見出し画像
Photo by soeji

GoogleCloud DataAnalytics OnAir2022 レポート（前半　Looker編）

よしむら＠データマネジメント担当

GoogleCloud DataAnalytics OnAir2022について

公式サイトより概要を抜粋。
公開されている動画を見ながら、概要と感想をまとめていきます。

前半のセッションはLooker関係で、Lookerは最近気になっているBIツールだったのでどのようなものかを把握することができました。

Google Cloud のフルマネージドのマルチクラウド分析プラットフォームを利用することで、規模、パフォーマンス、費用の制約なく、誰もが分析情報を取得することができます。さらにリアルタイムの分析情報とデータアプリを活用して、ビジネスの意思決定とデジタルイノベーションを促進することができます。本セミナーでは、Google Cloud のデータ分析ソリューションのご紹介、最新情報、お客様の導入事例などをご紹介させていただきます。
今回のテーマは、
・データ分析 / 基盤としての Google Cloud の優位性
・デジタルマーケティングの入門
・データ活用のメリット
について基本に立ち返りお伝えしていきます。

GoogleCloud DataAnalytics OnAir より

データマネジメント セミナーレポート

データマネジメント関連のセミナーに興味ある人はこちらからどうぞ。

初めての方もわかる、Lookerが実現するデータ活用の形とメリット

発表者

Google Cloud カスタマーエンジニア 川窪 善人氏

概要

Lookerとは

「ニアリアルタイムのデータを、ビジネスユーザーが必要な時に必要な場所でデータを取得し、各種施策ツールへの連携やデータの収益化を実現するデータプラットフォーム」

ユースケース

・ビジネスの意思決定のための可視化
・マネタイズを目的としたデータ提供ビジネスの基盤

Lookerのメリット

・Lookerを使うことでBigQueryのデータを使ってADへの配信のつなぎこみがビジネス担当者だけでできるようになった。
・SQLを書かなくても集計が可能となり、ビジネスユーザーでの可視化が可能

LookerのUI

画像1
https://docs.looker.com/ja/dashboards/new-dashboard-experience  ※Lookerの公式サイトより

作った表やアプリのレポート（Lookと呼ぶらしい）を他のWebサイト等に埋め込むことができる

感想

BIツールをデモで見ると、なんでも簡単にできそうな感じがするけど、実際ビジネスユーザーが簡単に思ったものが集計できるのかというのはよくわからなかった。

可視化した後のダッシュボードだけを見ると、データポータルでもできそうな感じがするので、Lookerの良い所はGUIで操作できる点ではないのかなとは思った。

内容はLookerの良い所ではなくて、BIツールの良いところを説明いただいたのかなとは感じた。そりゃBIツールなんだから可視化はできるだろうという。

作った表やアプリをWebサイトに簡単に埋め込めるというのはLookerの良い所ですね。

ガバナンスとアジリティを両立、データ民主化を実現させる LookML とは？

発表者

Google Cloud カスタマー エンジニア 蓮池 拓哉氏

概要

データ民主化の課題

「ガバナンス」「公開範囲の設定」「人材・スキル不足」という３点が主に言われる。
※ここでのガバナンスは、集計や用語の定義のことを示している。

LookerではDWHからのデータの取り出し方を定義する。その定義を使って外部のツールへデータを使うことが可能。

LookMLとは

SQLを抽象化してLookerに情報を提供しているもの。
データベースとユーザーの間にモデルレイヤーを作成
Gitによる構成管理することで定義の氾濫を制限している。

LookMLの構成は３つの要素で構成されている。
・VIEW＝論理的なテーブル定義
・Model＝テーブル間の結合ロジック
・Project＝ファイルを管理する単位

・LookMLの中には演算式、データ項目、名称にて成り立っており、それがGitで管理される。
・定義したデータはデータディクショナリーという形で一覧化されて探索できる
・LookMLダイヤグラムを見ることで、LookMLの依存関係が可視化される。

公開範囲の設定

一つのダッシュボードでも、誰がアクセスしたかによって何を表示するのかを切り替えることが可能。

感想

Lookerのメリットであると噂のLookMLについての説明でした。

ちょっとわかったのは、BIにはもともとはエンジニア領域な部分とビジネスユーザー領域な部分の２つで構成されており、そこが明確には分かれていなかった。Lookerはそこを課題として、エンジニア円領域な部分をLookMLというところに切り出して、そこをビジネスユーザーでも触れるようにすることで、元来エンジニアは当然にやっているバージョン管理を担保できるような思想になっているのかなと思った。

公開範囲の設定をすることで、１つのダッシュボードを使いまわせることで手間は減るのかなと思いつつ、そんなに使うことはないかなと思った。

Looker を活用した External BI 事例紹介

発表者

SCSK株式会社 ソリューション事業グループ 基盤サービス事業本部 サービス開発推進部 データ分析チームリーダー 鳴島 唯氏

概要

Lookerを活用したExternal BI事例紹介

SCSKについて

SCSKではGoogleCloudの導入支援をやっているので、よろしくね。
住友グループで、住友グループへのGoogleCloudの導入を行っています。

データ利活用の状況及び課題

ＤＷＨの構築はできたが、そのあとどうやってデータ利用を進めていけばいいのかわからず、先に進まない。

多くの企業がデータ利活用をコスト削減に目を向けており、ビジネスに活かすことができていない。

External BI

ビジネスに係るステークホルダーへのデータ共有することでビジネスを素早く実施できること。
データを市場へ展開することで、市場自体の拡大を見込む。

Lookerのデータガバナンス

・LookMLで作ることで、分析モデルのカタログ化ができる
・LookMLはGitで管理されるため、定義の管理が仕組み的にできる。
・データセット、テーブル、列、行のレベルでアクセスコントロールが可能

Lookerを使ったExternal BIの事例

・電力企業から出される蓄電池性能情報をLookerで可視化して、電力小売り、電気自動車、蓄電池メーカーへ展開
・建材メーカーの配送状況をLookerで可視化して、物流コストの最適化

感想

可視化はBIツールでするものだというのがありすぎてあまり説明が入ってこなかった。

というのも、企業がまったくデータを見て意思決定していないかというとそうではなく、各システムから吐き出されたCSVをかき集めてExcelを使って時間をかけてやっているので、なぜそれではだめなのか。といったようなことがあり、GoogleCloudではどこに優位性があるのかという事がわからなかった。

市場の同業他社へデータを共有するというのは「住友グループ」というようなグループ基盤がある会社にとっては実現性は高いが、そうではない会社には辛そう。

サプライチェーンのような文脈では、一つの製品を作りお客様に届けるまでには、多種多様な会社を渡り歩くことになるので、その橋渡しとしてExternal BIのようなものがあり状況が可視化されているとよさそう。

LookMLによって、使い捨てされていたSQLが管理されて再利用になるという表現はわかりやすくて良いなって思った。

おわりに

自分の知識をまとめるためと今後誰かがデータマネジメントをやってみたいと思った時のきっかけとなるためにnoteを書くことにしました。

モチベーションのために役にたったという人はぜひ、フォロー＆スキをお願いします。

ツイッターでもデータマネジメントに係る情報をつぶやいてますので、よろしくお願いします。

データマネジメントを学ぶ人が抑えておきたい本

DXを成功に導くデータマネジメント

DXを成し遂げるために必要なデータをどうマネジメントしていけばよいかが書かれている。
データ環境より、セキュリティの観点であったり、プライバシーの観点であったりといった非技術者向けの内容が多く書かれている。
データマネージメントに興味を持った人はまずは読んでみるとデータマネジメントでなすべき概要が理解できる。

実践的データ基盤への処方箋

データ利活用を行うために必要なデータ基盤の考え方と、利活用するためにはデータをどのようにマネジメントしていけば良いかを具体的な例を用いて説明されている。
技術が中心になるので現在データ技術に係る人がデータマネージメントに興味を持った時には、まず手に取ることをおすすめする。

個人データ戦略活用 ステップでわかる改正個人情報保護法実務ガイドブック

個人情報保護法を順守するための基本的な考え方が実務ベースで書かれている。2022年4月に施工される改正個人情報保護法で新たに追加される概念も同様に記載されている。
政府の出しているガイドラインよりも俯瞰的に読めるためデータプライバシーにかかわる人、データを使ったビジネスを推進する人は読んでおくとスムーズに業務が進められる。

データマネジメント知識体系ガイド（DMBOK）

自分も要約・解説記事を書いているDMBOK。データマネジメントに興味を持った人がまず手に取ると挫折することは間違いないほどのボリュームがある。
読めば読むほど味が出てくるので、データマネジメントを進めようとしている人は各家庭に1冊は是非買っておきたい。

データマネジメントが30分でわかる本

著者もDMBOKを読むためには非常にボリュームが多く読み解くには苦労するので、かみ砕いた解説書をまとめたと書いてある通り、DMBOKを独自解釈してわかりやすく書かれている。
DMBOKを技術者目線で読み解いた内容になっているので、実践的データ基盤への処方箋と同様データ技術に係る人におすすめする。

この記事が気に入ったらサポートをしてみませんか？