ドメイン駆動設計（DDD）とAIでデータ基盤をもっと価値あるものに（仮）
髙畠 正和さん(株式会社primeNumber)
- データ基盤
- BigQueryに蓄積
- Looker Studio
- COMETA
- データ探索やレポーティング
- セールスやCSの人が
- ClaodeCode
- エンジニアがデータアクセス
- 人とAIとデータ基盤が共通の言葉を使うことが大事
- 部門によって同じものを違う言葉で表現していたりすることがある
- ユビキタス言語
- 日本語名と英語名の定義
- 意味合いや属性を言語化
- 用語集としてまとめる
- データの構造
- ユビキタス言語と合わせて集約の考え方を整理する
- 何と何が1対Nの関係とか
データ活用を加速するSansanデータ基盤（仮）
矢田 結一郎さん(Sansan株式会社)
https://speakerdeck.com/sansantech/260406
- 職人集団によるデータ基盤の運用
- 需要が多すぎて少数メンバーで対応し切るのは難しい
- 技術力は高いがスケールの限界
- 属人化/標準化不足
- ダッシュボードやクエリが個人に依存
- 誰でも使える資産が少ない
- AIガードレールが未整備
- LLMから安全に使える基盤にしたい
- 利用者の二極化
- 使いこなしてる層
- 経営層
- PdM
- マーケティング
- 窓口を知っていてやりとりができる
- 数十名
- 届いていない層
- その他の2000人
- 存在すら未認知で使い方を知らない
- 使いこなしてる層
- Data PlatformチームからData Enabliingチームへ
- 器の提供から勝たせる主体へ転換
- 基盤の安定提供は最低条件
- 利用率/活用件数などの新しい成果指標
- AIでのデータ基盤活用が必須
- 正しく扱うにはナレッジとガードレール
- 資産の標準化
- 誰でも使えるダッシュボード
- AIガードレール
- ナレッジマネジメント
- ドメイン知識を埋めていく
- 意思決定の高速化
- セルフサービス化
- 自律的にデータを使える状態
AI時代のデータ基盤のアーキテクチャ選定の背景とそれをどう広めていくか
霧生 隼稀さん(アソビュー株式会社)
- SnowflakeからBigQueryへ
- Lookerも導入
- コスト面とAI活用の観点から判断
- AI活用による変化
- SQLの壁を自然言語で突破できるようになった
- 見ているだけの閲覧者がインサイトを得られるように
- 無関心層を動かしたい
- テクノロジー受容モデル
- 知覚された有用性
- どれだけ自分の役に立つか
- -> 有用なデータにフォーカス
- 知覚された使いやすさ
- 使うのに努力がいらない
- -> サービスの中に埋め込むことで業務の延長線に
- ハードルを下げながらガードレールも
Q&A・パネルディスカッション
登壇者全員（モデレーター：中薗 昴さん）
- 他部署多職種の巻き込み
- 事業責任者を巻き込んでニーズを取り込んでいく
- 置いてけぼりになる人にも注意
- スプレッドシートなどスモールに始める
- ユーザの手元で動かせる環境
- ステップを踏んでるその先も共有しながら
- 事業責任者を巻き込んでニーズを取り込んでいく
- データ利活用のROI
- ROIありきのデータ組織
- 目標として持っている
- 金額算出の仕組みが整備されている
- データ基盤でどれだけトップラインをのばせるか
- 穴の空いた財布にならないように
- ROIありきのデータ組織
