RedashからLightdashへ:LightdashのReview
dely株式会社 / Rahadian Presteniko Septi
メンバー / データエンジニア / 従業員規模: 101名〜300名 / エンジニア組織: 11名〜50名
利用プラン | 利用機能 | ツールの利用規模 | ツールの利用開始時期 | 事業形態 |
---|---|---|---|---|
Cloud Starter | AI以外全部のFeatures | 51名〜100名 | 2025年4月 | B to B B to C |
利用プラン | Cloud Starter |
---|---|
利用機能 | AI以外全部のFeatures |
ツールの利用規模 | 51名〜100名 |
ツールの利用開始時期 | 2025年4月 |
事業形態 | B to B B to C |
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
これまでBIツール、Redashを使ってきましたが、ここ2年ほどで限界を感じる場面が増えてきました。以下のようなRedash限りではなく、私たちのデータに関する課題があった:
- アップデートが遅く、自社でメンテナンスが必要なため、手間がかかる。
- ユーザーが自由にクエリを作れる分、どのデータやクエリが正しいか判断しづらく、誤った意思決定につながるリスクがある。
- 権限管理が弱く、外部のメンバーに見せたくない情報を制限できないことがある。
- メタデータ管理がなく、データの意味や背景が分かりづらい。
- プロダクトが増えたことで、プロダクト間のデータを横断的に分析したいニーズが高まっているが、それが難しい。
どのような状態を目指していたか
- メンテナンスが楽で、頻繁にアップデートされるプラットフォームを使いたい。
- ユーザーが安心して使えるよう、データや分析結果の正確さを保証できる仕組みがほしい。
- 必要な人だけが必要なデータにアクセスできるようにしたい(ロールベースのアクセス制御)。
- AI時代に対応できるよう、メタデータを管理・活用できるようにしたい。
- 複数のプロダクトのデータを横断して分析できるようにしたい。
- 意思決定のスピードを上げたい。Redashは特にアドホック分析で素早くデータを確認できる点が便利でした。その手軽さは新しいツールでも残したいですが、同時に分析結果の品質や管理もしっかり保てる仕組み(ガードレール)を入れたいと考えている。
比較検討したサービス
- Steep
- Metabase
- Looker Studio
比較した軸
データ管理 dbtでデータの定義や意味(メタデータ)をしっかり管理できる。
アクセス管理 ユーザーごとに見せるデータやプロジェクトをしっかり制御できる。
ユーザー体験 ノーコードで分析できる直感的な画面。- フィルターや計算や結合などの操作もGUIでできる。
AIとの相性 LightdashのSemantic layerで将来AIと連携する際の土台としても安心。
コスト クラウド版Starter Planだけでも比較的安価で始められる。さらにUserの登録は無制限である。
サポート クラウド版では公式サポートにSLA(3営業日)があるものの、実際にはもっと早く返信がもいただくことが多く、安心。
選定理由
- Lightdashは、すでにdbtを使っていることもあり、データ管理が非常にしやすい。
- スペースやプロジェクト単位での管理が可能なので、他のユーザーの閲覧範囲をしっかり制限できるようになった。
- ユーザー体験も良好で、直感的に操作できる。
- Lightdashには、dbtのYAMLを活用したセマンティックレイヤーが組み込まれており、将来的にAIと連携したい場合にも安心して使えると感じている。
- ユーザー数が無制限で使える点も、他のツールと比較してコストパフォーマンスが非常に良い。
- サポートのレスポンスも早く、開発チームと直接やり取りできることも多く、とても助かっている。
- 「write-back to dbt」機能がとても便利で、エンジニアでなくても、Lightdashの画面から既存のモデルに基づいて新しい指標やディメンションを追加できる。 (参考:https://docs.lightdash.com/references/dbt-write-back)
導入の成果
改善したかった課題はどれくらい解決されたか
- 頻繁にアップデートされ、メンテナンスの手間が少ないプラットフォームを使いたいという課題は、概ね解決された。
- ユーザー管理や、他のメンバーにどのデータを見せるかの制御も可能になった。
- Lightdashに備わっているセマンティックレイヤーにより、将来的なAI活用に向けた基盤づくりも進められている。
どのような成果が得られたか
- Redashを使わずに済むようになった。
- 徐々にLightdashへ移行が進み、モデルの作成も活発になってきている。
- メタデータの重要性が以前よりも高まり、意識されるようになった。
導入時の苦労・悩み
- より高度なユーザー管理機能を利用するには、6倍の料金プランに加入する必要がある。
- 作成済みのデータモデルやテーブル、メタデータをGUI上で編集する手段がなく、別のツールを使う必要がある。
導入に向けた社内への説明
上長・チームへの説明
最近Redashが使えないことが多くなってきたため、代替ツールを導入する流れは自然で、データチームだけでなく他のメンバーも同じ課題を感じていたことから、スムーズに受け入れられた。
また、分析フローをより整理されたものにし、たとえアドホック分析であっても「信頼できるデータ」として扱えるように、組織文化の面でも改善を進めたいと考えていた。
さらに、価格が比較的手頃だったこともあり、小さく始めることができ、現在ではその小さな取り組みが周囲にも良い影響を与え始めている。
活用方法
よく使う機能
- Lightdash semantic layer (詳細:https://docs.lightdash.com/guides/lightdash-semantic-layer)
- Write-Back To dbt (詳細:https://docs.lightdash.com/references/dbt-write-back)
- Lightdash ChartとDashboards (詳細:https://docs.lightdash.com/get-started/exploring-data/dashboards)
ツールの良い点
- コストパフォーマンスが高い(月額約800ドルでユーザー数無制限で利用可能)
- Lightdashのセマンティックレイヤーによって、データの定義や管理がしやすい
- 指標(Metrics)やディメンション(Dimensions)を簡単に定義できる
- チャートやダッシュボード機能も充実しており、ノーコードで可視化が可能
- Snowflakeへの通知・アラート送信が簡単にできる(例:一定の条件を満たしたらSlack通知など)
- ユーザーやアクセスの管理がしやすい(RBACによる柔軟な権限設定が可能)
ツールの課題点
- チーム管理の高度な機能を使うには、Proプラン(月額2,400ドル)への加入が必要だ
- 使えるチャートの種類がまだ少なめである
- 作成済みのdbtやYAMLの編集など、一部の作業フローはLightdash内で対応できず、外部ツール(例:dbt CloudやVSCode)を使う必要がある
ツールを検討されている方へ
すでにデータ基盤でdbtを使っているのであれば、迷わずLightdashを使ってみることをおすすめだ。現時点で、dbtをネイティブにサポートしている数少ない優れたBIツールのひとつである。
エンジニア以外の人にも「使うだけでなく、開発にも関わってもらいたい」と考えている場合は、最初は丁寧なサポート(ハンドホールディング)が必要だ。 すべての機能を一度に説明するのではなく、状況を見ながら少しずつ段階的に紹介していくことが重要です。そうすることで、ユーザーが理解しやすく、自然に使いこなせるようになる。
今後の展望
作成したSQLやYAMLをLightdashの画面上で編集できる機能があれば幸いだ。
dely株式会社 / Rahadian Presteniko Septi
メンバー / データエンジニア / 従業員規模: 101名〜300名 / エンジニア組織: 11名〜50名
よく見られているレビュー
dely株式会社 / Rahadian Presteniko Septi
メンバー / データエンジニア / 従業員規模: 101名〜300名 / エンジニア組織: 11名〜50名