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

データの民主化 〜Chatworkのデータ活用の取り組み〜

データの民主化 〜Chatworkのデータ活用の取り組み〜

2020/5/29(金)に開催したExploratory データサイエンス勉強会#13のChatwork株式会社様のご登壇資料です。

Ikuya Murasato

May 29, 2020
Tweet

More Decks by Ikuya Murasato

Other Decks in Business

Transcript

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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)
  6. • 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・・
  7. 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