3社の事例から学ぶ!現場で使われるダッシュボードの作り方 #前向きデータ整備人 / 20191127

56ae61a2631362f985e4c1fa4548a7ac?s=47 yuzutas0
November 27, 2019

3社の事例から学ぶ!現場で使われるダッシュボードの作り方 #前向きデータ整備人 / 20191127

データアーキテクト(データ整備人)を”前向きに”考える会 の登壇資料です。
https://analytics-and-intelligence.connpass.com/event/153899/

56ae61a2631362f985e4c1fa4548a7ac?s=128

yuzutas0

November 27, 2019
Tweet

Transcript

  1. 3社の事例から学ぶ!
 現場で使われるダッシュボードの作り方
 
 2019-11-27
 データアーキテクト(データ整備人)を“前向きに”考える会
 
 presented by @yuzutas0 

  2. WEBに公開済みです #前向きデータ整備人
 
  撮影やメモは不要です。
  リラックスして聞いていただければと思います。 
 
 スライド 70+枚/15min
 
  頑張って付いてきてください。


     何か1つでも持ち帰っていただければと思います。
 
 詳細(クライアントや案件名)は非公開
 
  データ、ツールなどについても、ダミー情報を掲載しています。
  あくまでも論旨にご注目いただければと思います。   免責・注意事項
  3. ・はじめに ・作り方のポイント
 
 ・Case1 BtoB 業務支援SaaS
 ・Case2 BtoBtoC メディア広告
 ・Case3

    In-House 社内システム
 
 ・実現のノウハウ
 ・伝えたいこと
 ・宣伝   アジェンダ
  4. はじめに  At First

  5.  @yuzutas0 
  ダッシュボード職人 業務の細部まで踏まえたり
 業務自体を改善したり
 足りないデータは補いながら 「使われるダッシュボード」を
 作り上げています

  6.  日本におけるDataOpsの第一人者ということになっています 

  7. データ活用のノウハウ・知見を提供しています
 
  過去の登壇資料  PyCon JP ’17
 ϕεττʔΫΞϫʔυ༏ल৆ σϒαϛՆ ’18


    ࠷଎ຬ੮ˍΞϯέʔτຬ଍౓No.1
 ʢཌ೥ͷϕετεϐʔΧʔ৆ʹ૬౰ʣ
  8.   満員御礼

  9. 作り方のポイント  Summary

  10. 1. 全員が同じデータを見て会話できる!
 
  2. データにもとづいた意思決定ができる!   俺の考えた最強のダッシュボード

  11. 1週間で誰も見なくなった   現実は非常である

  12. がんばって作ったけど、
 使われずに朽ちていくダッシュボード。
 データアーキテクト(データ整備人)が
 一度は通るであろう道。   悲劇の運命を回避したい

  13.   なぜ使われない? どう使われるか
 イメージが曖昧 何が課題か
 振り返りが不足

  14.   何が必要? 運用設計 仮説検証

  15.   2つのキーワード 5W1H PDCA

  16.   5W1H Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  17.   正論(What)だけでは使われない Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  18.   現場の運用に落とし込む Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  19.   PDCA 実行 再計画 実行 再計画 実行 再計画

  20.   作って放置では使われない 実行 再計画 実行 再計画 実行 再計画

  21.   改善サイクルで磨き込む 実行 再計画 実行 再計画 実行 再計画

  22.   2つのキーワード(再掲) 5W1H PDCA

  23. BtoB 業務支援SaaS  Case 1

  24.   5W1Hをデザインする Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  25.     経営陣(◯氏,△氏,□氏)が Who 

  26.      毎週◯曜日の◯時に When Sun Mon Tue Wed Thu Fri Sat

    08:00- 10:00- 12:00- 14:00- 16:00- 18:00- 20:00-
  27.      会議室◯◯で Where 会議室A 会議室C 会議室D 会議室B

  28.      サービス利用状況を知るために Why 1月末 2月末 3月末 4月末 契約更新 契約更新 離脱

    利用◎ 利用△ 利用× 対応困難 リカバリー余地あり
  29.     主要導線UU率の推移を What 60% 45% 30% 15% 1月 2月 3月 4月

    5月 6月 ログイン 検索 詳細 アクション 
  30.     議事録テンプレのURL経由で見る How User Web log fluentd datalake datamart digdag looker

    URL Docs 議事録
 テンプレ Member BigQuery 
  31.   5W1Hをデザインする Who 経営陣(◯氏,△氏,□氏)が When 毎週◯曜日の◯時に Where 会議室◯◯で Why サービス利用状況を知るために

    What 主要導線UU率の推移を How 議事録テンプレのURL経由で見る
  32. BtoBtoC メディア広告  Case 2

  33.   PDCAを回す 実行 再計画 実行 再計画 実行 再計画

  34.   営業でデータを見せる! https://www.pexels.com/photo/adult-architect-blueprint-business-416405/

  35.     広告の効果レポート 広告主 メディア ユーザー 掲載料 広告表示 訪問・閲覧 効果報告 v1

  36.    広告主ごとのPV よくあるレポート +αの表示項目(付加価値) 日付ごと
 のPV 広告ごと
 のPV 曜日x時間帯
 ごとのPV 利用エリア


    ごとのPV Ad PV A 50 B 100 C 30 D 50 E 80 120 90 60 % 30 1/1 1/2 1/3 日 月 火 水 10:00 20 10 15 15 11:00 30 50 15 25 12:00 60 40 35 40 13:00 50 20 25 30 14:00 30 10 15 10  v1
  37.    営業のPCでURLを開いて見せる User Web StackDriver
 Logging datalake datamart Data
 studio URL

    Sales GCS external
 table View
 table Client BigQuery GAE Log v1 
  38.   改善サイクルで磨き込む v1
 アイデア 発散用 v2
 アイデア 収束用 v3
 商用利用


    開始
  39.     広告の効果レポート 広告主 メディア ユーザー v3 コンテンツ
 作成者 コンテンツ投稿 効果報告

    営業戦略を見直し
 コンテンツ強化を優先
  40.    コンテンツ作成者ごとのPV よくあるレポート +αの表示項目(付加価値) 日付ごと
 のPV 投稿ごと
 のPV 曜日x時間帯
 ごとのPV 利用エリア


    ごとのPV POST PV aaa 50 bbb 100 ccc 30 ddd 50 eee 80 120 90 60 % 30 1/1 1/2 1/3 日 月 火 水 10:00 20 10 15 15 11:00 30 50 15 25 12:00 60 40 35 40 13:00 50 20 25 30 14:00 30 10 15 10 ログ仕様を修正
 集計できる状態◎ IPアドレス
 統計利用の許諾◎ v3 
  41.   PDCAを回す 実行 再計画 実行 再計画 実行 再計画 v1納品 v2納品

    v3納品 ・利用規約の見直し
 (IPアドレスの利用許諾) ・ログ仕様から修正
 (必要な項目の取得漏れ) ・営業の戦略自体を見直し
 (コンテンツ強化を優先)
 ・誤解を招く文言を手直し
 (顧客に見せて質疑応答)
  42. In-House 社内システム  Case 3

  43.   2つのキーワード 5W1H PDCA

  44.   システムの利用状況を月次報告 Who システム運用担当者が When 毎月の第一営業日に Where Slack + Confluenceで

    Why 利用促進の改善施策を打つために What 前月のシステム利用UU・PVを How ログ→BigQuery→DataStudioで見る
  45.  データ基盤の利用状況をダッシュボード化 クエリ実行数 2,000回 1,500回 1,000回 500回 1/1 1/2 1/3 1/4

    1/5 1/6 User 実行数 Aさん 50 Bさん 100 Cさん 30 Dさん 50 Eさん 80 Data 参照数 店舗 50 顧客 100 課金 30 商品 50 予約 80 
  46.  月次アクションで組織のデータ活用を促進 どこに課題があるか分析→改善アクション チームA チームB チームC チームD チームE チームF チームG チームH

    生ログ
 独自利用 データT支援
 業務依頼 データT支援
 データ出力 自主的
 データ出力 担当者依存 担当者依存 自主的
 データ生成 他チーム依頼 基盤貢献! 担当者依存 担当者依存 局所化の壁 自走の壁 改善の壁 
  47.  データ・運用の流れ SlackBot
 Reminder StackDriver
 Logging Data
 studio Operator BigQuery Data


    User BigQuery Confluence ・前月の利用状況
 ・改善アクション ・運用手順を見直し 
  48.       定例アジェンダで       運用について見直し       月次での運用   5W1H + PDCA 5W1H PDCA

  49.   2つのキーワード(再掲) 5W1H PDCA

  50. 実現のノウハウ  Realize

  51.   PDCAはプロセスに組み込まれているか? 実行 再計画 実行 再計画 実行 再計画

  52.   NOならデータチームは今すぐスクラム! What 何をするか スプリント
 レビュー デイリー
 スクラム How どうやってするか

    スプリント
 プランニング レトロ
 スペクティブ スプリント
 レビュー か レトロ
 スペクティブ ど スプリント
 プランニング
  53.   5W1Hを描けているか?① Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  54. 
 「誰かが」「いつか」「どこかで」
 使うかもしれないダッシュボード 
 # 「誰が」「いつ」「どこで」
 使うのか説明できるダッシュボード   運用の解像度を上げる

  55.   5W1Hを描けているか?② Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  56. データの入口から出口まで全体の流れを踏まえる!
 必要に応じてシステムやデータを整備する!   ライフサイクルを見通す プロダクト ユーザー DB・ログ 施策・業務 DWHシステム
 


    例:BigQuery 収集 疎通 活用 価値
  57.   5W1Hを描けているか?③ Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  58. ①一般的な「データ可視化」「データ分析」の
  テクニックを発揮するポイントがここ ②個人的には「資料作成」の本やスライドが
  一番参考になると感じている ②複雑な集計ロジックにこだわる必要はなく
  シンプルな主要指標を可視化するだけで十分   ここは無限に話せるので……

  59. 発表者個人はiPad + Apple Pencilを愛用   課題の構造化

  60.   個人的には好きなところ

  61. 
 https://speakerdeck.com/yuzutas0/20180425   ※必要に応じてスナップショットの探索

  62.   5W1Hを描けているか?④ Who 誰が、 When いつ、 Where どこで、 Why なぜ、

    What 何のデータを、 How どうやって見るか
  63.   後工程から逆算する ダッシュボードで モニタリング 必要な
 アクションを行う 不要な
 アクションを回避する 数値が
 大きかったら

    数値が
 小さかったら
  64. 
 新規営業を増やそう! 新規は上がっているけど
 既存が落ちている!
 フォローアップを見直そう!   「週次売上が低下した」 データがない場合 データがある場合

  65. “データ分析で、「リソースを投じなくて良い場所」を探す” https://note.mu/shinya_nagai/n/n4d80f667dff1   「入力フォームを改善すべきか」 このステップを改善する事で、
 全体のコンバージョンレートが
 改善する事はほぼないだろう。

  66. 伝えたいこと  Message

  67. ・現場の1人1人が主役となりデータを活用してプロダクトや業務を磨き込む ・この積み重ねによって事業が成長し、顧客に価値を届けることになる   この積み重ねが事業成長に繋がる SECIモデル 顧客価値 勝ち筋・UVP エンジニア 集客 デザイン

    セキュリティ 法務 カスタマー
 サポート 広報 支援者・開拓者としての
 サイエンティスト・アナリスト データ
  68. データと業務を「前向き」に繋げよう
 テクノロジーとビジネス現場を「前向き」に繋げよう 
 データを活用することで
 誰のどんな課題を解決するかを「前向き」に問い直そう  DataとOpsを「前向き」に繋げよう 

  69. 宣伝!  PR

  70. https://speakerdeck.com/yuzutas0/20180727 
 今回の内容は上記スライド(全268ページ)をベースにしています。
 知見を他にも公開していますので、ぜひご覧いただけると幸いです。   ①参考になる資料(自称)

  71. データを活用したい!
 けど出来てない! うちに発注しませんか?   ②仕事 コンサルティング ダッシュボード ETLパッケージ そもそもの
 課題整理から


    お手伝い! モニタリングと
 継続改善を
 提供します! 社内外のデータを
 利用可能な
 状態にします!
  72. 力を持て余している皆様! 一緒に働きませんか? 
 いくつか紹介先があります!   ③採用 データ
 エンジニア データ
 マネージャー

    データ
 アナリスト データアーキテクト(データ整備人)
  73. ご清聴ありがとうございました!