データ組織ゼロから投資を得るまでの軌跡と未来図〜AIの前にやるべきこと〜 / Building a Data Organization from Scratch: The Journey to Securing Investment and a Vision for the Future

by 株式会社カオナビ

Embed

Start on current slide

Slide 1

Slide 1 text

AIの前にやるべきことデータ組織ゼロから投資を得るまでの軌跡と未来図 2025.11.06 Data Engineering Summit 本江雄⼈

Slide 2

Slide 2 text

⾃⼰紹介名前: 本江雄⼈（ほんごうゆうと）現職: データチーム⽴ち上げ〜運⽤現在に⾄る - データ基盤の運⽤ - 社内データの収集と活⽤経歴: - ソフトウェアエンジニア, Git導⼊, Unit Test導⼊等 - スクラムマスター, PjM, 開発統括, フロー効率改善等 - （現職）データチーム⽴ち上げ、データ基盤運⽤最近勉強したこと: （データとAIをコツコツ勉強中） - 個⼈情報保護⼠（2025~） - データサイエンティスト検定（2024~） - G検定（2024~） © kaonavi, inc. 1

Slide 3

Slide 3 text

⾃⼰紹介弊社での取組の資料: - 2024.04.16 DevOps Days Tokyo 2024 「カオナビの利⽤実績データをアウトカムにつなげる旅」 - 2024.12.12 Qiita 「AI活⽤による⼈的資本データ収集の効率化に挑戦」 - 2025.05.01 Qiita 「データ活⽤の裾野を広げる：mcp-snowﬂake-serverの導⼊とデータ分析の変化への期待」 - 2025.10.30 kaonavi Tech Talk #21 「データとAIで明らかになる、私達の課題 ~Snowﬂake MCP, Salesforce MCP に触れて~」 - 2025.11.04 Data Engineering Summit 前夜祭 LT 「データモデリングにもUnitTestみたいなのないの？🤔」 © kaonavi, inc. 2

Slide 4

Slide 4 text

はじめに Data Engineering Summitのテーマ「⽣成AI時代のデータ基盤構築」に対して本⽇の内容は「AI-Ready」のさらに⼿前、「AI-ReadyになるためのReady」といった位置づけの話「必要な⼈（利⽤するAI）」が「必要なデータ」に「必要なタイミング」で「安全‧容易に」データ活⽤できるというデータ整備が前提として必要だと考えます © kaonavi, inc. 3

Slide 5

Slide 5 text

はじめに 2023年から2025年に向けた取り組みの変遷 2023年⼊社 Snowﬂake PoC 2024年収集データ拡⼤活⽤提案 2025年活⽤推進データ基盤の再構築 © kaonavi, inc. 4 kaonaviの利⽤実績 Salesforce営業情報 GitLab,RedMine 開発状況可視化 Marketo,GA4 マーケティング情報データエンジニアリング投資獲得 PoC死回避

Slide 6

Slide 6 text

はじめにデータ基盤‧データ組織がない状態から、どのようにボトムアップで社内にデータ活⽤を広め、データ整備に対する投資をもらったかの１事例を発表します © kaonavi, inc. 5

Slide 7

Slide 7 text

はじめに「AI活⽤が叫ばれてるけど、データ基盤ない！」「社内にデータ活⽤‧管理チームがないが、やりたい！」 etc… という⽅への勇気になれば幸いです © kaonavi, inc. 6

Slide 8

Slide 8 text

Agenda 1 1歩⽬：データ組織‧基盤「ゼロ」からのデータが⾒れる状態へ 2 2歩⽬：暗中模索の⾏脚データ活⽤の総量を増やす 3 3歩⽬：技術的負債解消のためデータ基盤再構築の投資獲得とさらなる成⻑のための整備 4 現状の課題解決のための新データ基盤 5 未来へ向けて活⽤拡⼤のためのディメンショナルモデリング導⼊とその後 © kaonavi, inc. 7

Slide 9

Slide 9 text

01 1歩⽬データ組織‧基盤「ゼロ」からのデータが⾒れる状態へ © kaonavi, inc. 8

Slide 10

Slide 10 text

⼊社直後開発プロセス課題ヒアリング⼊社時の肩書は「DevOpsエンジニア」、プロセス課題を主体的に解決する役割を期待される © kaonavi, inc. 9 2024.04.16 DevOps Days Tokyo 2024 「カオナビの利用実績をアウトカムへつなげる旅」

Slide 11

Slide 11 text

2つ部署の「⾒れない」問題 ■ 開発（製品の企画‧開発）側の「みれない」問題 - 新機能の開発が急務な状況により、既存機能の価値評価のプロセスが⼀部消失 - 特殊契約顧客の課題により、容易にデータにアクセスできない状況（権限、インフラ） © kaonavi, inc. 10 2024.04.16 DevOps Days Tokyo 2024 「カオナビの利用実績をアウトカムへつなげる旅」

Slide 12

Slide 12 text

2つ部署の「⾒れない」問題 ■ ビジネス（カスタマーサクセス‧販促）側の「⾒れない」問題 - 新機能が多くリリースされるにも関わらず、顧客の利⽤状況を把握ができないため、より製品を活⽤してもらうための作戦⽴てが困難 © kaonavi, inc. 11 2024.04.16 DevOps Days Tokyo 2024 「カオナビの利用実績をアウトカムへつなげる旅」

Slide 13

Slide 13 text

1歩⽬：データを⾒れる状態にする © kaonavi, inc. 12 確実にヤバいデータ課題の解決 × データ基盤の導⼊(PoC)

Slide 14

Slide 14 text

データ課題解決とデータ基盤導⼊ © kaonavi, inc. 13 データ課題解決の際に、データ基盤の導⼊をしてしまうことが⼤事だと考える ❄Snowflake データソース転送・マスク・フィルタデータ蓄積データ加工ダッシュボードユースケース機能A アクセスログ機能B アクセスログ製品DB データ加工 … AWS 転送・加工キュー処理ニアリアルタイムバッチサーバースナップショット頻度要件設定機能A アクセスログ機能B アクセスログ機能A スナップショット機能B スナップショット機能A ダッシュボード機能B ダッシュボード番外編@Salesforce α社各機能の利用状況開発チーム A 開発チーム B CS・販促当時のデータの流れの概要図インフラ個人情報マスク分析不可データ除外

Slide 15

Slide 15 text

データ課題解決とデータ基盤導⼊ © kaonavi, inc. 14 データ課題解決の際に、データ基盤の導⼊をしてしまうことが⼤事だと考える ❄Snowflake データソース転送・マスク・フィルタデータ蓄積データ加工ダッシュボードユースケース機能A アクセスログ機能B アクセスログ製品DB … AWS 転送・加工キュー処理ニアリアルタイムバッチサーバースナップショット頻度要件設定機能A アクセスログ機能B アクセスログ機能A スナップショット機能B スナップショット機能A ダッシュボード機能B ダッシュボード番外編@Salesforce α社各機能の利用状況開発チーム A 開発チーム B CS・販促当時のデータの流れの概要図インフラ個人情報マスク分析不可データ除外複数部署が見る前提であったので、 Salesforceへの直接集計バッチにならずサイロ打破のためのデータ基盤が誕生データ加工

Slide 16

Slide 16 text

データ組織「ゼロ」からの１歩⽬ © kaonavi, inc. 15 データ課題の解決 × データ基盤の導⼊ゼロ活⽤参考: まずデータ活用の総量を増やせ、話はそれからだ 1歩⽬

Slide 17

Slide 17 text

02 2歩⽬暗中模索の⾏脚データ活⽤の総量を増やす © kaonavi, inc. 16

Slide 18

Slide 18 text

今あるデータでサンプルの⼤量作成取得したデータを元に「こういうのがあったらいいのでは？」をひたすら形にする © kaonavi, inc. 17 　運用　テスト　開発企画　Churned 　Customer 　Field 　Inside Lead 私の社会⼈経験（フロー効率改善‧ECサイトのCV改善）が強くこびり付いており…パイプライン管理に少々固執… - リードタイム - フェーズごとの案件在庫 - リードタイム - フェーズごとの案件在庫 ■ 開発フェーズ ■ 営業‧顧客管理フェーズ

Slide 19

Slide 19 text

採⽤されないダッシュボードたち… © kaonavi, inc. 18 今あるデータでサンプルの⼤量作成

Slide 20

Slide 20 text

暗中模索の⾏脚 “刺さらない”データ活⽤サンプルななめ1on1という他部署役職者とMTGができる制度を活⽤し、当時ほとんどの部の部⻑とMTGを実施し、データ基盤の活⽤の営業を実施 © kaonavi, inc. 19 作ったダッシュボードのサンプルが全くもって“刺さらない”

Slide 21

Slide 21 text

暗中模索の⾏脚 “刺さらない”データ活⽤サンプル The Model 型に近い組織構造であり、各部⾨KPIを分離し専⾨性を⾼める狙いのため、いま思えば、パイプラインの可視化は筋が悪い（不急なもの）と振り返ることができる © kaonavi, inc. 20 　Churned 　Customer 　Field 　Inside 　　Lead ■ 営業‧顧客管理フェーズマーケティング部インサイドセールス部営業部カスタマーサクセス部認知 - 想起‧ブランド数値 - SEO流⼊ - 広告流⼊‧広告費 - CVR - タッチ数 - 案件化数 - 受注数 - アップセル - チャーンレート担当組織 KPI

Slide 22

Slide 22 text

2種類の分析「データ駆動型」「レポート駆動型」 © kaonavi, inc. 21 「アジャイルデータモデリング」 1.2.1 データ駆動型分析 , 1.2.2 レポート駆動型分析より

Slide 23

Slide 23 text

2種類の分析「データ駆動型」「レポート駆動型」「データ駆動分析」という状態であり、レポート等の利⽤者の理解が不⼗分な状態であった © kaonavi, inc. 22 データ駆動型分析業務データソースを分析することで要件を定めるユーザーの意⾒が先でないため、データ要件の優先順位やスコープを判断できず、時間と費⽤がかかる「システムを作れば、きっとユーザーくる」 IT部⾨スタッフのコンフォートゾーンの中で完結レポート駆動型分析ユーザーがレポートに何を求めているかを読み解くことによって要件を定める何度もMTGを重ね、ステークホルダーが抱える緊急度の⾼いレポート要件に集中し、効率的に開発ができるように優先順位をつけ実施していく「アジャイルデータモデリング」 1.2.1 データ駆動型分析 , 1.2.2 レポート駆動型分析より

Slide 24

Slide 24 text

暗中模索の⾏脚の先に… 盲⽬的に“刺さらない”レポートを作成しては発信し盲⽬的に「こういうデータがあれば嬉しいだろう」と新規データの取得を実施し続けていた今思えばかなり効率が悪い… © kaonavi, inc. 23

Slide 25

Slide 25 text

暗中模索の⾏脚の先に… 盲⽬的に“刺さらない”レポートを作成しては発信していたし、盲⽬的に「こういうデータがあれば嬉しいだろう」と新規データの取得を実施し続けていた © kaonavi, inc. 24 「本江さん、データやってくれるんだって？」という認知が広がりデータの悩み‧解決したいことを相談してくれる⼈がでてきた

Slide 26

Slide 26 text

暗中模索の⾏脚の先に… 暗中模索の⾏脚のおかげで、「レポート駆動型分析」の案件が舞い込むようになる © kaonavi, inc. 25 データ駆動型分析業務データソースを分析することで要件を定めるユーザーの意⾒が先でないため、データ要件の優先順位やスコープを判断できず、時間と費⽤がかかる「システムを作れば、きっとユーザーくる」 IT部⾨スタッフのコンフォートゾーンの中で完結レポート駆動型分析ユーザーがレポートに何を求めているかを読み解くことによって要件を定める何度もMTGを重ね、ステークホルダーが抱える緊急度の⾼いレポート要件に集中し、効率的に開発ができるように優先順位をつけ実施していく「アジャイルデータモデリング」 1.2.1 データ駆動型分析 , 1.2.2 レポート駆動型分析より

Slide 27

Slide 27 text

暗中模索の⾏脚の先に… ⼿に⼊れた仲間欲しいレポートや悩みを共有してくれて、実現してきたもの（⼀部抜粋） © kaonavi, inc. 26 プロダクト企画 ‧製品KPIのモニタリング ‧各機能の利⽤状況（⽉1レポート） ‧各オプションの売上貢献（⽉１レポート）プロダクト開発 ‧チームの健康診断 L リードタイム L リリース数 L チームサーベイ ‧CI/CDの実⾏時間監視‧調整 ‧パフォーマンス分析 L レスポンスタイム L バッチ実⾏状況事業企画‧BizOps‧CS ‧新機能リリース直後からの利⽤状況連携 ‧アップセル予測分析 ‧ファネル分析 L 顧客規模軸 L プラン軸 L etc. マーケティング ‧リード状況の可視化 ‧製品LPページの改善のための既存顧客分析 ‧各オプションの売上貢献 ‧ファネル分析 ‧各機能の利⽤状況経営‧上層部

Slide 28

Slide 28 text

暗中模索の⾏脚の先に… ⼿に⼊れた仲間欲しいレポートや悩みを共有してくれて、実現してきたもの（⼀部抜粋） © kaonavi, inc. 27 プロダクト企画 ‧製品KPIのモニタリング ‧各機能の利⽤状況（⽉1レポート） ‧各オプションの売上貢献（⽉１レポート）プロダクト開発 ‧チームの健康診断 L リードタイム L リリース数 L チームサーベイ ‧CI/CDの実⾏時間監視‧調整 ‧パフォーマンス分析 L レスポンスタイム L バッチ実⾏状況事業企画‧BizOps‧CS ‧新機能リリース直後からの利⽤状況連携 ‧アップセル予測分析 ‧ファネル分析 L 顧客規模軸 L プラン軸 L etc. マーケティング ‧リード状況の可視化 ‧製品LPページの改善のための既存顧客分析 ‧各オプションの売上貢献 ‧ファネル分析 ‧各機能の利⽤状況経営‧上層部きっかけのデータ案件

Slide 29

Slide 29 text

暗中模索の⾏脚の先に… ⼿に⼊れた仲間 Snowﬂakeのユーザー数が、2年間で約250ユーザー増加 🎉 © kaonavi, inc. 28

Slide 30

Slide 30 text

2歩⽬：データ活⽤の総量を増やす © kaonavi, inc. 29 データ活⽤の認知拡⼤でも案件獲得でもいいからとにかく⾜で稼げ（この際、鶏卵※は気にしない！） ※「データ駆動型分析」「レポート駆動型分析」のこと活⽤

Slide 31

Slide 31 text

データ組織「ゼロ」からの2歩⽬ © kaonavi, inc. 30 データ課題の解決 × データ基盤の導⼊ゼロ活⽤データ活⽤⾜で稼ぐ活⽤ 1歩⽬ 2歩⽬データが⾒れるデータ活⽤の総量を増やす参考: まずデータ活用の総量を増やせ、話はそれからだ

Slide 32

Slide 32 text

03 3歩⽬技術的負債解消のためデータ基盤再構築の投資獲得とさらなる成⻑のための整備 © kaonavi, inc. 31

Slide 33

Slide 33 text

既存アセットに頼り切り、技術的負債が蓄積 PoC期間に最短でデータ活⽤を⽬指した結果、役割分掌‧データ格納粒度の違う魔境の完成 © kaonavi, inc. 32 ❄Snowflake 運用インフラ転送・マスク・フィルタデータ蓄積（生）データ加工ダッシュボードユースケース機能A アクセスログ機能B アクセスログ製品DB AWS 転送・加工キュー処理ニアリアルタイムバッチサーバースナップショット頻度要件設定機能A アクセスログ機能B アクセスログ機能A 集計データ機能B 集計データ機能A ダッシュボード機能B ダッシュボード番外編@Salesforce α社各機能の利用状況個人情報マスク分析不可データ除外インフラチームデータ加工データ分析チームデータ分析チーム元データアプリケーション Salesforce Salesforce オブジェクトデータ GitLab RedMine GitLab CI GitLab 集計データ RedMine DBデータ開発生産性可視化 RedMine 中間集計営業・顧客情報民主化社内ツールチームインフラチームバッチサーバーインフラチームインフラチーム

Slide 34

Slide 34 text

既存アセットに頼り切り、技術的負債が蓄積 © kaonavi, inc. 33 さすがにやばいデータ活⽤続ける阻害要因じゃん… ってことぐらいは私でも気がつきます…

Slide 35

Slide 35 text

既存アセットに頼り切り、技術的負債が蓄積 PoC期間に最短でデータ活⽤を⽬指した結果、役割分掌‧データ格納粒度の違う魔境の完成 © kaonavi, inc. 34 ❄Snowflake 運用インフラ転送・マスク・フィルタデータ蓄積（生）データ加工ダッシュボードユースケース機能A アクセスログ機能B アクセスログ製品DB AWS 転送・加工キュー処理ニアリアルタイムバッチサーバースナップショット頻度要件設定機能A アクセスログ機能B アクセスログ機能A 集計データ機能B 集計データ機能A ダッシュボード機能B ダッシュボード番外編@Salesforce α社各機能の利用状況個人情報マスク分析不可データ除外データ加工データ分析チームデータ分析チーム元データアプリケーション Salesforce Salesforce オブジェクトデータ GitLab RedMine GitLab CI GitLab 集計データ RedMine DBデータ開発生産性可視化 RedMine 中間集計営業・顧客情報民主化データ分析チーム社内ツールチームバッチサーバーインフラチームインフラチームインフラチーム顧客数・アクセスも順調に増加将来確実に本番負荷インフラチーム

Slide 36

Slide 36 text

既存アセットに頼り切り、技術的負債が蓄積 PoC期間に最短でデータ活⽤を⽬指した結果、役割分掌‧データ格納粒度の違う魔境の完成 © kaonavi, inc. 35 ❄Snowflake 運用インフラ転送・マスク・フィルタデータ蓄積（生）データ加工ダッシュボードユースケース機能A アクセスログ機能B アクセスログ製品DB AWS 転送・加工キュー処理ニアリアルタイムバッチサーバースナップショット頻度要件設定機能A アクセスログ機能B アクセスログ機能A 集計データ機能B 集計データ機能A ダッシュボード機能B ダッシュボード番外編@Salesforce α社各機能の利用状況個人情報マスク分析不可データ除外データ加工データ分析チームデータ分析チーム元データアプリケーション Salesforce Salesforce オブジェクトデータ GitLab RedMine GitLab CI GitLab 集計データ RedMine DBデータ開発生産性可視化 RedMine 中間集計営業・顧客情報民主化データ分析チーム社内ツールチームバッチサーバーインフラチーム生データを格納してないと再集計・再実行が容易じゃない（他チームとの調整が必要）インフラチームインフラチームインフラチーム

Slide 37

Slide 37 text

既存アセットに頼り切り、技術的負債が蓄積 PoC期間に最短でデータ活⽤を⽬指した結果、役割分掌‧データ格納粒度の違う魔境の完成 © kaonavi, inc. 36 ❄Snowflake 運用インフラ転送・マスク・フィルタデータ蓄積（生）データ加工ダッシュボードユースケース機能A アクセスログ機能B アクセスログ製品DB AWS 転送・加工キュー処理ニアリアルタイムバッチサーバースナップショット頻度要件設定機能A アクセスログ機能B アクセスログ機能A 集計データ機能B 集計データ機能A ダッシュボード機能B ダッシュボード番外編@Salesforce α社各機能の利用状況個人情報マスク分析不可データ除外データ加工データ分析チームデータ分析チーム元データアプリケーション Salesforce Salesforce オブジェクトデータ GitLab RedMine GitLab CI GitLab 集計データ RedMine DBデータ開発生産性可視化 RedMine 中間集計営業・顧客情報民主化データ分析チーム社内ツールチームバッチサーバーインフラチームドメイン知識・抽出・移送/取込・加工・提供全フェーズでの属人化が発生インフラチームインフラチームインフラチーム Aさんの担当 Bさんの担当（権限等の問題） Aさんの担当

Slide 38

Slide 38 text

新基盤構築（PoC終了‧本導⼊）に向けた投資獲得技術的負債の解消（更にはSnowﬂakeのPoC終了‧本導⼊の宣⾔）を⽬的とし、情報まとめ © kaonavi, inc. 37 いままで推進してきたデータ活⽤の貢献度新基盤の運⽤コスト VS

Slide 39

Slide 39 text

いままで推進してきたデータ活⽤の貢献度 © kaonavi, inc. 38 提供‧運⽤装着されたダッシュボード等に関して、⽉額の価値換算を実施考慮項⽬例 - 閲覧⼈数 - 意思決定に⽤いられるか否か - 業務が不可となった場合の損失

Slide 40

Slide 40 text

新基盤の運⽤コスト © kaonavi, inc. 39 インフラのコスト増加だけでなく、新基盤となることによりデータ活⽤案件の作業がどの程度改善されるかも考慮

Slide 41

Slide 41 text

新基盤構築（PoC終了‧本導⼊）に向けた投資獲得技術的負債の解消（更にはSnowﬂakeのPoC終了‧本導⼊の宣⾔）を⽬的とし、情報まとめ © kaonavi, inc. 40 新基盤構築後の - イニシャルコスト - ランニング価値（円/⽉）（データ活⽤価値 - インフラコスト + 作業効率化価値）

Slide 42

Slide 42 text

3歩⽬：将来のための整備 © kaonavi, inc. 41 投資を獲得し、さらなる成⻑のための整備を活⽤整備最適化

Slide 43

Slide 43 text

データ組織「ゼロ」からの3歩⽬ © kaonavi, inc. 42 データ課題の解決 × データ基盤の導⼊ゼロ活⽤データ活⽤⾜で稼ぐ活⽤ 1歩⽬ 2歩⽬データが⾒れるデータ活⽤の総量を増やす 3歩⽬将来のための投資の獲得活⽤投資獲得とさらなる成⻑のための整備整備最適化参考: まずデータ活用の総量を増やせ、話はそれからだ

Slide 44

Slide 44 text

活⽤これから先 © kaonavi, inc. 43 データ活⽤⾜と技術で稼ぐ活⽤ 2n歩⽬データ活⽤の総量を増やす 2n+1歩⽬将来のための投資の獲得整備最適化整備最適化活⽤参考: まずデータ活用の総量を増やせ、話はそれからだ投資獲得とさらなる成⻑のための整備

Slide 45

Slide 45 text

04 現状の課題解決のための新データ基盤 © kaonavi, inc. 44

Slide 46

Slide 46 text

おさらい © kaonavi, inc. 45

Slide 47

Slide 47 text

新データ基盤 © kaonavi, inc. 46 ❄Snowflake extruct S3 RAW _loaded_at ダッシュボードユースケース fluentbit 製品DB JSON CSV出力製品利用実績顧客情報 SOURCE データ分析チームデータソースアプリ Salesforce GitLab ※ RedMine 開発生産性ステークホルダー S3 CSV AppFlow Marketo GA4 (to BQ) GitLab CI （Python） JSON JSON JSON JSON JSON JSON CSV JSON JSON JSON JSON JSON WAREHOUSE MART Tableau _loaded_at, SCHEME EVOLUTION _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body … … … 展開展開展開展開展開展開展開 dim fact 卍 AirFlow （Python,SQL） dim fact dim fact dim fact dim fact dim fact dim fact Salesforce レプリケーションいままでの魔境が、整理されました！

Slide 48

Slide 48 text

新データ基盤 © kaonavi, inc. 47 ❄Snowflake extruct S3 RAW _loaded_at ダッシュボードユースケース fluentbit 製品DB JSON CSV出力製品利用実績顧客情報 SOURCE データ分析チームデータソースアプリ Salesforce GitLab ※ RedMine 開発生産性ステークホルダー S3 CSV AppFlow Marketo GA4 (to BQ) GitLab CI （Python） JSON JSON JSON JSON JSON JSON CSV JSON JSON JSON JSON JSON WAREHOUSE MART Tableau _loaded_at, SCHEME EVOLUTION _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body … … … 展開展開展開展開展開展開展開 dim fact 卍 AirFlow （Python,SQL） dim fact dim fact dim fact dim fact dim fact dim fact Salesforce レプリケーション集計時に本番環境は叩かないいままでの魔境が、整理されました！

Slide 49

Slide 49 text

新データ基盤 © kaonavi, inc. 48 ❄Snowflake extruct S3 RAW _loaded_at ダッシュボードユースケース fluentbit 製品DB JSON CSV出力製品利用実績顧客情報 SOURCE データ分析チームデータソースアプリ Salesforce GitLab ※ RedMine 開発生産性ステークホルダー S3 CSV AppFlow Marketo GA4 (to BQ) GitLab CI （Python） JSON JSON JSON JSON JSON JSON CSV JSON JSON JSON JSON JSON WAREHOUSE MART Tableau _loaded_at, SCHEME EVOLUTION _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body … … … 展開展開展開展開展開展開展開 dim fact 卍 AirFlow （Python,SQL） dim fact dim fact dim fact dim fact dim fact dim fact Salesforce レプリケーション生データを保持し再集計・再実行をしやすくいままでの魔境が、整理されました！

Slide 50

Slide 50 text

新データ基盤 © kaonavi, inc. 49 ❄Snowflake extruct S3 RAW _loaded_at ダッシュボードユースケース fluentbit 製品DB JSON CSV出力製品利用実績顧客情報 SOURCE データ分析チームデータソースアプリ Salesforce GitLab ※ RedMine 開発生産性ステークホルダー S3 CSV AppFlow Marketo GA4 (to BQ) GitLab CI （Python） JSON JSON JSON JSON JSON JSON CSV JSON JSON JSON JSON JSON WAREHOUSE MART Tableau _loaded_at, SCHEME EVOLUTION _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body … … … 展開展開展開展開展開展開展開 dim fact 卍 AirFlow （Python,SQL） dim fact dim fact dim fact dim fact dim fact dim fact Salesforce レプリケーション同一リポジトリ・同様の処理にて属人化排除の一部を担ういままでの魔境が、整理されました！

Slide 51

Slide 51 text

新データ基盤 © kaonavi, inc. 50 めっちゃ簡単に紹介しましたが - もともとの仕組みからの脱却の相談（主に製品側のインフラの⽅ - 法務の⽅との確認のやりとり - 個⼈情報保護法の学習をし、個⼈情報保護⼠になりました… - Snowﬂakeの営業の⽅と規約のやりとり - 新データ基盤のインフラ構築 - FY25の予算の通過と予実管理 - SaaS毎に異なる課題にぶつかる - AppFlowでMarketo同期でバグを踏む（最近修正完了の連絡きた… - AppFlowにGitLabの分析で必要なメトリクスがとれない… - もちろんデータソース毎に異なる課題にぶつかる - 毎⽇全件取得できるもの - 毎⽇差分取得じゃないと現実的ではないもの… - hogefuga いままでの魔境が、整理されました！

Slide 52

Slide 52 text

Slide 53

Slide 53 text

Slide 54

Slide 54 text

活⽤新データ基盤構築後 © kaonavi, inc. 53 データ活⽤⾜と技術で稼ぐ活⽤ 2n歩⽬データ活⽤の総量を増やす 2n+1歩⽬将来のための投資の獲得整備最適化整備最適化活⽤参考: まずデータ活用の総量を増やせ、話はそれからだ投資獲得とさらなる成⻑のための整備主戦場を再度、データ活⽤の総量の増加にしていきたい

Slide 55

Slide 55 text

© kaonavi, inc. 54 ❄Snowflake extruct S3 RAW _loaded_at ダッシュボードユースケース fluentbit 製品DB JSON CSV出力製品利用実績顧客情報 SOURCE データ分析チームデータソースアプリ Salesforce GitLab ※ RedMine 開発生産性ステークホルダー S3 CSV AppFlow Marketo GA4 (to BQ) GitLab CI （Python） JSON JSON JSON JSON JSON JSON CSV JSON JSON JSON JSON JSON WAREHOUSE MART Tableau _loaded_at, SCHEME EVOLUTION _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body … … … 展開展開展開展開展開展開展開 dim fact 卍 AirFlow （Python,SQL） dim fact dim fact dim fact dim fact dim fact dim fact Salesforce レプリケーション主戦場を再度、データ活⽤の総量の増加にしていきたいこのエリア新データ基盤構築後

Slide 56

Slide 56 text

近い未来はディメンショナルモデリングの追加‧改善 © kaonavi, inc. 55 ❄Snowflake extruct S3 RAW _loaded_at ダッシュボードユースケース fluentbit 製品DB JSON CSV出力製品利用実績顧客情報 SOURCE データ分析チームデータソースアプリ Salesforce GitLab ※ RedMine 開発生産性ステークホルダー S3 CSV AppFlow Marketo GA4 (to BQ) GitLab CI （Python） JSON JSON JSON JSON JSON JSON CSV JSON JSON JSON JSON JSON WAREHOUSE MART Tableau _loaded_at, SCHEME EVOLUTION _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body … … … 展開展開展開展開展開展開展開 dim fact 卍 AirFlow （Python,SQL） dim fact dim fact dim fact dim fact dim fact dim fact Salesforce レプリケーション主戦場を再度、データ活⽤の総量の増加にしていきたいここ⼤事

Slide 57

Slide 57 text

Slide 58

Slide 58 text

Slide 59

Slide 59 text

Slide 60

Slide 60 text

Slide 61

Slide 61 text

Slide 62

Slide 62 text

未来への動き…⾜ © kaonavi, inc. 61 ステークホルダーを理解し、緊急‧重要な課題に集中したい ※ 提供する成果物の形はレポートとは限らない。ディメンショナルモデリングしたデータだけかもしれないし、機械学習ロジックかもしれないし、AIツールかもしれない

Slide 63

Slide 63 text

未来への動き … 技術 © kaonavi, inc. 62 ❄Snowflake extruct S3 RAW _loaded_at ダッシュボードユースケース fluentbit 製品DB JSON CSV出力製品利用実績顧客情報 SOURCE データ分析チームデータソースアプリ Salesforce GitLab ※ RedMine 開発生産性ステークホルダー S3 CSV AppFlow Marketo GA4 (to BQ) GitLab CI （Python） JSON JSON JSON JSON JSON JSON CSV JSON JSON JSON JSON JSON WAREHOUSE MART Tableau _loaded_at, SCHEME EVOLUTION _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body _loaded_at, body … … … 展開展開展開展開展開展開展開 dim fact 卍 AirFlow （Python,SQL） dim fact dim fact dim fact dim fact dim fact dim fact Salesforce レプリケーション主戦場を再度、データ活⽤の総量の増加にしていきたいこのエリア機械学習 AI BI 分析MCP セマンティックレイヤー永遠にやることがありそう… dbt on Snowflake まだ見ぬビジネス貢献新しいデータソース非構造化データデータカタログ

Slide 64

Slide 64 text

活⽤未来への動き © kaonavi, inc. 63 データ活⽤⾜と技術で稼ぐ活⽤ 2n歩⽬データ活⽤の総量を増やす整備最適化データ活⽤を増やすため、⾜‧技術共に⼤事にできるチームを作り上げていきたいと思う⾜技術（データだけでなく）ビジネス‧プロセスの理解ステークホルダーとの関係構築数多ある情報のキャッチ課題解決‧価値向上の⼿段 ×

Slide 65

Slide 65 text

Slide 66

Slide 66 text

まとめ © kaonavi, inc. 42 データ課題の解決 × データ基盤の導⼊ゼロ活⽤データ活⽤⾜で稼ぐ活⽤ 1歩⽬ 2歩⽬データが⾒れるデータ活⽤の総量を増やす 3歩⽬将来のための投資の獲得活⽤投資獲得とさらなる成⻑のための整備整備最適化参考: まずデータ活用の総量を増やせ、話はそれからだ

Slide 67

Slide 67 text

活⽤まとめ © kaonavi, inc. 53 データ活⽤⾜と技術で稼ぐ活⽤ 2n歩⽬データ活⽤の総量を増やす 2n+1歩⽬将来のための投資の獲得整備最適化整備最適化活⽤参考: まずデータ活用の総量を増やせ、話はそれからだ投資獲得とさらなる成⻑のための整備

Slide 68

Slide 68 text

Slide 69

Slide 69 text

ここまで2年半…

Slide 70

Slide 70 text

ここまで2年半…

Slide 71

Slide 71 text

データ活⽤⽂化の浸透トップダウンが⼤事

Slide 72

Slide 72 text

トップダウンじゃないと⽂化は変えられないか？そんなことない

Slide 73

Slide 73 text

No content

Slide 74

Slide 74 text

データはとんでもない広さのビジネスエリアに関与する攻め守り新規事業⽴案既存事業改善案プロセス改善モニタリング AI 機械学習データモデリングデータカタログ ETL インフラ運⽤法務/規約データガバナンスいろんな活⽤

Slide 75

Slide 75 text

データやってるって⾃分の意思でなにかを好転させる機会が無限にある