Uploaded by株式会社MonotaRO Tech Team
【マーケティング・テクノロジーフェア 大阪 2023】 データから正しい意思決定を行うために 〜全社横断で実施したデータ活用プロジェクトの取り組み〜.pdf
マーケティング・テクノロジーフェア 大阪 2023で発表した資料になります
More Related Content
![[Cloud OnAir] BigQuery の仕組みからベストプラクティスまでのご紹介 2018年9月6日 放送](https://cdn.slidesharecdn.com/ss_thumbnails/dddddd-180906091548-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to 【マーケティング・テクノロジーフェア 大阪 2023】 データから正しい意思決定を行うために 〜全社横断で実施したデータ活用プロジェクトの取り組み〜.pdf
![[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略](https://cdn.slidesharecdn.com/ss_thumbnails/datumstudiomitsuda-200819031400-thumbnail.jpg?width=640&height=640&fit=bounds)
![[ITmedia Cloud Native 2023] モノタロウのクラウドネイティブ.pdf](https://cdn.slidesharecdn.com/ss_thumbnails/itmediacloudnative2023-230609023902-1d32cbbd-thumbnail.jpg?width=640&height=640&fit=bounds)
【マーケティング・テクノロジーフェア 大阪 2023】 データから正しい意思決定を行うために 〜全社横断で実施したデータ活用プロジェクトの取り組み〜.pdf
- 1. データから正しい意思決定を行うために 〜全社横断で実施したデータ活用プロジェクトの取り組み〜 株式会社MonotaRO コアシステムエンジニアリング部門 データ基盤グループ データマネジメントチーム 吉本直人 1 2023.6.22 ©2020 MonotaRO Co., Ltd. All Rights Reserved.
- 2. ● 事業紹介 ● モノタロウにおけるデータ活用の歴史 ●データ活用における課題 ● プロジェクトの発足と各種取り組み ○ データの定義を管理するツールの導入 ○ ダッシュボード、全社の重要指標、資産を集約 ● 活動の振り返り 目次 2
- 3.
- 4. ● 吉本 直人（よしもとなおと） ● 2020年2月に株式会社MonotaRO入社 ● 全社におけるデータ活用を推進するため ○ データ基盤の構築/運用 ○ データ管理の体制/仕組みづくり に取り組んでいます 自己紹介 4
- 5.
- 6. 6 ● 2000年 10月設立 ●BtoB を対象に、自ら間接資材の 在庫を持ち、自らオンラインで売る EC 企業 ● コールセンター、商品採用、物流、 マーケティング、データサイエンス、 IT など多くの業務とシステムを 自社開発、自社運用している ● 商品数 ：2,000 万点 (在庫 約51万点) 市場規模：5～10 兆円 MonotaROについて
- 7.
- 8.
- 9. ● 全16部門 ● 社員数:723人 (2023年 3月末) ● 30%程度がエンジニア, デザイナー, データサイエンティスト ❏ 経営管理部門 ❏ 人材組織開発部門 ❏ 物流部門 ❏ カスタマーサポート部門 ❏ サプライチェーンマネジメント部門 ❏ マーケティング部門 ❏ CXマネジメント部門 ❏ 海外事業部門 ❏ ECシステムエンジニアリング部門 ❏ コアシステムエンジニアリング部門 ❏ コーポレートエンジニアリング部門 ❏ エンタープライズビジネスエンジニアリング部門 ❏ エンタープライズビジネス部門 ❏ 商品部門 ❏ 商品開発部門 ❏ デジタルマーチャンダイジング部門 9 MonotaROの組織
- 10.
- 11. 11 データ活用の歴史: 全体像 ~ 2010 基幹システム からの抽出と Excel 2010~ 2015 販促基盤 2016 ~ 2017 データ基盤 導入 2020~2021 データ活用/ 管理Prj発足 BIツール導入 2018 ~ 2019 データ基盤 展開 2022 ~ データ管理展開 BIツール展開
- 12. 12 データ活用の歴史: 全体像 ~ 2010 基幹システム からの抽出と Excel 2010~ 2015 販促基盤 2016 ~ 2017 データ基盤 導入 2020~2021 データ活用/ 管理Prj発足 BIツール導入 2018 ~ 2019 データ基盤 展開 2022 ~ データ管理展開 BIツール展開
- 13.
- 14. マーケティング 部門 14 販促基盤の導入(2010-2015) システムデータ マーケティング用 データ ●マーケティング部門で実施 ● システムデータを集約しレポート作成
- 15. ● BigQueryというデータ分析のツールを導入 ○ SQL(データ抽出するための言語)を使って データの集計や分析を行う ●社内のデータをすべて BigQueryにデータを集約 15 データ基盤の導入(2016-2017) Big Query SELECT 社員名, 部署 FROM 社員情報 社員名 部署 Aさん 〇〇部署 Bさん △△部署 Cさん 〇〇部署
- 16. ● 各種KPIレポート ● 需要予測、在庫最適化 ●販促対象顧客選定 ● Web広告の最適化 ● などなど... 16 利用例
- 17. 17 データ基盤の展開(2018-2019) ● 専任：データ基盤チームの構築 ○ 問い合わせ窓口の設置 ●社内のユーザに向けたツールの 説明会/勉強会の実施
- 18.
- 19. 19 データ活用の歴史: 全体像 ~ 2010 基幹システム からの抽出と Excel 2010~ 2015 販促基盤 2016 ~ 2017 データ基盤 導入 2020~2021 データ活用/ 管理Prj発足 BIツール導入 2018 ~ 2019 データ基盤 展開 2022 ~ データ管理展開 BIツール展開
- 20.
- 21.
- 22.
- 23. 入社したばかりなので データの見方が わからない... 23 課題：データがあるがうまく取得できない ● データの種類が多く、どのデータを使えばいいかわからない ○ システムデータだけでもテーブルの数が1,400以上ある ○新しい社員はデータを把握するだけでも一苦労... ● 分析するための知識がなければ集計・分析できない ? ? ? ?
- 24. ● データ管理やデータ定義の局所最適化が進んでいる ○ 個別・グループ内の管理に留まっている ○業務/組織等を横断した共有や活用が困難 ● データがあるがうまく取得できない ○ データに関する情報が散在し、アクセスできない ○ SQLを書けなければ集計・分析できない 24 課題: データ/指標が管理されていない データ定義を集約管理する環境の整備を行う 社内データ理解＆SQLスキルに問わず、分析ができる環境をつくる
- 25.
- 26.
- 27. ● 全社で以下の人に参画を依頼 ○ 部門をまたいでデータ集計を行う分析官 ○基幹システムの開発・保守を行うエンジニア ● データ基盤はファシリテーション を行いつつプロジェクトを推進 27 データ活用/管理のプロジェクトを発足
- 28.
- 29. ● データ管理の仕組みを作りやすい機能 ○ 定義の集中管理 ■LookMLという プログラミング言語 のようなものを使って定義 ● データ集計時にSQLなしで レポート、ダッシュボード作成 29 Lookerの導入
- 30. 30 プロジェクトメンバーでデータ定義を実装 ● 使い方のトレーニング実施 ● 社内の実データを使って一緒に作成 ●プラクティスの説明 ○ 定義を追加/修正時に どんな観点が必要か ○ 定義の提供までのフロー
- 31. 31 Lookerの社内展開 ● 社内向けに説明会やトレーニングの実施 ○ 導入の背景やメリット ○社内のデータを用いて 使い方を知ってもらう
- 32. ● ワークショップを開催 ● 例）ダッシュボード作成 プロセスを共有 ○実施後の感想 32 Lookerの社内展開
- 33. ● 一気に広げず一部のチームから集中的に支援 ○ 業務の省力化・スピードアップによる効果を体 感してもらう ○利用勉強会も行い、活動内容を共有してもらう ことで近隣グループへ活用が広まる ● 利用者数を目的に、簡単に取得できるダッシュ ボードの支援を多く行う 33 社内展開にあたって用意したこと
- 34. ● よくなったこと ○ 分析やダッシュボードを作る人が増えた ●よくなかったこと（課題） ○ レポートやダッシュボードが乱立しだした ■ ヒアリングで「どのダッシュボードを見ればい いかわからなくなった」という声もでてきた ○ データ定義の追加依頼が増大し プロジェクトメンバーが負担に 34 ツール：Lookerの導入の結果
- 35. ● データ管理やデータ定義の局所最適化が進んでいる ○ 個別・グループ内の管理に留まっている ○業務/組織等を横断した共有や活用が困難 ● データがあるがうまく取得できない ○ データに関する情報が散在し、アクセスできない ○ SQLを書けなければ集計・分析できない 35 （再掲）課題: データ/指標が管理されていない データ定義を集約管理する環境の整備を行う 社内データ理解＆SQLスキルに問わず、分析ができる環境をつくる
- 36. ● レポート、ダッシュボードの乱立をなくしたい ● プロジェクトメンバーの負担を減らしたい データ定義を増やすだけでなく、 既存資産の集約管理をしたほうがいいのでは？ ●Lookerの展開、データ定義の追加をStopし ○ ダッシュボード ○ 全社の重要指標 ○ データ活用に関するナレッジ、資産 の集約を行った 36 データ活用/管理の観点で集約管理
- 37.
- 38. ● 各グループが取得している指標・ レポートがどれくらい全社で見られているかを まとめる ○ 自チームや他チームが見ているデータを 誰でも簡単に見られるように ●実施したこと ○ ダッシュボード一覧の作成 38 ダッシュボードの集約
- 39.
- 40.
- 41. ● 自チームの重要なデータをよく見るように ○ 新規のデータ取得の依頼が減った ■プロジェクトメンバーの業務量が減った ○ 古いレポートを見て間違ったデータを使わなく なった ● 他チームが見ているデータも簡単に見れる ○ 他部門で同じデータを気軽に共有がふえた 41 ダッシュボード集約の結果
- 42.
- 43. ● 共通の目標（全社の指標）をまとめて見る人が それぞれの業務範囲まで細かく分析できるよう にしたい ● 実施すること ○全社における重要指標のダッシュボード 43 全社の重要指標の集約
- 44.
- 45. ● マネージャレベルのデータ活用向上（実施中） ○ 説明会も実施し、認知を広げた ○マネージャ自身が状況を把握し アクションを打てるように 45 全社重要指標ダッシュボードの結果
- 46.
- 47. ● 各部署におけるデータ活用のナレッジや成果物 を共有できるようにする ● 実施したこと ○データ活用ポータルの作成 47 ナレッジ、資産を集約
- 48. ● データ活用に関する情報を集約 ○ ツールの使い方 ○データの見方 48 データ活用ポータル
- 49. データの使い方 ● よくある問い合わせなどから集約する情報を決める ● ターゲットに合わせて情報をまとめる ●ツールの使い方は社内での 利用に合わせて説明をカスタマイズ 49 データ活用ポータル A部署のSQL集 B部署のSQL集 C部署のSQL集 SQL集 システムデータ の定義 ツールの使い方 BigQueryの 使い方 Lookerの 使い方 ツールの紹介 よくある質問
- 50.
- 51.
- 52. ● 外部講師によるデータ取得目的の研修 ● 分析やダッシュボードについて、何のために 分析をするのかといったところから作り方まで 教えてもらう ●闇雲にするのではなくて目的を持って分析をし てもらえるように 52 データ活用研修
- 53.
- 54. ● データ分析する人の増加 ● 入社や新卒配属後にすぐデータ活用が できるように ●データを整備する側と活用する側の 繋がりもできた 54 施策全体の結果
- 55.
- 56.
- 57.
- 58. 58 © 2020 MonotaROCo., Ltd. All Rights Reserved.