組織文化に根ざしたデータ活用の取り組み

Transcript

1. 組織文化に根ざしたデータ活 用の取り組み 2020.07.15
2. ©2020 Voicy, Inc. 自己紹介
 
 
 
 
 
 
 三上悟 (@saicologic) 開発部 リーダー&エンジニアリングマネージャー 2020年1月に株式会社Voicyに入社 エンジニア組織力の最大化とデータ民主化を推進 前職でB2BSaaSモデルのアンケート分析システムの設計・開発・運用をしていたので データマネージメントが得意 SES、受託開発、スタートアップを転々としてきたバックエンド側のエンジニアです。
3. 国内最大級の音声プラットフォーム
 ※「ボイスメディア」はVoicyの登録商標です。 
 Voicyとは？ 3 声で届けるから、コミュニティへ
 熱量と一緒に伝わる

4. あらゆる生活シーンに「音声」が届く 
 4
5. ©2020 Voicy, Inc. Voicy
 Web
 5 Voicy　 Recorder
 Smart Speaker

6. ©2020 Voicy, Inc. アジェンダ ・はじめに、組織、課題 ・課題の解決策 ・SQL塾という学びの場の提供 ・塾生がつまずいたところ ・全社フルリモートでもSQL塾を継続する方法 ・評価（称賛文化） ・今後
7. ©2020 Voicy, Inc. ・全社員 約30人の自社サービス開発の会社です ・データ基盤はある程度構築済み (S3=>Embulk=>BigQuery=>Metabase) ・2020年1月時点ではエンジニア以外はSQL書かかない ・2020年7月時点でエンジニア以外の数名が書いてダッシュボードが作れる 組織規模がまだ小さい自社サービス開発企業での データ民主化を推進する事例です。 はじめに 事例内容について
8. ©2020 Voicy, Inc. Frontend 組織 開発部 iOS Android Web Backend Biz PdM Designer 社長 2020年1月時点 ※ 説明用にかなり省略しています データ扱える人 ・2020年01月(全社員 約20人) 　エンジニアマネージャー 1人が兼任 　バックエンド1人が兼任 　インターン 1人 週２ ・2020年07月(全社員 約30人) 　＋データ専任1人 　＋塾生数名 依頼 私
9. ©2020 Voicy, Inc. 課題 組織の課題 ・簡単なSQLの分析もエンジニアが対応しているため、 　メインのプロダクト開発速度が落ちている ・依頼してから結果がでるまでに時間がかかる 現場の課題 ・自分で分析したいのだが、SQLの文法がよくわからないので いつまでたってもお願いするしかない。
10. ©2020 Voicy, Inc. SQL塾という学びの場の提供 参加者のゴール ・エンジニアに依頼しなくても自ら欲しいデータを取得し、 　分析やダッシュボードが作成できること 塾長はデータ分析レポート抽出をしていたバックエンドエンジニア 自分は生徒として参加
11. ©2020 Voicy, Inc.
12. ©2020 Voicy, Inc. 社長とエンジニア以外全員 塾長は３時間拘束されるので、３グループが限界
13. ©2020 Voicy, Inc. よくある失敗例 - 「SQLの勉強したくて本を買って勉強しているんです〜」 - 「SQLの経験 : Progateやりきりました」 - 「SQLドリルに挑戦！」 これは身につきません！！！！
14. ©2020 Voicy, Inc. データ分析に必要な5つの力(データ分析サイクル) 観察 分析 - 観察分析 - データの傾向を見る力 - 仮説 - データ法則の仮の答えを作る力 - 実行 - SQL、スプレッドシート等を実行する力 - 実行検証 - 実行結果が正しいか見る力 - 仮説検証 - 仮説が正しいか見る力 仮説 実行 実行 検証 仮説 検証 目的
15. ©2020 Voicy, Inc. SQL塾の授業アジェンダ 前半30分 - SQL基礎理解 - 宿題の復習をVoicyのデータで行います！ 後半30分 - 仮説作成と検証 - 自分で仮説をたてて、それを SQLで確かめてみます！
16. ©2020 Voicy, Inc. 仮説作成と検証のルール ルール - 習ったデータとSQLを中心に使ってみよう！ - 他のSQLのカンニングはOK！！ - 簡単なもの、大歓迎！自分で考え抜いてアウトプットしてね - こういうデータの取り方はできますか？などは先生に聞いてね 時間設定 - 20分で課題の設定をして、結果を出力しましょう。 - 残り10分で「仮説」と「結果の考察」を発表してください
17. ©2020 Voicy, Inc. シラバス
18. ©2020 Voicy, Inc. 資料を用意する ・Metabaseの使い方ドキュメント ・Metabaseのコレクションに「SQL塾」を用意する
19. ©2020 Voicy, Inc. サンドボックス
20. ©2020 Voicy, Inc. 進め方 ・分析対象のテーブルとカラムの説明。各回ごとに１つのテーブルを対象 ・ハンズオン例 　・2月の再生ログデータを取得しよう(whereなし、ワイルドカードテーブル) 　・2月29日の再生ログの「放送タイトル」と「プラットフォーム」を取得しよう(select/where) 　・2月29日に再生されたデータを10件、日付が新しい順番に取ってこよう(order by)
21. ©2020 Voicy, Inc. サポート：Slack ・slack上で「pjt_sql_school」 を作りわからないことがあれば相談 できる場を用意する
22. ©2020 Voicy, Inc. サポート：SQL知恵袋
23. ©2020 Voicy, Inc. エキスパートコース開講
24. ©2020 Voicy, Inc. エキスパートコースの実際の参加者 ・プロダクトマネージャー ・デザイナー ・社外にレポートを提出しているBizチーム
25. ©2020 Voicy, Inc. 塾生がつまずいたところ
26. ©2020 Voicy, Inc. 塾生がつまずいたところ 日付だけに絞った補講をおこないました。 下記の条件などをさくっと抽出できる練習をする ・2020年01月01日以降に作成されたデータ ・2020年01月01日から2020年01月31日に作成されたデータ ・今日以降に作成されたデータ ・直近90日に作成されたデータ 日付！！！！
27. ©2020 Voicy, Inc. 塾生がつまずいたところ SQL知恵袋に記載しておく BigQueryのドキュメント丸投げではなく、抽出したいテーブルのカラムでよく利用す るところを丁寧に記載しておく
28. ©2020 Voicy, Inc. 塾生がつまづいたところ① BigQueryのテーブルサフィックスも詳しく データ量が多いログ系のテーブルは、日付ごとにテーブルが分かれている （日付のパーティショニングテーブル） →1つのテーブルにしてしまうと、データ量が多く、select文などで処理をする際に重くなってし まうため（下記図参照） 日付ごとのテーブルになっているため、複数のテーブルを参照する際に工夫が必要 →その際に使用するのが、where句で使用できる「_TABLE_SUFFIX」
29. ©2020 Voicy, Inc. 塾生がつまづいたところ② エキスパートコースでもほとんどよくわからん状態 丁寧な説明資料を用意 ・まずは実際に使っているSQLを見て、どのように計算しているかを説明する ・その後、Window関数の一般的な話をする ・sum/avg/max/min/count/row_number/rank/first_value ・行の指定（unbounded preceding)など ・実際に自分でSQLを書く ウィンドウ関数
30. ©2020 Voicy, Inc. 全社フルリモートでもSQL塾を継続する方法 ・出社したときと変わらず週１開催 ・Google Meetsで実施。画面共有を使いながら話す ・わからないことはSlackでサポート 特にオフライン変わらず
31. ©2020 Voicy, Inc. 塾生の活躍 1日1SQLを目標にしてほぼ毎日なにかしらのSQLを書く人がでてきた （プロダクトマネージャー） 例： ・refererの各ドメインごとのUUID数 ・refererの各ドメインごと、各プラットフォームごとのUUID数 ・ドメイン、プラットフォームごとのM月のトータル再生時間（単位：時間） ・M年N月のパーソナリティごとの総再生時間（単位：時間） ・M年N月の時間ごとの視聴時間数 ４０本くらい
32. ©2020 Voicy, Inc. 評価（称賛文化）すると良いのか ・SQL塾を主催したメンバーは、会社の中でValueを出した人として称賛 ・塾生が調査した分析結果を月次報告会で発表 ・塾生が作成したダッシュボードで活用する
33. ©2020 Voicy, Inc. 今後 ・組織として新しくデータチームをつくる ・塾長はバックエンドチームから離れてデータエンジニアリング専任へ ・より深い分析はデータアナリストがおこなう ・現場レベルで知りたい情報は塾生がおこなう
34. 今日を彩るボイスメディア