Retty株式会社のLightdashの導入事例

ツール導入前の課題

全社でデータの利活用推進をするにあたり、元々使っていたBIツールでは、ちょっとダッシュボードを見たいだけのライトなユーザー層に対する費用対効果が合わず、ツールの展開が難しい課題がありました。

そこで下記2点を実現できる状態を目指し、ツール移行の検討を行いました。

• 元々使っていたBIツールの移行後も、これまでモニタリングしていた各種指標を継続してウォッチできる状態。
• 生のSQLを使った分析に慣れない層もBIツールを用いて、自ら分析を広げられる状態。

• Looker ※元々使っていたBIツール
• Looker Studio
• Tableau
• Redash

• 定期的に利活用されているダッシュボードの移行可否
• 元々使っていたBIツールで利用頻度が高い機能が使えるか
• データガバナンス
• ランニングコスト

企業単位での課金形態

ユーザー1人当たりへの課金ではなく企業単位での課金となるため、BIツールの利用ユーザーを増やすにあたり追加予算が発生せず、データの利活用推進の後押しになると考えました。

dbtとのシームレスな連携

Lightdashで利用するテーブル・カラム・指標のロジックや説明文について、dbtで利用しているSQLおよびYAMLファイルで管理できるため、整備の効率化と負担を減らすことにつながると考えました。
また、変更を本番環境へ反映する前に、壊れるダッシュボードがないかチェックしたり、検証環境を立ち上げることが可能な点も開発者にとってプラスになると考えました。（CLIを用いたValidation・Preview機能）

どのような成果が得られたか

BIツールを使って分析するユーザー数を増やせたうえに、費用を50%以上削減できました。
dbtとの親和性から移行前よりも、チャート・ダッシュボードの作成や更新サイクルが回しやすくなりました。
加えて、移行に際し不要なダッシュボードの棚卸しもできました。

元々使っていたBIツールで利用していた機能の一部が、Lightdashでは利用できなかった点に苦労しました。
具体的には、BIツール上で計算した結果同士を組み合わせて可視化する機能（Merge Results機能）がなく、新たにdbt model 整備を行う必要性が発生しました。
手間ではありましたが、BIツール側の複雑なロジックを減らすことに繋がり、データガバナンス観点では良かったと感じています。

また、YAMLの記載を追加する必要があるカラムも多く苦労しました。
Lightdash CLIや、dbt-osmosisのライブラリを活用して、YAMLの手入力が必要な箇所を減らせるように工夫しました。

dbtを利用しており、データ利活用やセルフBI化を推し進めようとされている企業と非常に相性が良いツールでおすすめです。（OSS版もあるため、無料で試すことも可能です。）
また、以前イベントでLightdashを紹介した際のRetty Tech Blog記事もよかったら参考にしてください。

Lightdashでデータ分析・探索できる領域を増やすことで、意思決定の早さ・正確性の向上に貢献していきたいと考えています。