troccoを使ってデータ分析基盤構築の第1歩目を踏み出そう！！

導入背景

サービスの今後の成長に向けて、顧客を理解してより深いInsightを得られる分析を行い、次の施策に活かしていくために、データ分析基盤の構築を目指しました。 当時は以下のような状態でした。

• 複数のETL／BIツールが乱立し、データを分析する環境が各々で異なっていることで正確なデータをどこで見ればいいか分からず、管理コストが高く、用途の同じツールを1本化する必要があった
• 新しく作ったダッシュボードと同じモノが実は別の人が作成済だったりと、混乱の原因になったり無駄なコストを生んでいた
• 統一的な手法や基盤が整っておらず、データの正確性を担保できなかった

比較検討したサービス

Fivetran

比較した軸

• スピード感を持って再構築していけるか
• 利用しているサービスへのコネクタが対応しているか
• ETLツールとしての最低限の機能を保持しているか
  • リトライの仕組み
  • DAGを作れるか
  • スケジューリングの細かな調整（タスク実行時間が、スケジューリング時なのか、実行時なのか）

選定理由

• 導入時点では、Yahoo!など日本でシェアの高いサービスとの連携がtroccoでしかできなかった
• 構築までのスピード感を高めるために、日本企業であることで円滑なコミュニケーションが取れることや密なサポートを期待した

導入の成果

• 短期間でデータ分析基盤を再構築できた
• 構築したデータ基盤とBIツール（Tableau）を使ってデータを見る社内メンバーが徐々に増えてきており、直近の社内ログインユーザー数が全社員の約12％の40人前後
• Tableau Cloud上での分析結果のView数は約200view/日前後
• データの正確性を担保する運用の仕組みを少しずつ実装し始めている
• マーケティング施策やモニタリングだけではなく、アプリケーションへのデータの利活用や広告の最適化など、さまざまな用途でデータ分析基盤が使われている

導入に向けた社内への説明

よく使う機能

アーキテクチャ

アーキテクチャの意図・工夫

• データウェアハウスは、GAなどGoogle系サービスのデータ取得の親和性や一部GCPサービスを利用していたことからBigQueryを選定
• BIツールは、分析しやすさに定評のあるTableauに統一
• GCPのサービスアカウントのBigQueryへの書き込み権限の方向性を統一することで、データがどこから来ているのかが分かりやすいようにしている

ツールの良い点

ツールの課題点

ツールを検討されている方へ

覚えるのが簡単なので扱いやすく導入が容易です。 また、社内でデータ基盤を構築し始めた際に、必ずどこかのウェアハウスにデータを集約することになると思いますが、コネクタも豊富で大抵のサービスに対応しているので不便を感じることはないと思います。 データエンジニアの方が少ない（いない）企業でも扱える、ETLツールとして大変優れた製品だと思います。