データの民主化 〜Chatworkのデータ活用の取り組み〜

Transcript

1. 2020.05.29 Exploratory様 データサイエンス勉強会 #13 Chatwork株式会社 プロダクトマネジメント室 プロダクトマネージャー 田中　亜希 データの民主化 〜Chatworkのデータ活用の取り組み〜

2. 目次 2 • 自己紹介 • テーマ「データの民主化」 • SQLの民主化 • BIツール

3. 自己紹介 3 田中　亜希 • Chatworkのグロース施策担当 ◦ ユーザーのアクティベーション ◦ フリープランユーザー有料化 •

   Exploratoryの導入など、社内のデータ活用の普及活動 Chatwork 株式会社　プロダクトマネージャー室

4. 01 テーマ「データの民主化」 属人化することの課題 4

5. データが属人化している状態とは 5 • 例えば ◦ エンジニア（データを記録してくれている・SQL書ける） ◦ データサイエンティスト、データアナリスト（専門家） • 他のメンバーはどんなデータがあるか知らない、知っていても使い方がわからない状態

   データをみられるのは社内の一部メンバーのみ

6. ここでいう「データ」とは 6 • 本来このようなデータを最も活用できる立場にあるのは ◦ プロダクトの企画運営者（プロダクトマネージャー） ◦ カスタマーサクセス ◦ マーケター、セールスなど

   • 彼らが自分でデータを使えない状態＝データの属人化 プロダクト利用状況 ユーザー属性 セールスリード・商談 各機能がどれくらい 使われているか 登録時期、言語、利 用プラン、業種など 見込み顧客の状況 誰が活用できるか

7. データが属人化することの課題 7 改善のサイクルが回らない プロダクト リリース ユーザーが使う データを収集 データから学ぶ プロダクトを 改善する

   参照：データ・バーチュアス・サイクル ひたすらデータ が溜まっていく ① ② ③ ④ ⑤

8. 誰かに依頼して必要なデータを取得してもらうことはできる。でも・・・ 8 • 一部メンバーに依頼が集中 ◦ 専業のメンバーがいない場合、依頼先のメンバーは本来の業務に集中できない • 例：エンジニアは実装が本務。データ抽出依頼は自然と後回しに・・ 時間がかかってしまう →誰もが自分でデータを使えるようにしたい（データの民主化）

   そもそもどんなデータがあるかがわからない • イメージしているものが取得できる・できないを判断できない ◦ 非現実的な依頼になってしまう

9. 02 SQLの民主化 教えて広める 9

10. Chatworkでの取り組み例 10 • 元々は社内唯一のデータアナリスト（ただし専業ではない）が始めた取り組み ◦ 参加もレクチャーも任意 • カリキュラム（30分4コマくらい） ◦ 社内のデータ分析環境（データベースアーキテクチャ）

    ◦ 記録されているデータについて（どんなテーブルがあるのか） ◦ SQL概要（サブクエリくらいまで） • 疑問点はチャットでも随時サポート（チャットの会社なので・・） 非エンジニアを対象にしたSQLのレクチャー会の実施

11. 職種で選べる２つのコース 11 コース プロダクトコース セールス・マーケコース 参加者 プロダクトマネージャー デザイナー マーケター インサイドセールス

    内容 プロダクトやユーザーのデータ中心 リード（Salesforce、Marketo）の データ中心 • 職種によってよく使うデータが違う • レクチャーのゴール ◦ 実際にSQLをガッツリ書けるようになるよりも、どんなデータが使えて、SQLでどん な抽出ができるのかを理解することがまず重要

12. 03 BIツール ツールを使って簡単に 12

13. なぜBIツールが必要か 13 データの収集・集計 可視化 • 全てをSQLだけで行うのは難しい ◦ レクチャーだけでは不十分 ◦ 複雑になるほど長大なSQLに

    • ダッシュボードツールだけでは不十分 ◦ 例：Redash ▪ リファレンスラインをひく ▪ 箱ヒゲ図 BIツールでできること（一部）

14. • 某大手BIツールを導入してみた（2019年） ◦ 減っていく利用者 ▪ 定常的に使われていたのは10ライセンス中2ライセンス・・ • 使われなかった要因 ◦ 全てをGUIで操作できるが、最初のデータ読み込みに時間がかかりつまづく

    ▪ 効率的にデータを読み込むには結局SQLを書く必要がある ◦ メンバー間で協力しづらい ◦ サポート体制 ▪ 上記のような状態を改善できず ChatworkではBIツールも活用しています 14 しかし導入すればよいというものではなかった・・

15. 15 • 当初はデータをSQLで抽出する時点で導入難しいと思った • しかし、全員がゼロからデータ分析しなくても運用できる方法がある ◦ 同じ職種であれば使うデータは似通っている ▪ 誰かがデータ抽出のテンプレートを作り、他の人はそれを使ってほぼ可 視化だけをすればいい

    • これがうまくはまった ◦ Exploratory導入へ（2020年） Exploratory導入のポイント 全員がゼロからデータ分析しなくてもいい

16. 1. テンプレート作成者はオンライン上で各種データフレーム（抽出するデータの単位）を共 有 2. 利用者は共有されたデータフレームをダウンロードし、必要なカスタマイズをして利用す る Exploratory運用ポイント 16 データフレームを パブリッシュ

    ダウンロード テンプレート作成者 利用者

17. 1. データフレーム作成時に、データの「取得期間」や「対象のカテゴリー」など、利用者が 変更する可能性のある箇所はパラメーター（変数）にしておく a. 「@{パラメーター名}」の部分 1.テンプレート作成（作成者） 17 パラメーターの利用

18. 1. データフレームごとにタグをつけたり概要説明も書いてわかりやすくしておく 2.データフレームの共有（作成者） 18 パブリッシュ

19. 1. 利用者はデータカタログ(Exploraotryでのパブリッシュされたデータのこと)からEDFで データをダウンロード 3.データフレームのダウンロード（利用者） 19 データカタログ

20. 4.データをカスタマイズ（利用者） 20 パラメーターの編集 1. EDFファイルをExploratoryのデスクトップアプリで開く 2. データの加工のステップやパラメータの設定が残っているので必要に応じてカスタマイズ 3. 可視化をするなどして分析（すぐ分析できてカンタン）

21. まとめ 21 データの属人化の課題 • 社内にどんなデータがあるのか、データ抽出の基本としてのSQLを広めていく • データ集計・可視化を自分で簡単に行うためにBIツールを導入 • 誰もがデータを自分で扱えるようになり、データの属人化が解消される データの民主化へ

    • サービス運営・企画、マーケティングなどデータを活用できる職種のメンバーが自分で データを活用できない • 誰かに依頼するとしてもどんな依頼ができるかわからない・時間がかかってしまう • データがただ溜まっていくだけでデータから学ぶサイクルが回らない

22. 04 最後に お知らせ 22

23. グロース担当プロダクトマネージャー募集中 23 https://www.wantedly.com/projects/429264 ご入社でもれなく Exploratoryライセンス進呈！

24. 働くをもっと楽しく、創造的に 24