株式会社アイスタイル_Data_Engineering_Summit_全社のデータ活用レベルを上げる__AI-readyな組織を目指す_データ民主化プロジェクト_の裏側.pdf

Transcript

1. 全社のデータ活用レベルを上げる！ AI readyな組織を目指す 「データ民主化プロジェクト」の裏側 2025/11/06 株式会社アイスタイル 河野 匠真 機密・専有情報 株式会社アイスタイルによる個別の明示的な承諾を得ることなく、この資料を使用することを固く禁じます。
2. 登壇者 T&C開発センター プラットフォーム本部 データ分析システム部 データ分析基盤活用 G マネージャー 河野 匠真 • 株式会社 Luup ⇨ 株式会社アイスタイルに (2025年4月) • 念願の美容業界へ • データ分析基盤の構築、運用、整備
3. 目次 1. 会社/事業説明 2. データ民主化プロジェクトとは 3. 現状のデータ分析基盤と目指しどころ 4. まとめ
4. 会社/事業説明 

5. 会社情報 商号　　　株式会社アイスタイル （英文表記： istyle Inc.） 設立　　　1999年7月27日 資本金　　71億7900万円（2025年6月末日現在） 売上高　　687億6800万円（2025年6月期実績） 役員 従業員　　　　　1,208名（連結） （2025年6月末日現在） 本社所在地　　　〒107-6034　東京都港区赤坂一丁目 12番 32号 アーク森ビル 34階 事業内容　　　　美容系総合サイト「 @cosme（アットコスメ）」の企画・運営、関連広告サービス、マーケティング・リサー チサービスの提供 COMPANY COMPANY 01 ©istyle, Inc. 代表取締役会長 CEO 代表取締役社長 COO 取締役副会長 CFO 取締役（非常勤） 吉松 徹郎 遠藤 宗 菅原 敬 山田 メユミ 5
6. 3つの主要事業 BUISINESS BUISINESS 01 ©istyle, Inc. 日本No.1の 化粧品専門店 正規品取扱数 日本No.1のECサイト 日本No.1の 美容情報メディア 01 02 03 6
7. データ民主化プロジェクトとは 

8. ゴール
 事業部門が部門内で最大限データを活用し、
 データドリブンな意思決定ができる状態を目指す
 データ民主化プロジェクトとは Data Utilization Data Utilization 02 ©istyle, Inc. 8
9. データ民主化プロジェクト 世界線 Data Utilization Data Utilization 02 ©istyle, Inc. 9 データ分析基盤 
 営業部隊 to C
 営業部隊 to B
 マーケティング部隊
 プロダクト戦略部隊
 …
 データエンジニア部隊
 データアナリスト(担当者) 
 • データアナリストを各事業部担当制とし て配置し、データ分析支援を行う 
 
 • 全社共通のデータ分析基盤環境へアク セスし、事業/サービスを横断して分析で きる状態に 

10. データ民主化プロジェクト 世界線 Data Utilization Data Utilization 02 ©istyle, Inc. 10 今ここ

11. データ民主化プロジェクト 世界線 Data Utilization Data Utilization 02 ©istyle, Inc. 11 データ分析基盤 
 営業部隊 to C
 営業部隊 to B
 マーケティング部隊
 プロダクト戦略部隊
 …
 データエンジニア部隊
 データアナリスト(担当者) 
 データ分析基盤の整備が足りない 

12. 現状(2025年)のデータ分析基盤と目指しどころ 

13. 現状(2025年)のデータ分析基盤概要図 Data Platform Data Platform 03 ©istyle, Inc. 13 Rawデータを提供している状態 

14. 適切な人が適切なデータに容易にア クセスできない • データの場所がわかっても、どのデータ を使うのが正しいのかわからない • どのデータを使えばいいのかわかって もデータの定義どうなっているのかわか らない データが欲しい時に欲しい分だけ取 得できない • どこに欲しいデータがあるのかわからな い、誰に聞けばいいのかわからない • データ部に依頼ベースになってしまう が、作るのに時間がかかり、欲しいタイ ミングから大きなタイムラグが発生して しまう データの質が担保されていない • 各部署、各メンバーごとに独自定義の SQLでデータを抽出しており、数値の整 合性がどれくらい担保されているか不 透明 • 部署ごとに定義がずれる(数字がズレ る)ことにより、データを見て議論しても、 そもそもの前提定義が合っていないこと で意思決定に時間がかかる 現状(2025年)のデータ分析基盤の課題 Data Platform Data Platform 03 ©istyle, Inc. 14 全社的な共通処理ロジックがない状態でデータが使われている
15. データ分析基盤の Replace Data Platform Data Platform 03 ©istyle, Inc. 15 • データ取り込みを履歴保持 のニアリアルタイムに 
 • ELT構造をDatastream, dbt、airflowで実現 
 • インフラ周りをTFで管理 
 • ディメンショナルモデリング で拡張性の高い構成に 
 データ民主化のスタート 地点へ

16. データ分析基盤の更なる進化 (検討段階) Data Platform Data Platform 03 ©istyle, Inc. 16 信頼性の高いデータを 提供できるデータ基盤 
 

17. データコントラクトの導入検討 Data Platform Data Platform 03 ©istyle, Inc. 17 • テクニカルメタデータの整備/保証の担保 
 • 継続的な更新がされる仕組みの検討 
 • データ不整合/不具合発生の防止 
 • データ生成ロジックの属人化解消 

18. データコントラクトの導入検討 Data Platform Data Platform 03 ©istyle, Inc. 18 As Is
 To Be
 サービスA
 B
 C
 D
 E
 F
 G
 H
 I
 J
 データエンジニア 
 サービス別に担当者はバラバラ 
 データエンジニア『人』が『コミュニケーション』のみでカバー 
 データ活用者 
 サービスA
 B
 C
 D
 E
 F
 G
 H
 I
 J
 データコントラクト 
 データ活用者 
 データエンジニア 
 関係各所がデータ定義を統一して管理/確認 でき、『人』軸ではなくなる 

19. セマンティックレイヤーの導入検討 Data Platform Data Platform 03 ©istyle, Inc. 19 • ビジネスメタデータの定義/保証の担保 
 • 継続的な更新がされる仕組みの検討 
 • データの物理的なずれ、認識のずれを解消 
 • 誰がどのツールを使ってデータ抽出を行っても 同じ定義、同じ数値で会話できる 

20. セマンティックレイヤーの導入検討 Data Platform Data Platform 03 ©istyle, Inc. As Is
 To Be
 事業部A
 データエンジニア 
 『人』が『コミュニケーション』のみでカバー 
 B
 C
 D
 E
 F
 G
 H
 I
 J
 データアナリスト 
 事業部A
 データメンバー 
 B
 C
 D
 E
 F
 G
 H
 I
 J
 全社統一の定義で誰がどのツールを使っても同じ数値がでるように 

21. データ分析基盤の目指しどころ Data Platform Data Platform 03 ©istyle, Inc. 21 • より信頼性の高いデータを提供できるデータ分析基盤 
 • テクニカル/ビジネスメタデータの質と量を担保する 
 • データ民主化を進めるにあたり、今後AIと共存して分析するような環境にしていく想定 
 • AIのパフォーマンスを最大限発揮させるために重要なこと 
 • データ抽出にsqlもいらない、容易な分析ならAIがしてくれるような誰もがストレスなくデータ活用できる状 態にしたい 

22. まとめ

23. まとめ Summary Summary 04 ©istyle, Inc. 23 • 部門内で最大限データを活用できる環境を提供するためのデータ民主化プロジェクト 
 • 達成させるためには『信頼性の高いデータを提供できるデータ基盤』が必要である 
 • 『信頼性の高いデータを提供できるデータ基盤』が少しずつ完成に近づくにつれて、AIの可能性/確実性 も格段と広がり、データ活用がさらに促進される 

24. 24 ご清聴ありがとうございました データエンジニア絶賛募集中です！ ・インフラに強い方 ・モデリングに強い方 ・マネジメントに強い方 などなど 詳細は採用ページをご覧ください https://open.talentio.com/r/1/c/istyle_career/homes/4344?group_ids=9069