販売して参りました。 ■ 今後の展開：スマートホーム × AI 今後は、新たに開始した「スマートホーム事業」と既存の電力サービスを組み合わせ、そこに「AI」を掛け合わせた革新的なサービス展開を加速させます。 家庭内のIoT機器から得られるデータと電力データをAIで解析し、自動で最適なエネルギーマネジメントを行うなど、単に電気を売るだけでなく、お客様の生活そのものをより便利で快適な方向へ導く体験を提供していきます。 所属組織と職場の雰囲気 ■ マーケティング本部 構成: 20～50代の56名（男性36名、女性20名）で構成されています。 多様性:電力業界や再エネ業界にとらわれず様々なバックグラウンドを持つメンバーが集まり、それぞれの強みを発揮しています。 風土: フラットな立場で意見を交換しながら、各人が自律して業務を進められる風通しのよい企業風土です。部署間の垣根も低く、活発な議論が交わされるオープンな環境です。 レポートライン: マーケティング各課 課長 → マーケティング各部 部長 → マーケティング本部 本部長 → 管掌取締役 / COO 採用背景 従来より、お客様ごとにパーソナライズしたデータドリブンなコミュニケーションを進めてきましたが、AI・LLMの普及加速により、マーケティングデータの活用が戦略的にさらに重要となっており、採用により体制強化を行います。 採用人数 2名 必要業務経験 【必須（MUST）】 SQLを用いたデータ抽出・加工・集計の実務経験（目安3年以上） ※複雑なクエリの解読・作成・修正が自走して行えるレベル CDP（Treasure Data等）またはDWH（BigQuery, Snowflake等）の運用経験 ビジネス課題解決へのコミットメント志向 ※要件定義書通りの実装だけでなく、「なぜこのデータが必要か？」「どうすれば事業課題が解決するか？」を自ら考え、提案・実行してきた経験 ビジネスレベル以上の日本語力 【歓迎（WANT）】 AI/機械学習プロジェクトへの関与経験（モデル連携データの設計経験など） 自身でデータ活用施策を企画し、PDCAを回した経験 Python等を用いたスクリプト作成経験 マーケティングツール（MA/Web接客等）とのデータ連携経験 エンジニア・データアナリスト・マーケターとの協業経験 選考フロー 1）書類選考 2）1次面接 3）適性検査（面接の調整と並行して実施します） 4）最終面接 5）内定