"ほぼ" GCPネイティブでつくる全社データ基盤

アーキテクチャを選定した背景や意図

多様なデータソースから、分析だけでなくプロダクト改善や営業施策にもつながる「信頼できる一元データ」の整備が必要だったため、BigQueryを中心としたGCPネイティブ構成を選定しました。

本基盤では BigQuery上にRaw／Staging／Datamartの3層構成を採用し、以下のように役割分担を設計しています。

• Raw層（データレイク相当）：ソースデータをそのまま蓄積し、再処理や遡及対応が可能な仕組みを確保
• Staging層：加工や結合など、柔軟なビジネスロジックを記述する一時変換領域
• Datamart層：分析・BIツール連携向けに整形されたデータを格納し、Qlikやスプレッドシート等で活用

これにより、保守性・再利用性・トレーサビリティの高い構造を実現しています。

※ 補足：GCSはデータ基盤内の中継点というだけでなく、他システムとのファイル連携や一時交換を担うDatahub的役割も果たしています。

現在の課題や今後の改善予定

現在の基盤では基本的な分析・レポーティングは安定しており、部門横断でのデータ活用も進んでいます。一方で、蓄積データを活かした機械学習基盤の構築や、バッチ処理では難しいリアルタイム性の要求への対応はこれからの課題です。
今後は、BigQuery MLやVertex AIを活用したMLパイプラインの構築を進め、プロダクト最適化や営業施策自動化など業務に直結する「攻めのデータ活用」を強化していきます。
また、Cloud Run JobsやPub/Subによるリアルタイム処理の導入にも取り組み、よりタイムリーな判断と施策実行が可能な基盤へと進化させる予定です。

◆執筆：yuto_muroshima
Wantedly： https://www.wantedly.com/companies/innovation-co