PIVOT株式会社

データエンジニアとして以下に従事
- BigQuery x dbt Core によるデータマート構築・運用
- KPI レポートの改善
- リファラ分析モデルの新規構築
- incremental モデル設計によるパフォーマンス最適化

Table 1: 会社概要・雇用形態 (2025年時点)

事業内容	経済コンテンツサービス開発
資本金	1億円
従業員数	約50名 (インターン含む)
上場／非上場	非上場
雇用形態	業務委託
勤務地	東京都渋谷区 (フルリモート)
所属	プロダクトマネジメントチーム

1. [データ] dbt によるデータマート構築・運用

1.1. 概要

• BigQuery x dbt Core のデータマート構築・運用
• データ基盤パフォーマンス最適化
• KPI レポートの改善

1.2. 期間

• 2025/06 - 現在

1.3. 規模・役割

• 役割：データエンジニア
• 規模：業務委託1名

1.4. 担当業務

• dbt モデルの設計・実装・運用
• KPI レポートの改善
• リファラ分析モデルの新規構築
• パフォーマンス最適化・コスト削減
• FY2026 下期 KPI レポートの調査・設計

1.5. 機能開発・実装詳細

• KPI レポートの改善 (2025年6月-8月)
  • Daily KPI のデータソース切り替え
  • プラットフォーム別 (App/Web) の会員・非会員指標を追加
  • WAU率・DAU率の計算ロジック修正
  • ULIZA 視聴データのタイムゾーン変換修正
• リファラ分析モデルの新規構築 (2025年8月-11月)
  • ユーザーの流入元・接点を追跡するモデル群を新規実装
  • OOM 解消のため FIRST_VALUE/LAST_VALUE ウィンドウ関数を排除し JOIN ベースに再設計
  • 接点追跡機能を拡充 (プラットフォーム遷移・流入経路分類・時系列情報などの指標追加)
• incremental モデル設計による全期間ユーザー追跡
  • GA4 の user_pseudo_id と user_id を統一し匿名訪問からログイン後まで同一ユーザーとして追跡
• パフォーマンス改善 (2025年9月)
  • 主要モデルの実行時間短縮 (51〜90分 → 数分)
  • unique_key の最適化による MERGE 処理効率化
  • パーティション・クラスタリング設定追加

1.6. 成果

• KPI レポート
  • プラットフォーム別の詳細な KPI 追跡が可能に
• リファラ分析
  • OOM エラーを解消し安定稼働
  • 流入元別のユーザー行動追跡ができるようになった
• テックブログ執筆
  • データ分析を促進する dbt incremental モデル設計 ― 全期間追跡の低コスト化 - Zenn

1.7. 開発環境

• BigQuery
• dbt Cloud
• GA4 / ULIZA (データソース)