【課題】
スポーツアパレル企業のマーケティングチームが、売上データの集計に2日かかっていました。
「先週の売上、チャネル別で見たいんだけど…」
「会員属性別の購買傾向、出せる？」
こうした依頼に対し、毎回手動でSQLを書き、集計し、Excelで加工。マーケティングチームは意思決定が遅れ、施策のタイミングを逃していました。
【解決策：多次元集計データマートの構築】
年月週日別・チャネル別・会員属性別——あらゆる切り口で即座に集計できるデータマートを設計しました。
技術的なポイント
1. 300行超のSQLクエリで12パターンのUNION ALLによる多次元集計
2. 2018年以降の全取引データ（約500万レコード）を10分以内で処理
3. Digdagによるワークフロー制御で日次自動更新
4. Treasure DataとBigQueryの特性を活かした最適化
データ設計の工夫
「誰が、どの粒度で、何を見たいか」をマーケティングチームにヒアリング。
- 日別トレンドを見たい → 年月週日の時間軸
- チャネル横断で比較したい → EC・店舗・モール別
- 顧客セグメント分析したい → 年代・性別・会員ランク
これらを1つのテーブルに集約し、Looker Studioから直接参照できる形に。
【成果】
・分析リードタイム：2日 → 30分（96%削減）
・マーケティングチームが自分でデータを見られるように
・「今週の施策、すぐ効果が見えるようになった！」と評価
【学んだこと】
データ基盤は「作って終わり」ではありません。
「誰が使うのか」「どう使うのか」を理解した上で設計することで、初めて価値を生みます。
技術力だけでなく、ビジネス理解とヒアリング力——この両輪が、データエンジニアには必要だと実感しました。
分析リードタイム96%削減：BIデータマート設計の実践知
