【デブサミ2020】セッションレポート：14-A-5 事業グロースを加速させる「分析基盤」の作り方【JapanTaxi/ホワイトプラス事例】

概要

登壇：森谷 光雄[ホワイトプラス]さん/伊田 正寿[JapanTaxi]さん/
小林 寛和[primeNumber]さん

ホワイトプラス事例

なぜデータ基盤を作ったのか

・データがチームごとに独自進化していた（サイロ化）
　・テンポラリデータを削除した。確認のうえ消したのに、確認した相手から「動かなくなった」と言われる
　　・チーム内でこれはあかん
・存在しているデータでも知らなければないのと同じ

データ基盤の構築と運用

・チームごとに分かれていたものを集約していった

構築上の問題

・取り込み後レコードに変更が入るテーブル
　・初回フル転送
　・以降は差分転送

運用上の問題

・共通化・分離されたロジックの管理

troccoのメリット

・データ活用にリソースを集中させられる

データ基盤の効果

・継続率の調査
　・どうやって利用につなげていくか
・分析
　・急上昇→ダウントレンドを描く時期が何度か発生していることがわかった
　　・割引率とトレンドの間に相関があった
　　　・初回割引率が高いと新規獲得にはつながるが、離脱も多い
　　　・チェリーピッカー（割引のときだけ来店する客）

JapanTaxi事例

分析基盤の役割

・必要なときに必要なデータを適切な形で提供すること

・アプリはAWSとAzureを併用
・分析基盤はGCP

分析基盤の開発・運用

・分析基盤への連携処理を開発するのが大変、ワークフローの開発が大変
　・troccoとCloud Composerを利用
　・この構成にしたことで、障害発生時のリカバリも1-2ヶ月に1回まで減少

事前確定運賃

・乗車前にルートと運賃が確定しているサービス
　・2019年10月28日開始
　・対応しているタクシー会社の車両からのみ配車される
　　・マッチング率の低下とキャンセル率増加

使ってほしいからデフォルトを事前確定運賃に、とのことだがなぜ使ってほしいのか?の説明が欲しいところだ。この言い方だと、ただ使って欲しい機能を押し付けているように聞こえる。

・その後、様々な観点からデフォルトをメーター運賃に切り替え

この意思決定をデータドリブンに導出したのは素晴らしいと思う。コアバリューに関わるところだから難しいのかもしれないが、どういうデータでどう意思決定したのか、はもっと突っ込んだ内容を知りたくなった。

感想

いまいち「事業グロースを加速する」という側面が弱かったという印象。
データドリブンな意思決定基盤を構築する話としては学びがあった。