『MAGELLAN BLOCKS』を使って BigQuery を使い倒す！| Google Cloud INSIDE Games & Apps: Online
0 likes920 views
『MAGELLAN BLOCKS』を使って BigQuery を使い倒す！| Google Cloud INSIDE Games & Apps: Online
- 1. Confidential 『MAGELLAN BLOCKS』を使って BigQuery を使い倒す！ 2020 年 09 月 09 日 株式会社グルーヴノーツ
- 2. Confidential Agenda ● 会社紹介・自己紹介 ● BigQuery をもっと自由に！ ● 事例 1 ● 事例 2 ● デモ 2
- 4. Confidential © 2018 based in Fukuoka Business MAGELLAN BLOCKS TECH PARK 福岡本社 福岡県福岡市中央区今泉 1丁目19番22号 天神CLASS 3F 東京オフィス 東京都千代田区大手町 1-9-2 大手町フィナンシャルシティグランキューブ 3F Global Business Hub Tokyo BD Office Address
- 6. Confidential 6 自己紹介 ● 名前： なかむら さとる ● 所属： 株式会社グルーヴノーツ ● 仕事内容： 企業のデータ活用や BigQuery での DWH 構築のお手伝い ● その他： Google Developers Expert (Google Cloud Platform) ビッグデータを専門としたコミュニティの運営
- 16. Confidential 課題と BigQuery のいいところ（おさらい） 16 現場の人たちは自由に分析したいと思っている、なぜ出来ないのか？ ● 課題 ○ オンプレや他クラウドではリソースの問題があった → BigQuery ならサーバレスで、自動的に拡張してくれるのでリソースの問題は無い
- 17. Confidential 課題と BigQuery のいいところ（おさらい） 17 現場の人たちは自由に分析したいと思っている、なぜ出来ないのか？ ● 課題 ○ オンプレや他クラウドではリソースの問題があった → BigQuery ならサーバレスで、自動的に拡張してくれるのでリソースの問題は無い ○ 自由に使われたら費用ががががが。。。 → 使用量に上限を決めることが出来る → Flat-rate が 100 から契約出来るようになってお手軽に → Reservation を使って各プロジェクトごとに使える上限を決めることが出来る
- 18. Confidential 課題と BigQuery のいいところ（おさらい） 18 現場の人たちは自由に分析したいと思っている、なぜ出来ないのか？ ● 課題 ○ オンプレや他クラウドではリソースの問題があった → BigQuery ならサーバレスで、自動的に拡張してくれるのでリソースの問題は無い ○ 自由に使われたら費用ががががが。。。 → 使用量に上限を決めることが出来る → Flat-rate が 100 から契約出来るようになってお手軽に → Reservation を使って各プロジェクトごとに使える上限を決めることが出来る ○ 現場の人はプログラムも組めない、 GCP のコンソールも触らせたくない → MAGELLAN BLOCKS を使って、GUI で自由にできる
- 20. Confidential 既存システム BigQuery BigQueryCloud Storage 運用を切り分けることで？ 20 BigQuery Cloud Storage BigQuery Cloud Storage BigQuery Cloud Storage 『システム』としての仕事に集中できる ● 利用状況の把握 ● 課金のコントロール ● 利用状況からのデータ構造の検討 ● アクセス権・セキュリティ
- 21. Confidential 21 事例 1：人事部門が BigQuery 使ってみた
- 22. Confidential 事例 1：人事部門が BigQuery 使ってみた 22 ● 課題： 過去の残業代計算に不備があったことが判明。 再計算の必要があったが、現在の給与計算ソフトでは出来ず表計算ソフトでチャレンジ。 しかしデータが多すぎて動かないし、特殊な計算が必要だった。 ● 対応： 勤怠管理からデータを抜き出し、 MAGELLAN BLOCKS でフォーマット変換、 NULL 値の修正などを行 う。 計算方式はデータポータルでデータを一緒に見ながら、クエリを解説付きでその場で修正。 無事に 2 週間ほどで完了。
- 23. Confidential 事例 1：人事部門が BigQuery 使ってみた 23 ● 課題： 過去の残業代計算に不備があったことが判明。 再計算の必要があったが、現在の給与計算ソフトでは出来ず表計算ソフトでチャレンジ。 しかしデータが多すぎて動かないし、特殊な計算が必要だった。 ● 対応： 勤怠管理からデータを抜き出し、 MAGELLAN BLOCKS でフォーマット変換、 NULL 値の修正などを行 う。 計算方式はデータポータルで データを一緒に見ながら、クエリを解説付きでその場で修正 。 無事に 2 週間ほどで完了。
- 24. Confidential 事例 1：人事部門が BigQuery 使ってみた 24 ● 効果： 人事部門発信の働き方改革の元データとして活用。 どの業務にどのぐらい時間が割かれているのか、他データとの連携を MAGELLAN BLOCKS を利用 して自分たちで活用している。 BigQueryCloud Storage
- 25. Confidential 25 事例 2：仕入れ担当者が BigQuery 使ってみた
- 26. Confidential 事例 2：仕入れ担当者が BigQuery 使ってみた 26 ● 課題： 過去のデータを探して、最終的には人の勘で仕入れを行っていた。 基幹システムから抜き出せる情報だけではなく、様々な要因があるがそれを別々でみていた。 これらを 1 つに統合して見て、あわよくば AI につなげたい。 ● 対応： 当初は私達がデータを見ながら、特徴のあるところをヒアリング。 徐々に手を離して、自分たちでデータを見ながら他部門（マーケティングや商品情報）と連携してデータ をもらい自立してデータを扱えるようになった。
- 27. Confidential 事例 2：仕入れ担当者が BigQuery 使ってみた 27 ● 効果： データを扱う仲間が増えて、自発的に横展開で利用するようになった。 現在は機械学習にも手を伸ばして使うようになっている。 BigQueryCloud Storage
- 29. THANK YOU