目次
株式会社ビットキーのBigQuery導入事例
参考になった
2
会員限定コンテンツです。無料登録すると制限なしでお読みいただけます。
レビュー投稿日の情報になります
株式会社ビットキー / Takuya Mikouchi
チームリーダー / データサイエンティスト / 従業員規模: 101名〜300名 / エンジニア組織: 51名〜100名
最終更新日投稿日
| 利用プラン | ツールの利用規模 | ツールの利用開始時期 | 事業形態 |
|---|---|---|---|
オンデマンド | 11名〜50名 | 2019年9月 | B to B B to C D to C |
| 利用プラン | オンデマンド |
|---|---|
| ツールの利用規模 | 11名〜50名 |
| ツールの利用開始時期 | 2019年9月 |
| 事業形態 | B to B B to C D to C |
アーキテクチャ
会員限定コンテンツ無料登録してアーキテクチャを見るアーキテクチャの意図・工夫
- データ連携をELTツールを使わずに、Cloud RunやCloud Run FunctionsからAPIを呼び出す形をできるだけ採用しています。Google Cloudのサービスを活用することでデータ連携の料金コストを抑えています
- Google製品を積極的に採用することで各種ツールのアカウント管理コストを抑えるようにしています
導入の背景・解決したかった問題
導入背景
ツール導入前の課題
- ビットキーは2019年にスマートロック製品の販売を開始しました。これに伴い、サービスの利用状況をモニタリング・分析したいという需要が生まれたため、DWH製品の検討を始めました
どのような状態を目指していたか
- サービスに関連するデータを、様々なクラウドサービスから連携・集約した状態を目指していました。当時、連携したデータの具体例としては、以下が挙げられます
- スマートロックやユーザーのデータを管理していたCloud Firestoreのデータ
- Mobile Application上でのイベントログをトラッキングしているGoogle アナリティクスのデータ
- ECサイトの販売情報などを保管していたAmazon DynamoDBのデータ
選定理由
- 弊社プロダクトがGoogle Cloudを中心に構成されているため、Google Cloud製品であることが決め手になりました
導入の成果
どのような成果が得られたか
- BigQueryの導入決定後、すぐにデータ収集が可能となり、短期間でスマートロック製品の販売数と動作品質の定量化を実現できました
導入に向けた社内への説明
上長・チームへの説明
- データ活用を開始したいというモチベーションが会社としてあり、弊社プロダクトがGoogle Cloudを中心に構成されていることから、特に導入やツール選定において、承認用の説明が必要になることはありませんでした
- またビットキーは本当にやるべき事であれば適切に投資を行う文化なので、コスト面についてもハードルにはなりませんでした
活用方法
- 2024年現在データ活用が全社的に浸透進んできています。頻度の差はあるものの、開発者50名以上がそれぞれの目的に応じてBigQueryを利用しています
- またBigQueryのデータを参照したダッシュボード(Looker Studioを採用)は、ビジネス部門含めて広く活用されており、Weeklyの閲覧社員数は40名を超えています
よく使う機能
- コンソール画面上でのクエリの実行
- APIによるデータ連携
- Federated Queryを利用したデータ連携
- Pub/SubやLog Routerを用いたデータストリーミング
- Looker Studioからのデータ参照
- スプレッドシートからのデータコネクタ
- Vartex AI WorkbenchやGoogle Colab上でのデータ参照
- BigQuery ML
ツールの良い点
- 様々なGoogleのサービスとシームレスな連携が実現可能
ツールの課題点
- 他社様が既に記載してくれているように、データ量が増えてくると意図しない課金の発生がリスクとなります。こちらはいくつかの対策を講じればいい話ではありますが、リスクのあるクエリの実行制限などをもっと直感的に設定できるようになるとより良いのかもしれません
ツールを検討されている方へ
- 今からDHW製品を導入する場合は比較先としてSnowflakeやDatabricksやAmazon Redshiftが上げられると思います
- できるだけ同一のクラウドサービスでツールを揃えることを重視するか、様々なモダンなツールを組み合わせてデータ基盤を構築するかの選択になると思います。ケースバイケースなところもあるので、様々な論点を洗い出して検討すると良いと思います
今後の展望
- BigQueryはツールとしては大変満足しているため、活用し続けたいと考えています
- そのうえで、サービスの成長に合わせてセキュリティとスケーラビリティが課題になってくると考えています。セキュリティ強化の施策の検討及び、データ量の増加に備え、周辺のツール含めてどのような構成にしていくか検討していきたいと思っております
- またデータ連携でELTツール使用していないため、多少のコーディング（弊社はTypeScript）が発生しています。この点ではスキルに依存しないスケールができる取り組みを実施していきたいです
株式会社ビットキー / Takuya Mikouchi
チームリーダー / データサイエンティスト / 従業員規模: 101名〜300名 / エンジニア組織: 51名〜100名
よく見られているレビュー
株式会社ビットキー / Takuya Mikouchi
チームリーダー / データサイエンティスト / 従業員規模: 101名〜300名 / エンジニア組織: 51名〜100名
レビューしているツール
目次
- アーキテクチャ
- 導入の背景・解決したかった問題
- 活用方法