Slide 1

Slide 1 text

2026/06/16 Yu Nakamura - chanyou 作って終わりにしない タイミーのセマンティックレイヤー育成の現在地 @chanyou0311

Slide 2

Slide 2 text

Yu Nakamura - chanyou ● スタートアップでデータエンジニアとして交通データ分析基盤 の構築‧運⽤を経験 ● その後、株式会社タイミーの DRE グループにジョイン ● 最近はデータ利活⽤の⺠主化をキーワードに、 データモデリングやAIエージェントの開発に注⼒ ● 広島在住。趣味はおうち Kubernetes クラスタ

Slide 3

Slide 3 text

目次 ● タイミーの事業の現在地とこれから ● 既存のセマンティックレイヤーの育て⽅ ● 新規事業における セマンティックレイヤーの育て⽅の構想

Slide 4

Slide 4 text

1 タイミーの事業の 現在地とこれから

Slide 5

Slide 5 text

タイミーとは 5 従来の「求人サイト」でも「派遣」でもない 「働きたい時間」と「働いてほしい時間」を マッチングするスキマバイトサービス

Slide 6

Slide 6 text

6 働き⼿と雇い⼿がいるBtoCプラットフォームを提供しています。外からは⾒えづらいですが、スポットワークを実現する ための雇い⼿の⼿続きや課題は多く、そのプロセスのほとんどをシステム化しています。 タイミーの使われ⽅

Slide 7

Slide 7 text

7 タイミーでは既存事業のスケールに加えて、未開拓の領域で「はたらく」の可能性を広げる新たな事業やプロダクトを0か ら創り出すことにも取り組んでいます。 信頼を軸とした新規事業‧プロダクト開発

Slide 8

Slide 8 text

タイミーで働く タイミーを使⽤して スキマバイト スキルや勤務実績 が貯まる タイミーで働いてバッジをゲット! スキルや勤務実績が貯まる 正社員の求⼈ が紹介される スキルや勤務実績を 元に求⼈を紹介 体験勤務 タイミーを通じて 紹介された職場で働ける 正社員として⻑期就業 お互いがマッチしたら 正社員として雇⽤される STEP3 STEP1 STEP2 STEP4 STEP5 タイミー タイミーキャリアプラス リスキリング講座 資格や免許取得、スキル習得のための 講座を受講できます。(⼀部選考あり) キャリア相談 仕事の悩みや今後の⽅向性など、 ご⾃⾝のキャリア周りについて相談できます。 OTHER BUSINESS 新規事業について タイミーのワーカープールを活かし、正社員候補となる⼈材を事業者様へご紹介するサービスです。 タイミー上の勤務データやリスキリング機会を活かし、事業者様のニーズに合わせたご紹介が可能です。 8

Slide 9

Slide 9 text

既存事業のスケールと同時に 新規事業の⽴ち上げも⽀えていく

Slide 10

Slide 10 text

2 既存の セマンティックレイヤーの育て⽅

Slide 11

Slide 11 text

既存のセマンティックレイヤーの育て⽅ ● 今あるセマンティックレイヤーを壊さないようにする ● 今あるセマンティックレイヤーを拡張する

Slide 12

Slide 12 text

データの上流のシステム管理者との連携を密に取る ● システムの破壊的変更がセマンティックレイヤーに影響を与える場合がある ○ データ利⽤者に影響が最⼩化するようにロジックを修正する ○ 破壊的変更の適⽤を待ってもらう ● 予期しない破壊的変更を防ぐための体制や運⽤プロセスを確⽴する ○ プロダクト開発チーム ■ 破壊的変更時に PR レビュアーにアサインしてもらい、影響範囲と変更時期を把握する ○ Salesforce 管理チーム ■ カスタムオブジェクトの変更内容と変更予定⽇時を事前に共有してもらう ● 破壊的変更は緊急性が低いものが多いので、融通は効きやすい傾向にある

Slide 13

Slide 13 text

決算期変更の事例 ● 決算期ごとに売上など集計したいので、⽇付ディメンションに決算期を持っていた ● 決算期が変わることになったのでロジックを追従した ● 社内外の変化がセマンティックレイヤーにどんな影響を与えるか考える必要がある

Slide 14

Slide 14 text

既存のセマンティックレイヤーの育て⽅ ● 今あるセマンティックレイヤーを壊さないようにする ● 今あるセマンティックレイヤーを拡張する ○ データ利⽤者にヒアリングを⾏う ○ 要望フォームを設ける

Slide 15

Slide 15 text

指標出⼒エージェント「メトリっち」

Slide 16

Slide 16 text

詳しくはこちらのスライドで紹介 https://speakerdeck.com/chanyou0311/lookertoadkdezuo-rushe-nei-aieziento

Slide 17

Slide 17 text

「メトリっち」で具体的なデータ分析のニーズを捕捉する ● BI だと、分析できなかったら諦めるので意図がログに残らない ✋ ● AI だと、分析できなくても「これ出せる?」と意図がログに残る 📝 ● 例: ある部署で過去データの分析を重視していると思ったら、未来のデータに 対する分析の⽅が重要視されていた ○ それを受けて新しいディメンションを⾜すなどの改善が⾏える

Slide 18

Slide 18 text

既存のセマンティックレイヤーの育て⽅ ● 今あるセマンティックレイヤーを壊さないようにする ○ データソースの変更に敏感になる ○ 破壊的変更を防ぐための運⽤プロセスを組む ● 今あるセマンティックレイヤーを拡張する ○ AI エージェントへの問合せが、分析ニーズやビジネス意図の⼿がかりに

Slide 19

Slide 19 text

3 新規事業における セマンティックレイヤーの 育て⽅の構想

Slide 20

Slide 20 text

そもそもセマンティックレイヤーを作るべきか? ● コンセプトの検証フェーズ ○ アドホックな分析‧モニタリング環境で⼗分 ○ ピボットも想定されて、セマンティックレイヤーで固めると定義の追従が逆に⾜かせ となりうる ● スケーラビリティの検証フェーズ ○ ⼀貫した指標でのレポーティング‧意思決定が求められる ○ 多様な切り⼝でのデータ探索の重要性も増してくる ○ このタイミングでセマンティックレイヤーがフィットする ● プロダクト開発チームが組成されるタイミングが⽬安となりそう

Slide 21

Slide 21 text

セマンティックレイヤーの⽴ち上げと育成のアプローチ https://www.datamesh-architecture.com/

Slide 22

Slide 22 text

セマンティックレイヤーの⽴ち上げと育成のアプローチ ① 中央データチームが、全てのドメインのデータモデリングを⾏う ● キャッチアップし続けるのは困難で、ボトルネックに ● 現状はこちら寄り ② 特定ドメインチームが、担当ドメインのデータモデリングを⾏う ● データモデリングの⺠主化の理想形 ● ケイパ獲得のハードルが⾼い https://www.datamesh-architecture.com/

Slide 23

Slide 23 text

Embedded SRE のアプローチに学ぶ ● SRE の役割: プロダクトの信頼性の維持‧向上 ● 中央のSREチームが多数の開発チームの相談を全て捌くのはスケールしない ● 解決のアプローチとしての Embedded SRE ○ 開発チームに⼊り込んで、プロダクトの ⽇常的な 信頼性の維持‧向上の スキルを獲得してもらう SRE に求められる⾼度なスキルまでは含まず、 あくまで⽇常的な範囲のスキル獲得というのが肝

Slide 24

Slide 24 text

ここで「セマンティックレイヤーを育てる」を分解してみる 1. ビジネスイベントと粒度を特定する 2. ディメンションを特定する 3. ファクトを特定する ● ⽴ち上げフェーズ: ビジネスイベントやファクトの特定が中⼼ ● 拡張フェーズ: ディメンションの追加が中⼼ ⽇常的なデータモデリング業務というのは、 単純なディメンションの追加や更新が中⼼なのでは?

Slide 25

Slide 25 text

Embedded AE (Analytics Engineering) のアプローチ ● 役割 ○ 新規事業チームに⼊り込んで、セマンティックレイヤーの⽇常的な改善の スキルを獲得してもらう ● 新規事業の誰を巻き込むか ○ ドメインのエキスパート ■ 事業責任者 / オペレーション設計担当者 / プロダクトエンジニア ○ データモデリング担当者 ■ データアナリスト / プロダクトエンジニア

Slide 26

Slide 26 text

Embedded AE (Analytics Engineering) のアプローチ ● 取り組みの例 ● モブプログラミングによるデータモデリングの実践 ○ セマンティックレイヤー⽴ち上げ期を主導する ○ ちょっとしたディメンションの追加を実践してもらう ● 開発ハンドブックの執筆‧公開 ● Agent Skills の作成‧改善

Slide 27

Slide 27 text

セマンティックレイヤーの⽴ち上げと育成のアプローチ ① 中央データチームが、全てのドメインのデータモデリングを⾏う ② 特定ドメインチームが、担当ドメインのデータモデリングを⾏う ③ ⽴ち上げは中央データチームが主導して、⽇常的な改善は 特定ドメインチームに委ねる ● Embedded SRE のアプローチを踏襲した現実解 ● Embedded AE (Analytics Engineering) と⾔える https://www.datamesh-architecture.com/

Slide 28

Slide 28 text

4 まとめ

Slide 29

Slide 29 text

まとめ ● 既存のセマンティックレイヤーの育て⽅ ○ AI エージェントへの問合せが、分析ニーズやビジネス意図の⼿がかりに ○ 壊さないための取り組みも重要 ● 新規事業におけるセマンティックレイヤーの育て⽅の構想 ○ ⼀貫した指標と多様な切り⼝での分析が重要になるタイミングで始めよう ○ Embedded AE のアプローチで、セマンティックレイヤーの⽇常的な改善を を新規事業のチームに委ねられる状態を⽬指します

Slide 30

Slide 30 text

積極的に採⽤中です!! データ基盤を通して、プロダクトと組織の成⻑を⼀緒に⽀えましょう! https://product-recruit.timee.co.jp/casual