「人はどうやってわかりあうのか」――心理学を研究していた私が、新卒でミラティブの分析部を選んだ理由

はじめまして。2026年4月に新卒でミラティブに入社し、分析部で働いている佐藤洋大（さとう ようだい）と申します。大学院の博士後期課程までは、心理学の研究をしていました。

ここでは、私がミラティブへの入社を決めるまでの経緯や、入社直後からどのような仕事をしているのかをお伝えできればと思います。28卒以降でミラティブに興味がある方、特に次のような方に少しでも参考になれば嬉しいです。

こんな人に読んでほしい

• 人に関するデータを使って研究をしてきた（している）
• データ分析や、人の心理・行動に興味がある

佐藤 洋大（さとう ようだい）分析部
大学院の博士後期課程で心理学を研究。人と人との関わり合いのなかで生まれる行動や心の働きを、行動データから分析していた。2026年4月にミラティブへ新卒入社。趣味は学術書を読むこととゲーム。たまに友人とボードゲーム合宿にも出かける。

「人はどうやって他人の心を読むのか」を研究していた大学院時代

大学院では心理学を研究していました。テーマを一言でいうと、「人がルールを破った人を見た時に、その人の心のありようをどうやって素朴に思い描くのか」というのを明らかにすることでした。

誰かがルールを破ったとき、私たちは自然と「悪意があったに違いない」と考えたり、逆に「悪いことだと分かっていなかったのだろう」と考えたりします。このように、人が他の人の心について何か考えている時、頭のなかではたくさんの情報を処理しています。

たとえばその人の言動、第一印象、その場のルール、心についての知識など。こういった情報を人が処理して、人の心を読むのに至る仕組みを明らかにすることが、私の研究テーマでした。

研究以外では、学部生の頃にさまざまなイベントを企画・実施したり、新入生が大学生活をスムーズにスタートできるようサポートする冊子を作ったりしていました。人が集まる場をつくることや、誰かの入り口を整えることに、自然と関わっていたように思います。

また、昔からゲームで遊ぶことが好きでした。ゲーム実況の動画もよく見ていましたし、声が良い人のゲーム実況配信を見ることも好きでした。いま振り返ると、配信文化とはずっと近いところにいたのかもしれません。

ユーザー一人ひとりを、分析の単位にできる仕事を

就職活動では、研究で個々人の行動データを分析してきた経験を活かせる仕事を探していました。

ただ、データ分析といっても幅が広いため、その中で方向性を明確に決めていました。それは、物流や人流の予測のような「物」を扱う分析や、人をひとまとまりに捉える分析ではなく、ユーザーさん一人ひとりを分析の単位にできる仕事をしたいというものでした。

また、博士課程からの就職ということもあり、自分の経験を活かしつつも、専門分野のど真ん中にこだわって選択肢を狭めすぎるようにはしないことも意識していました。具体的には、次の3つを活かせる場所であれば、専門そのものが完全に一致していなくてもよいと考えていました。

• 問題設定をしっかり行うこと
• データを通して人の振る舞いを分析すること
• 学び続けること

心は目に見えない。だからこそ「わかりあう場」をつくるミラティブへ

ミラティブとの出会いは、企業の方からオファーをいただくタイプの就活サービスでした。お声がけいただいたとき、私の研究経験をよく見てくださっていて、ミラティブでの仕事とのつながりを分かりやすく伝えてくれたことが印象に残っています。

最終的に入社を決めた一番の理由は、ミラティブの理念に共感したことです。

人がわかりあうことは、本当に難しいものだと思います。

研究をするうちに、人は他人の心を読んでわかりあいを深める一方で、それを読んで勝手に解釈してしまうからこそ、わかりあえなくなることも多いと考えるようになりました。

心は目に見えませんからね。心を読むことは人が自然にやっていることで、それがわかりあえないという結果を生んでしまうのならば、わかりあうにはどうすればよいのだろうという思いを持っていました。

これに対するミラティブの回答は、ゲームのように好きなものを共有している人同士であれば、わかりあいやすくなるというものです。そして、そうした場を気軽につくれるようにしようとしているのがミラティブであり、その考え方に強く共感しました。

もうひとつ、研究と仕事内容が近いことも大きな理由でした。私が研究対象にしていたのは、人と人との関わり合いのなかで生まれる行動や心の働きです。だからこそ、わかりあう願いをつなぐ場をつくるミラティブと、そこで扱うデータの性質が、自分の研究関心にとても近かった。これも入社を決めた理由の一つです。

入社してから向き合っている、2つの仕事

現在、分析部での主な仕事は2つあります。

1. 新規ユーザーの「声」に向き合う、アンケートの設計と分析

ひとつは、ユーザーさん向けアンケートの設計と分析です。なかでも、新しくMirrativアプリを使い始めてくれたユーザーさん向けのアンケートは、配属された初期から担当しています。他にも、Mirrativに対するユーザーさんの満足度アンケートなども携わって います。ユーザーさん一人ひとりの声にじっくり向き合えるため、学べることがたくさんあります。

この仕事では、院生時代の研究経験が活きています。研究では、問いを立ててからアンケートを設計し、それを使ってデータを集め、そのデータを分析するという経験を積んできました。問いの立て方から集計・分析までを一貫して手がけてきた経験が、そのまま活きていると感じます。

2. 「その人に合った配信」を届ける、配信一覧ページの改善と検証

もうひとつは、Mirrativで配信が並ぶページの設計と、その検証結果の分析です。Mirrativには、ユーザーさんがよく見る配信者さんやゲームの種類などを分析し、その方の好みに合った配信を表示する仕組みがあります。

私はこの仕組みの改善と、その効果の検証を担当しています。どのような配信を出すとユーザーさんの体験がより良くなるのかを、データをもとに確かめていく仕事であり、ここでもデータ分析のスキルが活きています。

また、この仕事ではデータ基盤の整備なども必要で、エンジニアの方と連携することもあります。これまで、研究室のサーバーやPCの管理など、ソフトウェア関連のごく簡単な知識は持っていました。しかし、業務に必要なレベルの知識はなく、新鮮な気持ちでキャッチアップしています。

AIと伴走する、新しい分析のかたち

入社してから新しく身につけたことのひとつが、AIを使いながらデータを分析するスタイルです。

これまではR（統計分析向けのプログラミング言語）を使い、分析コードをすべて自分で書いていました。それが現在は、社内のashuraというツールとClaudeを組み合わせ、日常で使う言葉から、必要なデータを特定し、分析用のSQLを書くところまでをAIと伴走しながら分析するようになりました。

また、分析時の切り口を見つけるのにも、AIが役立っています。従来では、良い分析の切り口を見つけるのに、大量の文献を事前に読んでおく必要がありました。それに対して、現在ではAIと対話しながら分析の切り口を見つけることができるようになりました。もちろんAIの出力の正確さを確認する作業は必須ですが、分析の流れそのものが大きく変わった実感があります。

機械学習で、「その人に合った体験」をもっと精度高く

これから挑戦したいのは、データをうまく扱えるからこそできる施策提案や、UI・UXの改善です。

AIの登場によって、簡単な分析であれば誰でもできるようになってきました。だからこそ分析部の一員としては、データに対して一歩進んだ扱い方をしていきたいと考えています。具体的には、データドリブンな施策・機能を自分で提案し、実装まで踏み込めるようになることを目指しています。

そのための手段のひとつが、機械学習を活用した機能やサービスの提供です。研究で扱ってきたデータは、欠損値がほとんどない、きれいに整えられたデータでした。一方、Mirrativのユーザーさんについてのデータはとても多様で、すべてのユーザーさんにすべてのデータが揃っているわけではなく、量も膨大です。こうしたデータを活かすうえで、機械学習は大きな力になると考えています。

そしてその先で目指したいのは、ユーザーさん一人ひとりに最適化された施策を届けることです。たとえば現在取り組んでいる配信一覧ページでは、個々のユーザーさんに合った配信をおすすめとして表示しています。こうした「その人に合った体験」を、もっと精度高く届けられるようにしていきたいと思います。

「人」という複雑な現象に、きちんと向き合える場所

ここまで、私がどのような軸で就職活動をして、なぜミラティブを新卒の入社先として選んだのか、そして入社直後にどのような仕事をしているのかを紹介させていただきました。

最後に、とくに人に関するデータを使って研究をしてきた方にお伝えしたいことがあります。

ミラティブは、ユーザーさんという「人」の行動データに、きちんと向き合う会社です。人間という複雑な現象を紐解くモデルをつくったり、データを分析したりするスキルを、とても活かしやすい環境だと感じています。少しでも興味がある方は、ぜひエントリーしてみてください。一緒に働ける日を楽しみにしています。

※記事の内容は取材当時（2026年7月時点）のものです。