ピクスタ開発部の星直史です。コンビニで商品を選ぶ時は、カロリーや値段ではなく、成分表を見て食べるものを選んでいます。

Software Design 2017年11月号に、データ可視化ツールRedash*1をピクスタに導入するまでの比較検討と、Redash導入後に社内で開催したSQL勉強会についての記事を寄稿しました。
記事のタイトルは「Redash＋SQL勉強会で業務改善！エンジニア任せにしないデータ分析の基盤作り」です。

寄稿記事概要

ピクスタでは下記問題の改善をすべく、Redashを導入しました。

エンジニアがデータ抽出依頼対応に割く工数が増える
データ抽出完了待ちが発生する
機械的にできることを手作業で行ってしまう

また、Redash導入後はディレクターや営業メンバーでもSQLを扱えるように、非エンジニア向けのSQL勉強会を実施しました。

Redash導入

記事の前半では、Redashが提供する機能や、Redash導入にあたり他の可視化ツールと比較検討した内容をまとめました。

導入と撤退の容易性
コスト*2
サポート体制
Supersetとの機能差分と、Redashでできることの紹介

SQL勉強会

当初「DBからのデータ抽出はエンジニアしかできない＞＜」という状態だったディレクターや営業メンバーが、「自分でクエリを組み立てて定期実行しましょう！」というレベルになるまでの取り組みについて書きました。

あるメンバーはSQLを覚えた後、Redashのダッシュボードや定期実行機能を使用して、これまで週2時間かけて作業していた週報が、Redashの導入によりほぼ自動で作成されるようになり、大幅な業務改善となりました。
また、エンジニアが行うデータ抽出の件数も減少し、エンジニアの工数削減にもつながりました。

SQL勉強会の取り組みについては、以前てくすた記事にもまとめているので、あわせてご覧いただけると幸いです。

texta.pixta.jp

今回寄稿した記事では、Redash導入から非エンジニアもSQLやRedashを扱えるまでの取り組みの全容を紹介していますので、前述の問題を抱えた組織や開発チームにとっての足がかりになるのではないでしょうか。