Hubble社はこれまで複数のBIツールを活用してきましたが、事業成長に伴う組織規模の拡大や、データ活用の属人化といった課題に直面していました。そのような中、データ分析基盤の刷新と「データ分析の民主化」を目指し、Codatumを導入。

今回は、CEO室・渡邊さんと、データエンジニアリングを担当する恒吉さんに、Codatum導入の経緯から現在の活用状況、そして今後への期待について伺いました。

組織の成長に伴い、分析の属人化が課題に

——御社の事業内容と、ご担当の業務について教えていただけますか。

渡邊さん：株式会社Hubbleでは、契約書の作成からレビュー、契約書後の管理までを一元的に行える「Hubble」と、契約締結後の管理に特化した「Hubble mini」という2つのSaaSプロダクトを提供しています。

私自身はCEO室にて新規事業のプロダクトマネージャーをメインに担当しつつ、Business Analyticsとしてビジネスサイドのデータアーキテクチャ・パイプラインの設計をしたり、昨年から立ち上げたBPaaS業務の管理者をしたりしています。

恒吉さん：私は渡邊さんのもとで、社内データ環境の整備、Codatumを活用したダッシュボードの作成、および他社BIツールで作成していたダッシュボードのCodatumへの移行など、いわゆるデータエンジニアの役割から、主にデータ分析の実務に携わっています。

——これまでどのようなBIツールを活用されてきたのでしょうか。また、どのような課題があったのですか。

渡邊さん：これまでは2種類のBIツールを使っていました。一方はユーザーの利用状況のモニタリングに使っており、もう一方のツールは経営層やマネージャーが事業進捗を見るために使っていました。

それぞれに良い点はありつつも、次のような課題がありました。

• 操作の難易度が高く、分析業務が属人化

  • 機能が限定的であったり、操作の独自性が高いことにより、分析業務が属人化しやすい状況に

• ノウハウの共有にも限界

  • 分析のノウハウをNotionに蓄積していたが、従業員数が増えその運用も限界が来てしまった

（渡邊さん）

権限設定の柔軟さと、AIによる分析支援が決め手に

—— Codatumを導入するに至った経緯について、詳しく教えていただけますか。

渡邊さん：課題解決のために、BIツールの導入だけではなく、データパイプラインの設計を見直すところから着手していました。そのなかで、BIツールは海外製品も含め合計10種類ぐらい比較検討し、最終的にCodatumも含め3種ぐらいに絞りました。

弊社はデータウェアハウスとしてBigQueryを利用しているのですが、BigQuery上は可能な限り生のデータに近く、データマートのテーブルを作りすぎないようにしていて、分析の過程で必要なデータに対応していく形を取ろうとしていました。

Codatumならデータを探索していく過程で、分析に必要なコンポーネントを積み上げていく、という手段を取りやすいと感じ、最終的に導入を決めています。

具体的に、Codatumの機能で注目したのは次の4つです。

• 柔軟な権限設定

  • メンバーごとに細かい権限設定ができる

• ノートブック機能によるスムーズな分析体験

  • 1枚のノートに分析の過程を並べながら試行錯誤でき、分析のアイデアを形にしやすい

• SQL Chain機能

  • SQLをモジュールのように利用できることで、よく使うクエリを共有し効率的に分析を進められる

• AIによるサポート機能

  • AIに自然言語で問いかけ、分析に必要なサポートが得られる

恒吉さん：これらに加えて、特にUIやビジュアルがモダンでシンプルな点も魅力的でした。後発のツールとして、現代のデータエンジニアリングの文脈を踏まえて生まれたツールだという印象がブログなどから伝わり、そこも惹かれたポイントでした。

—— Codatum導入時、社内の声はいかがでしたか。

渡邊さん：BIツールはデータを作る側と、見る側（現場の方々）で捉え方が異なります。見る側からすれば、ツール間の違いはわかりにくいかもしれません。だからこそ、AIが搭載され、SQLに詳しくない人でもAIに話しかければ何かが返ってくるという体験は、非常に注目度が高いポイントだと思います。

そのため、特に営業などの社内メンバーには、「既存のBIツールと同じ機能はもちろんあるが、将来的にAIとの対話性や親和性が高まり、SQLの知識が浅い人でも簡単にデータ活用ができるようになるかも」といった未来の可能性を語りました。

恒吉さん：検討時に、渡邊さんが「同じことができるなら、よりスタートアップ精神があり、ワクワクする会社を選びたい」と話していたのが記憶に残っています。AI機能にも期待がありますが、そのワクワク感もCodatumを選んだ大きな理由の一つです。

（恒吉さん）

—— 今後、お二人以外にもCodatumを使いこなす人が増えていく予定はありますか。

渡邊さん：はい、あります。現在は二人で運用していますが、データ分析に多少明るいメンバーに権限を与え、もっと使いこなしてほしいと思っています。特に、セールスのBizOpsを担当しているメンバーはCodatumを非常に気に入っているので、彼のような人がデータ分析のキーマンになってくれることを期待しています。

データを活用する人を増やす観点では、エクスプローラー機能は非常に重要だと考えています。Codatumはノートブックやフォルダによる構造化と権限管理によって、自分が知りたい情報に自力でたどり着く土台が整っています。エクスプローラー機能を活用することで、メンバー自身の分析をさらにスムーズに進められそうです。

必要なデータから準備でき、アジャイルな分析体制を組みやすい

——今後、Codatumに期待することがあれば教えてください。

恒吉さん：AI機能の進化に期待しています。どんな質問にも、まずは60点くらいのベースとなる分析結果をAIが生成してくれれば、それをレビューして利用できるので非常に助かります。さらに、「このデータはここのテーブルにあります」といったことを教えてくれるような、データカタログとしてのAIの進化もあるとうれしいですね。

渡邊さん：AIの活用に関しては、データエンジニアがデータカタログやクエリをAI活用しやすい形に管理し、それを元にした個別具体的な分析業務はAIがやっていく……という形を取れるようになると、業務のレバレッジが効いてビジネスインパクトを出せるなと感じています。

——Codatumは、どのような会社やチームにフィットすると思いますか。

渡邊さん：従業員数が増え、見たいデータが増えていく……、という状況は多くの会社に共通する課題だと思います。私たちの会社のように、データエンジニアが少ない状況でもデータ活用の基盤を整えたいと考えている企業にとって、Codatumは選択肢の一つになると思います。

例えばチャットツールを導入したときに、メール時代と比べてコミュニケーションが大きく変わった、という体験は誰しもあると思いますが、それと同じような「データ分析のあり方を大きく変える」期待感のあるプロダクトであると感じました。

恒吉さん：SQLが書ける方には特におすすめしたいです。慣れてしまえば手になじみますし、作っている人がワクワクしながら作っているんだろうなというプロダクトの熱意が伝わってきます。使っていて楽しいですし、可視化のバリエーションが豊富で、データの整理もしやすいです。

渡邊さん：個人的にはSQL Chain機能は非常に秀逸だと感じたので、モダンデータスタックを志向するデータエンジニアの方々には、ぜひ一度触ってみてほしいですね。また、アジャイルにデータ分析を進められる点も大きな魅力です。最初から完璧なデータモデリングを設計するのではなく、実際に使う中で必要なデータから少しずつ育てていく、帰納的なアプローチが取りやすい。これは、私たちのようにスケールする組織にとっては非常に相性が良いなと感じました。

—— 御社の組織拡大にあわせて様々な機能を提供できるよう、私たちも頑張っていきたいと思います。本日はありがとうございました！