最新技術を"今は選ばない"という技術選定

2026/05/21 みんなの考えた最強のデータ基盤アーキテクチャ 26前期最新技術を"今は選ばない"という技術選定

2 © 2026 Leverages Co., Ltd. 01 - ⾃⼰紹介 CONTENTS
03 - 組織とアーキテクチャの紹介 04 - 1年働いて⾒えた課題と強み 05 - 取り組み 06 - まとめ 02 - みん強あるある 07 - さいごに

5 © 2026 Leverages Co., Ltd. 発表者の紹介 01 ⾃⼰紹介 •
データエンジニア業務 ◦ 全事業のデータエンジニアリング業務 ◦ 今年から6⼈のデータエンジニアのマネジメントし始めました • リードエンジニア業務 ◦ 組織全体の技術の底上げとして、DDD勉強会等開催 ◦ データ系だけでなく、フロントエンドやAI 駆動イベントのモデレーターもやってます • 技術広報業務 ◦ 今年からレバレジーズ全体の、技術広報を専任でやってます🔥

6 © 2026 Leverages Co., Ltd. 発表者の紹介 01 ⾃⼰紹介 •
みん強イベント、第⼀回から関わっています • いつもたくさん盛り上げていただき、ありがとうございます！

7 © 2026 Leverages Co., Ltd. 会社の概要、事業について 01 ⾃⼰紹介社名
レバレジーズ株式会社 Leverages Co.,Ltd. 従業員数 4,264名（2026年4⽉現在）代表者岩槻知秀資本⾦ 5,000万円所在地‧拠点本社：東京都渋⾕区渋⾕2丁⽬24番12号渋⾕スクランブルスクエア24F‧25F 国内拠点：27拠点海外拠点：3拠点会社概要事業の種類

8 © 2026 Leverages Co., Ltd. レバレジーズのデータ / AI職種は7職種に分かれており、2026年3⽉時点で正社員32名が在籍。 01
⾃⼰紹介職種名職種概要在籍⼈数※ 2名（兼任1名） 6名 4名 5名（兼任2名） 6名（+契約社員 / 業務委託） 6名 3名 ※ 2026年3⽉時点。上記職種とは別にマネージャーが2名在籍

9 © 2026 Leverages Co., Ltd. 本⽇はデータエンジニア、データアーキテクトに関する話をします 01 ⾃⼰紹介職種名
職種概要在籍⼈数※ 2名（兼任1名） 6名 4名 5名（兼任2名） 6名（+契約社員 / 業務委託） 6名 3名 ※ 2026年3⽉時点。上記職種とは別にマネージャーが2名在籍

11 © 2026 Leverages Co., Ltd. 他社の良いアーキテクチャが、⾃社に適応出来ない経験ありませんか？ 02 みん強あるある •
いい話を聞いたけど、そのまま持ち帰っても上手くいかない ◦ 各企業の課題、組織、フェーズに合った「最強」なので、前提条件がそもそも合ってない • いい話を聞いたけど、どう自社に適応したらいいかわからない ◦ 最終的な構成図や考え方は絶対良いとおもうのに、過程がわからないので進め方がわからない

12 © 2026 Leverages Co., Ltd. 前職での登壇その1、⾃分はこれが最強だと思って話したモダンなあるあるなアーキテクチャの話 02 みん強あるある
• dbt × BigQuery × ディメンショナルモデリング × Looker × Terraform • デファクトスタンダードな技術選定。採用するDWHやBIが違っても、この設計思想自体は色んな場面で採用できそう！

13 © 2026 Leverages Co., Ltd. 前職での登壇その2、⾃分はこれが最強だと思って話した組織の⼒学を使って、再現性ある成果を出す話 02 みん強あるある
• プロダクト側と事業側、データエンジニアが板挟みになりがち • 個々人が頑張るのではなく、組織の力学を使って解消していく動きはデータドリブンな成果が出しやすいのでは？

14 © 2026 Leverages Co., Ltd. 他社の良いアーキテクチャが、⾃社に適応出来ないケース 02 みん強あるある •
なんちゃってディメンショナルモデリングで負債悪化 ◦ ビジネスプロセスを表現していない形だけのdim/factテーブルを作ってしまい、クモの巣のようなリネージが生まれてしまう ◦ 分析基盤保守組織が、エンジニア/非エンジニア関係なく起き得る問題 • AI用のメタデータ、ドキュメントを充実させようとしたがワークしない ◦ 各事業部でドキュメント作成の動機づけが薄い ◦ 情報の鮮度が古く、工数の割には精度向上に繋がらない

15 © 2026 Leverages Co., Ltd. 結局、最強ってなんだっけ？ 02 みん強あるある •
技術や設計は手段でしかない ◦ 「最強」はこれだ！という最終形態そのものより、その過程が大事 • 事業数約70、社員数約5500名という巨大な組織では、自分の当たり前や自分が思い描いてた「最強」が全然通用しなかった • 今日はこのあたりの考えの変化や、自社の取り組みを話すよ！

17 © 2026 Leverages Co., Ltd. データエンジニア/データアーキテクトの組織上の役割について 03 組織とアーキテクチャの紹介 •
データエンジニアはシステム本部 • データアーキテクトはマーケティング部

データエンジニアは、データの蓄積に重きを置く。ETLの安定化 • 全員エンジニアで構成されている

データアーキテクトは、全社のデータ利活用水準の向上と事業課題をデータで解きに行く役割。データ分析基盤の開発、保守運用など • 多くが非エンジニアで構成されている

20 © 2026 Leverages Co., Ltd. データ分析基盤のアーキテクチャ 03 組織とアーキテクチャの紹介 •
過去のみん強でも紹介した、8層構成のアーキテクチャ • Dataform × BigQuery

データウェアハウス層 ◦ システム間のテーブル結合、ビジネスロジック、カラム名統一 ◦ ワイドテーブルで実装

データマート層 ◦ 特定のKPIや施策に応じたデータのみを保持する ◦ 事業で使用する言葉を性格に表現するため、カラム名は全て日本語

セマンティックレイヤー ◦ 指標と集計処理の定義、データ定義を縦持ちで1箇所に集約 ◦ 各種BIツールに必要なデータの絞り込み

24 © 2026 Leverages Co., Ltd. データ分析基盤のアーキテクチャ 03 組織とアーキテクチャの紹介詳しくは「10倍スケールを見越した
データモデリングのリアーキテクチャ」

28 © 2026 Leverages Co., Ltd. 既存アーキテクチャのつらみ 04 1年働いて⾒えた課題と強み •
非常に大きなワイドテーブルになっており、実装が重い • factテーブルが無いので、似たような指標のロジックが複数のデータマートで実装せざるを得ない時がある

29 © 2026 Leverages Co., Ltd. 既存アーキテクチャのつらみ 04 1年働いて⾒えた課題と強み •
コンソール上での開発体験が良くなく、Copilot等の恩恵を受けられない • Dataformの機能自体は一通り揃っているが、ものによってはJavaScriptの実装が求められてしまい、採用しづらい

30 © 2026 Leverages Co., Ltd. データ組織に積み上がる仕事 04 1年働いて⾒えた課題と強み •
データ組織が管理していない事業の、野良データマートを引き取る ◦ よくわからんSQL群（スケジュールクエリ、スプシ、GAS）を、データエンジニア/データアーキテクトが保守出来る形にする必要あり • 新しい事業がどんどん生まれている ◦ 凄く嬉しい話ですが、数少ないデータ系職種が事業や組織の解像度を高めながらデータ分析基盤を爆速で構築する必要がある • 日々、現場でたくさんのスプシ、GAS等を使ったツールが量産される ◦ 重要度の高いものをデータマート化したり、品質向上のために諸々を引き取ることがある

31 © 2026 Leverages Co., Ltd. 組織構造から来る課題 04 1年働いて⾒えた課題と強み •
3層構造を踏襲しつつ、コンウェイの法則が反映されてしまった ◦ 組織の分業が、そのまま開発体験の偏りに現れている • データエンジニアが事業解像度低くなりがち ◦ サービスが多く、各事業の解像度が高くない ◦ データの種類や社内関係者が多く、誰に聞けばいいかわからない ◦ 事業部からのデータ要求を適切に判断できず、対応するしかない • データアーキテクトの開発生産性が頭打ちになりがち ◦ Dataformをコンソール上で開発しており、開発効率が高くない ◦ 事業に近いがゆえ、多方面からの要望が集まり多忙になりがち

32 © 2026 Leverages Co., Ltd. 我々の強み 04 1年働いて⾒えた課題と強み •
事業に入り込めている組織と整っているメタデータ ◦ データアーキテクトが各事業の課題をデータで解決することをミッションとして事業部長レイヤーで合意が取れており、価値創出が早い ◦ データアーキテクトが、各事業ごとにデータ定義書/テーブル定義書を使い事業部ごとに指標の合意を取っており、メタデータが整備されている • データ利活用と民主化が進んでおり、データドリブンに対して前向き ◦ 営業組織の殆どが何故かSQLを書ける（デメリットも勿論ある） ◦ BIツールも使われているし、データマートをスプシに繋ぎ、個別のモニタリング等のツールが作られている

33 © 2026 Leverages Co., Ltd. 改めて⾃分への問い、過去最強だと思った考えがそのまま当てはめられるのだろうか？ 04 1年働いて⾒えた課題と強み •
dbtの導入 ◦ そもそも今の課題ってdbtに置き換わることで解決する課題だっけ？ ◦ dbtでしか解決できない課題で今苦しんでるわけじゃない • ディメンショナルモデリングの導入 ◦ 管理外事業の野良データマートや新規事業のデータマートなど、事業数に対してデータ職種が少ない組織でスケールする技術選定なのか？ ◦ 長い目で徐々に浸透させていけば、いけそうな未来は見えた • 組織の力学を自分(データエンジニア)が使う ◦ 組織規模が違うので、関係値構築が多方面に必要で簡単な話じゃない ◦ データアーキテクトはむしろ事業に入り込めているので、一緒に混ざる動きが必要かも

34 © 2026 Leverages Co., Ltd. 改めて⾃分への問い、現場もだけど⾃組織であるデータ組織にとにかく向き合う 04 1年働いて⾒えた課題と強み •
自分が最強だと思ってたものは、最終的には良き姿かもしれないが、今ではないと判断。まずは現場の課題を解きに行くことをやろう • 各社の強み・課題・フェーズは違う。自組織に向き合う時間増やして、段階的に進むしかない！！

37 © 2026 Leverages Co., Ltd. データエンジニアの底上げ施策 05 取り組み •
データアーキテクトのミッションに混ざり、各事業の現場へ赴き、関係値作って事業と組織の解像度を高め、課題を一緒に解きに行く • ETLをデータエンジニア、DWH以降をデータアーキテクトという従来の役割分担から、データエンジニアが最初から最後まで対応する事業を増やす

38 © 2026 Leverages Co., Ltd. データアーキテクトの底上げ施策 05 取り組み •
アジャイルデータモデリング勉強会 ◦ ある事業でお題を用意し、dim/fact実装するワークショップを実施 ◦ 現状アーキテクチャへの違和感や、dim/factの恩恵を感じてもらう • VSCode触ろう会 ◦ ローカルで開発し、ローカルでDataformを実行するワークショップ ◦ CopilotなどAIを駆使して、開発効率の向上を体感してもらう • Python勉強会 ◦ データアーキテクトのスキル向上という目的から始まった施策 ◦ DataformからTableauを一気通貫で更新するAirﬂowの実装 ◦ BQ権限付与する独自ツールの開発

39 © 2026 Leverages Co., Ltd. データアーキテクトの底上げ施策 05 取り組み •
レバレジーズデータAIブログで紹介してるので良かったら！ ◦ アジャイルデータモデリング本の勉強会とワークショップをやりました ◦ Dataform～Tableau更新ワークフローをCloud Composerで実装してみた ◦ データアーキテクトがStreamlitでWebアプリ作ってみた（要件定義・設計編）

40 © 2026 Leverages Co., Ltd. • Streamlitによる、内製APIアプリ環境の提供 ◦ 現場で作られる野良ツールの、重要度の高いものを品質向上と保守運用
できる環境 ◦ 現場メンバーも生成APIの恩恵を受けられるインフラ環境。 ◦ データエンジニアもデータアーキテクトも、各種ツール系を実装できるデータエンジニアとデータアーキテクトの協業施策 05 取り組み

41 © 2026 Leverages Co., Ltd. • テーブル定義書の自動更新 ◦ かなり工数をかけているが、メタデータとして貴重なテーブル定義書に
ついて、自動更新出来る状態に！ ◦ PR時にdiffだけ中身を見て、特定のスプシを更新する形に ◦ データエンジニアによる協業の1つ、データアーキテクト含めかなり多くの方の工数が大幅CUT！データエンジニアとデータアーキテクトの協業施策 05 取り組み

42 © 2026 Leverages Co., Ltd. • 他、AI周りの試行錯誤含めたくさんの協業があります ◦ ETL周りのエラー対応。現場メンバーからの違和感→データアーキテク
ト→データエンジニア、という確認フローが、データアーキテクトの皆さんも対応出来るようになり、スピーディに ◦ いわゆるText2SQL関連。データエンジニア側の事業解像度が足りてなくて浸透までいかず、データアーキテクトと一緒に改善中ですデータエンジニアとデータアーキテクトの協業施策 05 取り組み

44 © 2026 Leverages Co., Ltd. だから、"今は" 最強を選ばない 05 取り組み •
「事業に入り込めているデータアーキテクト」「現場の殆どがSQL書ける」この圧倒的な2つの強みを押しつつ、今解くべき課題をまずは解く ◦ 開発体験の改善を経て、やっとdbtを選定するべきかどうか判断できる ◦ ディメンショナルモデリングは、今年からちょっとずつやりたい • 未来に向けて、今は手前を整えている最中

46 © 2026 Leverages Co., Ltd. • データ分析基盤のアーキテクチャは8層のDataformのままで ◦ dbtの導入を判断するタイミングじゃない
◦ Googleのエコシステムに全力で乗っかるに賭ける方向性もあり • ディメンショナルモデリング ◦ 導入の土俵は整いつつある • 組織力 ◦ データエンジニアとデータアーキテクトの協業を増やす未来の最強 06 まとめ

47 © 2026 Leverages Co., Ltd. • 最強のアーキテクチャを作るのではない • どんな環境でも最強アーキテクチャの道筋を作れるデータエンジニアが最強
なのでは • 自組織のAs Is / To Beを言語化し、最強を作るではなく最強を作れる状態を目指すのが大事真の最強 06 まとめ

49 © 2026 Leverages Co., Ltd. 社外の⽅に向けてブログやYouTubeなどの発信も⾏っていますので、チャンネル登録‧フォローをお願いします！ 07 さいごに melev
YouTube データ/AIブログテックブログデータ戦略室紹介記事① データ戦略室紹介記事② データ戦略室紹介動画 AI戦略紹介動画 Leverages Tech Blog レバレジーズデータAIブログ

50 © 2026 Leverages Co., Ltd. We Are Hiring! 07
さいごに • まずはカジュアル面談からどうぞ！ • 3年で2倍にスケールする環境で、データを使った変革を起こしましょう！ • 募集職種 ◦ データサイエンティスト ◦ データアナリスト ◦ データアーキテクト ◦ データエンジニア ◦ AI・MLエンジニア ◦ 機械学習研究員

最新技術を"今は選ばない"という技術選定

最新技術を"今は選ばない"という技術選定

More Decks by Tech Leverages

Other Decks in Technology

Featured

Transcript