Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Data-Informed な組織を目指した Looker の導入

Sponsored · Your Podcast. Everywhere. Effortlessly. Share. Educate. Inspire. Entertain. You do you. We'll handle the rest. →
Avatar for Nicky Nicky
May 29, 2025
23

Data-Informed な組織を目指した Looker の導入

2025-05-28 に開かれた、Google Cloud 主催 Data & AI Summit'25 Spring での発表資料です。
イベントページ;https://cloudonair.withgoogle.com/events/datacloud-ai-summit-25s?talk=t1-session5

Avatar for Nicky

Nicky

May 29, 2025

Transcript

  1. Nicky 株式会社TimeTree CDO室 データアナリスト 経済学系の大学院を修了後、データ分析専門のコ ンサルティング会社を経て 2023 年に TimeTree へ入社しました。


    入社してからは新規事業チームのデータ分析を担 当して、いまは組織全体での BI 整備も担当してい ます。 発表者
  2. 話すこと  TimeTree について どんなサービス、どんな組織、どんなデータ活用 の課題だったか G Looker の導入 どうして

    Looker が解決策なのか、組織にどう普 及させていったのか ƒ それから、これから 導入してみてどうだったのか、いま抱えている新 しい課題とその解決に向けた動き 目次
  3. データ活用の要素 BigQuery データ分析基盤として BigQuery を 使っています。 データチーム データエンジニア 3 名と、データア

    ナリスト 5 名、CDO ( Chief Data Officer ) 1 名 Looker Redash やスプレッドシートと併用を 続けていますが、メインの BI として Looker の浸透を進めています。 TimeTree のデータ活用
  4. データ活用は 組織の人数や文化、 それまでのデータ活用の 歴史に影響される データ活用の在り方は組織それぞれで違う はずです。 組織の規模が 100 人 なのか

    1000 人なの か、どんな価値観が大切にされているの か、すでにデータが広く活用されているの かなど、組織の人数や文化や歴史によって データからの価値の届け方が変わります。 導入の Why
  5. 人数だけでは応えられない 時間がかかる 互いへの敬意があるからこそ「こんな 事を依頼していいのだろうか」と心理 的なハードルがデータチームへの相談 までにあります。そのため、データを 見るまでに関係者全員にとって時間が かかっていました。 定義が揺れている 「MAU」「新規ユーザー」の定義が

    クエリごとに少しずつ違って混乱があ りました。メンバーが見る Redash や スプレッドシートもバラバラで「どれ が正しい数値なのか」といった健全で ない会話もありました。 テーブルがわからない PdM やエンジニアも SQL を書いてい ましたが、テーブルごとの INSERT や UPDATE のタイミングがわからず、仕 様を理解するのに時間がかかっていま した。 課題の分解
  6. Looker の良いところ LookML でのデータの定義 テーブルに対しての集計軸や集計ロジック、結合 関係をコードで定義できます。 GUI からの SQL 作成

    利用者は SQL を書く必要がなく、GUI 操作から BigQuery での集計を柔軟に実行できます。 分析の再利用可能性 LookML では定義を再利用でき、同じクエリをあ ちこちに書く必要もありません。また、GUI での 設定は他の分析に簡単に引き継げます。 Looker
  7. 組織の中で価値を届ける Why を共有する 価値を届けたい PdM にはもちろん、 データチームや CDO にも「なぜ必要 なのか」を伝え、課題感を共通認識と

    しました。 となりに立つ ツールのためのヒアリングに時間を 使ってもらうより、プロダクト開発の 現場で働きながら分析ニーズをキャッ チアップしました。 素早くつくる Looker はデータガバナンスにも強み を持っていますが、「使ってもらうこ と > ガバナンス」の意識でとにかく 動くものをつくりました。 意識したこと [2]
  8. 知っておくと良いこと Looker Google Cloud カスタマーエンジニ アからのサポートが受けられる。 セマンティックレイヤー LookML は分析のラストワンマイ ル。向いていることと不向きなこと

    を見極めて、補完の仕方も考える。 データの民主化 事例が豊富な「データの民主化」も Looker 導入の参考にできる。 データエンジニアリング 導入後の展開は、Looker をつない でいるデータベースの知見も参考に して計画する。 知識 [3]
  9. 40% PdM を中心に利用が広がり、いまは全社員の 40% が Looker を使うようになりました。 一方で、「これは Looker で見られないの?」という質問を

    よく受けます。Data-Informed な意思決定を十分広められて いるかというと、まだまだ途中です。 導入のそれから