Ubieにおけるデータ利活用の現在地

2021年12月14日に実施したUbie Tech Talkの発表資料です。
※埋め込みでの閲覧の際はフォントが少し崩れるようです。

◯全文書き起こし記事
https://logmi.jp/tech/articles/326077
https://logmi.jp/tech/articles/326078

◯イベントページ
https://ubietechtalk.connpass.com/event/232243/

Transcript

1. Ubie Tech Talk Ubieにおけるデータ利活用の現在地 2021 / 12 / 14 Naoto Sakai @jagabass
2. 2 自己紹介 Naoto Sakai @jagabass Data Analyst at Ubie Discovery(2021/7〜） Role : Data Analytics / Data Management / UX Research Hobby : PvP Games / Music / VTuber Blog : https://note.com/jagabass
3. 3 本日のテーマ 機械学習エンジニア データエンジニア データアナリスト 全社 データ戦略 策定 データ に基づく 機能開発 MLOps アルゴリズム 開発・運用 データ基盤 開発・運用 マート整備 と活用推進 分析による 価値提供 Ubieのデータ利活用体制について 事業や組織の現状と絡めつつ具体的にお話しします ...！ ・組織・事業体制 ・テーブル設計 ・品質担保の仕組み etc.
4. 4 目次 １. 組織と事業の現状 ２. データ利活用の技術的工夫 ３. 現場でのデータ利活用例
5. 5 Ubie全体の組織体制 1.組織と事業の現状 事業フェイズ・役割に合わせて組織を分割。カルチャーや組織運営スタイルも異なる。 医療機関向け 事業 製薬企業向け 事業 0→10 大胆で高速な価値検証 10→100 グロースとスケールを牽引 Ubie Discovery Ubie Customer Science Ubie Pharma Consulting
6. 6 事業状況 1.組織と事業の現状 「同時他拠点突破」を掲げ、国内にとどまらず複数の事業を同時並行で開発・育成中。 主なプロダクトは以下の 2種だが、事業としては製薬事業などに細分化されたチームで開発を進めている。
7. 7 プロダクト開発状況 1.組織と事業の現状 年間150回リリース 年間600回リリース ToC,ToBどちらのプロダクトもアジャイル開発を実施。機能の追加や施策の検証を高頻度で行っている。
8. 8 Ubie Discoveryのデータ組織体制 1.組織と事業の現状 現在のスタイルは、データ分析・基盤チームから各事業チームに出向するようなイメージ。 ホラクラシーという組織形態のため厳密には異なるが、事業部別組織・機能別組織の両立に近い。
9. 9 Ubie Discoveryのデータ組織体制 1.組織と事業の現状 データ利活用サークル 医療機関向け事業サークル 製薬企業向け事業サークル A A B B B
10. 10 事業開発スピード担保とデータ信頼性担保の両立 1.組織と事業の現状 リソースが限られている中で、どのようにバランスを取るかという問題に日々直面している。 事業開発 スピード データ 信頼性 事業開発 スピード データ 信頼性
11. 11 目次 １. 組織と事業の現状 ２. データ利活用の技術的工夫 ３. 現場でのデータ利活用例
12. 12 dbtを用いた品質管理 2.データ利活用の技術的工夫 DataLake BigQuery DataMart layer BigQuery DWH layer BigQuery Interface layer BigQuery Component layer BigQuery ざっくり以下のような構成でテーブルを設計し、 dbtを用いた品質管理を行っている。 dbt tests dbt tests dbt tests BI Tools
13. 13 テーブル設計・SQL規則の整備 2.データ利活用の技術的工夫 信頼性・再利用性の高い小さな箱を組み合わせて各種テーブルを構成していく運用に。
14. 14 レビュー体制と異常検知の仕組み 2.データ利活用の技術的工夫 データ信頼性担保のため、テーブル作成・変更の際は必ずレビューを行っている。 リリース後はdbtによって異常を検知し、即座に対応できるように。
15. 15 目次 １. 組織と事業の現状 ２. データ利活用の技術的工夫 ３. 現場でのデータ利活用例
16. 16 事例① : 製薬企業向け事業 3.現場でのデータ利活用例 Ubie Pharma Consulting 製薬企業 ・ソリューション提案 ・レポーティング 社内 社外 Ubie Discovery データ分析による 提案・報告サポート
17. 17 事例① : 製薬企業向け事業 3.現場でのデータ利活用例 DataLake BigQuery DataMart layer BigQuery DWH layer BigQuery Interface layer BigQuery Component layer BigQuery BIツール等で計算済みの数値のみを提供する「データ信頼性担保重視」の運用体制となっている。 アドホック分析が必要な場合は適宜アナリストに依頼。 BI Tools
18. 18 事例② : 「ユビー AI受診相談」開発 3.現場でのデータ利活用例 開発チーム② 開発チーム① 社内 データ分析による 施策効果検証・課題探索
19. 19 事例② : 「ユビー AI受診相談」開発 3.現場でのデータ利活用例 開発チームのエンジニアが主体的に分析 データアナリストによる分析環境整備
20. 20 事例② : 「ユビー AI受診相談」開発 3.現場でのデータ利活用例 DataLake BigQuery DataMart layer BigQuery DWH layer BigQuery Interface layer BigQuery Component layer BigQuery BI Tools 最低限の制限のみを行っており、事業開発上の意思決定速度を重視した運用体制となっている。
21. 21 事例③ : 医療機関向け事業 3.現場でのデータ利活用例 Ubie Customer Science 医療機関 ・セールス活動 ・サクセス活動 社内 社外 Ubie Discovery データマートや ダッシュボード整備 によるサポート データ分析による 施策効果検証・課題探索 データの蓄積
22. 22 事例③ : 医療機関向け事業 3.現場でのデータ利活用例 データアナリストによるダッシュボード整備
23. 23 事例③ : 医療機関向け事業 3.現場でのデータ利活用例 DataLake BigQuery DataMart layer BigQuery DWH layer BigQuery Interface layer BigQuery Component layer BigQuery BI Tools Ubie Discovery内での制限は緩めな一方、別組織の Ubie Customer Scienceへの提供は限定的。 データマート層の一部を Authorized Viewとして共有している。 Ubie Discovery Ubie Customer Science
24. 24 まとめ : データ利活用の現在地 高度な分析による意思決定精度向上に注力。 事業開発スピード & データ信頼性の毀損リスクを事業別に見積もり、柔軟に対応できる体制整備に注力。 事業開発 スピード データ 信頼性 事業開発 スピード データ 信頼性