データ課題!?それ結節点が原因かも

データドリブンが進まないりゆはあるが、特異点があった！?
複雑な現実のデータ課題と向き合う上で「結節点」を実際のモデルケースをもとに事例紹介します。
本資料は7月26日のDATASaber Bridge 4thの師匠キックオフで発表したものです。

Transcript

1. データ課題 !?それ結節点が原因かも ざきことYuta Ozaki
2. 自己紹介
 二つ名：a perfect circle 認定日：2025年6月27日 師匠：のぞぴぴさん 業務領域 「データに関わる全て」 表のお仕事 所属組織：西新宿のデージタルマーケティングの会社 役割：Tech Lead/データエンジニア ざき（おざき ゆうた） 戦略立案/データ基盤構築/可視化/分析 機械学習/アプリケーション開発 １社に１台！！
3. 結論:結節点になろう 課題の設 定 Problem 結論 Conclution 分析 Analysis データ収集 Data 　 計画 Plan 結節点：複数のものが繋がる部分や、物事が交わる点、または重要な役割を果たす場所
4. データドリブンとは何なのか
 課題に対し、データを収集し、分析し、示唆を得て判断する、その 一連の流れ 問い データ収集 分析 判断・アクション
5. データドリブンな組織とは？
 データに基づいて 戦略策定、計画立案、ビジネスの 意思決定などを行うプロセス が広く定着している組織
6. データドリブン が進まない理由はた くさんあります。 が・・・ 特異点があるのをご存知ですか？ データドリブン： データに基づいて意思決定を行うこと 特異点　　　　：ある対象の中で、他とは異なる特別な性質や状態を示す点
7. すごく厚い壁 難易度が変わるステージ
 意思決定に活用 情報を 知識を データを DIKWモデル データ (Data) を整理することで情報 (Information) になり、情報を解釈することで知識 (Knowledge) になり、知識を体得して意思決定に活用できる状態になったのが知恵 (Wisdom) であるという考え方 ここがデータドリブン
8. どうしてスケールできないのか？
 「目的」「成果」「プロセス」を 判断・評価 できる状態にない あるいは「目的」「成果」「プロセス」がないままに スタートしている 頻出アンチパターン TOP2
9. よくあるベストプラクティス！！
 事前に関係者で目的・費用対効果などの合意を取れる状態にしておく 合意内容 目的：何を判断したいのか？ 実施計画：そのためにいつまでに何を誰がどうやる 効果：それによって削減されるコスト/工数 　　　生まれる価値/成果(売粗) 目標：業務にどう活用されるかレベルで記述 予算：直接労務費 　　　システム費
10. 分析結果が変えられるアク ションはあるか？ 利益・コスト改善が十分大きい か 将来への種まきになるか？ 始まる前にシャットダウン YES NO NO YES NO YES 最初に「意思決定」と「利益」に貢献できるのか判断するのは難しい
11. 現実のデータ課題は複雑
12. 現場から変革を起こすには どうすれば良いのか？
13. 実際にあった事例をもとに 私なりの「解」を紹介します
14. 登場人物紹介
 SQL作成 DXエンジニア モニタリング改善 バックエンドエンジニア マーケター 施策のモニタリング/改善
15. 分析サイクル(PPDAC)別の担当領域
 課題の設定 Problem 結論 Conclution 分析 Analysis データ収集 Data 　 計画 Plan
16. 状況
 とりあえずSQLを書いた DXエンジニア Tableau Prepで何とかする アプリケーションエンジニア マーケター スプシと同じデータが 見れれば良い とりあえず個々人のやり方で進行
17. 作ろうとしていたもの
 同期 Tableau prep 2025年5月 2025年6月 2025年5月〜6月 必殺！！Tableau Prepで秘伝のタレの継ぎ足し
18. 状況
 要件? (自分が決めるんです？) DXエンジニア 運用設計? (コストやばいかも) アプリケーションエンジニア マーケター ユースケース? (考える時間がない) このまま進むと壁に当たる気配・・・
19. 改善
 アーキテクチャ データ収集 データ分析 データ整形 ProjectA ProjectX 秘儀!!ベンダーロックイン解除 ※ベンダーロックイン ： システム構築などで特定のベンダーだけに依存した結果、他の製品やサービスへの移行が困難となる状況に陥ること
20. 改善
 可用性 ▷再蓄積後の最小データを連携 データ管理 ▷最小単位で蓄積 ▷集計粒度をユースケースで分ける ▷蓄積先は同じPJにまとめる DXエンジニア リアルタイム性 ▷ライブ接続が可能に メンテナンス性 ▷Tableau Prepが不要に 容量制限 ▷容量削減によりほぼ考慮不要に アプリケーションエンジニア マーケター 拡張性 ▷BigQuery経由で流用可能に 解釈性 ▷検討しながら高速で基盤更新が可能に 汎用性 ▷データソースは共通に 検証しながら横展開できる状態に
21. 改善イメージ
 検証しながら横展開できる状態に Aチーム Bチーム Cチーム
22. 今回のケースは 知見がハマっただけ
23. 常にこうありたいけど
 まぁこうしておけば大 丈夫だろう前に作った やつの応用だな
24. 最初からスペシャリストなわけではない
25. この壁
26. みんなで取り除きませんか？
27. みんなで結節点になろう 課題の設 定 Problem 結論 Conclution 分析 Analysis データ収集 Data 　 計画 Plan 結節点：複数のものが繋がる部分や、物事が交わる点、または重要な役割を果たす場所
28. まとめ
 データドリブン には集めた情報を知識フェーズ で大きな壁がある 解決策 課題 結節点となり交通整理をすることで軽減できる ▷一人では難しくとも得意領域を相互補完できれば道は開ける 期待 DATA Saberならできる！！
29. スペシャリストにはなれなくても 結節点となることで 課題解決のプロフェッショナルになれる
30. ご清聴ありがとうござました