メルカリにおけるDashboard Replacementの事例 / 20190906 Looker User Meetup Merpay

B3c5b48176e56fa61482db8304b2b5d1?s=47 hase-ryo
September 06, 2019

メルカリにおけるDashboard Replacementの事例 / 20190906 Looker User Meetup Merpay

JPメルカリとメルペイは2018年に既存のBIツールをLookerに総入れ替えしました。
その時の苦労話です

B3c5b48176e56fa61482db8304b2b5d1?s=128

hase-ryo

September 06, 2019
Tweet

Transcript

  1. 1 メルカリにおけるDashboard Replacementの事例 ~ Looker統治の成功までに伝えたこと、決めたこと、やったこと ~ hase-ryo Data Analyst /

    Data Manager @ merpay.inc
  2. 2 Looker導入を決めてからの話です • 導入を決めてからのタスク • コミュニケーション • ユーザーの反応 これらのイメージをつけることの一助になれば幸いです 他のBIツールからの乗り換え & 

    どうやって社内に浸透させたか?が主題
  3. 3 自己紹介 hase-ryo

  4. 4 Data Analyst 兼 Data Manager 長谷川 亮 @ merpay.inc

    データマネジメント >> データ分析 データ「を」どうにかする仕事 Lookerでデータの民主化 データガバナンス MicroService環境におけるデータ統合 セキュリティ etc.. マーケティングリサーチ WEBメディア BtoBtoC メルペイ
  5. メルカリのご紹介


  6. 6 メルカリ 国内No.1フリマアプリ「メルカリ」

  7. 7 メルカリの流通総額 約 4,902億円 / 年間

  8. 8 利用実績推移(JP/通期)
 2,320 3,468 GMV¹
 4,902億円
 単位:億円
 FY 2017.6 FY

    2018.6 212 334 売上高
 462億円
 単位:億円
 FY 2017.6 FY 2018.6 845 1,075 MAU² 1,357万人
 単位:万人
 FY 2017.6 FY 2018.6 出典:会社資料。JP版メルカリ事業の通期決算概況(FY2019.6)より。
 1. キャンセル等を考慮後の取引高の合計
 2. Monthly Active Userの略であり、1ヶ月に一度以上利用した登録ユーザーの数
 4,902 FY 2019.6 462 FY 2019.6 1,357 FY 2019.6
  9. メルペイのご紹介


  10. 10 メルペイ=キャッシュレス スマホ決済

  11. メルカリ 「メルカリ」アプリでそのまま使える

  12. 「メルカリ」の売上金がすぐに使える

  13. 13 代表的な加盟店

  14. 14 Looker移行の始まり Agenda もくもく移行計画 その後の世界 02 03 01

  15. 15 Looker移行の始まり

  16. 16 US & UKで既に浸透していたLooker UK mercari JP mercari & merpay

    US mercari すごくいいよ! 最高だよ!
  17. 17 UK mercari JP mercari & merpay US mercari Lookerやります!

  18. 18 既存のBIツールはかなり作り込んでいた。だが辛い点も 見出し データソースを追加できる弊害 分析にSQLが必須 • クエリレベルのばらつき • TB級の危険なクエリ発行 •

    俺の考える最強の中間テー ブルがいくつも生まれる • 車輪の再発明 • ローカル定義の氾濫 • 何が正解かわからない グラフのデータをいじれる弊害
  19. 19 Lookerは辛みを解決してくれそう! 見出し データソースを追加できる弊害 分析にSQLが必須 • クエリレベルのばらつき • TB級の危険なクエリ発行 •

    俺の考える最強の中間テー ブルがいくつも生まれる • 車輪の再発明 • ローカル定義の氾濫 • 何が正解かわからない グラフのデータをいじれる弊害 • ExploreでSQL不要の分析 • 抽出範囲の最適化 • View単位でデータソースを 統制 • View同士をJoinして拡張 • Githubと連携して定義を バージョン管理 • PR->Reviewで変更監視
  20. 20 Lookerは辛みを解決してくれそう! 見出し データソースを追加できる弊害 分析にSQLが必須 • クエリレベルのばらつき • TB級の危険なクエリ発行 •

    俺の考える最強の中間テー ブルがいくつも生まれる • 車輪の再発明 • ローカル定義の氾濫 • 何が正解かわからない グラフのデータをいじれる弊害 • ExploreでSQL不要の分析 • 抽出範囲の最適化 • View単位でデータソースを 統制 • View同士をJoinして拡張 • Githubと連携して定義を バージョン管理 • PR->Reviewで変更監視 データを見る側は知ったこっちゃない
  21. 21 Lookerは作り手にとって優しいツールだが・・・? データを見ている側は  今まで見ていたものが見れなくなる ことの方が大事件

  22. 22 意思決定を阻害しない データの価値は意思決定! 見ていたデータが見れなくなる →意思決定できない! という状況は避けたい・・・ →◦◦にあってLookerにはない情報を殲滅 →必要なものは全て移行するという決定

  23. 23 大変だけど断捨離のいい機会だった 移行は大変だけど・・・ • 重要なデータの洗い出し • 指標のロジック確認 • アーキテクチャの再構成 組織としてデータの扱い方を見直

    すいい機会だった
  24. 24 もくもく移行計画

  25. 25 トップダウンで締め切りを決める 移行計画のポイント 全体周知とダッシュボードの洗い出し 初期構築はデータのプロフェッショナルで 02 03 01

  26. 26 トップダウンで締め切りを決める ボトムアップでは移行が終わらない ユーザーは使い慣れたものを好む →定義とデータソースが統合できない 導入したい組織単位でやり切る約束をする (全社、部門、チーム、...) →リーダーのコミットが必要

  27. 27 全体周知とダッシュボードの洗い出し 移行計画をデータを使う全社員相手に告知 「今見ているダッシュボードがあれば教えて」 と対象を洗い出す期間を設定 →挙げられたダッシュボードは全て移行対象に 期間内に挙げられなかったダッシュボードは 見られていないと判断。移行しない

  28. 28 初期構築はデータのプロフェッショナルで Lookerの最初の構築はハードルが高い 効率的なクエリを書けるSQL力 Githubの知識 LookMLの仕様を理解 etc… →BIチーム全員で初期構築 →LookMLの書き方やダッシュボードの作り 方のベストプラクティスを確立

  29. 29 移行のスケジュール

  30. 30 その後の世界

  31. 31 細かい要望は移行完了後に 実際に動いているものを見ると触りたくなる グラフを作りたい Slackに投稿したい こんなデータも見れるようにしたい etc… →なんでも質問できるSlackチャンネル作成 →Slack BotでExplore権限取得できるように

    →wikiにベストプラクティスを集約 →トレーニング実施
  32. 32 ユーザー数は移行開始から8倍 1.3 万 x8.0 User Looker 移行開始

  33. 33 Lookerを使う領域が増えた 会計分析 プロダクト分析 テストパフォーマンス 可視化 運用モニタリング 開発効率分析 HR分析

  34. 34 Looker環境も巨大に 1600+ Dashboard 300+ View 600+ Looks 9 project

  35. 35 Looker利用状況のモニタリング 活用が広がった分、生まれた課題もある 適切なユーザーグループと権限管理 LookML開発スキルの底上げ 02 03 01

  36. 36 Thank you!