Snowflake Summit 2025を通じて感じた今後のデータ活用で重要なこと / My Perspectives on Future Data Utilization Post Snowflake Summit 2025

Snowflake Summit 2025に参加して、印象的だった新機能やセッション、ブースを紹介するとともに、今後データ活用という観点でデータエンジニアがどういった部分に注力すべきかという個人的な考えを書いています。

Transcript

1. Snowflake Summit 2025を通じて感じた 今後のデータ活用で重要なこと
2. • 今日話すこと ◦ 個人的に気になった機能やセッションなどのさらっとした概要と感想 ◦ データ活用という観点で今後人間はどの領域を頑張るべきなのか • 今日話さないこと ◦ データ活用 (BI, AI機能) 以外の領域のこと ◦ 発表された新機能やブース出展されていた製品の詳細な説明
3. 自己紹介 • 鈴木 進也 / yanyan ◦ インターネットや社内では後者で名乗っている • CARTA HOLDINGS, fluct所属 ◦ メディア向けのインターネット広告配信プラットフォーム • 新卒5年目のデータエンジニア ◦ BQ + redshift → Snowflake移行 ◦ Data Observabilityの向上
4. 最近やっていること • 社内のとある部門でデータ基盤の再構築をやっている ◦ ELTパイプラインや最低限のレポーティング機能はできて、データ活用の部分に重きを置いている • ビジネスユーザー向けにダッシュボードを作ったり、データに関する問い合わせを 受けたりもしている ◦ 問い合わせで他の仕事が捗らんみたいなことがたまにある
5. Snowflake Summit 2025に対する目的 • いろんなテーマをまばらに聞くよりも、特定のテーマに集中して見識を深める 方が 良いと考えた • データの活用 にスコープを絞った ◦ セッションはBI and Analyticsみたいな分野に絞って登録 ◦ ブースもBIツール製品を中心に回る
6. 気になったSnowflake新機能 • 気にならなかった機能はないのだが、データの活用観点で気になった2個 • Snowflake Intelligence • Semantic Views その他の機能に関する感想は Zennの記事 でどうぞ
7. Snowflake Intelligence
8. Snowflake Intelligence • 詳しくは公式のBlogなどを参照 ◦ デモ動画がわかりやすいかも • エージェントを介して自然言語でSnowflakeにあるデータにアクセスできる ◦ 可視化、インサイトの獲得、ワークフローの実行など ◦ 生成されたSQLを確認することができる • Snowflakeにあるデータにアクセスするインターフェースを統一できる？
9. Semantic Views
10. Semantic Views • 公式のドキュメント • ビジネスメトリクスやエンティティ、リレーションシップを定義する ◦ SQLで定義できるスキーマオブジェクト ◦ SQLでSemantic Viewに対してクエリできる • 公式のBlog を読むと、セマンティックモデルは基盤側に置いてそれをBIやAIが使っ ていく世界線を目指していそう
11. ブースで見たBI製品たち • Sigma / ThoughtSpot / Omni / Lightdash あたりを見た • どこもAI Agentを介してデータを出す、可視化する機能は搭載していそう ◦ ThoughtSpotはAIが出したグラフを人間がピン留めしてダッシュボードを作るという感じ • Sigma / OmniはSemantic Viewsと連携できる ◦ Sigma ◦ Omni
12. 印象的だったセッション • AI for BI without the BS ◦ OmniというBIツールを作っているところが話していたセッション • AIのワークフローの精度を高めるためには人間のフィードバックが必要 ◦ Semantic Modelsなどを通じて、AIの精度を高めていく ◦ 簡単な質問だが、答えを用意するのが大変な質問にも AIが答えられるようになっていく
13. データ活用における頑張りどころはどこか • データを出す、ダッシュボードを作るとこで疲弊している場合ではない ◦ そこはAIにやらせる世界になっていく • どこで頑張るの？ ◦ AIが我々の欲しいデータを出してくれるような土台を作る ◦ AIを活用した新しいデータへのインターフェースを使ってもらう
14. AIフレンドリーなデータの土台を整える • ユーザーがAIと対話してインサイトを得られるようなインターフェースを整える • AIがより精度の高いアウトプットを出せるようにフィードバックする仕組み ◦ Semantic Viewsなどを活用してドメイン用語や指標の計算を知識として与える ◦ メタデータを整備する ◦ インプットのデータの質を高める • AIのための土台作りは人間のためにもなる ◦ 組織内での用語の統一、メタデータの充実、データモデリング ◦ 質の高いデータがインプットされるように業務を整備する
15. まとめ • Snowflake Intelligence + Semantic Viewsでデータ活用の世界はかなり変わりそ う • 人間はAIが精度高くデータやインサイトを出してくれるような土台をつくるところに注 力していくのが良い ◦ データを出す、ダッシュボードを作る部分で疲弊している場合ではない ◦ 組織でのドメイン用語の統一や業務プロセスの整備は、人間に対しても恩恵がある • Snowflake Summit行って良かった！！！ ◦ 来年も行きたい