スタートアップにおけるこれからの「データ整備」

Slide 1

Slide 1 text

Slide 2

Slide 2 text

© Commune Inc. All rights reserved ⾃⼰紹介 Sho Maekawa (X: @ willanalysts) 2 Communeのデータチームマネージャー。 ex-オープンエイト、ヤフー ● 2023年6⽉にコミューンへ⼊社 ● Product & Dataチームに所属 ○ １0名くらいデータ専任が在籍しており、さらに採⽤中〜 ● データ分析エージェントを中⼼に捉えたデータ整備が最近のメインミッションです。 ● 札幌からリモートワークで働いています！

Slide 3

Slide 3 text

Slide 4

Slide 4 text

© Commune Inc. All rights reserved はじめに 4 スタートアップのデータ整備に、ようやく光が⾒えてきた！これまで、スタートアップにおけるデータ整備は「終わりの⾒えない戦い」でした。採⽤を頑張り、コツコツと基盤を作り続けても、活⽤成果が現れるまでのリードタイムと不確実性が⾼かったと思います。データチームは常にアドホックな依頼に追われ、根本的な改善に着⼿する余裕もない。多くのデータ⼈材が、この状況に疲弊してきたのではないでしょうか。 2〜3⼈の精鋭チームが分析エージェントを中⼼に、ヒューマン‧イン‧ザ‧ループでデータ整備を回すことで、「将来、楽にデータ活⽤できる状態」を実現できるのではないか、と。

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

© Commune Inc. All rights reserved コミューンのデータ整備：AIアプリとダッシュボード開発の棲み分け 8 個別の集計条件⽰唆付きの情報お客様のニーズをヒアリングし、どのお客様にも刺さる王道パターンか個別要件なのかを⾒極めて提供しています。王道頻出の可視化指標を並べて探索使い分け⽅個別パターンに対応しなくて良くなりメンテしやすくなる頻出の情報を何度もクエリしなくて良いのでコスト節約使い分けのメリット

Slide 9

Slide 9 text

© Commune Inc. All rights reserved コミューンのデータ整備：BI as Codeなダッシュボード開発 9 コミューンではThoughtspotというBIツールを活⽤しています。ThoughtSpot Modeling Languageで各種オブジェクトをコードベースで管理しています。 ‧dashboardのHELPドキュメントの⾃動⽣成 ‧ﬁlterの登録漏れや差分検証 ‧ThoughtSpot側のmetric計算ロジックを抽出理解すること BI as Codeとは従来のようなGUI操作による直感的な操作によるダッシュボード開発ではなく、コードに基づきダッシュボードを管理運用すること

Slide 10

Slide 10 text

© Commune Inc. All rights reserved 3~5年未来の「データ整備」：データ分析エージェントを育てられる⼈が１-2⼈いればデータ活⽤ができる世界 10 データ基盤〜データ集計までをエージェントで低コストに構築できるようになり、⼩さなスタートアップがデータ専任⼈材をたくさん雇わなくても標準的なデータ活⽤ができるようになる。多くのスタートアップや中⼩企業でデータ活⽤が⾏われるようになるかも？

Slide 11

Slide 11 text

© Commune Inc. All rights reserved 個⼈の⽬標：これから1年間データ整備に集中していきます！ 11 ・暗黙知を共有知にすることを徹底し、どこまで仕事が楽になるのかを確かめたい。・最小のコストで実現できるデータ活用のあり方をベストプラクティスとしてまとめたい。・自分たちは楽しくデータマネジメントやデータの民主化を探求し、　単純作業を切り出し新しい雇用を産んでいきたい。そのために以下のような意識で業務の棚卸しをして行きます。専門知識の不要な作業の再定義・分解現状のデータ分析業務を洗い出し、専門知識が不要なタスクを明確に切り出す。フレームワークとプロセスの整理切り出したタスクをマニュアル化し、 AIor誰でも実行でき標準プロセスを構築。単純作業の切り出しと雇用創出マニュアル化できた単純作業を切り出し、例えば事務職の方の新しい雇用を生むくらいまで標準化してみたい。