Amazonアメリカ本社のシニアPMから学ぶ!世界トップクラスのエンジニアたちから信頼獲得するヒント

  •      

今回は、Amazon (New York office)でプロダクトマネージャー(以下、PM)を務める横野 薫さん(@kaoruyokono)に仕事内容やキャリア、マイルールなどを伺った。

横野さんは、三菱商事に入り基幹システム部門でキャリアをスタートし、ハーバード・ビジネス・スクールでMBAを取得した後に、現在Amazon (New York office)でシニアプロダクトマネージャーを務めている。

定量化を強く求められるAmazonカルチャーの中で、Customer Obsession(カスタマーオブセッション、顧客第一の姿勢)を大切にしながら、レコメンドエンジンの継続的な成功の定量化に挑む彼は、プロダクトマネージャーとしてAmazonに入社し、いかに世界トップクラスのエンジニアたちから信頼獲得をしてきたのだろうか?
戦略理解能力を強みに、自己啓発を行いキャリアを切り拓いてきたストーリーも、GAFAMなど米テック企業で働くことを目指す方にとって参考になること間違いなし!

この記事は100人100色のプロダクトマネージャーのリアルを知るためのインタビュー記事「PdM Voice」の連載第47回目の記事である。

Amazon (New York office)のシニアPMで広告主向けのレコメンドエンジンを担当

── まずはご自身の仕事について教えてください。

横野:現在、Amazon (New York office)の広告部門でシニアプロダクトマネージャー(Senior Product Manager Technical)として働いており、広告主向けのレコメンドエンジンを開発しています。これは、Amazon.comで何かを検索した際に表示されるスポンサープロダクト広告の最適化を支援します。

広告主がAmazonにお金を払って広告を掲載し、その結果として売上を伸ばしたいと考えていますが、広告の出し方はかなり複雑で、100以上の設定項目があります。
私たちのチームは、これらの広告主に対して「次にこのアクションを取れば売上が伸びる」というレコメンデーションを送る役割を担っています。

── 所属組織はどれくらいの規模ですか?また、どのような体制で運営されていますか?

横野:私のチームは、約40人で構成されており、そのうちの7、8割がエンジニアまたは機械学習サイエンティストです。プロダクトマネージャーは私を含めて2人です。Amazonではエンジニアとプロダクトマネージャーの標準比率が1対7くらいとされていますが、私たちのチームはややその比率が少なめです。

── もう1名のプロダクトマネージャーとの間では、どのような役割分担がありますか?

チームのレコメンドエンジンは上流と下流の2つにコンポーネントが別れています。もう1名のプロダクトマネージャーは、広告主がとることができるアクションの選択肢を把握し、それぞれのアクションの期待される売上効果を計算するような上流部分を担っています。私は、ユーザごとにそのアクションをランキングし、ユーザに応じて適切なテキストを選択してレコメンデーションをデリバリーする下流部分を担当しています。

── Amazonにおけるキャリアラダーについて教えてください。

以下のようなキャリアラダーが存在します。
レベル6以降は、部下を持たないIndividual Contributor(IC / 個人貢献者)と、People Managerに分かれます。

レベル概要
レベル4(エントリーレベルのエンジニアなどがこのレベルに該当しますが、アマゾンではプロダクトマネージャーの職種にレベル4が存在しません)
レベル5社会人経験を2~3年以上積んだプロダクトマネージャー
レベル6IC:シニアプロダクトマネージャー(Senior Product Manager)
People Manager:マネージャー(Manager)
年齢的には、30歳から45歳くらいまで幅広い印象
レベル7IC:プリンシパルプロダクトマネージャー(Principal Product Manager)
People Manager:シニアマネージャー(Senior Manager)
年齢的には、30代後半から50代まで幅広い印象

ミッションは、PR/FAQを用いてビジョンとロードマップを策定

── 所属組織におけるPMのミッションは何でしょうか?

横野:Amazonでは、職種・レベルごとに役割が定義されているのですが、プロダクトマネージャーのミッションは、ビジョンとロードマップの策定がメインとなります。

具体的な作業として、PR/FAQドキュメントの作成を行います。
プレスリリース(PR)とフリークエントリー・アスクド・クエスチョンズ(FAQ)の略で、新商品や新サービスについてのメディアリリースと想定問答集のことです。
6〜8ページのドキュメントで、開発前に社外発表内容を定義します。

── どのような内容を記載するのでしょうか?

横野:

PR/FAQに何を記載すべきかも細かく定義されています。

私が担当しているレコメンドエンジンを例に挙げると、社外公表のタイトルを「アマゾンが広告主の売上を最大化させるレコメンデーションエンジンをリリース」などとし、一段落目に概要を、二段落目に顧客のペインとしてデータと合わせて「このリリースがされる前、広告主は100以上の設定がある中で、複雑すぎてどんなことをすればいいか分からない状態であった」などと記載します。
その次に、ソリューションは何で、具体的にどういう使い方をすればいいか、といったように、まさにプレスリリースの内容を書きます。
さらに、いくらかかるのか、個人情報はどうなるのかなど、お客様から想定される様々な質問(約20個)に答えます。

── PR/FAQ記載後のプロセスについても詳しく教えてください。

横野:明確な承認は存在しないのですが、チームメンバーや法務、マーケティング、上司など、30〜40人のステークホルダーにレビューして、様々なフィードバックをもらいながら進めます。

次に、機能要件のリストや優先順位(フェーズ0〜2)を記載したBRD(Business Requirements Document、ビジネス要件定義書)を作成します。

また、Amazonではドキュメント文化が根付いており、パワーポイントの使用が推奨されていません。このアプローチは、提案やアイデアを深く考え、詳細に言語化することを促進します。ドキュメントを通じてのみ、議論が始まり、意思決定が進むため、言語化能力と正確な情報伝達が非常に重要になります。

業務範囲は、レコメンドエンジンのプロダクト仕様、A/Bテスト設計、プロジェクト管理、評価

── PMとして得意な領域について教えてください。

横野:得意領域として、レコメンドエンジンの開発と運用、特にA/Bテストの実施と結果の分析に重点を置いています。データサイエンティストと協力して、様々なアルゴリズムを比較し、最適なものを選定しています。また、A/Bテストを通じてレコメンドエンジンのビジネス価値(売上貢献)を統計的に評価することを勉強しながらやってきました。

なお、データサイエンティストはどのチームにもいるのですが、データサイエンティスト間での激しい議論とピアレビューの文化は、高品質な成果を生み出すための重要な要素になっています。

── プロダクトマネジメントトライアングルを基に、具体的な業務範囲を教えてください。

出典:The Product Management Triangle

横野:前述の通り、PR/FAQとBRDを作成することでプロダクト仕様策定や機能要件定義を行い、数多くのステークホルダーとの調整を行った後は、BRDをエンジニアリングマネージャー(EM)に渡し、開発に進むことになります。
その際のプロジェクトマネジメントは、職種定義としては、テクニカルプログラムマネージャー(TPM)が行うと定義されているのですが、私の部署では現状ほとんどTPMが存在しないので、プロダクトマネージャーまたはエンジニアリードが担っています。(昨今のレイオフのの背景を踏まえ、過去2年間でほとんど採用されていない)
そのため、週次でプロダクトチームの関係者を全員集めてアクションアイテムの進捗状況確認を行っています。

また、リリース後の効果測定やデータ分析、指標のモニタリングも主要な業務となります。
リリース後には、実際にどれだけのビジネス価値を生んだのかを定量化し、ステークホルダーや上司にレポーティングします。
データ分析や指標のモニタリングについては、WBR(ウィークリービジネスレビュー)というミーティングを行い、私が担当するレコメンデーションエンジンの場合、リーチ数、開封数、クリック数などを期間(週次や月次、四半期)や国ごとに分析し、報告します。

── デザインやUIに関しては、どのように関わっていますか?

横野:私のプロダクトはレコメンドエンジンの為、バックエンドの議論が多く、デザインやUIの具体的な作業はほとんど行いません。一般的には、PR/FAQを書く際、または書いた後に、プロジェクトにUXデザイナーやコピーライターなどの専門家がアサインされるので、モックアップの作成やコピーライティングなどは任せます。

── チーム構成についてもう少し教えていただけますか?

横野:プロダクトチームのコアは、プロダクトマネージャー、エンジニア、データサイエンティストです。
これに加えて、マーケティングマネージャーやコピーライター、UXデザイナー、リーガル、ファイナンスなど、プロジェクトによっては様々な専門家が関わります。

── 開発プロセスについて詳しく教えていただけますか?

横野:年初には年単位のロードマップを作成します。これは、プロダクトマネージャーとエンジニアリングマネージャーが相談しながら、一年間で目指すべき主要なリリースを決定します。
その後、開発は基本的に2週間のスプリントで進められ、エンジニアリングマネージャーが開発チームを管理します。各開発チームに6,7人のエンジニアが所属しており、私が担当するレコメンデーションエンジンのプロダクトチームとしては1人のエンジニアリングマネージャーと6人のエンジニアがいる体制です。
週に2回のスタンドアップミーティングにも参加し、進捗確認や支援が必要な点を把握しますが、プロダクトマネージャーが直接開発プロセスに深く関与することは少ないです。(スタンドアップミーティングは30分程度のため、エンジニア1人あたり3〜4分くらいで情報アップデートを行う)

── スクラムイベント(スプリントプランニングやスプリントレビューなど)には参加されますか?

横野:基本的に参加しておらず、エンジニアリングマネージャーが主導しています。PR/FAQやBRDをもとにスケジュールなどをすり合わせたら、何か問題がない限りはほとんど開発プロセス(コードレビューなど)には関与しません。

課題はレコメンドエンジンの継続的な成功の定量化

── 現在、向き合っているプロダクト課題は何ですか?また、どのように解決しようとされていますか?

横野:課題は、レコメンドエンジンの継続的な成功の定量化、特にA/Bテストを通じた効果測定の複雑さにあります。

新しいレコメンドロジックをリリースする時は50/50で3週間ほどA/Bテストを回すなどして、分かりやすく効果を測ることができます。しかし、結果が出て100%に適用した後、レコメンドエンジンを改善するフェーズにおいて、上司からどれくらい売上効果があるのかとビジネス価値を問われた際に、過去のA/Bテストの結果によるとこうであるとは言えるのですが、あまり説得力がありません。
そのため、A/Bテストで評価することが最善であることから回し続けたいのですが、A/Bテスト前にコントロールとトリートメントでどのくらいの差があったのかを確認してアジャストすることなど、運用が非常に大変なのです。
過去に、レコメンドエンジンをローンチしてA/Bテストを行ってトリートメントが良い結果となったのですが、よくよく見ると、ランダムサンプリングしたはずなのに、トリートメントがもともとクリック率が高かったということがありました。そこからリリース後の結果のみを見るのではなく、リリース前の状態も確認してアジャストする必要があると学びました。

この課題に対処するために、90/10の割合でランダムサンプリングを行い、三ヶ月ごとにグループをシフトする方法を採用しようとしており、サンプル数の少なさの懸念やオートメーションなどの対処を詳細検討しています。

三菱商事からハーバード・ビジネス・スクールでMBAを取得し、AmazonにPMとして入社

── これまでのキャリアについて教えてください。

1社目(新卒入社):三菱商事株式会社

横野:私は2015年に慶應義塾大学を卒業し、新卒で三菱商事に入社しました。

── 三菱商事をファーストキャリアとして選んだ理由を教えてください。

横野:就職活動時点では総合商社は幅広い経験ができそうという思いで選びました。入社後の配属先決定においては、2015年当時、ディープラーニングブームの始まりで、IT部門に興味を持ち、希望して社内システムを管理するような基幹システム部門に配属されました。

法学部出身でITの知識はほとんどなかったですが、基幹システム部門での研修を通じて、コンピューターサイエンスの基礎やシステム開発、プロジェクトマネジメントなどの基本を学びました。これが今の基礎となっています。

ハーバード・ビジネス・スクール(Harvard Business School)

横野:そこで約6年間働いた後、ハーバードビジネススクールでMBAを取得するために2年間学びました。在学中、アップルのアメリカオフィスで約4ヶ月間勤務する機会がありました。

── ハーバードビジネススクールでMBAを取得しようと思ったのはなぜですか?

横野:IT関係の仕事をしていく中で、アメリカのテクノロジー環境やビジネスを学びたいと思ったからです。
戦略、会計などの基礎科目に加えて、特にテクノロジー企業の戦略や統計、プログラミングなど、テクノロジー関連の科目に焦点を当てた選択授業を受講しました。
特に統計学の知識は、プロダクトマネージャーとしてA/Bテストの設計や効果測定に直接役立っています。

── Appleでのサマーインターンについて教えてください。

横野:AppleのSiri(音声アシスタント)のプロダクト戦略チーム(コンサル出身者が多い)で、新機能を提案する業務を行いました。音声アシスタントの市場規模やユースケース、競合などを調査し、新機能の提案を行いました。

2社目:Amazon.com, Inc.

横野:そして、2022年10月からはAmazonのニューヨークオフィスでプロダクトマネージャーとして働いており、現在まで1年半近くが経過しています。

── Amazonに入社した決め手は何でしたか?

横野:MBAでの学びとAppleでのインターンを経験し、GAFA(Google、Apple、Facebook(現Meta)、Amazon)で働きたいと思うようになりました。その中でも、Amazonはプロダクトマネージャーの立ち位置が明確にされていると聞いていたので、最初に勉強する意味で選びました。

── MBAを通じてプロダクトマネージャーになることを決めた背景は何ですか?

横野:同級生のほとんどはコンサルかファイナンス企業に就職するため、テクノロジー企業に就職する割合は10%程度です。また、その半数はプロダクトマネージャーとして就職します。

他の職種に就く選択肢も考えましたが、事業会社出身としてはプロダクトマネージャー以外の選択肢が限られていました。プロダクトマネージャーの次に多い職種はストラテジーなのですが、コンサルやファイナンス出身者がほとんどです。また、データサイエンティストは文系出身の私には難しいと感じました。セールスやマーケティング職も選択肢としてありますが、言語の壁もあるため、消去法で考えてもプロダクトマネージャーが最も適していると判断しました。

── 将来のキャリアの可能性について教えてください。

横野: アメリカの様々なテクノロジー企業でプロダクトマネージャーの経験を積んでみたいと思います。

戦略理解能力を強みに、自己啓発を行いキャリアを切り拓く

── 12PMコンピテンシーを用いて、横野さんのスキルや強みについて掘り下げていきたいと思います。まずは事前アンケートの回答内容を解説お願いします。

横野:プロダクトマネージャー歴は浅いため、ほとんどが「3」としましたが、UX(ユーザーエクスペリエンス)デザインに関しては「1」としました。これは、直接的にデザイン業務に関わることが少ないため、その分野における知見が限られていると感じているからです。

── 特に強みと感じているコンピテンシーはありますか?

横野:強みとしては、戦略理解能力を挙げます。キャリアを通じて、特に戦略を理解し、それに基づいて自己啓発を行い、プロジェクトに貢献してきました。
三菱商事でAIやディープラーニングが重要な戦略として位置づけられていることを理解し、文系出身からITやディープラーニングの勉強を積極的に行い、それらの知識をビジネスに応用することで、関連プロジェクトに貢献しました。これは、ハーバードビジネススクールへの進学やAmazonでのプロダクトマネージャーとしてのキャリアにつながっています。

Amazonの面接においても、コンピューターサイエンスの知識があるといったことより、会社の戦略を捉えた上で、それらの知識をどのように活用していくことが重要か自分で考えて、自己啓発して会社に貢献していくかということを話しました。

マイルールは、Customer Obsession(カスタマーオブセッション、顧客第一の姿勢)

── 大切にしているマイルールを教えてください。

横野:Amazon には “Our Leadership Principles” という 17 項目からなる信条がありますが、その一番目に存在するCustomer Obsession(カスタマーオブセッション)に強く共感し心がけています。

Customer Obsession(カスタマーオブセッション): リーダーはまずお客様を起点に考え、お客様のニーズに基づき行動します。お客様から信頼を得て、維持していくために全力を尽くします。リーダーは競合にも注意は払いますが、何よりもお客様を中心に考えることにこだわります。

顧客第一の姿勢で、プロダクトマネージャーとして顧客の立場に立って考え、提供するサービスやプロダクトが顧客にとって真に価値のあるものであるよう努めています。
例えば、スパゲティプログラムを解決しようとか、ツールを統合しようといった話が挙がることがありますが、そうした時に顧客のベネフィットは何かということを突き詰めて考えて判断しています。

また、技術領域への介入はあえてせず、プロブレムと何をローンチすべきかを定義した後に、どう技術的に作るかはエンジニアに任せるということを徹底しています。エンジニアの専門知識とプライドを尊重することで、チーム間の信頼関係を築いています。

エンジニアはPMの部下ではないからこそ、感謝を見える状態で伝えて信頼獲得

── いいチームを作るために工夫されていることはありますか?

横野:社内のありがとう制度(ありがとうを送ることができる社内ツール)を活用し、日々助けてもらうエンジニアに感謝を伝えるようにしています。
そのツールでは、その方の上司にあたるエンジニアリングマネージャーにも通知されるようになっているため、横野を助けると、ちゃんとマネージャーにも見てもらえる状態であることを分かってもらい、関係構築に繋がっていると思います。
プロダクトマネージャーにとって、エンジニアは直接の部下ではないからこそ、そのような信頼獲得が重要です。

── プロダクトマネージャー未経験でAmazonに入社して、信頼獲得に苦労されたと思いますが、何か意識されたことなどありますか?

国際的な環境やPM経験が浅い状況での挑戦だったため、最初の一年は大変でした。
1年規模のプロダクトリリースを任され、エンジニアやマネージャー、ステークホルダーから期待・要求されることに応えて開発を回していくことに精一杯でしたが、着実にローンチしていくことで、周囲からの評価と信頼を得ることができたように思います。
信頼が築かれるにつれて、直近では、より大きな規模のプロダクトビジョン策定を任されるようになってきました。

いい企画のコツは、とにかく定量化

── 質の高い企画や課題に対して筋のいい打ち手を生み出すために、意識して取り組まれていることはありますか?

横野:Amazonのカルチャーでもありますが、定量化が特に重要です。
PR/FAQを含む、すべてのドキュメント作成において、データと数字を用いて議論を具体化し、意思決定の根拠とすることが求められます。

2文に1つは必ず定量データを入れるくらいの感覚で、「特定の指標が何ポイント上がり、その結果、売上として何%上がって、やることで何%の値上げ効果が期待される」といったことを必ず求められます。
分かりやすい例で、「多くの企業がこのレコメンデーションを無視している」と記載しようものなら、レビューの際に確実に「定量化してください」とコメントが付きます。

提案内容や成果を数値で示すことによって初めて議論ができ、やる価値があるのかないのかを判断できるので、定量化できないと議論が始まらないことを実感します。

横野さんからのおすすめの本

── プロダクトマネージャーにおすすめの本がありましたらご紹介お願いします!

横野:プロダクトマネージャー向けのおすすめの本として、「Cracking the PM Interview」を紹介します。
この本は、プロダクトマネージャーの面接準備に特化しており、PMとして期待されるスキルや知識、さまざまなケーススタディが含まれています。面接の対策だけでなく、プロダクトマネージャーとしての役割についての理解を深めるのにも役立ちます。

特に、MBAから大手テック企業でのプロダクトマネージャーの面接を控えている方にとっては、ほとんど必読の書籍とされています。この本を通じて、プロダクトマネージャーとして期待される能力や、面接での質問への効果的な答え方を学ぶことができます。

最後に

横野さんのお話はいかがでしたか?
感想や得られた気付き、気になったフレーズがありましたら、「#GrantyPM」を付けてツイートしてみてください〜!

プロダクトチームページの掲載企業を募集中!

Granty PMは、プロダクトチームに関する情報(プロダクト、チーム、人など)に特化して情報発信を支援します!
詳しくはこちらからご覧ください。

先輩PMにオンライン相談できます!

Granty PMでは、先輩PMにオンライン相談ができます!
素敵な先輩PMがたくさんいますので、こちらからぜひご覧ください!

PMインタビューの掲載企業・PMを募集中!

PMの業務やキャリア、思考を深掘りするインタビュー記事の掲載について、インタビュー内容など、詳細はこちらからご覧ください。
PM採用向けの広報にぜひご活用ください。