AI時代のデータ基盤のアーキテクチャ選定の背景とそれをどう広めていくか

https://asoview.connpass.com/event/385632/ にて登壇した際の資料です。

Transcript

1. アソビュー株式会社 AI時代のデータ基盤のアーキテクチャ選定の背 景とそれをどう広めていくか データ基盤「作って終わり」にしないために - 注目テック企業3社に学ぶ「事業価値を最大化する」活用術
2. © ASOVIEW Inc. 2 今おすすめのおでかけ 超危険生物展　科学で挑む生き物の本気 国立科学博物館 2019年アソビューにSREとして入社後、アプリケーション環境のリプレ イスやIaCの基盤の構築などを担当し、 2022年にデータ基盤チーム を立ち上げ。 データ基盤チームでは DATA Saberとしてデータ分析の実施や機械 学習のアプリケーションへの活用など、データに関わる分野に幅広く 対応しながらアソビューのデータ基盤を構築中。 現在はこれまでの経験を活かし、技術戦略部を率いる立場に。 自己紹介 霧生 隼稀 アソビュー株式会社 技術戦略部 部長 JUNKI KIRIU X（旧Twitter）: @tvw_kirimaru
3. © ASOVIEW Inc. 3 会社名 アソビュー株式会社 設⽴年⽉⽇ 2011年3⽉14⽇ 10億円（資本準備⾦含む） 資本⾦ 所在地 東京都品川区⼤崎1-11-2 ゲートシティ⼤崎イーストタワー 8F 従業員 197名（2025年6⽉末時点） Zキャピタル株式会社 / フィデリティ‧インターナショナル 三井不動産株式会社 / 株式会社ジャフコ 株式会社グロービス‧キャピタル‧パートナーズ JICベンチャー‧グロース‧インベストメンツ株式会社 地域創⽣ソリューション株式会社 新⽣企業投資株式会社 / きらぼしキャピタル株式会社 南都キャピタルパートナーズ株式会社 三⽣キャピタル株式会社 他 株主 会社概要
4. © ASOVIEW Inc. 4 ⽣きるに、 遊びを。 モノ消費からコト消費の時代へと 変化した現在。 物質的、⾦銭的な豊かさだけではなく ⼼の豊かさ「Well-being」を実感できる社会を “遊び”を通じて実現します。 © ASOVIEW Inc. 4
5. © ASOVIEW Inc. 5 “遊び”に特化したプラットフォームを中⼼に5つの領域でサービスを展開 地域の観光誘客を サポート 地域ソリューション 遊び体験をプレゼント 業務DXソリューション 遊び予約サイト 5 WEB、オフラインを 活⽤したプロモーション 広告事業 遊び体験を提供! アソビュー!に 遊び体験を掲載 ウラカタで 業務管理‧分析 商品開発 販路整備 販売促進 パートナー レジャー施設 体験事業者 アソビュー!で 遊びを予約 次の休みは何しよう？ アソビュー!ギフト 知⼈に遊び体験を プレゼント 顧客への販促物として 体験ギフトを利⽤ ゲスト 顧客満⾜度を⾼めたい 企業 旅⾏ 休⽇‧週末 観光を通して 地域経済を活性化した い 地⽅⾃治体 ナショナルクライアン トを中⼼とした 広告主 ソリュー ション 提案 サービスの全体像
6. © ASOVIEW Inc. 6 データ基盤アーキテクチャ Data Source Data Ingestion Data Lake Data Mart / Transform BI / ML / Ops etc. External Table Cloud Storage RDS AWS Tokyo Data Lake BigQuery Google Analytics SaaS TROCCO SaaS Data Mart BigQuery Argo Workflows Orchestration ETL Batch Java TROCCO SaaS Reverse ETL Java Terraform IaC Others ML Python BI Looker
7. © ASOVIEW Inc. 7 データ基盤アーキテクチャ Data Source Data Ingestion Data Lake Data Mart / Transform BI / ML / Ops etc. External Table Cloud Storage RDS AWS Tokyo Data Lake BigQuery Google Analytics SaaS TROCCO SaaS Data Mart BigQuery Argo Workflows Orchestration ETL Batch Java TROCCO SaaS Reverse ETL Java Terraform IaC Others ML Python BI Looker 昨年末、BigQueryへの一本化と Looker導入の意思決定をした
8. © ASOVIEW Inc. 8 実コストとAI活用 事業価値を最大化するアーキテクチャ選定、その肝がここ。 BigQuery選択の理由: SnowflakeとBigQueryの両方でコスト・パフォーマンスは最適化 可能だったが、LookerのセマンティックレイヤーとGoogle Cloud のAIエコシステムとの親和性がBigQuery選択の決め手となった AI活用による価値最大化: セマンティックレイヤーを通じて、生成AIがインサイト抽出をサポー トすることで、誰でもデータから直接アクションを生み出せる「AI Ready」な基盤を目指している データ基盤のアーキテクチャ選定で重視しているポイント SnowflakeからBigQueryへ。 アソビューがDWHを統合した意思決定の背景と展望
9. © ASOVIEW Inc. 9 データ分析人材の層 スペシャリスト 複雑なSQLを使い、データ加工や分析までを行い、新たなインサイ トを作れる層 分析者 BIダッシュボードの作成や簡単なSQLを通して、自分からインサイ トを見つけていける層 参照者 提供されたダッシュボードからインサイトを得られる層 閲覧者 ただデータを見ているだけの層 データ基盤のアーキテクチャ選定で重視しているポイント 参照者 閲覧者 スペシャリスト 分析者 無関心層 データの理解度
10. © ASOVIEW Inc. 10 データ基盤のアーキテクチャ選定で重視しているポイント 参照者 閲覧者 スペシャリスト 分析者 無関心層 データの理解度 AI活用による層の変化 • ただ見ていただけの閲覧者は、AIから示唆を貰える。 • SQLの壁を自然言語で突破することで新たな示唆や、スペ シャリストの視点での知見を獲得できる。 • スペシャリストは自分の経験を元に、生産性を上げられる。 こうしてAI活用により自身の業務範囲を広げるサポートを受けるこ とで、各層の人材をパワーアップし、データを扱う全ての人材がイ ンサイトを得られ、アクションまで繋げやすくなる。
11. © ASOVIEW Inc. 11 「無関心層」は動かない しかしいくらAI活用でできることが増え、有用性が向上したとして も、BIすら見ていなかった無関心層は利用しない。 実際アソビューでも、Tableauはかなり使われているとはいえアク ティブ利用者数に頭打ち感が出てきた。社内・社外含めるともっと 利用者数が増える余地はあるはず。 また、この状態で新しいBIを導入することは二極化を生み、AI活用 すら進まない可能性もある。 事業価値を最大化するためには、この無関心層をいかにして取り 込み、既存利用者と同時に引き込めるかが課題。 データ基盤のアーキテクチャ選定で重視しているポイント 参照者 閲覧者 スペシャリスト 分析者 無関心層 データの理解度
12. © ASOVIEW Inc. 12 テクノロジー受容モデル 社会心理学の分野で研究されてきた行動意思モデルを応 用した、情報技術の採用と使用を説明するモデル。 これを踏まえてアンケートなどを通して、課題の抽出や現 状の振り返りを行った。 知覚された有用性 システムの利用が仕事のパフォーマンスを向上させると期 待するユーザーの主観的な見込み 知覚された使い易さ システムについて、利用努力がいらないとユーザーが期待 する程度 外部要因 知覚された 有用性 Technology Acceptance Model | TAM（簡易図） 利用への 行動意思 知覚された 使い易さ
13. © ASOVIEW Inc. 13 使い易さの欠落 データ分析自体が難しく取っ付き難い。BIツールもその延 長にあり、特に高機能だと操作が難しそうといったバイアス もある。特にエンジニア・管理者視点だと見落としやすい要 素。 ワイドテーブルとの相性 特にアソビューの環境だとデータマートがワイドテーブル中 心になっている。Tableauとワイドテーブルを使った分析の 相性が悪く、ダッシュボードのパフォーマンスが著しく下 がってしまっていた。 また、普段利用しているツールの延長線上にないことから 利用が遠ざかってしまっていた。 外部要因 知覚された 有用性 Technology Acceptance Model | TAM（簡易図） 利用への 行動意思 知覚された 使い易さ
14. © ASOVIEW Inc. 14 顧客向けデータ分析機能のLookerリプレースとPoC 知覚された有用性 • リプレース前のダッシュボードから本当に必要な指標を取捨選択して要件定義を再実施 • アソビューだからこそ提供できるデータを提供することで、データの有用性を強調 知覚された使い易さ • 顧客に提供しているサービスの中に埋め込むことで、普段の業務の延長線上に配置 • BigQueryのコンピューティングリソースを使うことで、大幅な速度改善 PoCの結果、高い満足度と熱いフィードバックを得られ、方向性が一致できた。 実際の提供に向けて
15. © ASOVIEW Inc. 15 顧客向けPoCの結果から社内向けの展開へ 本当に「使える」ダッシュボードを「使いやすい」状態で提供するために 社内CRMへの埋め込み実装 • 社内で普段良く使うツール内に配置することで、利用ハードルを下げる • アカウント管理や申請などを社内ツール側の権限に包含させることで運用・心理ハードルを下げる コンテンツの取捨選択 • これまでのTableauでよく利用されていたダッシュボードを提供することで有用性を維持 • ダッシュボードの乱立を避けることで、できることをクリアに • BigQueryのコンピューティングリソースを使うことで、大幅な速度改善 実際の提供に向けて
16. © ASOVIEW Inc. 16 既存ツールの淘汰と、基幹業務への組み込み • 利用ハードルを下げ、本当の意味で誰でも参照できるように • データへの理解度やスキル別に環境・ツールの選択肢を用意 が概ね完了したことで、 「カオス化を防ぐためのガードレール」と「データ活用のための選択肢」が提供できるように なってきた。 ここからは、基幹業務に入り込んでしまっている既存のツールや業務をデータ基盤を活用し て淘汰していくフェーズになっていく。 Next Action
17. © ASOVIEW Inc. 17 “ノリ” を作るツール展開 知覚された有用性 • 課題感を抱えている既存業務を代替できる実感を ダッシュボードを置き換えることで実現 • みんなが良く使っているダッシュボードが存在する ことで、欲しい要件を満たせる実感を獲得 知覚された使い易さ • いつでも・誰でも使える環境の用意 • できることを明確に、そして早い表示速度 「これを使えば簡単に楽にできるよ！」 この空気感を社内に作り出すことで自然と利用者が広が るように工夫し、既存業務を置き換えるための心理的ハー ドルを下げる。 外部要因 知覚された 有用性 Next Action 利用への 行動意思 知覚された 使い易さ
18. © ASOVIEW Inc. 18 使われて価値を出すためには「理屈」だけでなく ノリと勢い、そしてなにより使うまでのハードルの低さが重要。 「データ基盤が事業にとって必要不可欠で、連携が止まると困る」 そんな世界になるまで進んでいきます。 まとめ
19. © ASOVIEW Inc. 19
20. 生きるに、遊びを。