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
Google データポータル活用ガイド / google-data-portal-guide
Search
Masatoshi Kouda
July 27, 2020
Technology
160
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Google データポータル活用ガイド / google-data-portal-guide
Masatoshi Kouda
July 27, 2020
More Decks by Masatoshi Kouda
See All by Masatoshi Kouda
Mautic 導入・設定入門活用ガ イド / mautic-guide
rhythm
0
66
事例から学ぶデータ活用の紹介 / casestudy-data-utilization
rhythm
0
73
株式会社リズム 会社紹介 / information
rhythm
0
470
Other Decks in Technology
See All in Technology
FinOps X 2026 Recap from Engineer Side #JapanFinOps
chacco38
0
240
4人目のSREはAgent
tanimuyk
0
360
記録をかんたんに、提案をパーソナルに ── AIであすけんが目指すもの
oprstchn
0
110
SRE歴2ヶ月でも開発6年の知見を活かして、チームで止まっていた環境改善を前に進めた話
a_ono
0
170
フルAIで個人開発して学んだあれこれ / yuruai vol.1
isaoshimizu
0
170
なぜ人は自分のプロジェクトを 「なんちゃってアジャイル」と 自嘲するのか
kozotaira
0
230
Text-to-SQLをAgentCoreで実現し、生成されるSQLの精度を定量的に評価する
yakumo
2
360
“詰む”前に仕組みを作れ 〜技術の波に溺れないためのキャッチアップ術〜
takasyou
8
4.9k
“全部コピーしない”ファイルデータの活用 : — FSx for ONTAP × S3 Tables × Icebergで作るメタデータカタログ
yoshiki0705
0
240
Mastraエージェント、どのクラウドにデプロイする?
minorun365
PRO
2
130
product engineering with qa
nealle
0
140
AI・ロボティクスと自動化社会 / AI, Robotics, and the Automated Society
ks91
PRO
0
140
Featured
See All Featured
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.5k
New Earth Scene 8
popppiees
3
2.4k
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
A Modern Web Designer's Workflow
chriscoyier
698
190k
Rails Girls Zürich Keynote
gr2m
96
14k
A better future with KSS
kneath
240
18k
[SF Ruby Conf 2025] Rails X
palkan
2
1.1k
Everyday Curiosity
cassininazir
0
250
How Software Deployment tools have changed in the past 20 years
geshan
0
34k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
230
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.9k
Transcript
(PPHMFσʔλϙʔλϧ ׆༻ΨΠυ גࣜձࣾϦζϜ
ࣗݾհ גࣜձࣾϦζϜදऔక߳ాণढ़ ͜Ε·Ͱ4*FSɺϕϯνϟʔʹͯۚ༥ܥ͔ΒϝσΟΞ༷ʑͳۀքͷ*5Πϯϑ ϥج൫ͷઃܭɺߏஙɺӡ༻Λ୲ "NB[PO8FC4FSWJDFTɺ(PPHMF$MPVE1MBUGPSNͷύϒϦοΫΫϥυ 7.XBSFΛ׆༻ͨ͠ϓϥϕʔτΫϥυ·Ͱ෯͘ରԠՄೳ ·ͨɺ(PPHMFϚʔέςΟϯάϓϥοτϑΥʔϜΛར༻ͨ͠ϚʔέςΟϯά πʔϧͷಋೖࢧԉɺ4BMFTGPSDFΛར༻ͨ͠4'"ɺ$3.ͷಋೖࢧԉରԠ Մೳ ҎԼͷύϒϦοΫΫϥυɺσδλϧϚʔέςΟϯάͷೝఆࢿ֨Λอ༗
w (PPHMF$MPVE$FSUJpFE1SPGFTTJPOBM$MPVE"SDIJUFDU w (PPHMF$MPVE$FSUJpFE1SPGFTTJPOBM%BUB&OHJOFFS w "84$FSUJpFE4PMVUJPOT"SDIJUFDU1SPGFTTJPOBM w (PPHMFΞφϦςΟΫεݸਓೝఆࢿ֨ʢ("*2ʣ
ձࣾ֓ཁ ձ໊ࣾגࣜձࣾϦζϜ ॴࡏ౦ژौ୩۠ࡩٰொ൪߸γςΟίʔτࡩٰ ઃཱ݄ දऀ߳ాণढ़ ࣄۀ༰σʔλੳج൫ͷߏஙɺίϯαϧςΟϯάۀ σʔλ׆༻ίϯαϧςΟϯάۀ σʔλ࿈ܞϓϥοτϑΥʔϜʮ3FDLPOFSʯൢചɺಋೖࢧԉۀ
ΞδΣϯμ (PPHMFσʔλϙʔλϧʹ͍ͭͯ (PPHMFσʔλϙʔλϧͷ༻ྫ ·ͱΊ
(PPHMFσʔλϙʔλϧʹ ͍ͭͯ
σʔλϙʔλϧͱ w(PPHMF͔Βఏڙ͞Ε͍ͯΔ#*πʔϧ w(PPHMFΞΧϯτ͕͋ΕશͯແྉͰ ར༻Մೳ w(PPHMFΞφϦςΟΫεɺ(PPHMFεϓ ϨουγʔτʹΫϦοΫͰ࿈ܞՄೳ wμογϡϘʔυϨϙʔτΛυϥοά υϩοϓ͚ͩͰ؆୯ʹ࡞Մೳ w(PPHMFεϓϨουγʔτͷΑ͏ʹݸਓ νʔϜͷڞ༗ɺڞಉฤू͕Մೳ
σʔλϙʔλϧͷ֓೦ σʔλϙʔλϧʹେ͖ͭ͘ͷ֓೦͕͋ΓɺσʔληοτɺίωΫλɺσʔλ ιʔεɺϨϙʔτͷͭʹͳΓ·͢
σʔλϙʔλϧͷ֓೦ σʔληοτ ͱʹͳΔσʔλΛࢦ͓ͯ͠Γɺྫ͑(PPHMFΞφϦςΟΫ εͷಛఆͷϏϡʔ(PPHMFεϓϨουγʔτͷγʔτɺ #JH2VFSZͷςʔϒϧͰ͢ ίωΫλ σʔληοτଓ͢Δҝʹར༻͞Εɺσʔληοτͱσʔλ ιʔεͷύΠϓʹͳΔίϯϙʔωϯτͰ͢ σʔλιʔε ίωΫλʹΑͬͯఏڙ͞ΕͨσʔλͷଓΛཧɺઃఆ͢Δ
ͨΊͷίϯϙʔωϯτͰ͢ Ϩϙʔτ σʔλιʔεͷσʔλΛ࠷ऴతʹࢹ֮Խ͢Δίϯϙʔωϯτ ͰɺϨϙʔτͷσʔλͭҎ্ͷσʔλιʔε͔Βߏ͞Ε· ͢ ྲྀΕͱͯ͠σʔληοτ͕ίωΫλʹΑͬͯσʔλιʔε͕࡞͞Εɺσʔλ ιʔεΛϨϙʔτ͕ࢀর͠ࢹ֮Խ͍ͯ͘͠ྲྀΕʹͳΓ·͢
ίωΫλͷछྨ σʔληοτʹଓ͢ΔҝͷίωΫλ࣍ͷछྨʹͳΓ·͢ w(PPHMFίωΫλ wύʔτφʔίωΫλ wίϛϡχςΟίωΫλ
ίωΫλͷछྨ σʔληοτʹΑͬͯར༻Ͱ͖ΔίωΫλҟͳΓ·͢ɻύʔτφʔίωΫλج ຊखతʹ༗ঈͱͳ͍ͬͯ·͢ɻ (PPHMFίωΫλ (PPHMFʹΑͬͯߏங͞Ε͓ͯΓɺ(PPHMFͷ֤छαʔϏε ΞΫηεՄೳͰ͢ ύʔτφʔίωΫλ σϕϩούʔύʔτφʔʹΑͬͯߏஙɺαϙʔτ͞Ε͍ͯ· ͢ɻ4BMFTGPSDFɺ)VC4QPUɺ4USJQFͳͲɺ(PPHMFҎ֎ͷϓ ϥοτϑΥʔϜΞΫηεՄೳͰ͢
ίϛϡχςΟίωΫλ ୭ͰߏஙͰ͖ΔίωΫλͰɺ(PPHMF"QQT4DSJQUΛ༻͠ ͯ։ൃ͞Ε͍ͯ·͢ɻσʔλϙʔλϧ͔ΒଓͰ͖Ε͋ΒΏ ΔσʔλιʔεΞΫηεՄೳʹͳΓ·͢
Α͘ར༻͢Δάϥϑͷ͔͍ͭͲ͜Ζ είΞΧʔυ αΠτͷ17ɺۀΛଌఆ͢Δओཁͳ ΛѲ͢Δࡍ༻͞Ε·͢ ࣌ܥྻάϥϑ ϢʔβηογϣϯͳͲʹΑͬͯม ಈ͢ΔσʔλΛѲ͢Δࡍ༻͞Ε·͢
Α͘ར༻͢Δάϥϑͷ͔͍ͭͲ͜Ζ άϥϑ νϟωϧ͝ͱͷ17ɺηογϣϯͳͲෳ߲ ͷେখΛѲ͢Δͱ͖ʹ༻͞Ε·͢ ԁάϥϑ ༻͍ͯ͠ΔσόΠεͷશମʹ͓͚Δׂ߹ ΛѲ͢Δ߹ʹ༻͞Ε·͢
Ϩϙʔτͷڞ༗ํ๏ ଞͷϢʔβʔΛট (PPHMFΞΧϯτΛ͍࣋ͬͯΔϢʔβʔটՄೳͰ͢ ϨϙʔτͱσʔλιʔεͷӾཡɺฤू͕ՄೳͱͳΓ·͢ ϨϙʔτͷϦϯΫΛऔಘ Ϩϙʔτͷॖ63-Λੜͯ͠ɺϨϙʔτͷڞ༗ɺ ΣϒϖʔδͰͷࢀরͳͲɺ͞·͟·ͳ༻్Ͱ༻Ͱ͖·͢ ϝʔϧ৴Λεέδϡʔϧ ϨϙʔτΛڞ༗͍ͨ͠ϢʔβʔͷϝʔϧΞυϨεఆظత ʹ৴Ͱ͖ɺϨϙʔτ1%'ܗࣜͰఴ͞Ε·͢
ϨϙʔτΛμϯϩʔυ 1%'ܗࣜͰμϯϩʔυͯ͠ڞ༗ՄೳͰ͢ Ϩϙʔτͷڞ༗ํ๏ͱͯ͠େ͖ͭ͋͘Γ·͢
(PPHMFσʔλϙʔλϧͷ ༻ྫ
ར༻͢Δσʔληοτ (PPHMFΞφϦςΟΫεͷσϞΞΧϯτͱͯ͠ఏڙ͞Ε͍ͯΔ (PPHMF.FSDIBOEJTF4UPSFͷσʔλΛར༻ͯ͠ɺϨϙʔτ࡞ͱڞ༗ͷྲྀΕΛհ͠·͢ ˞σϞΞΧϯτ(PPHMFΞΧϯτΛ͍࣋ͬͯΕ୭Ͱར༻ՄೳͰ͢
σʔλιʔεͷ࡞ ͡ΊʹʮۭͷϨϙʔτʯΛΫϦοΫ͠։࢝͠·͢
σʔλιʔεͷ࡞ ίωΫλͷબͱͯ͠ʮ(PPHMFΞφϦςΟΫεʯΛબ͠·͢
σʔλιʔεͷ࡞ ଓ͢Δσʔλͱͯ͠ʮ%FNP"DDPVOUʯɺʮ(PPHMF.FSDIBOEJTF4UPSFʯΑΓ ʮ.BTUFS7JFXʯΛબ͠ɺʮՃʯΛΫϦοΫ͠·͢
Ϩϙʔτͷ࡞ Ϩϙʔτͷ࡞ʮάϥϑΛՃʯΑΓද͍ࣔͨ͠άϥϑΛબ͠·͢ɻ
Ϩϙʔτͷ࡞ άϥϑʹείΞΧʔυΛબ͠ɺࢦඪʹʮϖʔδϏϡʔʯɺൺֱظؒʹ ʮલͷظؒʯΛબ͢ΔͱԼهͷΑ͏ʹදࣔ͞Ε·͢ɻ
Ϩϙʔτͷ࡞ άϥϑʹ࣌ܥྻάϥϑΛબ͠σΟϝϯγϣϯʹʮʯɺࢦඪʹʮηογϣϯʯɺ ൺֱظؒʹʮલͷظؒʯΛબ͢ΔͱԼهͷΑ͏ʹදࣔ͞Ε·͢
Ϩϙʔτͷ࡞ άϥϑʹυʔφπάϥϑΛબ͠σΟϝϯγϣϯʹʮσόΠεΧςΰϦʯɺࢦඪʹʮϢʔ βʔʯΛબ͢ΔͱԼهͷΑ͏ʹදࣔ͞Ε·͢
Ϩϙʔτͷڞ༗ ϨϙʔτΛఆظతʹؔऀ1%'Ͱڞ༗͍ͨ͠ͱ͖ɺʮڞ༗ʯΑΓʮϝʔϧ৴Λ εέδϡʔϧʯΛબ͠·͢
Ϩϙʔτͷڞ༗ ԼهͷΑ͏ʹʮѼઌʯɺʮ։࢝࣌ࠁʯɺʮϦϐʔτʯΛઃఆ͠εέδϡʔϧ͢Δ͜ͱͰ ఆظతʹϨϙʔτͷ1%'ΛϝʔϧͰ৴ՄೳͱͳΓ·͢
·ͱΊ
·ͱΊ w(PPHMFΞΧϯτ͕͋ΕແྉͰ͙͢ʹར༻Մೳ wଟछଟ༷ͳσʔλଓՄೳ wϨϙʔτͷ࡞͔Βڞ༗·Ͱγϯϓϧͳૢ࡞Ͱ࣮ݱՄೳ (PPHMFσʔλϙʔλϧΛ׆༻͢Δ͜ͱͰɺۙͳσʔλ͔ΒՄࢹԽ͢Δ͜ͱ͕Մೳͱͳ Γ·͢ σʔλυϦϒϯͳ৫࣮ݱͷୈҰาͱͯ͠ɺ(PPHMFσʔλϙʔλϧΛͬͯΈ͍͔ͯ ͕Ͱ͠ΐ͏͔