Oriental Nippon Development
実績一覧へ
ケーススタディ多拠点の人材紹介・派遣グループ

多拠点の人材グループに、常に最新の営業・財務ビューを

成約、コミッション、財務の数字が3か所に分かれ、拠点の比較には手作業での集計が必要でした。まず指標を合意し、そのうえでAzureのパイプライン、統制されたモデル、Power BIのダッシュボードを構築しました。

業界
プロフェッショナルサービス・人材
地域
米国
契約形態
ラボ型ODC(専属チーム)

成果

  • 3つのデータ源を一つの統制されたモデルに
  • コミッションを成約データと連動
  • 必要なときにすぐ拠点比較

スタック

Python · Flask · Azure · SQL · Power BI

執筆Oriental Nipponチーム

米国の人材紹介・派遣グループには複数の拠点があり、それぞれに成約、売上、利益、営業チームがあります。実績データは人材管理システムに、コミッションは別の場所に、財務の結果はさらに別の経路で届いていました。

二つの拠点を比べるには3つのデータ源を手作業でつなぎ合わせる必要があり、「拠点の収益性」が何を意味するのかも誰も合意していませんでした。

課題

  • 3つのデータ源を手作業で集計。 どの比較も、その都度の再構成だった。
  • 切り離されたコミッション。 コミッションの計算が、その元になる成約データと別になっていた。
  • 遅い意思決定。 目標設定や人員配分が、手作業の集計を待っていた。
  • 共通の定義がない。 拠点の収益性が、人によって違う意味を持っていた。
導入前導入後
データ源3つ、手作業で結合一つのスケジュール実行パイプライン
指標の定義あいまい合意・文書化した約12の指標
コミッションの確認別のスプレッドシートドリルスルー付きのダッシュボード
鮮度誰かが集計したとき常に最新

構築したもの

  • 取り込みパイプライン

    PythonとFlaskで人材管理システムのAPIから業務データをスケジュールでAzureへ取り込み、監視と失敗時のアラートを備えます。

  • モデル化したレポート層

    成約、売上、利益、収益性の文書化された定義を、テスト付きで。

  • 意思決定のためのダッシュボード

    Power BIで、マネージャー向けのコミッションビューと経営層向けの拠点財務ビューを、元の記録へのドリルスルー付きで提供します。

  • ガバナンス

    指標ごとの責任者と変更手続き。

技術と、このプロジェクトでの役割

技術このプロジェクトでの役割
PythonとFlask人材管理システムとのAPI連携
Azureクラウドのデータストアとスケジュール実行
SQLDWH層とテスト済みのビジネスロジック
Power BIコミッションと拠点財務のダッシュボード

進め方

パイプラインを書く前に、経営層と膝を突き合わせ、実際に意思決定に使う十数個の数字を合意しました。

  1. 指標を合意する。 定義、責任者、ドリルスルーの要件。
  2. 取り込み。 業務システムから、スケジュール実行と監視付きで。
  3. モデリング。 テストと文書化を伴うビジネスロジックを持つDWH層。
  4. 意思決定のためのダッシュボード。 マネージャーにはコミッション、経営層には財務のビュー。
  5. 統制する。 定義がずれないよう、指標ごとの責任者と変更手続きを決めました。
進め方のタイムライン目安の合計:13〜16週
  1. 01指標の定義

    2週

    合意した定義、責任者、ドリルスルーの要件

  2. 02取り込み

    3〜4週

    クラウドストレージへのAPIパイプライン、スケジュール、アラート

  3. 03モデリング

    3〜4週

    DWH層、ビジネスロジック、テスト

  4. 04ダッシュボード

    3〜4週

    コミッションと拠点財務のビュー

  5. 05ガバナンスと引き継ぎ

    2週

    指標辞書、変更手続き、ドキュメント

リスクと対応

リスク対応
異論のある数字の上にダッシュボードを作るパイプラインの前に、主要な十数指標を経営層と合意した
気づかれないパイプラインの失敗すべてのスケジュール取り込みに監視と失敗時のアラート
時間とともにずれていく定義指標ごとの責任者と変更手続き

成果

経営層は、拠点をまたいで常に最新の一つのビューを持てるようになりました。比較分析、目標設定、コミッションの判断は、3通りの再構成ではなく同じ数字に基づいています。

このビューが1年後も信頼できるかどうかを決めるのは、文書化された指標です。

お客様に残るもの

  • パイプラインのコード(お客様のリポジトリ内)
  • DWHのスキーマとモデル
  • 指標辞書
  • 編集可能なダッシュボード
  • データ品質のテストスイート

参考資料

  1. What is Power BI?(Microsoft Learn)
  2. Conformed dimensions(Kimball Group)
  3. Azure Well-Architected Framework(Microsoft Learn)

同じような課題をお持ちですか? これは私たちのAI搭載業務アプリケーションチームが日々手がけている仕事です。お使いのシステムについてご相談ください。