2019 年 11 月 18 日 Google Cloud INSIDE Game & Apps 『これが新しいデザインパターン 　mspo を支える GCP ＆ Looker』 ガンホー・オンライン・エンターテイメント株式会社 菊池 貴則氏、アイレット株式会社 齋藤 将平氏によるセッションの登壇スライドです。

1. これが新しいデザインパターン
mspo を支える GCP ＆ Looker
ガンホー・オンライン・エンターテイメント株式会社 CTO 菊池 貴則
アイレット株式会社 代表取締役社長 齋藤 将平

2. 菊池 貴則 | ガンホー・オンライン・エンターテイメント株式会社 CTO
2003 年、ガンホー・オンライン・エンターテイメント株式会社に入社。 Web アプリケーション開発インフ
ラ管理、情報システム部門などに従事。 2014 年に退職後、スマートニュース株式会社を経て、 2016
年再入社、CTOに就任。（現任） 2018 年、子会社である mspo 株式会社 取締役 / CTO に就任（現
任）
齋藤 将平 | アイレット株式会社 代表取締役社長
1977 年生まれ、千葉県出身。高校卒業後、トラックドライバーを経て 20 歳でプログラマに転身。未
経験から IT 世界に飛び込み、死に物狂いで猛勉強。ベンチャー企業にて大規模な予約システム
設計から構築、そして運用までを担当。そ 後、縁あってマーケティング会社へ転職したことで、自
分 やりたいことが明確になり 26 歳で独立。
2003 年 10 月に千葉県 一軒家で IT 技術 最先端を追いかける技術者集団としてアイレット株式
会社を設立し、代表取締役社長に就任。

3. ガンホー・オンライン・エンターテイメント株式会社 紹介
常に新しい価値 「創 」に「挑戦」し、世界中
人々にエンターテインメントを通じて「感動と
楽しい経験」を提供することをミッションにオンラ
インゲームを展開。
[代表的なタイトル]
Mobile Game
パズル&ドラゴンズ、妖怪ウォッチワールド、ラ
グナロクマスターズ、TEPPEN
Online Game
ラグナロクオンライン

4. アイレット株式会社 紹介
デザインからシステム設計・開発、クラウドを
活用したインフラ設計・構築、運用保守
・24/365 監視やサポートまで、ワンストップ
で提供
モバイルアプリからデータ分析基盤、動画配
信基盤を じめ、瞬間的に莫大なアクセス
あるキャンペーンサイトやゲームアプリ、ECサ
イトまであらゆるジャンル システム開発やイ
ンフラ構築を担当
2003年創業
2017年KDDIグループ会社
従業員数：506名 (2019年11月現在)

5. on GCP

6. 紹介
ユーザ アカウント/ポイント管理システム
既存 ゲームアプリ上に自動でトーナメン
トを生成し、ユーザー エントリーからマッ
チング、ポイント 付与と交換 仕組みま
でを全てワンストップで実現するサービスで
す。
ユーザー ゲーム内 「mspo」を完全無
料で楽しむことができ、他 ユーザーと対
戦して勝利すると賞品としてエムポイントを
獲得することができます。

7. アプリ ディベロッパーが容易に導入できるプラットフォーム
・BackEnd 処理 REST API
・mspo 機能部分をWebViewでも提供
・広告部分 SDK化
・マッチングサーバーも準備（使う、使わない 自由）
・あらゆるデータ 統合管理・分析基盤
・なんか技術的に新しくて、楽しいことをしたいｗ
技術要件

8. ・Cloud Spannerと各マネージドサービスによる高い耐障害性
・Firebaseによる認証とCloud Endpoints 連携
・アプリケーション用DBと収集データを分析用DBにシームレスに連
携
・すべてをGCPで完結
技術的なチャレンジポイント

10. ❖ メリット
➢ バックエンド ハードウェア ライブマイグレーションされるため、インスタンス メンテナンス対応な
ど ハードウェア起因 作業を気にすることなく、開発を進められた
➢ インターネット環境に開放されたサービスが多く、接続環境に縛られない柔軟な構成が可能でした
➢ GUIから Cloud Shell 利用により、迅 な対応ができた
➢ インスタンス 起動がとても早く、ストレスなく環境 複製などが実施可能
❖ デメリット
➢ ツールが似た名称 も が多く、直感的に選択しづらかった（まだ不慣れな で）
➢ インスタンス名など、初期に設定した後に変更できないも がある（把握しきれてなかった）
➢ ユーザサイドで変更可能な要素が多く、覚えなけれ いけない事項が多かった
GCP メリットとデメリット

11. Cloud
Spanner
・mspo本体 データ Cloud SpannerからCloud Data
FusionでシームレスにBigQueryへ連携。
・各ゲーム 持つデータ Cloud StorageにJSON形式で貯
めておき、BigQueryへ随時インポート。
・Looker BigQuery みに接続し、mspo本体 分析、ゲー
ム 分析、両方を結合した傾向分析が可能。
・仮にLookerを今後使用しなくなった場合にも、BigQueryと
Cloud Storage Lookerに依存しないため、他 分析基盤へ
流用が可能。
Cloud Data
Fusion
BigQuery
分析基盤にLookerを採用

12. Looker
ダッシュボードイメージ

13. ・DBに依存せず、アプリケーション DBもそ まま使える柔軟性。将来的に分析を集約
することを視野に入れた場合、こ 点が一番大きかった。
・LookMLによるモデル開発 担当者間でアジャイルに開発ができる。
・分析担当者が開発者に依存することなく、各々分析を模索できる分析基盤が欲しかっ
た。それを実現する がLooker。
・ユーザーやグループ単位で細かく権限設定ができ、最終的に データレベルで 制限
もできるため、組織 セキュリティ方針 変更にも柔軟に対応できる。
・分析用データが膨大になることが想定された でBigQueryを採用したかった。
Lookerを採用した理由

14. Slack ｘ Looker ｘ GCP
更にイケてるPlatformへ（GKEとかインフラ部分に使う）
mspoグローバル展開へ向けて
クイズ自動生成（キュレーションｘ機械学習ｘ分析ｘAI）
今後 チャレンジ

15. 質疑応答
ここから 質疑応答時間にしたいと思いま
す！何でもご自由にご質問ください！
他社批判になりそうなこと以外 なんでも答
えます。
例）分析基盤を作る際にawsと比較して
みてどうでしたか？など。

16. ありがとうございました！！