全社共通のデータ分析基盤の構築で新たなビジネス知見を獲得
1つ目の事例として紹介されたのは、ネット型宅配クリーニングサービス「Lenet」と、ハウスクリーニング比較・依頼プラットフォーム「kirehapi」を手掛けるホワイトプラスのデータ基盤構築プロジェクト。本セッションに登壇した、ホワイトプラス 取締役CTO 森谷光雄氏は、同社がデータ分析基盤の構築を思い立った背景について次のように説明した。
「チームごとに独自にデータ活用は進めており、一定の成果は上げていたのですが、次第にチームごとにデータが独自の進化を遂げていった結果、チーム外の人間はもちろんのこと、チーム内のメンバーですらデータ活用の実態を容易に把握できなくなってしまいました。また別々のチームで同じような集計を重複して行ってしまう、チームごとにデータの定義がずれてくるなど、さまざまな弊害が顕在化してきました」（森谷氏）
そこでこれらの課題を解決すべく、同社は全社共通のデータ基盤の構築に乗り出すことになった。具体的には、社内に存在するさまざまなデータソースからデータを収集・統合し、Google BigQuery上で一括管理することにした。データの収集には、primeNumberが提供する分析基盤向けデータ統合自動化サービス「trocco（トロッコ）」を利用し、まずはGoogle BigQuery上のデータレイクにデータを集める。その後、これらのデータを基にDWHを構築し、さらにそこから特定の分析用のデータマートを生成する。
ユーザーはこのデータマートに対して、BIツールやスプレッドシートなどを通じてアクセスし、それぞれの目的に応じてデータの集計・分析を行う。データ収集・統合の処理にtroccoを採用した効果について、森谷氏は「もしtroccoがなければ自前のEmbulkクラスタを構築・運用しなければならず、かなりの工数が掛かっていたことでしょう。troccoを採用したことでそれが不要になり、本来注力すべきデータ活用の検討に工数を割けるようになりました」と高く評価する。
このようなデータ分析基盤を構築したことで、前述したデータ分析にまつわる諸課題を解決できたとともに、データの中から新たな知見も得られるようになったという。
「創業から今までの10年分のデータを分析したところ、『初回利用時の割引率』と『初回利用から2回目の利用への転換率』との間に相関があることを発見しました。この成果を生かして、初回利用時の割引率を最適化したところ、初回利用から2回目の利用への転換率が改善し、お客さまのライフタイムバリュー全体を最適化できました。今後もさらにデータ分析の取り組みを推し進め、その成果を経営・事業判断に反映させていきたいと考えています」（森谷氏）
