Submit Search
Upload
ZendeskのTriggerを有効活用するためにデータを一元化している話
•
0 likes
•
1,354 views
Toru Takahashi
Follow
https://zenlab.connpass.com/event/75289/
Read less
Read more
Technology
Report
Share
Report
Share
1 of 24
Download now
Download to read offline
Recommended
トレジャーデータ流,データ分析の始め方
トレジャーデータ流,データ分析の始め方
Takahiro Inoue
OSSを活用したダッシュボード の紹介
OSSを活用したダッシュボード の紹介
BigData Sios
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
For blog hive_ql_on_treasuredata
For blog hive_ql_on_treasuredata
BigData Sios
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
Takahiro Inoue
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
Takahiro Inoue
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
Google Cloud Platform - Japan
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud Platform - Japan
Recommended
トレジャーデータ流,データ分析の始め方
トレジャーデータ流,データ分析の始め方
Takahiro Inoue
OSSを活用したダッシュボード の紹介
OSSを活用したダッシュボード の紹介
BigData Sios
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
For blog hive_ql_on_treasuredata
For blog hive_ql_on_treasuredata
BigData Sios
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
Takahiro Inoue
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
Takahiro Inoue
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
Google Cloud Platform - Japan
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud Platform - Japan
The overview of Server-ide Bulk Loader
The overview of Server-ide Bulk Loader
Treasure Data, Inc.
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
Google Big Query
Google Big Query
Ryuji Tamagawa
Snowflake Architecture and Performance(db tech showcase Tokyo 2018)
Snowflake Architecture and Performance(db tech showcase Tokyo 2018)
Mineaki Motohashi
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
Satoshi Nagayasu
Glue DataBrewでデータをクリーニング、加工してみよう
Glue DataBrewでデータをクリーニング、加工してみよう
takeshi suto
Snowflake Elastic Data Warehouse as a Service
Snowflake Elastic Data Warehouse as a Service
Mineaki Motohashi
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Satoru Ishikawa
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Ryusuke Ashiya
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
Satoru Ishikawa
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
hideakikabuto
BigQueryを始めてみよう - Google Analytics データを活用する
BigQueryを始めてみよう - Google Analytics データを活用する
Google Cloud Platform - Japan
【輪読会】実践的データ基盤への処方箋
【輪読会】実践的データ基盤への処方箋
Momota Sasaki
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
Takahiro Inoue
Snowflake Architecture and Performance
Snowflake Architecture and Performance
Mineaki Motohashi
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
Recruit Lifestyle Co., Ltd.
DataStax Enterpriseによる大規模グラフ解析
DataStax Enterpriseによる大規模グラフ解析
Yuki Morishita
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
Recruit Lifestyle Co., Ltd.
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Tomohiro Shinden
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
Insight Technology, Inc.
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
More Related Content
What's hot
The overview of Server-ide Bulk Loader
The overview of Server-ide Bulk Loader
Treasure Data, Inc.
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
Google Big Query
Google Big Query
Ryuji Tamagawa
Snowflake Architecture and Performance(db tech showcase Tokyo 2018)
Snowflake Architecture and Performance(db tech showcase Tokyo 2018)
Mineaki Motohashi
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
Satoshi Nagayasu
Glue DataBrewでデータをクリーニング、加工してみよう
Glue DataBrewでデータをクリーニング、加工してみよう
takeshi suto
Snowflake Elastic Data Warehouse as a Service
Snowflake Elastic Data Warehouse as a Service
Mineaki Motohashi
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Satoru Ishikawa
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Ryusuke Ashiya
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
Satoru Ishikawa
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
hideakikabuto
BigQueryを始めてみよう - Google Analytics データを活用する
BigQueryを始めてみよう - Google Analytics データを活用する
Google Cloud Platform - Japan
【輪読会】実践的データ基盤への処方箋
【輪読会】実践的データ基盤への処方箋
Momota Sasaki
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
Takahiro Inoue
Snowflake Architecture and Performance
Snowflake Architecture and Performance
Mineaki Motohashi
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
Recruit Lifestyle Co., Ltd.
DataStax Enterpriseによる大規模グラフ解析
DataStax Enterpriseによる大規模グラフ解析
Yuki Morishita
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
Recruit Lifestyle Co., Ltd.
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Tomohiro Shinden
What's hot
(20)
The overview of Server-ide Bulk Loader
The overview of Server-ide Bulk Loader
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Google Big Query
Google Big Query
Snowflake Architecture and Performance(db tech showcase Tokyo 2018)
Snowflake Architecture and Performance(db tech showcase Tokyo 2018)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
データウェアハウスモデリング入門(ダイジェスト版)(事前公開版)
Glue DataBrewでデータをクリーニング、加工してみよう
Glue DataBrewでデータをクリーニング、加工してみよう
Snowflake Elastic Data Warehouse as a Service
Snowflake Elastic Data Warehouse as a Service
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
これで怖くない!?大規模環境で体験するDB負荷対策~垂直から水平の彼方へ~
BigQueryを始めてみよう - Google Analytics データを活用する
BigQueryを始めてみよう - Google Analytics データを活用する
【輪読会】実践的データ基盤への処方箋
【輪読会】実践的データ基盤への処方箋
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
Snowflake Architecture and Performance
Snowflake Architecture and Performance
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
DataStax Enterpriseによる大規模グラフ解析
DataStax Enterpriseによる大規模グラフ解析
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Similar to ZendeskのTriggerを有効活用するためにデータを一元化している話
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
Insight Technology, Inc.
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
クラウドではじめるリアルタイムデータ分析 #seccamp
クラウドではじめるリアルタイムデータ分析 #seccamp
Masahiro NAKAYAMA
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
Treasure Data Intro for Data Enthusiast!!
Treasure Data Intro for Data Enthusiast!!
Takahiro Inoue
TREASUREDATAのエコシステムで作るロバストなETLデータ処理基盤の作り方
TREASUREDATAのエコシステムで作るロバストなETLデータ処理基盤の作り方
Kentaro Yoshida
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Takahiro Inoue
Office 365 ユーザーコミュニティ厳選!office 365 有効活用術
Office 365 ユーザーコミュニティ厳選!office 365 有効活用術
mokudai masayuki
[Japan Tech summit 2017] PRD 002
[Japan Tech summit 2017] PRD 002
Microsoft Tech Summit 2017
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Microsoft Azure Japan
Data platformdesign
Data platformdesign
Ryoma Nagata
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Insight Technology, Inc.
[Japan Tech summit 2017] CLD 001
[Japan Tech summit 2017] CLD 001
Microsoft Tech Summit 2017
クラウド座談会資料
クラウド座談会資料
知礼 八子
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
Treasure Data, Inc.
GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社
GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社
Game Tools & Middleware Forum
Big Data Architecture 全体概要
Big Data Architecture 全体概要
Knowledge & Experience
Service Cloud Trailblazers #5
Service Cloud Trailblazers #5
sfdc_sctb
Windows 365 Enterprise に触れてみよう
Windows 365 Enterprise に触れてみよう
Yutaro Tamai
求められているエンジニアのナレッジってなに?
求められているエンジニアのナレッジってなに?
MKT International Inc.
Similar to ZendeskのTriggerを有効活用するためにデータを一元化している話
(20)
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
クラウドではじめるリアルタイムデータ分析 #seccamp
クラウドではじめるリアルタイムデータ分析 #seccamp
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data Intro for Data Enthusiast!!
Treasure Data Intro for Data Enthusiast!!
TREASUREDATAのエコシステムで作るロバストなETLデータ処理基盤の作り方
TREASUREDATAのエコシステムで作るロバストなETLデータ処理基盤の作り方
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Office 365 ユーザーコミュニティ厳選!office 365 有効活用術
Office 365 ユーザーコミュニティ厳選!office 365 有効活用術
[Japan Tech summit 2017] PRD 002
[Japan Tech summit 2017] PRD 002
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Data platformdesign
Data platformdesign
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
[Japan Tech summit 2017] CLD 001
[Japan Tech summit 2017] CLD 001
クラウド座談会資料
クラウド座談会資料
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社
GTMF 2015: ゲーム分析プラットフォームとしてのトレジャーデータサービス | トレジャーデータ株式会社
Big Data Architecture 全体概要
Big Data Architecture 全体概要
Service Cloud Trailblazers #5
Service Cloud Trailblazers #5
Windows 365 Enterprise に触れてみよう
Windows 365 Enterprise に触れてみよう
求められているエンジニアのナレッジってなに?
求められているエンジニアのナレッジってなに?
More from Toru Takahashi
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
Toru Takahashi
高専後10年の学び - 高専カンファレンス In 仙台
高専後10年の学び - 高専カンファレンス In 仙台
Toru Takahashi
TokyoGirls.rb meetup vol.1 SponsorLT
TokyoGirls.rb meetup vol.1 SponsorLT
Toru Takahashi
Zendesk Sunshine - Zenlab vol.6
Zendesk Sunshine - Zenlab vol.6
Toru Takahashi
History of TreasureData Support
History of TreasureData Support
Toru Takahashi
Zenlab - API Night
Zenlab - API Night
Toru Takahashi
Dairy of Support Engineering Manager
Dairy of Support Engineering Manager
Toru Takahashi
EmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤と
Toru Takahashi
IoT Data Connector Fluent Bit
IoT Data Connector Fluent Bit
Toru Takahashi
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
Toru Takahashi
(Draft) lambda architecture by using TreasureData
(Draft) lambda architecture by using TreasureData
Toru Takahashi
More from Toru Takahashi
(11)
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
高専後10年の学び - 高専カンファレンス In 仙台
高専後10年の学び - 高専カンファレンス In 仙台
TokyoGirls.rb meetup vol.1 SponsorLT
TokyoGirls.rb meetup vol.1 SponsorLT
Zendesk Sunshine - Zenlab vol.6
Zendesk Sunshine - Zenlab vol.6
History of TreasureData Support
History of TreasureData Support
Zenlab - API Night
Zenlab - API Night
Dairy of Support Engineering Manager
Dairy of Support Engineering Manager
EmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤と
IoT Data Connector Fluent Bit
IoT Data Connector Fluent Bit
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
(Draft) lambda architecture by using TreasureData
(Draft) lambda architecture by using TreasureData
Recently uploaded
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
Recently uploaded
(9)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
ZendeskのTriggerを有効活用するためにデータを一元化している話
1.
ZendeskのTriggerを有効活用するために データを一元化している話 髙橋達 Treasure Data, Inc. Zenlab
~Trigger Night~ 2018-02-06
2.
Who AM I
? プロフィール - 髙橋 達 (Takahashi Toru) - Treasure Data, Inc. - Support Engineering Manager - Twitter: @nora96o / Github: toru-takahashi - Blog: http://blog.torut.tokyo/ その他 - 社会人1年目のときに初めてTech. Support Engineer - TDにとっても一人目のTech. Support Engineer - 4月で社会人6年目 - Zendesk歴: from July 5, 2015 - Zendesk Support/Chat/Guide
3.
Treasure Data Serviceとは B2B向けのクラウド型のデータマネージメントサービス。 多種大量の時系列データを即時に収集、分析し、 様々な利用者及び外部システムに容易に連携可能なクラウド基盤を提供。
4.
Treasure Data Serviceとは 例:
Digital Maketing課題: サイロ化されたデータを統合 - 顧客ステージによってパーソナライズ化したマーケティング施策を実施することで 集客・有料顧客化を促進 - 既存顧客/優良顧客を維持するためのマーケティング施策を実行し、 休眠顧客の復活、離反防止 する As-is To-be
5.
Q. 問い合わせがきた時にTriggerで何をしたいか?
6.
Q: 問い合わせがきた時にTriggerで何をしたいか? A: 問い合わせユーザの契約情報を条件とした通知の設定がしたい •
例1: 契約して3ヶ月未満のアカウントに所属するユーザの問い合わせに対して 問い合わせ内容を担当セールスに共有したい • 例2: 契約更新間近のアカウントに所属するユーザの問い合わせに対して 問い合わせ内容を担当カスタマーサクセスに共有したい • 例3: 特定の契約プラン顧客(MRR > X万円以上)のEmergencyな問い合わせ がきたら、アラートを鳴らしたい
7.
理想: Zendesk Triggerの設定
(例3の場合)
8.
理想: Zendesk Triggerの設定
(例3の場合) 問題はここをどうやって設定する? →
9.
実現方法: Email毎のUser Fieldsを元に条件付けをする
10.
実現方法: Email毎のUser Fieldsを元に条件付けをする Q. どこからデータを持ってきて、 どうやって更新しているの?
11.
実現方法: CRM (Salesforce)の契約情報を紐づける SFDC
ID ABC 会社名 トレジャーデータ 契約ステータス free アカウントID 1 MRR XXX
12.
実現方法: アドオンで解決? Salesforce Contact/Lead
to Zendesk user sync Salesforce Account to Zendesk organization sync
13.
実現方法: アドオンで解決? Salesforce Contact/Lead
to Zendesk user sync Salesforce Account to Zendesk organization sync
14.
課題: Email (ユーザ)単位の契約情報がSFDC上で不正確 -
サポート: Zendesk - ユーザをEmail単位で管理 - セールス: Salesforce - サービスの契約情報を契約(アカウント)単位で管理
15.
課題: Email (ユーザ)単位の契約情報がSFDC上で不正確 -
サポート: Zendesk - ユーザをEmail単位で管理 - セールス: Salesforce - サービスの契約情報を契約(アカウント)単位で管理 - サービス: MySQL - アカウント毎のシステムリソース管理 - アカウント毎のユーザ管理
16.
課題: Email (ユーザ)単位の契約情報がSFDC上で不正確 -
サポート: Zendesk - ユーザをEmail単位で管理 - セールス: Salesforce - サービスの契約情報を契約(アカウント)単位で管理 - サービス: MySQL - アカウント毎のシステムリソース管理 - アカウント毎のユーザ管理 Zendesk ⇆ MySQL ⇆ Salesforceの情報の統合が必要
17.
サイロ化されたデータの課題では!? As-is To-be
18.
解決方法: TreasureDataでデータの一元化 * 詳細は”Zendesk
/ Salesforce / TreasureDataを使ったTreasureDataのカスタマサポートの見える化 ”
19.
取り込みデータ例: Zendesk
20.
取り込みデータ例: Salesforce
21.
取り込みデータ例: MySQL
22.
- ZendeskのUser IDを元にUserFeildsを更新するツールはOSSとして自作。 -
embulk-output-zendesk_users 解決方法: 一元化されたデータをUser FieldsにPush *詳細は”embulk-output-zendesk_usersでZendeskのユーザの情報を便利にする ”
23.
実現方法: Email毎のUser Fieldsを元に条件付けをする Q. どこからデータを持ってきて、 どうやって更新しているの? A. Zendesk
/ SFDC / MySQL の情報を元に TreasureDataで一元化し、 ユーザIDを元に自動でDaily更新!
24.
まとめ - Triggerの目的 - 問い合わせユーザの契約情報を条件とした通知の設定がしたい -
TriggerのCondition - 主にUser Fieldsをリッチにして利用 - 課題 - データのサイロ化の問題により Zendeskだけでは、User Fieldsをユーザ毎にリッチにできない - 実現方法 - データの一元化 - TreasureDataを使うとコネクタも揃ってて簡単に実現可能 - 今回のコネクタはOSSになっているため、TD以外のデータストアでも Embulkと組み合わせることで実現可能 - データ一元化の副産物 - データが一元化されているので、 KPIの策定もユーザの利用状況と紐づけて定義可能 - User Fieldsがリッチなので、Triggerのルールも簡略化 - User Fieldsがリッチなので、Chat時のユーザ情報の確認が簡単
Download now