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

スケーラブルなデータ収集と活用の舞台裏 / scalable data infrastruct...

Sponsored · SiteGround - Reliable hosting with speed, security, and support you can count on. →
Avatar for to_lz1 to_lz1
July 09, 2020
Technology
0
10k

スケーラブルなデータ収集と活用の舞台裏 / scalable data infrastructure of M3

2020-07-09 コロナ時代の医療業界を支援するエムスリーのプロダクト開発の舞台裏

Avatar for to_lz1

to_lz1

July 09, 2020
Tweet

More Decks by to_lz1

See All by to_lz1
技術的負債という武器の扱い方を考える
Avatar for to_lz1 mtoriyama000
1
830
Webエンジニアのためのデータエンジニアリング概説
Avatar for to_lz1 mtoriyama000
6
940

Other Decks in Technology

See All in Technology
AITuberKit+Bedrock AgentCoreで作る 3Dキャラクターエージェント
Avatar for yoko / Naoki Yokomachi yokomachi
2
360
衛星画像即時マッピングサービスの実現に向けて
Avatar for Yuji Kobayashi lehupa
1
280
(技術的には)社内システムもOKなブラウザエージェントを作ってみた！
Avatar for Har1101 har1101
1
460
ECSネイティブのBlue/Green デプロイを攻略しよう ~CodeDeployとの違いから、デプロイフロー実装まで~
Avatar for 井手亮太 ideaws
3
280
22nd ACRi Webinar - ChipTip Technology Eric-san's slide
Avatar for Nao Sumikawa nao_sumikawa
0
130
技術書を出版するまでの1161時間50分38秒
Avatar for Kakeami kakeami
0
110
AIエージェントに必要なのはデータではなく文脈だった/ai-agent-context-graph-mybest
Avatar for Jun Naito jonnojun
1
660
生成AIの研究活用_AILab2025研修
Avatar for CyberAgent cyberagentdevelopers
PRO
10
5.1k
SREチームをどう作り、どう育てるか ― Findy横断SREのマネジメント
Avatar for adachi.ryo rvirus0817
0
500
AI駆動開発を事業のコアに置く
Avatar for 鬼澤輔 tasukuonizawa
1
1.6k
新規事業開発でのAWS活用
Avatar for amixedcolor amixedcolor
1
180
なぜAIは チーム開発を 速くしないのか
Avatar for Go Tanaka tan_go238
6
3.1k

Featured

See All Featured
Why Your Marketing Sucks and What You Can Do About It - Sophie Logan
Avatar for Sophie Logan marketingsoph
0
82
Improving Core Web Vitals using Speculation Rules API
Avatar for Sergey Chernyshev sergeychernyshev
21
1.4k
The Illustrated Guide to Node.js - THAT Conference 2024
Avatar for David Neal reverentgeek
1
270
Efficient Content Optimization with Google Search Console & Apps Script
Avatar for Katarina Dahlin katarinadahlin
PRO
1
340
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
Avatar for Tech SEO Connect techseoconnect
PRO
0
71
StorybookのUI Testing Handbookを読んだ
Avatar for Shingo Yamazaki zakiyama
31
6.6k
Organizational Design Perspectives: An Ontology of Organizational Design Elements
Avatar for Dr. Kim W Petersen kimpetersen
PRO
1
620
Ruling the World: When Life Gets Gamed
Avatar for Sebastian Deterding codingconduct
0
150
Testing 201, or: Great Expectations
Avatar for Joseph Mastey jmmastey
46
8.1k
[RailsConf 2023 Opening Keynote] The Magic of Rails
Avatar for Eileen M. Uchitelle eileencodes
31
10k
Helping Users Find Their Own Way: Creating Modern Search Experiences
Avatar for Dan Newman danielanewman
31
3.1k
Everyday Curiosity
Avatar for Cassini Nazir cassininazir
0
140

Transcript

  1. スケーラブルなデータ収集と活用の舞台裏 ~ Web講演会を例に ~ 2020-07-09 コロナ時代の医療業界を支援するエムスリーのプロダクト開発の舞台裏

  2. 自己紹介 鳥山 誠 (Toriyama Makoto) 入社: 2020年1月 趣味: 音楽 前職:

    人材系企業 - 社内Webシステムを作ったり (Angular, Scala) - クエリパイプラインを構築したり (Redshift, Digdag) 所属: Unit1 - 製薬企業向けPF

  3. 製薬企業向けプラットフォーム - MR君 (2000~) - Web講演会 (2011~) エムスリー創業期からのサービス群 m3.com上で医師へ薬剤などの情報提供 ×

    製薬企業のマーケティング支援

  4. Web講演会 m3.com上で行うオンラインの講演会 (最近アプリも出ました =>) - 例: - 製薬会社、医療機器メーカー主催の医師向け講演会 - 看護師、薬剤師向けの薬剤、機器の説明会

    => 正にいま「医療関係者の情報収集」に貢献しうるサービス

  5. （当社IR資料より抜粋）

  6. そんな勢いで増える「データ」をどう扱っているのか？

  7. 「データ」を扱う どう集めているのか？ => 収集 どう使っているのか？ => 活用

  8. どう集めているのか？ => 収集 どう使っているのか？ => 活用 …の２つに焦点を当ててお話しします 「データ」を扱う

  9. データの”収集”

  10. Web講演会サーバはOn Premise + AWS (移行中)、ログ送信先はGCP (最近全面移行した) Webビーコン方式のアクセス解析ツールを自前実装 ＋ 視聴予約・視聴 （RDBトランザクション）

    視聴ログ送信（一定時間ごとビーコン送信） Web講演会の視聴データの話

  11. - Cloud Runがオートスケールしリクエストをさばく - ログをPub/Subにエクスポート、BigQueryに連携 GCP構成図

  12. - ログデータは先述の仕組み (+α) でリアルタイムに連携 - DBのデータは、Digdag+EmbulkでBigQueryに連携 - => BigQuery上で双方を組み合わせた分析が可能 BigQueryはデータ基盤の中心

  13. データの”活用”

  14. データ活用と言っても...

  15. 今日はあえてこちら

  16. データ分析観点はサービスの成長とともに変わっている 過去: MR君（= 医師向けメッセージ） => 配信数と既読率を追う。以上！ 現在: - 講演会の視聴率はどうだったか？ -

    講演会に至るまでのアクセス動線は？ - メッセージ添付の動画・コンテンツまで見てもらえているか？ - 医師からのフィードバック・アンケート回答内容はあるか？ => 分析要件が複雑化・多様化 「データ分析」って集計するだけでは？

  17. - オンプレの分析用Oracleに、諸々のチームが諸々の技術で ETL - Java製ツールで非Engでもデータ抽出できる - => 便利だが、増えるデータに対応できない && データ定義が管理しきれない

    ... かつてのデータ分析基盤 「データは出たけどこれ正しいんだっけ？」 PdM

  18. - BigQueryに集まったデータを BIツールで分析 - 利用を促進するため、各種データマートを構築（進行中） クラウドでやりましょう

  19. - Oracleデータ + ログデータ + Salesforceデータを材料に、データマートに統合 - 昨日までの実績がすぐに可視化される世界 => 意思決定を支援

    活用事例1: プロダクトマネージャ向けダッシュボード

  20. - GCPのData Catalogによるメタデータ管理を行っている - descriptionを丁寧に書く => デプロイしたら即テーブル定義を確認できる 活用事例1: プロダクトマネージャ向けダッシュボード

  21. - メンテナンス困難になっていた CSV付きレポートメール (Shell製) - BQ上でデータマートを構築し、データマートから出力 (同時にPythonにした) - 大規模配信のレポートが安定して出力できるように 活用事例2:

    クライアント向けレポート (100~200通/日 程度)

  22. 構成図

  23. - 全サービスのKPIがすぐ追える世界 - ETL基盤をいい感じにクラウド化する - データ基盤そのものをクライアントと共有して、更なる価値提供 - etc... この先やりたいこと

  24. まとめ - データ基盤は「収集」と「活用」両方のスケーラビリティが大事 - エムスリー、歴史のあるサービスも頑張っています - まだまだやれることがたくさんあります！！