ファストドクター株式会社様のデータ基盤構築・ガバナンス設計を支援しました
ファストドクター株式会社様は、「生活者の不安と、医療者の負担をなくす」をミッションに、日本最大級の医療支援プラットフォームを運営。夜間・休日の救急往診やオンライン診療、在宅医療支援などを全国で展開されています。 約5,000名の医師をはじめとした医療リソースと独自のテクノロジーを組み合わせた医療提供体制の構築を強みとし、持続可能な地域医療体制づくりを支援されています。
風音屋では、ファストドクター株式会社様が目指す「セルフサーブ型のデータ基盤」によるスケーラブルな仕組み化に向けた支援をいたしました。
「時間帯予約システム」における「医師マッチングの効率改善」というデータサイエンス案件に伴走しつつ、特に以下の点を注力テーマとしてシステム設計ならびに業務フローの整備を行いました。
＜風音屋による支援の概要＞
本プロジェクトでは、プロダクトマネージャー（PM）やソフトウェアエンジニアといった社内メンバーが自律的にデータ分析を行える状態「データ分析の民主化」を目指し、以下の支援を実施しました。
1. AIエージェントを前提とした分析体制の構築
Cursor等のAIエージェントを積極的に活用するフローを構築しました。AIエージェントを用いて、要件定義時のブレインストーミングや、テーブル定義・ドキュメントの作成、さらには分析結果の示唆出しのサポートを行うことで、AIと人間が協働してデータ基盤を育てる体制を整えました。
2. データ分析の計画書をテンプレート化
いきなりデータを触るのではなく、「何を明らかにしたいか」という問いから始める分析フレームワーク（「クエスチョン駆動分析」）を導入しました。属人化を防ぐために「分析計画書」をフォーマット化し、組織全体に展開できるように分析プロセスを型化しました。
3. 次世代アーキテクチャの構想・設計
AIエージェントによるデータ取得、加工、可視化、分析を加速すべく「コード管理（as Code）」を前提とした技術選定を支援しました。画面操作が中心となるSaaSツールのデメリット、現場ニーズに柔軟に対応できるGAS（Google Apps Script）ダッシュボードのメリットなど「従来のデータエンジニアリングの教科書・勉強会」では十分に拾いきれなかった論点を精査しています。
4. dbtによるデータモデリングの導入
予約システムのデータモデル（Fact・Dimension）を設計しました。最初から複雑なテーブルを作るのではなく、分析要件を満たすデータマートを構築し、再利用のニーズが出てきた段階で共通項目をモデル化する「段階的なアプローチ」を採用しています。*1
*1：風音屋監訳『アジャイルデータモデリング』にて紹介している「ディメンショナルモデリング」ならびに、ゆずたそ共著『データマネジメントが30分でわかる本』にて紹介している「進化的データモデリング」手法を用いています。
