SlackのPostをEinstein Analyticsで解析してみたというお話(3年ぶり二度目)

3年前に一度やってみたプロジェクトを再起動しています。

弊社リバネスでは、社内コミュニケーションのほとんどがSlack上で行われています。社内ではメールコミュニケーションはありません。

「個のネットワーク組織」という言葉を掲げ、ひとりひとりのネットワークで世界をつないでいくのがリバネスだと言っているのに、社内のことがよくわかってないというのはやっぱり気持ちが悪かったんですよね。

当時はGCP使ってましたが、せっかくなので今回はHeroku使って実装しています。

開発チームはDBに如何にデータを格納するのかに注力してもらいました。これについては最近の弊社の開発パターンです。

ビジュアライズについては試行錯誤が必要なので開発とは別にすすめる方針にしています。ある程度こなれてから実装すればよろしい。そんな訳で、Heroku PostgresをEinstein Analyticsに接続することでデータを取得し、ビジュアライズしてみました。

弊社のSlackは以下の通り2015年9月からスタートしています。

新しもの好きがわらわらと集まってきます。そんなスタートでした。

SlackBotのpostを除いたpost数は143万件でした。他にもbotがあるので、厳密に言えばもっと少ない気がします。

3年前と大きく変わったこと

Einstein Analytics軽い。3年前はGoogleデータスタジオに読み込んでいたのですが、重かったですね。恐らくデータの取得方法がヘビーだったのだと思いますが、そこらへんの設定もエンジニア任せみたいになってしまっていたので今回はその反省点を踏まえた実装にしました。Googleデータスタジオが悪いというよりは、役割分担ができずにうまくワークしなかったという感じですね。

ビジュアライゼーション部分に必要なデータを自分でハンドリングできるEinstein Analytics上に置いたので、今はとてもサクサクと動いています。

何がわかるんだっけ

何曜日にpostが多いか知ってます？

何時頃がpostが多いか知ってます？

自分がどんなアクションしてるか把握できています？

Hotなチャンネルはどこか、Hotな人はどこか知ってます？

みたいなことが分かります。

今ある生態系がどうやって成り立っているのかを理解することで、よりうまく世界を構築する助けになったりするんじゃないかなと思うんですよ。

今後は、自律サポートツールとして育てていきます。

使いたい人がいたら声かけてください。