データ基盤の実践ノウハウが学べる「データモデリング研修」を提供開始

株式会社風音屋

2026年4月8日 10時30分

株式会社風音屋（本社：東京都中央区、代表社員：横山翔）は、IT部門やデータ活用に関わる方々を対象に、データ基盤におけるレイヤリングやテーブル設計の実践ノウハウが学べる「データモデリング研修」の一般提供を開始します。

■背景と目的

データ活用、DX推進、生成AIにはデータ基盤が不可欠です。ITシステムの構築プロジェクトを進めると「データを一箇所に集めるだけでは意味がない」「似たような売上データが10種類あってユーザーやAIエージェントが間違えてしまう」など、データの中身を整備することの重要性が明らかになります。

「データ基盤におけるモデリングを体系的に学ぶ機会がなく、基礎から実践まで一貫して習得したい」「テーブル設計が属人化し、チームで設計意図を共有できていない」「抱えている課題や要件をどうデータモデルに落とし込むかイメージできない」といった課題が浮上します。

風音屋にはこのような相談が多く寄せられており、日本企業のデータ活用やDX推進を阻害する要因の1つが「データモデリングを体系的に学ぶ実践型プログラムの不足」だと認識しています。そこで、書籍『アジャイルデータモデリング』の訳者である「ゆずたそ（@yuzutas0）」が主体となって、研修プログラムを開発しました。

■提供プログラム

データ分析やデータ基盤の設計に不可欠な「データモデリング」を2日間で体系的に学ぶ実践型プログラムです。

本講座が提供する価値

ディメンショナルモデリングやBEAM✲テーブルを通じて、設計の基本から実務応用まで習得できる
成果物レビューや発表会を通じて、設計意図をチームで共有・改善するスキルが身につく
自社データを題材としたハンズオンにより、現場ですぐに活かせる研修成果を残せる

【Day 1】基礎講義

ディメンショナルモデリングの基礎を学び、SQLやPython、Excelで実装するところまで扱います。

ディメンショナルモデリングの概要
ファクトの設計
ディメンションの設計
BEAM✲テーブル、イベントマトリクス
レイヤリングの概要
データの提供形式（ワイドテーブル、サマリーテーブル）
データの前処理
データフローの設計
SQL（例：dbt）、Python（例：AWS GlueやGoogle Colab）、Excelの実装手順

演習課題

数週間の作業期間を設けて、テーブルの設計と実装に取り組んでいただきます。

業務で扱っているデータを題材にすることで、より実務に直結した学びを得ることができます。

設計ドキュメント（例：Miro等のオンラインホワイトボードツール）
実装したテーブル（例：SnowflakeやBigQueryのプレビュー画面、dbtの設定ファイル）

【Day 2】成果発表

受講者のアウトプットについて成果発表を行います。

レビューと質疑応答、改善のためのディスカッションを通して、理解を深めていただきます。

-------以下、追加オプション---------

【Day 3】応用講義

Day 1で省略した応用テーマについて深堀りを行います。

前処理の作法 - Data Vault 2.0
時代と共に変わるSCDの位置付け
ファクトの階層構造
非構造化データの加工処理
提供形式 - メトリクステーブル、セマンティックレイヤー
用途別I/F - データマートの設計パターン
パフォーマンスチューニングTips集

【Day 4】デモ開催

実際の業務要件をヒアリングしながら、その場で設計のデモを行います。

講義や演習では学びにくい「論点整理」や「方針の決め方」などの勘所をお伝えします。

※Day 3、Day 4は「手を動かせばすぐに分かること」ではなく「手を動かした上で悩んでいること」を解決するための枠として設けています。研修を有効活用いただけるように、Day 2の成果発表まで実施した受講者をメインの参加対象とさせていただきます。

■教材サンプル

研修で使用する教材は、実務に直結するフォーマットを揃えています。

■導入企業様の事例

これまでに累計7社で導入いただき、データ活用を推進する先進企業3社の事例を公開しております。

【実務に直結するデータモデリングスキルの習得】

データ活用基盤の整備およびデータモデリングによる課題解決や、将来的な実現目標を見据え、実戦形式でのデータモデリングに取り組むことで、実務に直結する知識とスキルの習得を目指しました。

株式会社インテージ様の事例

【クエリ増加・複雑化に伴う管理負荷の解消と設計ノウハウの共有】

データ活用の進展に伴うクエリの増加と複雑化による管理負荷という課題に対し、クエリ分割やレイヤー設計の考え方を含む研修を実施し、基礎からテーブル設計までのノウハウを共有しました。

株式会社MonotaRO様の事例

【アナリティクスエンジニアのさらなるスキル強化】

アナリティクスエンジニアの採用・育成・情報発信に注力されてきた中、メンバーのさらなるスキル強化を目指し、データモデリングの社内勉強会を開催しました。

株式会社リクルート様の事例

■参加者の感想（一部抜粋）

講義について

”『アジャイルデータモデリング』の内容をベースとしつつ、より具体的な実装や勘所にも触れられており、書籍と具体実装への橋渡しになりました。”
”データの実例を添えながら解説してもらえたので、イメージしやすかったです。”
”事前に輪読会でインプットしていましたが、具体的な事案を想像できないままでした。そこが解消されて理解できました。特にファクトとディメンションの考え方について、より理解が深まったと思います。”
”「ファクトとディメンションに分ける」「ビジネスイベントがどうなっていると望ましいか」といった考え方を教えてもらえたのがとても有意義でした。”
”ギュッと重要な内容を詰め込んでいただき有意義でした。『アジャイルデータモデリング』を読んだだけでは理解できなかった背景部分や行間に関する補足、実際に風音屋様の社内での標準的なやり方を聞けたことがより深い理解へとつながりました。ありがとうございました。”
”データモデリングについてほとんど知識のない状態で参加しました。実装の流れやポイントなどわかりやすく説明いただき、大変勉強になりました。BEAM✲テーブルとイベントマトリクスについて、はじめから全てを網羅するのは難しいなと感じましたが、今回学んだ考え方を持っているだけで、設計の初期段階で関係者との認識合わせがしやすくなると思います。いろいろなパターンで書き出す練習をしたいなと思いました。”
”dbtではこれを実現するための関数がある、などのビジネス上でのデータモデリングについて聞くことができてよかったです。”
”短い時間でポイントを凝縮して解説していただけたので、とても有意義でした。知識だけだと身につかないものだと思うので、実践をしていきたいです。”
”今まで経験則でやってきたことが言語化されて、頭の中で整理できました。”
「実践的データ基盤への処方箋」や「アジャイルデータモデリング」などの本をすでに読んでいたこともあり、非常にわかりやすく知識の整理ができました。
”前処理の考え方／分け方がとても参考になりました。前処理が複雑になりつつあるので、説明していただいた分け方をした方がいいというのは私の中で新たな気づきでした。”
”図で示された説明がわかりやすかったのと、具体的な例をもとに説明されていたのがよかったです。rawデータをいかに使えるデータにするかの部分（収集と活用）に興味がありました。”
“ディメンショナルモデルに関する説明を聞けてイメージを持つことができました。”
“ダッシュボードなどを作成する上でテーブル整備が必要な場面があるため、その際の設計方法や留意事項を整理・理解する良い機会となりました。また、既にあるテーブルの目的を汲み取って適切に活用するという点でもこの講義の内容が役立ちそうです。”
“基本的な考え方は非常にわかりやすく、勉強になりました。指標やディメンションの定義が部署ごとに微妙に異なっていることが多々あり、きれいに整備しきれていなかったり、似て非なる数値やダッシュボードが生まれることが多い印象です。この機会に業務の整理を進めていけたらと思います。”
”アナリティクスエンジニアとしてのキャリアイメージがより具体化できました。”
”具体例を合わせて紹介していたので、データモデリングの理解を深めることができました。”
”短い時間の中でアナリティクスエンジニアについて俯瞰して説明していただきました。他のエンジニアと話すときの前提としても活用できる内容になっていました。”
”ディメンショナルモデリングについての学習意欲が高まりました。”
”ユビキタス言語の定義と用語集の作成は、新規参画時に必要となることが伝わりました。”

成果発表会について

”勉強会で得た知見をすぐに業務で活かすことができました。”
”データモデリングの流れについて、実際に手を動かしながら体験できたのが良かったです。”
”具体的に手を動かすことで、自社のデータに適用するときの解像度が高まりました。”
”自社のデータにあてはめてデータモデリングを実践できました。よかったと思います。”
”課題を通してデータモデリングについての基礎知識を学ぶことができました。”
”dbtの実装を行えたのが良かったです。”
”研修全体を通して、普段触れないデータ周りについて触れることができてよかったです。また、社内にある身近な課題感をベースとしており、興味も持てました。”
”何をディメンションまたはファクトとするのか、考え方が少しずつ分かってきました。”
”具体的なアドバイスをいただけたので大変参考になりました。”
”発表の講評と、各チームの質問への回答が有意義でした。全体的に分かりやすかったです。”
”実践した内容に対して具体的なフィードバックをいただけたことがとても有意義でした！”
”設計面でのフィードバックはなかなかもらえるものではないので実りが大きかったと思います。”
”各チームの発表内容に応じたフィードバックがあり、とても学びが多かったです。”
”実際の業務視点での解説や改善点を教えてもらえて助かりました。”

ハンズオンについて

“広告業務用のSQLを題材にしていただいて、理解が進みやすかったです。”
“具体的な思考のプロセスが見れてよかったです。“
“モデルの改善に向けてどういったプロセスを踏んでいくのかや考え方を知ることができたので、勉強になりました。”
“GA4のデータを読み込む部分について改善点を多く挙げていただけた点が良かったです。”
“UNNESTは共通箇所で実装しておいてほしいと思っていたので、見解が一致してよかったです。マスタデータをseedにする運用は既に一部で取り入れていますが、話を聞いているともっと共通化してもいいのかなと思いました。”
“GA4のデータ提供元でやるべきことを知ることができました。”
“特にRaw, Adapter, Bridge, Wideについて詳しく聞けたのが良かったです。”
“具体的な迷いどころ（Adapter or Bridgeなど）をどう判断するかについてコメントしながらレクチャーしていただけました。参考になります。”

ゆずたそ（@yuzutas0）について

リクルートやメルカリにてデータ活用を推進、AWSを経た後、風音屋（かざねや）を創業。広告配信最適化や営業インセンティブ設計など、データを駆使した業務改善や利益創出を得意とする。
Google社が認定するグローバルの技術エキスパートGoogle Developer Experts、東京大学経済学研究科金融教育研究センター特任研究員、独立行政法人情報処理推進機構（IPA）にて情報処理技術者試験委員などを歴任。
データ基盤構築やデータ分析について積極的に情報発信をしており、主な著書・訳書に『実践的データ基盤への処方箋』『データマネジメントが30分でわかる本』『アジャイルデータモデリング』がある。
1,800人が参加するSlackコミュニティ「datatech-jp」、延べ参加者15,640人の勉強会「Data Engineering Study」の立ち上げに関わるなど、日本のデータエンジニアリング業界の発展をリードしてきた。