「使われるデータ基盤」を目指してデータアナリストとワークショップをやった話

メルカリでデータアナリストとデータエンジニアを集めて、「使われるデータ基盤」を目指し、ワークショップを実施しました。作る側の「作ったのに使ってもらえない」と、使う側の「事業並走で忙しくてキャッチアップできない」というズレを、どう共通言語に揃えたか、元アナリスト・現データエンジニアの視点で共有します。

Transcript

1. 1 「使われるデータ基盤」を目指して データアナリストと 　ワークショップをやった話 　データアナリストがデータエンジニアに異動して3ヶ月で見つけた「やるべきこと」 2026/05/24 じゃっこ / hira STORES Data Lounge「事業と伴走するデータ活用組織」
2. 2 データアナリストからデータエンジニアに異動したばかり データアナリストとしての事業に近い問い・判断基準・暗黙知を持って職種転換 登壇者インタビュー: mercan「積み上げた暗黙知をAIに載せ、仕組みで届ける（データエンジニア @hira） 　　ーYurinoの「先輩、ちょっといいですか？」vol.6」
3. 3 データ基盤を作るデータエンジニアと 　事業側のデータアナリストで、目線を揃えるのが大変 だから、DataとContextをつなぐ共通言語が必要になる JB Data = データエンジニア / みんなが使えるデータ環境をつくる　　　 アナリティクスエンジニアに 　近い役割の部署 事業側 = データアナリスト / 問い・意思決定・Contextを持つ
4. 4 分析AIエージェント「Socrates」を 　入り口にしたデータパイプライン Socratesで誰でもデータが使えるようになっているからこそ、 　手前にあるDataとContextの整備が重要になる mercan:「構想1ヶ月でローンチ。メルカリの新分析ツール「Socrates」が高 速で開発できた理由」 ブログ: 「メルカリの効率的なデータ活用を支えるデータインタフェース Basic Tables」 　人とAIの探索の入り口　
5. 5 「使われるデータ基盤」になるためには、 　事業側のData/Contextを吸い上げる必要がある 例えば、新規機能のフラグや、各部署のPDCAのためのセグメント分けは、 　データ基盤側だけでは回収しきれない 各ドメインの中から全社 データエンジニア管理下
6. 6 事業と並走するデータアナリストが、 現場のData/Contextを回収する データメッシュ的な役割分担を挟むことで、全社に必要なものの選出も兼ねる 各ドメインの中から全社 データエンジニア管理下
7. 7 仕組みがあっても、相互作用は自然には起きない dbtやLookerの開発手法も含め、 　事業並走と並行して的確にキャッチアップするのは大変
8. 8 だから、ワークショップで困りごとの共通言語を作った 作る側と使う側が同じ場で、使う側の困りごとなどを4階層にマッピングする Image slide8
9. 9 困りごとを分類する前に、まず自分の言葉で言語化してもらう 事前宿題＋全員が書くまでリマインド
10. 10 理解 → 言語化 → マッピング → ネクストアクション データアナリストが、自分たちで言語化できることを最優先
11. 11 使う側が選ぶ困りごととツールのマッピングは、意外とズレる セマンティックレイヤーまでの問題を、 　入り口のAIインターフェースに置くなど
12. 12 共通言語はできたが、次の一歩が弱かった アンケートは、ネクストステップの具体化に近づくほど、スコアが下がった ※参加者アンケートの満足度の平均点(5点満点)
13. 13 ワークショップが真に成功したと言えるには、 　この後ネクストを固められるかにかかっている データアナリストなどがData/Contextを、 　自分たちでパイプラインに昇華できるよう、データエンジニアが支援する 各ドメインの中から全社 データエンジニア管理下 やりたいことを解決するデータパイプラインを選べる データ基盤側に 渡すべき Data/Context を選べる
14. 14 みなさんの組織では、共通言語をどう揃えていますか？ 作る側と使う側のズレを、どこで見つけて、どう埋めていますか？
15. 15 We are hiring! カジュアル面談からお待ちしております！ 17 見出し アナリティクスエンジニア データアナリティクス Mercari Analytics Blog 募集要項
16. 16 ご清聴ありがとうございました！