ヒアリング駆動で改善するデータ活用基盤 そしてヒアリングしなくても改善されるデータ活用基盤へ

https://connpass.com/event/375524/
こちらの登壇資料となります。
#datatech-jp

Transcript

1. 2025/12/10 大河戸裕一 okodooon ヒアリング駆動で改善するデータ活用基盤 @miburo_data そしてヒアリングしなくても改善されるデータ活用基盤へ
2. 自己紹介 大河戸 裕一 （Okodo Yuichi） okodooon スタートアップにてソフトウェアエンジニアを経験後、 1人目データ人材として、データ組織の立ち上げとデータ基盤の 作成を経験 タイミー入社後はアナリストを経験後、データエンジニア兼アナ リティクスエンジニア業務に従事 主にLookerやデータモデリングの開発をよくやっている
3. 本日話すこと • データモデリングの改善のためのヒアリング設計を BEAM*をベースで実施した話 • データ活用業務を改善するためのヒアリング設計を USMとジョブ理論をベースに実施した話 • ヒアリング不要で自律的にセマンティックレイヤーを改善し続ける 指標出力エージェントを作った話
4. タイミーにおけるデータ活用
5. タイミーのデータ基盤
6. タイミーのデータ活用基盤 850人/月 月に850人以上*がLooker経由でクエリを実行している Lookerを直接使わない人でも、 Lookerをソースにしたデータアウトプットを見ている人がほとんど！ * 2025/12/08から過去30日間の利用ユニークユーザー数
7. 課題① データモデリング要件整理が難しい
8. データモデリング要件整理が難しい AとBと一緒にC が見られるような Looker環境が欲 しい AとBは粒度が異なる概 念だけどどういうアウト プットイメージなんだ？ ディメンショナルモデリン グの概念をどこまで正 確に理解してもらえてる かわからない・・・ 既存のこの環境では無 理なのか？
9. BEAM*を参考にしたディメンショナルモデリングの 要件定義
10. BEAM*を参考にしたディメンショナルモデリングの 要件定義 ディメンショナルモデリングと 滑らかに繋がるヒアリング方法 タイミーではこの思考フレームを ベースに段階的なヒアリングを実施
11. リード数を いい感じに知り たい Whatしかわか らない 「いい感じ」が わからない BEAM*の段階的な更新ヒアリング法
12. 「実際にどういうレコー ドが見たいのか」で伝 えられる！ どの粒度でどのディメ ンションを接続するべ きかわかる BEAM*の段階的な更新ヒアリング法
13. BEAM*の段階的な更新ヒアリング法 ① ② ③ 複数のヒアリングを経 て段階的に改善してい ける うちのチームではこの 切り口でみたいです
14. BEAM*の段階的な更新ヒアリング法の感想・コツ - BEAM*テーブルという中間成果物が何かしら更新されるので、30分や15分 のヒアリング枠を複数設けて少しずつ更新するような進め方が可能 - 複数の観点からのレビューがもらいやすい - タイミーはLooker利用が浸透していたので、Lookerの探索環境でどういうレ コードが出力できると嬉しいですか？でヒアリングをできたのもよかった
15. 課題② 依頼ベースでは 業務インパクトを最大化する 業務Opsの設計が難しい
16. データエンジニアリングに依頼されるOps業務について 業務とは リソースを価値に変換するプロセス である と仮定
17. データエンジニアリングに依頼されるOps業務について データエンジニアリングの貢献領域の柱 の一つが業務Ops 価値に到達するまでのプロセスを最短 化・平滑化することが価値
18. 依頼ベースではOpsのインパクトが最大化されない
19. ユーザーストーリーマッピングを参考にした ユーザーのデータ利用業務の整理と分解 データ基盤のユーザーストーリーマッピング データ基盤利用ユーザー視点から見た行動・体験を時 間軸に沿って視覚的にマッピングしたもの。 ヒアリングを通して ユーザーの業務を分解し このようなものを作ります
20. ユーザーストーリーマッピングをジョブ理論で深掘り
21. ユーザーストーリーマッピングをジョブ理論で深掘り 業務の全体像を把握 できる 顧客が成し遂げたいこ と = ジョブを抽出でき る
22. 現在利用しているテンプレート
23. 課題③ ヒアリングを通さず、データモデリングへの持 続的な投資を無理なく行いたい
24. 850人/月がLookerを使っているにもかかわらず セマンティックレイヤーの開発にリソースが投下できない A社とのデータ繋ぎ込み依頼 B社とのデータ繋ぎ込み依頼 LLM利用ユースケース創出 A部署導入ツール繋ぎ込み依 頼 B部署導入ツール繋ぎ込み依 頼 LLM利用ユースケース創出 人とLLM向けにデータを整備するデータ モデリング活動がほぼボランティア的に 行われている ヒアリングするにもリソースを 確保できない状態 あらゆるユースケースに都 度ヒアリングをしていくの ROI 合わない
25. 発想の転換 使われるごとにフィードバックが蓄 積して、勝手にデータモデリングが 改善され続けるようにすればいい のでは？ こんにちは
26. データ出力エージェント: メトリっちの作成
27. データ出力エージェント: メトリっちの作成 このフィードバックボタンが肝！
28. データ出力エージェント: メトリっちの作成
29. データ出力エージェント: メトリっちの作成
30. メトリっちの導入で狙っていること 社内用語とセマンティックレイヤー上の 用語のマッピング LLMライクなデータモデリング &セマン ティックレイヤーの構築 社内エージェント全てがメトリっちとのA2Aで 正しく指標を出力できる未来に繋げる 起票するほどの熱量はないユーザー ニーズの回収 セマンティックレイヤーにアクセスする LLM
31. まとめ
32. モデリングにリソースを割けない ヒアリングベースではユーザーニーズを拾 いきれない まとめ BEAM*テーブルを活用した 段階的ヒアリング メトリっちでヒアリング無しで自律 改善＆ニーズ回収 USM + ジョブ理論のヒアリングで 真のボトルネック改善 データモデリングの要件整理が難しい アウトプットイメージなどの目線が揃わな い データOpsの成果を最大化したい