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

データ資産による差別化と事業化を意識したプロダクト開発

Avatar for Codatum Codatum
July 09, 2025
110

 データ資産による差別化と事業化を意識したプロダクト開発

SaaSデータプロダクトはどう創られるのか─BizDev/PdMが語るプロダクトマネジメント
https://ivry.connpass.com/event/357440/

で発表した資料になります。
"データプロダクト"の開発による差別化や新規事業立ち上げについての旨み、開発する時に考慮すべき点などについてまとめてみました。

Avatar for Codatum

Codatum

July 09, 2025
Tweet

Transcript

  1. 発表者: 柴山直樹 エンジニア + PdM + 経営# Codatum CEO (2023~2

    株式会社プレイド CPO + 取締役 (2013~)g 大学長め 8年間 (並列計算や脳情報処理系) q q q
  2. Mission statement 会社名 設立 代表 事業内容 本社 株式会社CODATUM
 2023年10月
 柴山

    直樹
 データ分析ソフトウェアの販売および開発
 〒104-0061 東京都中央区銀座6-10-1 GINZA SIX 10F ソフトウェアとデータの
 無限の可能性とスピードを引き出す Company overview © Codatum Inc. プレイド内の新規事業の部署 (Lab) から切り離 されたスピンアウト企業です。 これ以外にも新規事業色々やっていくので絶賛 積極採用中です!!
  3. SaaS x データプロダクト自体 の開発 プレイドでは顧客データを活用したMarketing Platformの開発を。 SaaS x データ活用のサポート Codatumでは社内でのデータ分析だけではなく、データ分析のビジネス化

    のサポートを。 自分とSaaS x データ 二つの側面からSaaS x データについて関わってきたので、その両面から話せればと思います。
  4. Agenda Ç Ç Ç Ç Ç Ç 自己紹D そもそもデータ x

    SaaS$ データ x SaaS による差別8 どのようにデータを扱うべきか (攻め どのようにデータを扱うべきか (守り その他の話題 SaaSにおいて自社の と、 、 という話を簡単にまとめてみました データの資産化を意識してプロダクト開発する ここが良い ここが大変
  5. データ x SaaS? 全てのSaaSはデータを収集してそれを活用する、という意味では幅広く”データ プロダクト” と言えます2 データを持っている or データの活用をしていd データ資産を使った新規事業化を素早く幅広く行うことができd

    (ように基盤や組織を整備している) という会社やプロダクトが “データプロダクト” (企業)と言えるという整理を勝 手にしてみました o 差別化となるような o データ資産が戦略に組み込めd o o
  6. データ x SaaS による差別化 ネットワーク効果 ユーザー増 → データ増 → 価値増

    → ユーザー増 スイッチングコスト 顧客としての資産化 / Churn Rateの改善 マルチプロダクトの基盤 共通データ層を活かして、プロダクトを部署・ソ リューションの横展開 / 単価増 新規事業PoC 共通データ層を活かして、プロダクトを部署・ソ リューションの横展開 顧客データ + 顧客の顧客データ (+ 外部データ) 主力 プロダクト 収集 活用 収集 活用 活用 サブ プロダクト POC 経験談 (Marketing SaaS) : データを軸にするとマルチプロダクト展開できる (グループでも活用)。粘着性 がかなり上がる。PoCがかなりしやすい印象。また基盤の知識が差別化になる面もある
  7. どのようにデータを扱うべきか (攻め) Volume データを大量に持っていれば持っているほど強 い。 Variety 多様なデータを持つことで、掛け合わせることが できる。よりレイヤーが高い意思決定等に向かう Velocity フレッシュなデータが利用できる。意思決定が速

    くなる。Personalize,Automationの精度が上がる Dimension 多面的な分析や利用ができる。角度を変えるだけ で、データには新たな価値ができる 経験談: どこかのポイントで、他とは違うデータの扱い方をするだけでも差別化になる。自分の経験上は、 Volume x Velocity の掛け算で差別化を行なったが、それは良かった。(若干Costを犠牲に)
  8. Mission statement 会社名 設立 代表 事業内容 本社 株式会社CODATUM
 2023年10月
 柴山

    直樹
 データ分析ソフトウェアの販売および開発
 〒104-0061 東京都中央区銀座6-10-1 GINZA SIX 10F ソフトウェアとデータの
 無限の可能性とスピードを引き出す Company overview © Codatum Inc.
  9. © Codatum Inc. データによって 人の価値を最大化する Investors: Backed by Mission statement

    Company overview 会社名 設立 代表 市場 従業員数 事業内容 株式会社プレイド
 2011年10月
 倉橋 健太 東証グロース (4165) 339名 (2024年9月末時点)
 CXプラットフォーム「KARTE」等のSaaSの開発、提供及び プロフェッショナルサービスによる企業や組織、自治体等のDX支援 〒104-0061 東京都中央区銀座6-10-1 GINZA SIX 10F 本社
  10. 散在していたSQLとコンテキストを
 読みやすく共有し、チームの資産に。 AIに素早く分析依頼をすることで、待 ち時間のない高速な分析サイクルを。 案件に合わせた安全な外部への共有 方法で、ビジネスの価値拡大を。 © Codatum Inc. Codatumが解決する3つのシチュエーション

    データナレッジの構築・共有 AIを使った高速かつ深い分析 データをビジネスに活用 for エンジニア・データアナリスト for ビジネス・マネージャー for B2B事業者・プラットフォーマー SQL Chain AI Assistant Notebook Report Embed Codatumが解決する課題 x seconds Client A Client B 1 2 3
  11. © Codatum Inc. s Notebookを使って、SQL、実行結果、   コンテキストをまとめて素早く残すことが出来& s SQL Chainを使って、長いSQLを分割し

      読みやすく管理することが出来る データ抽出・分析のプロセスを、1ヶ所にそ のまま実行できる形で残すことで、チーム の強力な分析ナレッジに このクエリは、最新の売上高及び平均受注額のデータを抽出しています。 売上データをフィルタリングして集計し、ビジネスインサイトを得ることを目的としています。 クエリの概要 売上データの抽出 そのまま分析ナレッジになる 結果 説明がついていて理解しやすいし、 SQLをそのまま実行できる Codatumをいれると Notebook SQLを分割・参照できます データ権限がない人の 閲覧を制限できます SQL Chain Codatumが解決する課題 データナレッジの構築・共有 1 for エンジニア・データアナリスト order_items_query
  12. © Codatum Inc. i SQLを基本とした分析基盤としながら、   検索とAIでサポー! i 誰でも高度で自由度の高い分析が可E i

    組織のデジタルリテラシーの向上が見込める 誰でも “自分で” 自由度の高い分析を行い、 データを詳しく見ていくことができる。 高速なデータ分析サイクルを組織の力に 数秒のサイクル ビジネスメンバー・マネージャー AI Assistant 総PV数と3時間ごとの移動平均を、jaに絞ってライ ンチャートにしてください 1 2 3 4 5 6 7 SELECT FROM WHERE *   datehour >= ( datehour < ( pageviews_2024 { }date_range.StartD { }date_range.EndDat TIMESTAMP TIMESTAMP Th is query aggreg ate s the to tal p age v iew s by hour for the J ap ane se W ik iped ia and c alcul ate s the 3-hour mov ing aver age. To v isu al ize the to tal p age v iew s ( PV) and c alcul ate the 3-hour mov ing aver age for the W ik iped ia d ata f il tered to J ap ane se ( ja), we w ill need to mod ify the SQL query accord ingly and prov ide the ch ar t co nf igur atio n. SQL
 1 2 3 4 5 6 7 8 9 10 1 1 1 2 1 3 14 SELECT AS OVER ORDER BY FROM WHERE AND AND GROUP BY ORDER BY datehour, (views) total_views, ( (views)) ( datehour datehour >= ( ) datehour < ( ) wiki = datehour datehour SUM AVG SUM TIMESTAMP TIMESTAMP   pageviews_2024 '2024-01-02' '2024-01-03' 'ja' コ ードから学習 して、AI に依 頼す るだけ で分析可能 Codatum をいれ ると AI Assistant Cod atumが解決する課題 AI を使った 高度で高速な分析 2 for ビジネス・マネージャー ブラック ボック スになっ て いないので レビューが 容易 エンジ ニア (レビ ュアー ) Tommy a few second s a go 集計 が 正確か確認し た方 が 良い かも
  13. © Codatum Inc. H 分析レポートを個社毎に作成するのが手8 H 外部への共有で安全性や柔軟性が犠牲A H 自前で構築するとコストがかかる 外部への分析共有を安全かつ柔軟に。

    アプリケーションへの埋め込みも可能 Doc Page Grid Page クライアントのデータ 社内ユーザー Codatumをいれると 現状の課題 Report Embed Codatumが解決する課題 データをビジネスに活用 3 for B2B事業者・プラットフォーマー アプリケーション側の 認証を使用して埋込み 外部ゲストに ダッシュボードを共有