Looker StudioとSnowflakeでプロダクトチームのダッシュボードを作る取り組み

2023/09/27(水) に開催された「スタフェス Meetup #4 - サービスを支えるデータ/インフラの取組み」にて登壇しました

Transcript

1. Looker StudioとSnowflakeでプロダクトチームの ダッシュボードを作る取り組み 2023.09.27@スタフェス Meetup #4 - サービスを支えるデータ/インフラの取組み
2. 2 About Me @koga1020_ @koga1020 koga1020.com 古賀 祥造（koga1020） 株式会社スターフェスティバル ソフトウェアエンジニア 2023.01入社 / ごちクルBusinessチーム TechPM 福岡在住のリモートワーカー👨‍💻 FindyのChatGPTエンジニアキャリアまとめ 「ソフトウェア界の鬼殺し」「オシャレIT男子」 好きな技術: Elixir
3. 3 お品書き 📝 担当しているプロダクト ダッシュボードを作るにあたってデータ基盤チームとの作業棲み分け どのようにダッシュボードを作ったか どんなダッシュボードを作ったか 良かったこと・今後の課題
4. 4 プロダクト
5. 5 "ごちクルBusiness" というプロダクトを開発しています https://gochikuru.com/business_account/lp 従業員のアカウント管理、請求管理など、法人さまがより便利にごちクルをご利用いただけるようにするサービス 6月リリースしたばかりのプロダクト👶 0->1が終わり、1->10のフェーズを迎えている
6. 6 追うべき数値がどんどん増えていく 📈 どれだけの法人様が新たに登録してくれたのか 登録した法人様が実際にごちクルBusinessを利用してご購入いただけているのか 取扱高は伸びているのか アカウントの初期設定は行えているのか 新機能を追加した際に、その機能を使っていただけているのか 数値を見ていかないとKKD(勘・経験・度胸)をもとにした開発になってしまう ∴ 開発チーム内での効果的な意思決定のために日々データが確認できるダッシュボードが必要
7. 7 データ基盤チームとの作業分担 データ基盤チームがガッツリ整えてくれて、レポートの部分のみアプリケーションチームで好きに作っている Snowflake->Looker Studioへのデータ読み込み・レポート作成 機能開発時のDBマイグレーション embulkの設定などは自分たちでもできるように整備中（セルフサービス化）
8. 8 どのようにダッシュボードを作ったか Looker Studioからコネクターで繋ぐだけでSnowflakeのデータを参照できる ユーザー名とパスワードによるログインしか出来ないため、LookerStudio用のアカウントを作成してもらった Snowflakeの他にGA4、スプレッドシートのデータもデータソースとして参照してレポートを作っている [1] https://dev.classmethod.jp/articles/google-data-portal-snowflake-connector/
9. 9 どんなダッシュボードを作っているか 日々監視するページ（主にKPI） 施策ごとのページ 探索用のページ
10. 10 日々監視するページ 期ごと・月ごとのKPIの進捗率をパッと確認できるようにしている 月ごとの取扱高 登録アカウント数の推移 などなど。KPI自体は社のスプレッドシートにあるデータを加工・読み込ませるなどして予実を見ている 気になって毎朝見るようになった🌅 つい開発に没頭すると見落としがちな売上といった数値を日々確認できる環境ができてとても良い
11. 11 施策ごとのページ 施策ごとにその機能の利用率や、関連する値を確認できるようなページ LPへのアクセス数、購入までのセッション数 GA4のデータを見ている 機能によって作られるレコードの統計情報など Snowflakeを見ている 法人様が設定している支払い方法（請求書、クレジットカード）の割合とか 新機能を作る前の予備調査、実装した機能の利用具合を見るのに利用している
12. 12 探索用のページ 検索欄を設けて、特定の法人様の詳細な情報を見ていけるようなページ 営業担当のチームにもレポートを共有して調査、営業活動に役立ててもらう
13. 13 良かったこと🌟 Snowflakeの環境を整えてもらい、サービス横断したデータがSnowflakeに溜まっている安心感がある サービスを跨いだ集計が容易になった。スプレッドシートにクエリ結果を持ってきて結合させて、とかやっていた 内製しているサービスだけでなく、GA4やSalesforceとのデータとも繋げれるのがアツい チーム内でデータドリブンに意識決定する意識が高まっているように思う 施策を実施する際に「先に数値を見たいね」とか「なんの数値を監視してく？」といった議論をするようになった SnowflakeのアカウントをPdM(Product Manager)にも払い出してもらって、SQLを触れる環境を用意できた PdMはSQLをゴリゴリに書けるわけではないが、書いてみたいというメンバーもいる SnowflakeのWorksheetでクエリを書いて動かして、LookerStudioに繋ぎ込む流れを一通り解説する場を設けた まだ一歩を踏み出したばかりだが、PdMが自力でデータ調査して要件決めていくという流れが期待できそう
14. 14 今後の課題⛰ データベース定義を変更する際のスピード感を上げていきたい 施策の実施のスピードが上がっていくにつれ、テーブル追加・カラム追加の際の作業依頼がボトルネックになる アプリケーションチーム側で担える部分はどんどん巻き取っていけると良さそう。どんどん仕組み化したい A/Bテストなど、より高度に仮説検証を実践していきたい 別チームでCloudWatch Evidentlyを使ったA/Bテストなどにトライしている 何を目的にA/Bテストをして、その結果がどうだったのかをレポートとして残していって、、などできるとベストか BIツールの用途を超えた使い方をしないように気をつける 複数サービスのデータを結合して出力できたりするので、分析以外の通常業務にも便利だったりする しかし、業務機能としてのレポートの作り込みはしないようにしたい ∵ 本来のデータ分析のみ必要なアクセス権限とは別のアクセス権限の管理が必要になるなど、管理が複雑になる
16. 16 ご静聴ありがとうございました