タクシーアプリ『GO』の実践的データ活用〜位置情報データの収集とStreamlitでの可視化〜

『GO』のデータ基盤には、ユーザアプリと乗務員アプリのデータが入ってくる
乗務員アプリの位置情報データは膨大なので、多層パイプラインで処理
位置情報データの可視化はstreamlit
streamlitと生成AIの相性が最高

Transcript

1. Mobility Night #6 タクシーアプリ『 GO』の 実践的データ活用 〜位置情報データの収集と Streamlitでの可視化〜 2026/7/29 GO株式会社 渡部 徹太郎 Confidential © GO Inc. 1
2. 自己紹介 @fetarodc • • • 渡部徹太郎（わたなべてつたろう） 職歴： ◦ 野村総合研究所→リクルートテクノロジーズ→GO株式会社 仕事 ◦ ◦ ◦ • データ活用部隊の組織長 データ基盤管理グループのマネージャ 技術勉強会メディア「GO TechTalk」の主催 本３冊書いています 趣味 ◦ ◦ ◦ ◦ ギター（会社の軽音部） ゲーム（最近はストリートファイター６） 麻雀 自宅サーバ Confidential © GO Inc. 2
3. タクシーアプリ『 GO』とは？ 3,500万DL突破のNo.1*タクシーアプリ。 全国47都道府県と最大級のエリア展開。 ※Sensor Tower調べ - タクシー配車関連アプリにおける、日本国内ダウンロード数（ App Store/Google Play合算値） - 調査期間：2026年3月31日〜2026年6月30日 Confidential © GO Inc. 3
4. ユーザアプリだけでなく乗務員向けアプリも開発 タクシーアプリ『 GO』はユーザーとタクシーのマッチングアプリです。 乗務員さんが使う業務アプリケーションをハードウェア丸ごと設計して導入しています。 実はハードウェアに強い会社 注文を取る 送迎する 連絡を取る 決済する ①① 乗務員端末 乗務員 向け 端末 ② 決済機能付きサイネージ端末 Confidential © GO Inc. 4
5. タクシーアプリ『 GO』のデータ基盤 バ ッ ク エ ン ド ユーザアプリ 乗務員 アプリ データ基盤 1.意思決定で利用 ・KPIモニタリング 3500万ダウンロードの アプリデータ ・効果検証 ・仮説検証 1日23億レコードの車両データ 2. データプロダクト ・ETA予測 地図 外部データ ・需要・供給予測 天気・ 電車遅延 ・マッチング ... データ量：8PB(ペタバイト) テーブル数：78万 ※非圧縮 Confidential © GO Inc. 5
6. データ基盤の構成 フロント エンド バックエンド キュー (Cloud Pub/Sub) 収集 収集 生データ (Dataflow) (BigQuery) (k8s) データ ウェア ハウス (BigQuery) 車載 デバイス 意思決定で利用 Looker 位置状態 ログ バック エンド データ基盤 外部 外部 データ データ 収集 データ マート (BigQuery) (Dataform, Python + GKE) RDB ジョブコントローラ (Cloud SQL) (Managed Service for Apache Airflow) (RDS Aurora) ユーザー アプリ バックエンドエンジニア + SRE アナリスト 受益者 Streamlit (on GKE) データ加工処理 (自作) RDB コネクテッド シート 品質/リネージ/メタデータ管理 (Dataform Assertion,Knowledge Catalog) データエンジニア アナリティクスエンジニア データプロダクト サイエンティ スト 特徴量・ 推論値 ストア (Feast) ML / アルゴ リズム バック エンド コンテナ AKE(k8s) Confidential © GO Inc. 6
7. ３つの話をします • 位置情報データパイプライン • 位置情報データの可視化はstreamlit • streamlit x 生成AI は相性抜群 Confidential © GO Inc. 7
8. 位置情報データのパイプライン 1日23億レコード 参考：車両位置情報データの圧縮による Cloud Pub/Subのコスト削減 Redis Pub/Sub gRPC client streaming 逆ジオ コーディング gRPC server streaming 配車で 利用 マッチング エンジン 近傍検索 システム オンメモリで 直近数十秒分を保持 protobuf +ZSTD圧縮 Cloud Pub/Sub Streaming insert Cloud Dataflow BigQuery データ分析 で利用 参考：タクシー車両の位置状態情報を支えるシステムのインフラ構成 データ分析で利用する位置情報は、ミッションクリティカルなパイプラインから分離 Confidential © GO Inc. 8
9. 位置情報データの可視化は streamlitを活用 • 可視化手段として、LookerとStreamlitの２つがあるが、位置情報データの可視化はStreamlitがメ イン • アナリストやサイエンティスト向けに、Streamtlitを開発基盤を用意 ◦ ローカルで本番データを使ってStreamlitを開発 ◦ Streamtlitの画面をSlackに定期配信 Confidential © GO Inc. 9
10. ローカルで本番データを使って Streamlitを開発する基盤を用意 本番環境 認証・認可・監査の 要件を満たした環境 開発・プレビュー環境 ローカルで、本番データを用いた開 発ができる localhostにア クセスすれば プレビューが見 れる Web App ソースコード 本番 BigQuery ソースコード プレビューGKE Port SKAFFOLD forward sync http://localhost:8501 Web App 認可・監査 (nginx) IAP 監査 ログ 全社 認証 本番GKE 手元の変更を 即時反映 ブラウザ IDE 生成AI使える デプロイ ソースコード 開発 ローカルPC CI/CD (GitHub) 参考：Streamlit ホスティング基盤をどのように作ったか 30人の開発者 250+の画面 Confidential © GO Inc. 10
11. Streamtlitの画面を Slackに定期配信できる仕組みも用意 • Playwriteを使ってバッチ処理内でStreamlitの画面を描画し、スクリーンショットをSlackに配信 Confidential © GO Inc. 11
12. Streamlitは生成AIと相性が抜群 • Streamlitの開発は「SQLの開発」と「可視化部品」の開発２つ • 可視化部品の開発 ◦ 生成AIだけで完結できる。理由は、 Streamlitの可視化はJupyter Notebookの可視化の仕組みとほぼ 同じであり、世の中に多くのサンプルコードがあり、生成 AIが事前に十分の知識を持っている • SQLの開発 ◦ 信頼できるSQLを検索できるMCPサーバを立て、 SQLの生成精度を高めている 信頼できる SQL実行履歴 BigQuery レポジトリ上のSQL資産 Dataform の SQLX クロール RAG DB 検索 MCP サーバ VSCode + GitHub Copilot でstreamlitの開発 接続 Streamlit のSQL アナリストの ワークスペース のSQL メタデータ Confidential © GO Inc. 12
13. まとめ • 『GO』のデータ基盤には、ユーザアプリと乗務員アプリのデータが入ってくる • 乗務員アプリの位置情報データは膨大なので、多層パイプラインで処理 • 位置情報データの可視化はstreamlit • streamlitと生成AIの相性が最高 Confidential © GO Inc. 13
14. 文章・画像等の内容の無断転載及び複製等の行為はご遠慮ください。 Confidential © GO Inc.