株式会社AwarefyのSnowflake導入事例

ツール導入前の課題

Awarefy（アウェアファイ） は、「心の健康と成長を支えるデジタル・メンタル・プラットフォームを実現する」をミッションに、「毎日に寄りそい 気づきを増やす」をコンセプトとする、「AI メンタルパートナー アウェアファイ」 の開発を行っているスタートアップです。

アウェアファイを運用するなかで、さまざまなデータを取り扱っていますが、プロダクトの改善のためのデータ分析の観点で、特に重要なデータとして次のようなものがあります。

• アプリ内データ（AI関連機能、その他機能全般の利用状況の分析に利用）
• Google Analytics のデータ（行動ログの分析に利用）
• RevenueCat のデータ（売上、サブスクリプションの利用状況の分析に利用）

Snowflake の導入以前は、これらのデータが統合されておらず、かつ、データ分析チームが利用しやすい分析環境も整えられておらず、データベース管理者やエンジニアが稼働しつつ、最低限必要なダッシュボードの構築やアドホック分析を行っている状況でした。

どのような状態を目指していたか

データ分析環境の抜本的な改善として、以下を理想の姿と定め、「モダン・データスタックによる分析環境構築プロジェクト」を遂行しました。

• すべてのデータが統合された DWH がある状態
• 各チームが、セルフサービスで必要なデータ分析を行える状態
• 分析の実行・具体的には SQL の実行がストレスのなく行えるパフォーマンスが確保できている状態
• セキュリティを担保し、個人情報の取りあつかいに配慮できている状態

• Amazon Redshift
• Databricks
• BigQuery
• Azure Synapse Analytics

• データ連係が容易に行えるかという点
• 社内向けダッシュボードが構築できるか、容易に構築できるかという点
• 価格
• パフォーマンス
• セキュリティ

Snowflake の Web管理画面である Snowsight の使い勝手が良かったこと、価格とパフォーマンスのバランスなどを総合的に判断し、決定しました。

Data Ingestion ツールである Airbyte を合わせて導入したのですが、Airbyte との連携がスムーズに行えた点も決め手になりました。

改善したかった課題はどれくらい解決されたか

主要な課題解決を行うことができました。

プロジェクトの理想状態と定めた項目のうち、Google Analytics の統合という点は実現できておらず、課題としては残っています。

どのような成果が得られたか

• プロダクトの進化にあわせて柔軟に運用できるデータ分析基盤を構築できた
• 全社で KPI をモニタリングするためのダッシュボードが構築できた
• アドホック分析を快適に行える環境が構築できた

まず、スタートアップのアーリーフェーズに適したコストパフォーマンスを考慮することと、将来のスケールに備えるということの両立を実現する必要がありました。

これまでのキャリアの中で、データウェアハウス（DWH）やデータ分析基盤の構築経験は保有していたのですが（2011年〜）、過去の時点からは技術スタックが大きく進化している部分が多く、モダン・データスタックについて学び直しをしながら計画を建てていた、というところも苦労した点です。

アウェアファイはクラウドインフラに Amazon Web Service（AWS）を採用しているのですが、選定当時、Amazon Aurora PostgreSQL に Zero ETL-Integration の機能が無かったことから、AWS のプライベートサブネット領域にあるデータベースから、どのように DWH にデータを連携するか、という部分が最大の関心事になっており、解決にコストを割いた点でもありました。

DWH の構築にあたり、Data Ingestion（ETL、ELT など含む）が関心事になると考えられます。Snowflake はData Ingestion ツールをはじめとする外部のツールとインテグレーションが行いやすい立ち位置にあると思われます。

アウェアファイでは、AIの活用も含めた、より効果的なデータ分析基盤へ進化させていきたいと考えています。Snowflake と生成系AIサービスの統合が今後広がっていくことを期待しています。