Upgrade to Pro — share decks privately, control downloads, hide ads and more …

1,000万人の利用者に応えるウェルネスSaaSと新たな挑戦を支えるデータ基盤

 1,000万人の利用者に応えるウェルネスSaaSと新たな挑戦を支えるデータ基盤

2025/9/30 AI時代の意思決定を支える 各社のデータ基盤Lunch Talk

濵野 友隆 / Tomotaka Hamano / ハマー
株式会社hacomono/基盤本部
データ基盤エンジニア

2024年3月に株式会社hacomono入社。 開発本部 フィーチャー部 マネージャー及び途中から基盤本部データ基盤部マネージャーを兼務。現在は基盤本部プラットフォーム部データエンジニアリンググループにて社内データ基盤の構築と運用やデータガバナンスの構築に従事。

BtoBtoCとBtoC両面で得られる独自のデータ優位性や、FitFitsから得た新たなナレッジ&ノウハウのhacomonoプロダクトへの還元、RDSやETLの課題にどう対応してきたか、また次世代の統合データ基盤をAIファーストで構築していく未来像についてお伝えします

Avatar for hacomono Inc.

hacomono Inc. PRO

September 30, 2025

More Decks by hacomono Inc.

Other Decks in Technology

Transcript

  1. Confidential 01.自己紹介 3 自己紹介 会社 株式会社hacomono 名前 濵野 友隆 / はまー  ※社内はニックネームの文化が定着!

    入社 2024年3月 組織 基盤本部 プラットフォーム部  データエンジニアリンググループ 役割 データ基盤の構築〜運用
  2. Confidential 凡例 システム利用   サービス提供   支払 03.BtoBtoCとBtoC × データ 11 hacomono 企業 利用者 企業

    利用者 株式会社hacomono 事業 ・直接顧客 :企業様 ・収益モデル:利用料、概ね一定 データ ・所有者  :企業様(委託にてお預かり) ・分析主体 :企業様(間接的支援) ・投資効果 :一定、利用数に伴う増加 事業 ・直接顧客 :利用者様(エンドユーザー) ・収益モデル:月額利用料、コイン追加 データ ・所有者  :自社 ・分析主体 :自社(主体) ・投資効果 :収益に直結
  3. Confidential 03.BtoBtoCとBtoC × データ 12 • BtoBtoCとBtoCの両面からデータを収集・分析できる唯一無二のポジション • オールインワンマネージメント ×

    IoT事業で店舗設備から得られるデータ • ウェルネス業界とエンドユーザー両方の行動・嗜好データを保有 • データの量と質の両面で他社が追随困難な競争優位性 BtoBtoC BtoC ウェルネス 業界 エンド ユーザー 行動/ 嗜好性 hacomono hacomonoが持つデータの独自優位性
  4. Confidential 03.BtoBtoCとBtoC × データ 13 FitFitsでのデータ投資から得たナレッジ&ノウハウを hacomonoプロダクトに反映して利用企業様への還元 FitFits データ投資 FitFits

    データ分析 ナレッジ & ノウハウ 蓄積 hacomono 及び利用者 への還元 ウェルネス 業界への貢献 hacomono × FitFits × データで実現する世界 例)  先日リリースしたhacomono『insight』 https://www.hacomono.co.jp/news/20250925/    FitFitsで得た新たなナレッジ&ノウハウから  新たな分析軸や条件を追加    →hacomono利用企業様への還元・貢献!
  5. Confidential 04.hacomonoデータ基盤の現在と未来 15 データを取り巻く超概要全体像 AWS GCP プロダクト データ 分析基盤 データ

    連携基盤 1 データ 提供 バッチ ETL 2 新データ基盤 データ 連携基盤 3 共通データ基盤 絶賛構築中 課題多く 進化計画中 手動運用 撲滅中 データ カタログ 整備中
  6. Confidential 04.hacomonoデータ基盤の現在と未来 16 AWS GCP プロダクト データ 分析基盤 データ 連携基盤

    無限の RDS ①データ分析基盤の現在 現構成要素と課題  ・プロダクトのデータ<Amazon RDS>   ┗ データベースが3桁台と大量に存在....   ┗ 毎日定刻通りにお届けする安定性&コスト   ┗ 時折発生するRDS Exportのエラー   ┗ プロダクト開発に於ける変更への追従....  ・データ分析基盤<BigQuery>   ┗ ガバナンスや運用体制の拡充が急務 時折発生 謎エラー ガバナンス 荒野.... 直近の対応  ・(マルチテナント環境移行)   ┗ みるみるRDS数が減る=Happy(対応者に感謝)  ・連携対象の自動化   ┗ 情報を自動取得してリスト化&連携管理設定   ┗ 以前の都度確認&手運用でTerraform更新から脱却 残課題   ┗ データガバナンス、データカタログの整備   ┗ 新アーキテクチャへの移行、効率化
  7. Confidential 04.hacomonoデータ基盤の現在と未来 17 AWS GCP プロダクト お客様BQへ データ連携 バッチ ETL

    無限の RDS ②データ提供の現在 現構成要素と課題  ・プロダクトのデータ<Amazon RDS>  ・バッチETL<Embulk>   ┗ 抽出、加工、ロード   ┗ 重たい....時間が掛かる...   ┗ 時折発生する難解なエラー....   ┗ 復旧作業....   ┗ 予定時刻までに終わらない... Embulk…. 性能問題 次元発火 直近の対応  ・部分的な処理切り出し   ┗ 抽出・加工をAthena化することで高速化実現!   ┗ ロードもAthena→S3出力をロードする方式へ変更   ┗ 結果:爆速化 残課題   ┗ 上記対応が一部のお客様&データのみ対応   ┗ 横展開が必要だが着手できておらず、発火の不安   ┗ データソースの変更=Goodbye Embulk
  8. Confidential 04.hacomonoデータ基盤の現在と未来 18 AWS プロダクト 新データ基盤 データ 連携基盤 無限の RDS

    ③新データ基盤の現在(構築中) 新データ基盤とは?  構築の目的  ・集計機能等の性能要件に耐えるデータ供給  ・データ増に伴うRDS性能・可用性担保  ・マルチプロダクト構想とデータ基盤 未完成 利用開始前 直近の対応  ・RDSのRead負荷分散   ┗ Athena × S3でバッチ処理等のReadを分散   ┗ 但し、リアルタイム性は低い(前日データ)  ・集計結果(中間データ)のWrite/Readの負荷分散   ┗ バッチ集計で中間データ作成、RDSへ保持=✖   ┗ 専用AuroraにWrite、RDSへ保持せずそちらを参照 残課題   ┗ 絶賛構築中