問題点・現状
社内データはBigQueryに蓄積されているにも関わらず、マーケティング部門での分析に活用するには、エンジニアやPdMに都度依頼をしてSQLを書いてもらう必要があり、なかなか作業が進まない。開発部門は突発的な業務のリソース調整が難しく、すぐに対応してもらうことは難しい。その結果、データ分析のスピードが遅れ、ビジネスチャンスを逃してしまうリスクが内在している。そこで求められるのが、書き出し先のスプレッドシートはフォーマットが決まっているので、SQLを書かなくても必要なデータを、必要な時に、必要な形で非エンジニアで部門が入手できる仕組み。従来のように、エンジニアやPdMに依存した体制から脱却し、現場部門主導でデータ分析を進められる環境を整備したい。
Reckoner（レコナー）導入の効果
データ分析の民主化
Reckonerは直感的なUIで操作できるため、SQL、プログラミングなどの専門知識不要、有識者に依頼をせずとも、非エンジニアが簡単にデータの抽出・加工・連携を行うことができる。
分析スピードの向上
エンジニアやPdMへの依頼が不要になるため、データ分析にかかる時間を大幅に短縮できる。必要なデータを必要なタイミングですぐに用意できるため、ビジネスチャンスを逃さず、迅速な意思決定が可能になる。
属人化の解消
Reckonerを利用することで、データ抽出・加工・スプレッドシートへの書き出しプロセスが標準化され、特定の担当者に業務が集中する状況を避けることができる。誰でも同じ手順でデータ分析を行えるため、担当者が異動や退職した場合でも、スムーズに業務を引き継ぐことが可能になる。
BigQueryのデータをSQL無しで非エンジニアでも簡単に抽出・集計・書き出しをおこなう方法
STEP1
接続設定
Reckoner（レコナー）が、データソースとなるBigQuery、データ転送先となるスプレッドシートにアクセスできるようにするため、ログイン情報入力やOauth設定をおこなう。
STEP2
データ加工・変換・統合
SQLを記述することなく、Reckoner（レコナー）画面上のマウス操作で、以下加工・整形をおこなう。
・「フィルター」タスクを用いて、BigQueryから特定期間のデータを抽出
・「集計(Group by)」タスクを用いて、スプレッドシートで扱いやすいように、月別・ユーザー属性別など、売上集計や平均購入金額などを算出
・「日付変換」タスクを用いて、日付データのフォーマットを変換・統一
STEP3
ワークフロー作成・データ連携
検証環境を用意することなく、Reckoner（レコナー）の画面上で処理結果のプレビューをぱっと確認。バッチ制作不要で、BigQueryと、スプレッドシートを繋いでデータの流れを作成する。
Reckonerでの解決ポイント
BigQueryのデータをSQL無しで抽出・集計可能
Reckonerは、SQL、プログラミングなどの専門知識不要でETLがおこなえるため、エンジニアやPdMへの依頼いらずで、いつでも必要なデータの抽出・加工が可能。分析スピードもアップする。
