データマネジメント戦略Night - 4社のリアルを語る会

2026年3月19日(木)に実施された「データマネジメント戦略Night - 4社のリアルを語る会」での発表資料です。
イベントページ：https://sansan.connpass.com/event/383547/
登壇者：株式会社kubell 合田 翔平

Transcript

1. 「捨てる」を設計する プロダクトデータアナリスト 合田翔平 2026年3月19日
2. 2 自己紹介 • 合田翔平（ごうだしょうへい） • @shohei_trapi • kubell ← Unipos • プロダクトデータアナリスト • 福島県在住
3. 事業概要 *1 Nielsen NetView Customized Report 2025年7月度調べ月次利用者（MAU:Monthly Active User）調査。 調査対象はChatwork、Microsoft Teams、Slack、LINE WORKSを含む44サービスを株式会社kubellにて選定。 *2 2025年12月末時点。 • 国内最大級のビジネスチャット「Chatwork」を展開 業界のパイオニアであり国内利用者数No.1*1 導入社数は97.3万社*2を突破 • 圧倒的な顧客基盤とプラットフォームを背景に、チャット経由で業務を請け負いDXを推進する BPaaSを展開 BPaaS (Business Process as a Service) ビジネスチャット「Chatwork」 業務代行 採用 経理・会計 労務 営業事務 AI・SaaSを徹底活用 3 AIエージェント 経理・総務・事務な ど幅広い業務に対応 人事・労務など専門 性の高い業務に対応
4. 増え続けるデータ、誰も捨てられない
5. 5 こんな「あるある」ありませんか？ • いつまで使われるテーブルなのかわからない • 関係者が全員退職してて経緯がわからない • 「念のため残しておこう」が積み重なり管理が大変 捨てたいけど捨てられな い...
6. 6 なぜ「捨てる」が難しいのか 影響範囲が見えない オーナーが不在 念のため残す文化 → 構造的に捨てられない理由を整理する
7. 「捨てる」ための仕組みづくり
8. 8 • AIを活用することで「作る」スピードは格段に向上した ◦ 実際に2024年と2025年の実績を比べると倍以上のリリース数に！ • 「育てる」と「捨てる」をどう設計するかでライフサイクルの質が決まる AI時代だからこそ「捨てる」を設計することが大事 要件定義 実装 利用 要件再定義 削除 捨てる 育てる 作る
9. 9 「捨てる」を仕組み化する3つの取り組み 1. dbt exposure の活用 2. 有効期限の導入 3. オーナーの明確化と主体的な引き継ぎ
10. 10 1. dbt exposure の活用 • ユースケースごとに exposure を定義 • 何のデータ（What）だけでなくどういう目的か（Why）も明記
11. 11 2. 有効期限の導入 • 短期的な効果測定で扱う限定的なモデルは有効期限を明記 • exposure への記載も忘れない
12. 12 3. オーナーの明確化と主体的な引き継ぎ • 各モデルの yml ファイル上で owner を定義 • 退職などで引き継ぐ際は、まず捨てられないかを検討
13. 13 「捨てる」を仕組み化したことで何が起きたか • モデル削除の意思決定やテストエラー時の対応がしやすくなった！ ◦ オーナー不在でも影響範囲の調査が容易になる • 不要なダッシュボードなどを棚卸しする機会が増えた！ ◦ 有効期限が記載されているので遠慮なく消せる • 新しい人がJOINした時のキャッチアップが捗るようになった！ ◦ どういう目的で使われているモデルかがわかる
14. まとめ
15. 15 まとめ • データマネジメントは「作る」ことだけでなく「捨てる」ことの設計 • dbt exposure は Why が伝わるように記載 • モデルの作成時には有効期限を記載できないかを検討 • モデルのオーナーを明確化し、主体的な行動を促す文化を醸成 ちなみに、、、 今回は「捨てる」にフォーカスしましたが、「育てる」取り組みも絶賛進行中！ → 気になる方は懇親会などでぜひお話ししましょう！！
16. カジュアル面談しませんか？ • プロダクトデータアナリスト • データエンジニア • プロダクトマネージャー 大大大募集中です！！！
17. 働くをもっと楽しく、創造的に 17