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
270
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
会員管理基盤をオンプレからクラウド移行した時に起きた障害たち - asken tech talk vol.13
niftycorp
PRO
0
2.5k
モニタリング統一への道のり - 分散モニタリングツール統合のためのオブザーバビリティプロジェクト
niftycorp
PRO
1
830
2025-07-08 InnerSource Commons Japan Meetup #14 【OST】チームの壁、ぶっ壊そ!壁の乗り越え方、一緒に考えよう!
niftycorp
PRO
0
86
2025-04-25 NIFTY's InnerSource Activites
niftycorp
PRO
0
290
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
190
Dify触ってみた。
niftycorp
PRO
1
270
Amazon Bedrockを使用して、 運用対応を楽にしてみた
niftycorp
PRO
1
280
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
130
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
100
Other Decks in Technology
See All in Technology
AWSで始める実践Dagster入門
kitagawaz
1
750
Bedrock で検索エージェントを再現しようとした話
ny7760
2
110
サラリーマンの小遣いで作るtoCサービス - Cloudflare Workersでスケールする開発戦略
shinaps
2
470
Unlocking the Power of AI Agents with LINE Bot MCP Server
linedevth
0
120
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
8.8k
S3アクセス制御の設計ポイント
tommy0124
3
210
これでもう迷わない!Jetpack Composeの書き方実践ガイド
zozotech
PRO
0
1.1k
組織を巻き込む大規模プラットフォーム移行戦略 〜50+サービスのマルチリージョン・マルチプロダクト化で学んだステークホルダー協働の実践〜 / Platform migration strategy engaging all stakeholders
toshi0607
2
190
機械学習を扱うプラットフォーム開発と運用事例
lycorptech_jp
PRO
0
660
企業の生成AIガバナンスにおけるエージェントとセキュリティ
lycorptech_jp
PRO
3
200
いま注目のAIエージェントを作ってみよう
supermarimobros
0
360
AI時代を生き抜くエンジニアキャリアの築き方 (AI-Native 時代、エンジニアという道は 「最大の挑戦の場」となる) / Building an Engineering Career to Thrive in the Age of AI (In the AI-Native Era, the Path of Engineering Becomes the Ultimate Arena of Challenge)
jeongjaesoon
0
260
Featured
See All Featured
Done Done
chrislema
185
16k
Bash Introduction
62gerente
615
210k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.4k
Designing Experiences People Love
moore
142
24k
Context Engineering - Making Every Token Count
addyosmani
3
62
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.1k
Documentation Writing (for coders)
carmenintech
74
5k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.6k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
131
19k
Why You Should Never Use an ORM
jnunemaker
PRO
59
9.5k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
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