[レポート] Looker活用によるデータ基盤の最適化 – Looker: BEACON Japan 2020 #BeaconJapan

「カスタマーストーリー」を支えるツール特集

#ビッグデータ

#ビジネス・アナリティクス

#ビジネス

#Looker

紗紗

2020.09.28

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

Looker社によるロードマップ、顧客事例、パートナー企業によるセッションが堪能出来るデジタルイベント『BEACON Japan 2020』が2020年09月03日から2020年09月24日までの毎週木曜日、計4日間に渡り開催されています。

当エントリでは、その中から2020年09月24日に発表された「Looker活用によるデータ基盤の最適化」のレポートをお届けします。

セッション概要

公式ページで紹介されているセッションの概要情報は以下の通りです。

Looker活用によるデータ基盤の最適化

登壇者：
木下高志氏 - 電子書籍事業部サービス開発G インフラエンジニア, NTTソルマーレ株式会社

発表内容：
様々なデータをいつでもすぐに見たいなど社内からの依頼は多い。また、DWHはあるがSQLを書ける人が限られていて、データ活用のボトルネックになっている。そんな悩みを抱えた中、なぜLookerを活用するに至ったのかの経緯や現在の活用の状況、今後の展望についてお話させていただければと思います。

セッションレポート

ここからは、当日に公開されたセッションの内容についてレポートします。

イベントのセッション動画については下記リンクにてアクセス可能です。

BEACON 2020: Digital Series - Japan

自己紹介・会社紹介

自己紹介
- コミックシーモアのインフラ全般の設計〜運用保守を担当
会社紹介
- 総合電子書籍ストア
- 月間利用者数1500万人超

Looker導入前の問題3つ

データが抽出した人によって違う（データガバナンス）
データ抽出作業の属人化（データ民主化）
データ基盤のパフォーマンス（データモダナイゼーション）

Looker導入前は、顧客データ・書籍データ・その他CSVやTSVファイル・Logデータが、DWHやその他データベースに散在しており、そこからデータアナリストがデータをかき集めて複数の内製ツールを使用してデータを整形、集計していたため、データのガバナンスが効いていなかったそうです。

そのため、データを抽出した人によってデータにズレが生じたり、SQLが書ける人に仕事が集中してしまい、欲しいデータがすぐに手に入らなかったり、データの基盤が整っていないことによりデータベースから数時間結果が返ってこないと言ったパフォーマンスの問題を抱えていたそうです。また、データ抽出から分析結果の可視化までに人の手が多数入っていたことにより人為的ミスも多かったそうです。

Looker導入で解決した問題と嬉しい発見

LookML (Modeling Language)で事前にデータ定義を行っておくことで、データの正しさを担保できるようになり、ビジネスユーザーもSQLを気にすることなくGUI上で欲しいデータにアクセスできるようになり、データガバナンスと民主化の両方の問題を解決することができたそうです。

さらに、Lookerはデータマートのような使い方もでき、他システムへの連携も柔軟に行えることから、当初はBIツールとして導入したLookerでしたが、BIツールに留まらない機能も魅力に感じているそうです。

例えば、Lookerのアクション機能でマーケティングツールと連携することで、細分化したユーザーグループそれぞれに対してきめ細かい施策を打つことができるようになったそうです。さらに、それら施策を売ったユーザーがどのような変化をしたのかもLookerのみで確認することができ、データの鮮度を落とすことなくスムーズにPDCAを回せるようになったことも良かたそうです。

分析基盤再構築の検討

Looker導入前の経験から、なるべく人手を介さない、マネージドな基盤の構築を目指したそうです。さらに今後さらに増えるであろうデータにも対応できるような環境というのも大事なポイントだったそうです。

様々なツールを利用しているため、それらのデータをGoogle Cloud Storageをデータレイクとして利用し、DWHであるBigQueryへのデータの転送もFluentdやEmbulkで自動化して、データ転送の際の人為的ミスをなくすような設計にし、BigQueryとLookerを連携させてLookMLでデータの正確性を担保できる仕組みを確立しました。

今後さらに様々な自動化ツールを使用することで、人手を介さないマネージドなシステム構成を目指されるそうです。

余談：Looker導入のここもよかった

活発なLookerユーザー会
開発で詰まった際にチャットで質問できるサービス(Department of Customer Love, DCL)
プロフェッショナルサービスによるプロジェクト導入支援

セッションまとめ

Looker導入により、正しい情報を社員に届けることができるようになり、かつGUIで即時にデータにアクセスできるようになったことで、データドリブンな環境が整ったそうです。

今後はLookerを全社員に展開してより多くの社員がデータを取り出せる仕組みづくりと、まだ試していない施策をLooker基盤上で回せるようにしたいそうです。

レポートまとめ

『NTTソルマーレによるLooker活用によるデータ基盤の最適化』レポートをお届けしました。

お客様一人ひとりに最適な漫画体験を届けたい。という言葉が印象に残りました。

LookerがBIツールに止まらないサービスだと思うという考えにLookerをよく使われているなという印象を持ちました。データの民主化やガバナンスを聞かせるというのはLookerを導入した際には最低限できることで、そこからLookerを起点にアクションを起こせるというのがまさにLookerの魅力であると私も感じます。

また、Lookerを導入するだけではなく、同時に分析基盤も併せて再構築された点も参考になりました。一つのデータベースにデータが集約されていることでLookeでの分析の柔軟性が高まります。データ分析や活用にボトルネックや問題を解決したい方々には有益なセッションだったのではないでしょうか。

さらに、セッション中にも言及がありましたが、Lookerは導入から社内での展開までの非常に手厚いサポート体制が整っていることも魅力の一つです。これまでBIツールの導入で頓挫してしまったことがある方も参考になるセッションだと思います。