Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
NIFTY Tech Talk #08 ニフティのデータ基盤の話
Search
ニフティ株式会社
PRO
January 10, 2023
Video
Resources
Technology
0
260
NIFTY Tech Talk #08 ニフティのデータ基盤の話
ニフティ株式会社
PRO
January 10, 2023
Tweet
Share
Video
Resources
NIFTY Tech Talk #8 ニフティのデータ分析を語る会
https://nifty.connpass.com/event/268829/
More Decks by ニフティ株式会社
See All by ニフティ株式会社
2025-04-25 NIFTY's InnerSource Activites
niftycorp
PRO
0
220
外コミュニティ活動や登壇活動が技術 広報として大事だよ、と改めて周囲に伝 えられた件 - EM Oasis 特別会
niftycorp
PRO
0
96
Dify触ってみた。
niftycorp
PRO
1
220
Amazon Bedrockを使用して、 運用対応を楽にしてみた
niftycorp
PRO
1
240
自社製CMSからの脱却:10件のWebサイト再構築に学ぶ運用重視の技術選定 - NIFTY Tech Day 2025
niftycorp
PRO
0
110
エンジニアの殻を破る:インナーソースと社外活動がもたらした成長 - NIFTY Tech Day 2025
niftycorp
PRO
0
76
システム全体像把握の超高速化〜システム関連図を使い倒そう (LT) - NIFTY Tech Day 2025
niftycorp
PRO
0
75
Rust で生成 AI の社内 chatbot をメンテしている話 (LT) - NIFTY Tech Day 2025
niftycorp
PRO
0
82
メタバースは仕事に使える?〜100日間でバーチャルオフィスへの挑戦〜 (LT) - NIFTY Tech Day 2025
niftycorp
PRO
0
70
Other Decks in Technology
See All in Technology
ネットワーク保護はどう変わるのか?re:Inforce 2025最新アップデート解説
tokushun
0
180
生成AI開発案件におけるClineの業務活用事例とTips
shinya337
0
220
低レイヤを知りたいPHPerのためのCコンパイラ作成入門 完全版 / Building a C Compiler for PHPers Who Want to Dive into Low-Level Programming - Expanded
tomzoh
4
3.4k
Model Mondays S2E03: SLMs & Reasoning
nitya
0
330
KubeCon + CloudNativeCon Japan 2025 Recap
ren510dev
1
360
United airlines®️ USA Contact Numbers: Complete 2025 Support Guide
oliversmith12
0
150
開発生産性を組織全体の「生産性」へ! 部門間連携の壁を越える実践的ステップ
sudo5in5k
1
5.7k
KubeCon + CloudNativeCon Japan 2025 Recap by CA
ponkio_o
PRO
0
290
Geminiとv0による高速プロトタイピング
shinya337
0
230
モバイル界のMCPを考える
naoto33
0
410
2025-07-06 QGIS初級ハンズオン「はじめてのQGIS」
kou_kita
0
150
Witchcraft for Memory
pocke
1
740
Featured
See All Featured
The Straight Up "How To Draw Better" Workshop
denniskardys
234
140k
Git: the NoSQL Database
bkeepers
PRO
430
65k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
500
4 Signs Your Business is Dying
shpigford
184
22k
Navigating Team Friction
lara
187
15k
A Modern Web Designer's Workflow
chriscoyier
694
190k
Code Reviewing Like a Champion
maltzj
524
40k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
281
13k
The Language of Interfaces
destraynor
158
25k
Art, The Web, and Tiny UX
lynnandtonic
299
21k
KATA
mclloyd
30
14k
How to train your dragon (web standard)
notwaldorf
94
6.1k
Transcript
ニフティの データ基盤の話 2022.12.20 会員システムグループ/第三開発チーム 黒羽 孝夫
自己紹介
黒羽 孝夫 (くろばね たかお)
N1!データアーキテクト https://recruit.nifty.co.jp/interview/kurobane.htm
今回は データエンジニアとしての 話
目次 1. お伝えしたいこと 2. データ基盤の紹介 3. 抱えてる課題と今後の戦略 4. さいごに
1. お伝えしたいこと 2. データ基盤の紹介 3. 抱えてる課題と今後の戦略 4. さいごに
データ分析を始めたい データ基盤作りたい お伝えしたいことは・・・ 1つです
データ分析を始めるときに は データ基盤を進めるといい よ
用途が見えない状態で データ基盤を作るのは良くな い
データ基盤は 単体では価値が出しづら い
データ分析は 単体で価値は出せるけど 安定や高速化ってしづらい
データ分析とデータ基盤は 片方だけではなく、 どちらも考えておくのが良 い
ここに行き着いた理由につい て 触れさせてください
データを集めること は 目的ではない
集めることに 注力したことで 次のようなことが・・・
終わらないデータ収 集
あったら使う・便利か も (使わない)
長い目で見ると大事だけど、 重要でもないものまで 手をつけた
結果、活用は進まず 時間も溶けてしまった
部分的な成果を追って 失敗したことを共有したかっ た
今度こそ ニフティのデータ基盤のご紹 介
1. お伝えしたいこと 2. データ基盤の紹介 3. 抱えてる課題と今後の戦略 4. さいごに
立ち上げ時
データ基盤 立ち上げ前のフ ロー
収集するところを 改善
ココ
このときのポイントは2つ
(1)
既存資産の Tableauを活かす
(2)
データ収集は最低限
最低限ってどこよ?
どの粒度で 取得するか
範囲を限定して 立ち上げを優先
立ち上げ当初の構成
None
活用の事例も増加、 収集するデータも 順調に増やしていった
None
やりたいことが増えれば、 痒いところに手が届かなっ た
• データ追加に人手が不足 • テーブル同士の関係性が不明 • 特定のタイミングの スナップショットを取りたい • レスポンス低下 •
スロークエリ多発 ︙
現在の構成図
None
無加工のデータを蓄積
External Table定義と データ変換はdbtに集約
Reverse ETLは dbtで変換したテーブルを使用
レポーティングはTableau アドホックはRedash
1. お伝えしたいこと 2. データ基盤の紹介 3. 現在の課題と今後の戦略 4. まとめ
• メタデータがスプレッドシート • ワークロード管理が面倒 • BIの中がブラックボックス • データ収集の追加・変更が手間 • データ自体の品質が未計測
︙
• メタデータがスプレッドシート • ワークロード管理が面倒 • BIの中がブラックボックス • データ収集の追加・変更が手間 • データ自体の品質が未計測
︙
メタデータがスプレッドシート テーブルの定義や意味を手動管理していた。 更新が放置されたり、忘れたり、フォーマットを変えられたり、、、 信頼性はとても低い状態になっている。
メタデータがスプレッドシート テーブルの定義や意味を手動管理していた。 更新が放置されたり、忘れたり、フォーマットを変えられたり、、、 信頼性はとても低い状態になっている。 → テーブル定義やリネージは、dbtのドキュメント生成で賄えるか検 討。 実行後にドキュメントも合わせて更新させることで、 メタデータの品質を担保する。
データ収集の追加・変更が手間 テーブルの追加、変更などの作業、障害時の復旧、 サービス毎にお作法が異なるため学習コスト必要。
データ収集の追加・変更が手間 テーブルの追加、変更などの作業、障害時の復旧、 サービス毎にお作法が異なるため学習コスト必要。 → OSSのAirbyteや SaaSのFivetran, troccoも含めて検討。
1. お伝えしたいこと 2. データ基盤の紹介 3. 抱えてる課題と今後の戦略 4. さいごに
周辺技術が進歩したことで、 データエンジニアを始める際 に 下駄が履きやすい
新しいチャレンジを ニフティではやりやすい環境 が 整備されている
ニフティでは、 新しい仲間を募集しています https://recruit.nifty.co.jp/?utm_source=connpass&utm_medium=web&utm_campaign=2022122 0-techtalk
THANK YOU
QAタイム