現場が使うデータ分析の環境

Webサイトの利用状況や市場データ、日々の業務データは、それぞれ別の場所にありました。個別の数字を確認するだけでは、事業全体で起きている変化と、見直すべき地域や物件、Web上の行動を結び付けられません。同社には、種類の異なるデータを用途別に分けて集め、全体の状況から改善候補までたどれる分析環境が必要でした。

KDOTはWeb上の行動、広告、検索のデータをGoogle CloudのBigQueryへ集約しました。BigQueryは、取得元が異なるデータを同じ場所で分析するためのデータ基盤です。集約しただけでは項目や計算方法が異なるため、指標をそのまま比較できません。そこで、データベースを操作するSQLで変換と品質確認を管理できるdbtを使い、各サイトの指標を同じ計算規則へそろえました。必須項目が揃う割合と識別子の重複率も確認し、データがない期間と実績がゼロの期間を区別して表示します。現場担当者は、計測できている範囲を確認したうえで指標を比較できます。

Metabaseは、データをブラウザ上のグラフや表で確認する分析ツールです。公開データと業務データは用途に合わせた別の分析基盤へ取り込みました。Metabaseでは、地域や物件などの事業データと、流入元や検索、フォーム、広告などWeb上の行動に関するデータを用途別の画面から確認できます。現場担当者は事業全体の変化を起点に、期間、サイト、端末、流入元などの条件を切り替え、個別の行動まで確認できます。定期的に見る指標もMetabaseへまとめたため、現場担当者が同じ定義の数字をもとに改善候補を検討できます。

定型画面だけでは、現場で生まれるすべての問いに答えられません。KDOTはAIから外部ツールを呼び出す接続の規格であるMCPで、ClaudeからMetabaseのデータを呼び出せるようにし、現場担当者がClaudeから分析できる環境を用意しました。現場担当者はMetabaseで全体の変化を確認した後、地域や物件の条件、Webサイトの流入元や検索行動についてClaudeへ質問できます。Claudeは比較する観点を整理し、問いに関連するデータを示します。その結果に事業の状況や現場の知識を重ね、改善策や同社の顧客への提案を決めるのは現場担当者です。分析結果を技術担当者から受け取るだけでなく、問いを立てるところから次の判断までを現場で進められるようになりました。