Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Looker BEACON 2021 / How we implemented Scaleba...

Looker BEACON 2021 / How we implemented Scalebase Analytics with Looker

Looker BEACON 2021 / Looker組み込みアナリティクスによるScalebase分析機能の展開

Naoki Ainoya

June 23, 2021
Tweet

More Decks by Naoki Ainoya

Other Decks in Technology

Transcript

  1. Lookerを採用した理由 検討時の要件: • 人・時間のリソースが限られている状況で、MVP(Minimum Viable Product)を素早 く立ち上げ、改善できること • Developer Experienceが重要

    →LookMLの高い表現力・開発のしやすさ  定義のGit管理ができ、変更管理・レビュー・リリース管理がしやすい →Embed SSOによる組み込みとダッシュボード開発の容易さ
  2. 結果として:リリースまでのタイムライン おかげさまで機能検討開始からリリースまで半年程度で完了 • PRD・要件定義: 1~2ヶ月 • BIソリューション選定: 1~2ヶ月 • Looker社リードのもとPoC:

    1ヶ月 • 実装: 2~3ヶ月 (Lookerのプロフェショナルサービス利用) PoC、実装はLookerチームの支援でスピード感持って進められた。感謝!
  3. データ規模に応じたなめらかな拡張 • データ規模に応じアーキテクチャを変更 • LookerからMySQLへの参照をやめる • AWS Athena + Federated

    Queryによって データ同期の遅延を損なうことなく切り替え • LookMLに大規模な変更をせずに無停止で 変更を実現