課題・問題
運営チーム内でのデータ分析要望に応えるリソースが不足していた
最初に、貴社の事業概要と田中様のお役割について教えてください。
田中様(以下、田中)：弊社は「ギフトを起点に、体温が通った社会をつくる。」というコーポレート・ミッションのもと、eギフトの発行から流通まで一気通貫で提供するeギフトプラットフォーム事業を国内外で展開しています。私が担当しているカジュアルギフトサービス「giftee®」をはじめ、eギフトやチケットを発行し販売する「eGift System」サービス、eギフトを活用した法人・自治体向けサービス「giftee for Business」、自治体・地域課題を解決するデジタルプラットフォームサービス「e街プラットフォーム®」の4サービスを軸に、個人、法人、自治体を対象に広くeギフトを軸としたサービスを提供しています。
私は2022年に新卒で入社し、現在はConsumer Product Unitで「giftee®」のデータ分析とマーケティングを担当しています。プログラミング未経験からキャリアをスタートさせましたが、「TROCCO」を駆使してデータ基盤整備の経験を積み、現在は「COMETA」を用いたAIによるデータ活用推進にも取り組んでいます。
—
ユーザーコミュニティ「primeNumber User Group」での田中様によるデータ基盤に関する登壇資料はこちらよりご覧ください。
—
データ活用を進めるにあたって、当時抱えていた課題について教えてください。
田中：現在、「giftee®」のデータ分析業務は2名体制で担当しています。
数年前に「TROCCO」を導入し、経営層やメンバーが見るべき重要な定点観測のデータはすでにレポート化されていました。
ギフティ社のTROCCO導入事例はこちらよりご覧ください。
しかし、個人向けサービスの特性上、サービスの機能やページが増えたり、突発的に商品が動いたりする中で、「より詳細な分析をしたい」と、日々さまざまな分析の要望が届いていました。
そうしたイレギュラーなデータこそ、その後の施策のヒントになる可能性が高いのですが、スポットの要望に対して私が全てSQLを書いて対応するのはリソース的に難しく、機会損失につながっているという強い課題感を持っていたのです。
なぜ「COMETA」を選んだのか
「AIによる自然言語からSQLを生成する」直感的なUIが決め手
データ基盤の整備を経て、「COMETA」の導入を検討した背景をお聞かせください。
田中：先ほどお伝えした機会損失の課題を感じていたなかで、昨年の年始頃から生成AIの活用が急速に進み、私自身も「AIがクエリを書ける時代が来ている」と肌で感じていました。
そのようなタイミングで、primeNumberの方から「COMETA」を紹介いただいたことが直接のきっかけです。これなら自分たちの課題を解決できるかもしれないと、大きな期待感をもって本格的に検討を始めました。
ツールを選定する際、特に重要視されたのはどのような点でしたか。
田中：特に重要視したのは、非エンジニアのメンバーにとっての「活用ハードルの低さ」と「使いやすさ」です。他社のサービスとも比較を行いましたが、クエリを書く画面に日本語を入力する形式のものは、そもそもSQLを書かないメンバーにはハードルが高いものです。
その一方で、「COMETA」は日本語のチャットUIで質問を投げると、Text-to-SQL機能によって回答してくれます。メタデータの付与も含めて直感的に分かりやすく、さらにレポートまで一貫して提示してくれるため、これならクエリ初心者でも手をつけやすいと感じました。
すぐに社内全体のデータ基盤を管轄する部署とも相談し、まずはお試しで「COMETA」を導入することになったのです。
実際に導入を進めるなかで、不安を抱いている点などはありましたか？
田中：本格的な導入前にテストデータで触らせていただいた段階から、「COMETA」の精度の高さに期待感を持っていた一方で、正直「自社の環境でも本当にうまく機能するのだろうか」という心配はありました。
しかし、実際に導入して自社環境でのオンボーディングを進めてみると、まだメタデータを十分に付与していないタイミングであっても、「COMETA」が適切なテーブルを参照してくれました。最初から精度が非常に高く、想定以上にスムーズに使い始めることができました。
「TROCCO」を活用したこれまでのデータ基盤整備が、「COMETA」活用の土台になったのでしょうか。
田中：おっしゃる通りです。データの形式や保存場所が適切に整理されていない状態では、AI活用は思ったように進みません。
「giftee®」運営チームでは、前任者が「TROCCO」を使って重要なデータをBigQueryのテーブルにまとめてくれていたため、スムーズに「COMETA」を使い始めることができました。
データウェアハウスをデータの種類に合わせて細かく設定しておくと、Text-to-SQLサービスを活用しやすくなります。データが整理されていたからこそ、「COMETA」のポテンシャルをすぐに引き出すことができたのだと感じています。
導入後の効果
非エンジニアメンバーの自走とデータ活用の民主化
「COMETA」を導入した後、ビジネスにどのような影響や効果がありましたか。
田中：「COMETA」導入による最も大きな変化は、マーケティング担当者や商品担当者といった非エンジニアのチームメンバーが自主的にデータを取得し、分析できるようになったことです。これまでクエリを書けなかったメンバーからは、業務にかかる時間が明確に減ったという声も届いています。
商品担当者が、膨大な商品の販売データの中からどの変化に着目するか考えながら報告内容をまとめてくれるのですが、「COMETA」の導入によって工数が削減され、作業時間が半減できたという声もありました。
貴社では「COMETA」の活用をどのように進めていったのでしょうか。
田中：まずは運営チームのメンバーに「COMETA」の案内を行い、実際の業務での活用を進めてもらいました。その後、定期的に勉強会を開き、基本的な使い方をレクチャーしたり、困りごとをヒアリングしたりしながら、徐々にメンバーの理解を深めていきました。
この勉強会で良かったのは、これまで表に出てこなかった要望が一気に可視化されたことです。「メルマガの結果も出せると助かる」「キャンペーン単位で分析したい」など、各メンバーが本来実現したかったことを把握することができました。
テーブルが膨大なのでメタデータの整備は一筋縄ではいきませんが、こうした声をもとに優先順位をつけられたことで、効率よく整備を進められています。
「giftee®」の運営においては、具体的にどのような活用事例が出てきているのでしょうか。
田中：商品の販売動向の分析はもちろんですが、マーケティング担当者がメルマガの効果検証に「COMETA」を活用しています。
以前はデータの整理に時間を要し、なかなか深い分析にまで踏み込めていませんでした。しかし今では「COMETA」のチャット上で「このキャンペーンのメルマガ効果はどうだったか」と質問を投げるだけで、より価値のある分析を自律的に行うことができています。
メルマガ配信ツール側のIDと社内の管理IDがうまく突合できていない部分もあったのですが、「COMETA」が文脈を推測して精度高く処理してくれて驚きましたね。
貴社では、「COMETA」のグラフ機能などもご活用いただいていると伺いました。どのように活用をされているのか教えてください。
田中：そうですね、「COMETA」のグラフ機能には大変助けられています。
以前はAIチャットで表形式のデータを出力した後、手元でグラフ化する手間がありました。それが今では「COMETA」上でそのままグラフ化できるので、日次のキャンペーンの売上推移などを直感的に把握できています。
ダッシュボードには用意できないような、無限にある細かな切り口を掛け合わせた分析が「COMETA」内で完結するのは大きなメリットですね。
メタデータの整備についても教えてください。貴社では、メタデータ整備における運用はどのように実施されているのでしょうか。
田中：「COMETA」にあるメタデータの認証機能を活用し、データ構造を熟知している担当者と私の二人で整備しました。
まず未認証の状態で論理名や説明を登録し、私が確認して認証済みにするという運用フローを構築したことで、最小限の工数でメタデータの整備を進めることができました。
田中様ご自身の業務においても、変化はありましたか。
田中：そうですね、私自身も「COMETA」に大いに助けられています。
例えば、SEO施策で「特定のページを経由して購入に至ったか」を調べたい場面があります。こうしたデータを一から自力でクエリを書いて出すのは少し手間のかかる作業ですが、「COMETA」に頼めば正確なクエリをすぐに生成してくれるので、作業効率が格段に上がりました。
非エンジニアの方にとってデータ分析は心理的なハードルが高いものかと思います。「COMETA」導入で、そのあたりに変化はありましたか?
田中：非エンジニアメンバーのデータ活用に対する心理的なハードルは、かなり下がっていると思います。これまではデータを出したとしても、それをどう解釈すればよいか、という点に難しさを感じるメンバーも多くいました。
しかし「COMETA」なら、着目すべきポイントをチャットで相談しながら深掘りできます。この対話的なアプローチが「COMETA」への信頼を高め、データへの苦手意識を取り払ってくれていると感じます。
今後の展望
データを見ながら会話する文化を、チームにより浸透させる
今後、データ活用においてどのような展望をお持ちですか。
田中：私たち「giftee®」運営チームでは、より多くのデータを安全かつ自由に使える状態に引き上げていくことが目標です。メタデータの付与をさらに進めることで、分析できる領域を広げていきたいと考えています。
それと同時に、誰もが自由にデータを引き出せるようになったからこそ、管理の重要性がより増しています。誰がどのような目的でクエリを作成したかを把握する仕組みづくりが、今後の重要なテーマです。
primeNumberへのご期待やご要望があればお聞かせください。
田中：導入時から非常にスピーディーで手厚いサポートをいただき、大変感謝しています。「COMETA」のグラフ機能についても要望をお伝えした翌日にはすぐに対応していただくなど、そのスピード感には本当に驚かされました。また、メタデータを生成する際に追加のコンテキストを入れられるようになった点も、非常にありがたいです。
今後はクエリの共有機能の強化に加え、誰がどのクエリを作成しているかをリアルタイムで把握できるといったデータ管理機能の充実を期待しています。
また、他社の事例や知見を共有できるようなイベントの機会も引き続きご提供いただけると嬉しいです。私自身、入社当時は社内にデータアナリストが少なく手探りな状態でしたが、イベントを通じて他社の考え方や難しさを参加者同士で共有できたことが大きな励みになりました。
最後に、データ活用にお困りの方や「COMETA」の導入を検討されている方へ、メッセージをお願いします。
田中：「COMETA」を導入して一番嬉しかったのは、非エンジニアとデータ・クエリとの距離が、以前では考えられないほど縮まったことです。これまでは必要なデータに素早くアクセスできず、推測ベースで議論せざるを得ない場面がありました。
しかし今は、各会議の場で実際にデータを見ながら会話する光景が当たり前になっています。「データは遠いもの」という感覚が取り除かれ、社内におけるデータの民主化が大きく進展していると感じています。
COMETAについて気になった方はぜひお気軽にお問い合わせください。
