データエンジニアがいない中で、まず事業部の数字を見えるようにしたい
- 対象データの確認と転送、ダッシュボードに出す KPI の整理から始めた
- TROCCO と Looker Studio を使い、ツールの費用をかけずに連携とダッシュボードを作った
- 運用の説明と SQL のワークショップで、自分たちで直せる状態にして引き継いだ
結果
ダッシュボードは社内に広く展開され、新しい KPI もメンバーが SQL で足せるようになった
白紙の状態から、すでに基盤を運用している状態まで。いまの段階に合わせて、どこから手伝うかを決めます。
データ組織の立ち上げから
基盤の策定から
構築と運用から
まず、直近で実現したい段階と、将来たどり着きたい段階を決めます。そのうえで、それぞれの段階で障害になりそうなことを洗い出します。
1
データを 1 か所に集められる
つまずきやすい点
用途に合うツールの選び方と運用、オンプレミスかクラウドか
2
必要なデータを社内外に渡せる。データの持ち主が決まっている
つまずきやすい点
社内の調整、責任の範囲、インフラの費用、共有とセキュリティの決まり
3
集計とパイプラインが整い、自動で回る
つまずきやすい点
ツールで作るかプログラムで書くか、性能や保守の観点、日々の運用
4
可視化や分析、生成AIでの活用ができる
つまずきやすい点
分析に詳しい人の不足、新しい技術の調査、別の基盤の検討
一巡すると、工程の省略や効率化が進み、次の構築と分析を速く回せるようになります。
大枠の進め方をすり合わせてから、具体的な節目と取り組みを決めます。
事業部やサービスを 1 つに絞り、4 段階を一通り小さく回します。早く結果を見て、次の判断につなげたいときに向きます。
例:A 事業部だけで PoC
優先度の高い段階に力を集め、残りは段階を分けて進めます。基盤の一部がすでにあるときに向きます。
例:蓄積と加工に注力し、利用は次の段階へ
作ってから困らないよう、構築の前にこれだけのことを決めます。少人数の基盤なら、必要なものに絞って簡単にします。
いま使っているクラウドやサービスを土台に、特定のベンダーに縛られず、自社で運用でき、使う人の慣れに合うものを選びます。比較の軸を決めて、結果をレポートで共有します。
データの転送
国産のデータ連携サービスです。コネクタが多く日本のサービスとつなぎやすいため、最初の基盤づくりによく選びます。
データの加工
ウェアハウスの中の加工を SQL のコードで管理し、テストとドキュメントまで整えるときに使います。
データウェアハウス
生成AIの機能まで含めた活用を支援しています。社内向けの研修も行っています。
データ基盤・機械学習
大量のデータの加工から機械学習までを、1 つの基盤で扱いたいときに使います。
データウェアハウス
Google Cloud を中心に使っている会社の基盤に。運用中の基盤の保守も担当しています。
ダッシュボード
ツールの費用をかけずに、ダッシュボードを始めたいときに使います。
ダッシュボード
本格的な可視化と、社内に広く展開するダッシュボードに使います。
ここにないサービスや新しい技術も、ご相談ください。サービスごとの研修も行っています。特定のサービスの研修を見る
社名は伏せ、業種と期間、体制を載せています。
結果
ダッシュボードは社内に広く展開され、新しい KPI もメンバーが SQL で足せるようになった
結果
データが 1 か所に集まり、経営向けのレポートを細かく出せるようになった。現場が使いやすいよう、一部のスプレッドシートの運用は残した
結果
広げていける基盤の土台ができ、会社としてデータの管理と統制にも目が向くようになった
結果
良し悪しだけでなく、指標に沿った細かな分析ができるようになった
業界大手から上場企業、ベンチャーまで、規模や業種を問わずご一緒してきました。