クライアントについて
株式会社想定C（プロダクトブランド「cedar」）は、中堅企業向けナレッジマネジメント SaaS を提供するシリーズB スタートアップです。社員数約80名、有料企業アカウント数は約600社、ARR は月10%ペースで拡大しています。「データドリブンな経営」を掲げる一方で、社内データ基盤の整備が商品拡充のスピードに追いついていないのが課題でした。
導入前の課題
データは豊富にあるのに、意思決定に使える状態になっていないジレンマを抱えていました。
- データサイロ化：プロダクト・営業・財務のデータが複数の SaaS（Salesforce / freee / Stripe / GA4 等）に分散
- スプレッドシート手作業：月次の経営会議ごとにアナリストがスプレッドシートで手動集計、2日以上のリードタイムが発生
- 意思決定の遅さ：データを集めるだけで会議の半分以上が使われ、「なぜそうなったか」の議論時間が取れなかった
- セールス・プロダクト現場の「計測ボトルネック」：KPI 変動に対して仮説を試したくても、データを集めるだけで週間がかかり、改善サイクルが遅い
提供したソリューション
Google Cloud をハブにしたデータ基盤を設計・実装しました。BigQuery に全ソースを集約し、Looker Studio + Vertex AI の自然文クエリでノンデータエンジニア・セールスも自走で分析できる体制を構築。
重要なのは「ダッシュボードを作る」ことより「現場が仮説検証をセルフサービスで回せる状態を作る」とし、ジュニアセールスでも LLM に語りかけるだけで意思決定に必要な数値を取り出せる UX を設計しました。
実装プロセス
合計4ヶ月で本番運用へ移行しました。
- Phase 1：データモデル設計 / BigQuery スキーマ統一 / KPI 定義のオーソリティ合意
- Phase 2：SaaS 連携パイプラインの実装（Salesforce / freee / Stripe / GA4 / 自社プロダクトDB）
- Phase 3：Looker Studio ダッシュボード設計 / Vertex AI 自然文クエリ UI の実装
- Phase 4：経営・セールス・プロダクト 3部門へのオンボーディング / 週次データレビュー体制の定着伴走
成果と効果
- 経営会議の準備リードタイムを 50% 短縮
- 会議中の議論時間が1.8倍に拡大（「なぜ」「どうする」に時間を使えるように）
- KPI 変動に対する仮説検証サイクルを週次で回せるようになり、プロダクト改善スピードも向上
- セールスジュニアが自走でパイプライン分析をできるようになり、データ依頼件数が月35件 → 8件に減少
- データチームが集計作業からデータモデリング・インサイト生成にシフトできるように
今後の展望
次フェーズとして、Vertex AI を活用したKPI 予測モデルや解約予測スコアリングを導入予定。さらに、ダッシュボードを見る予防として LLM が「今週注目すべき KPI とその背景」をサマライズしてSlack に投稿する仕組みも検討中です。