データ分析システムを移行するとは 一体どういうことなのだろうか？

Toranomon Tech Hub 第5回 秋のIT大運動会！ 〜技術ジャンル対抗LTバトル〜　にて登壇させていただいた内容となります。
https://toranomon-tech-hub.connpass.com/event/365716/

Transcript

1. © NHN Techorus Corp. データ分析システムを移⾏するとは ⼀体どういうことなのだろうか？
 マーケティング本部 クラウドリードチーム  リーダー 福永 悠⽃
2. ⾃⼰紹介
 福永 悠⽃ マーケティング本部 クラウドリードチーム リーダー 経歴 2019年 銀⾏系SI企業に⼊社し、 AWS でのシステム構築 / 運⽤保守業務に従事。 2021年 NHN テコラス へ⼊社      お客様への技術⽀援やコンサルティング業務に携わる。 2025年 クラウドリードチームへ異動      新規事業の創出、先端領域におけるお客様⽀援‧PM AWS Ambassador
3. © NHN Techorus Corp. 今⽇の登壇について
 3

4. © NHN Techorus Corp. 今⽇の登壇について
 2025 年 1 ⽉からデータ/ AI 専任チームの⽴ち上げ、 実プロジェクトの遂⾏をしてきました。 それまでに描いていた「データ分析」のイメージが⼀新されるような 経験をしてきましたので、その印象の変化や重要なことなどを 現場で得た体感ベースでお伝えできればと思います！ 4

5. © NHN Techorus Corp. アジェンダ
 1. 皆様の組織ではデータ分析をしているのか？ 2. データ分析移⾏において考えるべきこと
 5

6. © NHN Techorus Corp. 皆様の組織ではデータ分析をしているのか？
 6

7. © NHN Techorus Corp. 組織におけるデータ分析とは
 Q: 皆様の会社は「データ分析」してますか？
 7
 Amazon Redshift Amazon QuickSight Amazon Athena Amazon OpenSearch Service
8. © NHN Techorus Corp. 組織におけるデータ分析とは
 分析とは？ 分析（ぶんせき）とは、 複雑な事象 や データを構成する要素 に分けて 詳細に調べ 、 その 性質 や 関係性 を明らかにする過程 である。 出典：Weblio 辞書 8

9. © NHN Techorus Corp. 組織におけるデータ分析とは
 Q: 皆様の会社は「データ分析」してますか？ A: 「データ分析」している 例） ‧サービスや記事、広告に対する結果の分析 ‧顧客属性の把握や CVR の分析 ‧エンジニア稼働 9

10. © NHN Techorus Corp. 短期でのデータ分析プロセスの構築
 実現の⼿段 ‧「GA4」「Google Ads」などツールのネイティブ機能を利⽤ ‧各数値を Excel に集約し、可視化 10

11. © NHN Techorus Corp. 短期でのデータ分析プロセスの構築
 実現の⼿段 ‧「GA4」「Google Ads」などツールのネイティブ機能を利⽤ ‧各数値を Excel に集約し、可視化 発⽣しうる課題 ‧データの増加におけるパフォーマンス低下 ‧⼿動更新による誤操作のリスクや作業負担増加 ‧過去データにさかのぼった詳細な分析ができない ‧新たな観点での分析を始められない（時間がかかる） 11

12. © NHN Techorus Corp. 短期でのデータ分析プロセスの構築
 実現の⼿段 ‧「GA4」「Google Ads」などツールのネイティブ機能を利⽤ ‧各数値を Excel に集約し、可視化 発⽣しうる課題 ‧データの増加におけるパフォーマンス低下 ‧⼿動更新による誤操作のリスクや作業負担増加 ‧過去データにさかのぼった詳細な分析ができない ‧新たな観点での分析を始められない（時間がかかる） 12
 データ分析基盤のモダン化、クラウド化の必要性が出てくる
13. © NHN Techorus Corp. データ分析移⾏において考えるべきこと
 13

14. © NHN Techorus Corp. データ分析移⾏において考えるべきこと
 1. 既存のデータ分析で何を実現したかったのかを知る 2. 既存のデータ分析では何が実現できなかったのかを知る 3. 実現するデータ分析による効果を考える 4. 誰が保守‧運⽤するのかを考える 14

15. © NHN Techorus Corp. データ分析移⾏において考えるべきこと
 1. 既存のデータ分析で何を実現したかったのかを知る 2. 既存のデータ分析では何が実現できなかったのかを知る 3. 実現するデータ分析による効果を考える 4. 誰が保守‧運⽤するのかを考える 15

16. © NHN Techorus Corp. 既存のデータ分析の理解
 既存のデータ分析が何を実現するためのもので、 どういう経緯で始まり、運⽤されているのかを理解することが重要です。 影響のあるポイント ‧データソースの整理、選定 何を可視化しているのか、その指標を算出するにはどうすればよいのか ‧ETL の各プロセス 既存のデータ分析での更新運⽤がどうなっていて、どう再現すればよいのか ‧更新頻度や利⽤⽅法 16

17. © NHN Techorus Corp. 既存のデータ分析の理解
 基本的には「移⾏」なので、既存のデータ分析の再現を⽬指していくのですが、 「しょうがなくそうなっている」系の運⽤もあるため、 フラットな視点でベストな選択肢を提⽰することも重要です。 17

18. © NHN Techorus Corp. データ分析移⾏において考えるべきこと
 1. 既存のデータ分析で何を実現したかったのかを知る 2. 既存のデータ分析では何が実現できなかったのかを知る 3. 実現するデータ分析による効果を考える 4. 誰が保守‧運⽤するのかを考える 18

19. © NHN Techorus Corp. 実現するデータ分析による効果
 何のために分析をするのかを考えることにより、 このデータ分析基盤にかけられる「コスト」が決まってきます。 例） ‧⾃社サービスの売り上げ拡⼤のための分析 ‧プラットフォームやアプリの離脱率を下げるための分析 ‧従業員の働きやすさを⾼めるための分析 19

20. © NHN Techorus Corp. 実現するデータ分析による効果
 誰が保守‧運⽤していくのかによって選択される基盤やツールが変わります。 場合によってはノーコードツールや SaaS などを選択する必要があるかもしれません。 例） ‧データソース追加に伴う ETL の追加構築 ‧新規 BI の構築 ‧既存システム側の変更に伴う修正作業 20

21. © NHN Techorus Corp. データ分析における AWS 基盤の選択肢
 21
 ① 低価格で「スモールスタート」に適した構成 データを S3 上で保持、加⼯することで低価格に抑える ETL ツールの選択にもよるが、10 万以内で実現したい場合はこちらが推奨される？ 利⽤量や更新頻度が少なければ数千円/⽉程度で収まるケースも多い
22. © NHN Techorus Corp. データ分析における AWS 基盤の選択肢
 22
 ② よりパフォーマンスにこだわった本格的な構成 ⽉ 10 ~ 20 万程度かかる印象 ETL ツールの選択によっては計 40 万 ~ 50 万程度かかる場合も Redshift の⽔平スケールなどもあり、需要に応じてスペックを追従していくことができ⻑続きする基盤が実現 Amazon Redshift Amazon QuickSight データソース データ連携 適宜 Glue や TROCCO などを利⽤した 加⼯も実施 データの可視化
23. © NHN Techorus Corp. まとめ
 23

24. © NHN Techorus Corp. まとめ
 データ分析移⾏の場合は、既存データ分析について様々な情報や状況を理解し、 最適な移⾏先や⽅法を選択する必要があります。 ツールの限度によって独⾃の運⽤となっている場合もあるため、 クラウド環境への⼀般的なリフトの考え⽅に加え、 その先の運⽤やコストを考慮した提案が必要になります。 24

25. nhn-techorus.com 25