操作と管理→ダッシュボードメトリクスとレポート

ダッシュボードメトリックとレポート

1）目的および適用範囲

• システムおよびP&Lの健康の即刻の映像、
• 偏差の早期検出、
• 管理およびチームのための透明性、
• 製品、市場、地域の指標の統一。

カバレッジ： 運用指標（SLA、インシデント）、製品（アクティビティ、コンバージョン）、金融（GGR/NGR、 ARPPU、 LTV）、マーケティング（CAC、 ROMI）、リスクおよびコンプライアンス（KYC/AML、チャージバック、詐欺）、サポート（SLLLLLA Aチケット）

2）役割と消費者

C-level/Directorate：連結KPI、目標別動向OKR、 P&L、リスク。
操作/NOC：サービスのアップタイム、アラート、タスクキュー、インシデント。
製品/成長：漏斗、A/B、コホート分析、保持。
財務：収入と費用、減税に関する毎日/毎週のレポート。
コンプライアンス/リスク：KYCのステータス、疑わしいパターン、規制当局への報告。
サポート：SLA応答、NPS/CSAT、呼び出しのタイポロジー。

• 説明責任：Ops/Analyticsの責任者。
• 責任：データコマンド/BI。
• コンサルティング：製品、金融、リスク、SRE。
• 情報提供：エリアマネージャー。

3）データアーキテクチャと更新

ソース：イベント（ストリーム）、OLTPデータベース、ログ、決済プロバイダ、CRM/ヘルプデスク、 A/Bプラットフォーム。
処理レイヤー：ETL/ELT、ストリーミング（T-15-T+5分間）、重複除外、スキーマ検証、SCD。
モデル：star（イベント/トランザクションによるテーブルの事実+測定：時間、領域、製品、チャネル）。

• リアルタイム：1-5分（手術室、アラート）。
• 増分バッチ：15-60分（マーケティング/製品）。
• 毎日のクロージングバッチ：01：00-03：00（ファイナンス/コンプライアンス）。
• データ品質：検証規則（完全性、一意性、許容範囲）、パイプライン遅延監視、ドリフト制御。

4） KPIカタログと数式（テンプレート）

4.1 操作/SRE

稼働時間（％）=1 −（ダウンタイム/合計時間）× 100

MTTR（平均復元時間）

MTTA/MTTD（確認/検出する平均時間）

クエリーエラー（％）=errors_5xx/all_queries

4.2製品/行動

DAU/WAU/MAU

リテンション・D1/D7/D30

コンバージョンファネル： 訪問→サインアップ→KYC→デポジット→最初のアクション

ARPPU=収益/支払いユーザー

LTV （t）=Σ（平均期間マージン×保持確率）

4.3マーケティング/成長

CAC=マーケティング支出/新規支払いの数

ROMI=（増分証拠金−費用）/費用

チャネル別CR （SEO/ASO/広告/アフィリエイト）、取得日別コホート

4.4ファイナンス

GGR（総収入）

NGR=GGR −ボーナス−プロバイダ手数料−ゲーム税

純利益率=（NGR − OPEX − CAPEX −処理）/NGR

4.5リスク/コンプライアンス

KYC完了（％）=検証済み/新規登録

SAR率（疑わしい活動）

チャージバック率=チャージバック/成功したトランザクション

詐欺スコア媒体/パーセンタイル

4.6サポート

SLA （P1/P2/P3）、最初の応答時間、CSAT/NPS、バックログサイズ

5）ダッシュボード情報アーキテクチャ

ホーム（エグゼクティブ）：8-12キーカード+スパークライン、地域別のヒートマップ、YTD/MTD/WoWトレンド。
操作パネル（コマンドセンター）：稼働時間、アラート、キュー、インシデント、APIパフォーマンス、ETL遅延。
製品/成長：ファネル、コホートグリッド、セグメント、A/B-ME（エフェクトメトリック）。
財務：GGR/NGR、プロバイダー/マーケットマージン、支払い、処理、税金。
リスク/コンプライアンス：KYC、異常、詐欺フラグ、規制当局への報告。
サポート：SLA、場合の容積、タイポロジー、繰り返された切符、VOC。

ナビゲーション：グローバルフィルタ（期間、地域、製品、プラットフォーム、チャネル）、クイックプリセット（今日/昨日/MTD/QTD/YTD）、部品の「ドリルスルー」ボタン。

6）ウィジェットとビジュアリゼーションテンプレート

KPIカード：現在値、前期Δ、ミニスパークライン、ステータス（緑/琥珀/赤）。
変換ファネル：段階別の棒グラフ、ステップ間の変換、ダンプ（％）。
コホートマトリックス：週/月、熱スケールによる保持。
時系列：制御限界の日/時の値（± 2 σ、 ± 3 σ）。
トップNテーブル： KPIに貢献するプロバイダ/チャンネル/リージョン、クリック可能なドリルダウン。
インシデントのヒートマップ：サービス×時間による密度。
Sankei/Flow：ステージ間のユーザー/お金の流れ。
Geo-map：国/地域別KPI、コンプライアンス制約層。

7）信号、アラート、しきい値

タイプ：情報、警告、重要。
しきい値：静的（ハード）+動的（季節的および歴史的に可変）。
通知テンプレート：簡単に「何が起こったのか」、コンテキスト（範囲、トレンド）、原因の仮説、詳細パネルへのリンク、インシデントの所有者。
アラート重複除外：「バースト」の抑制、関連する信号のグループ化。
SLOの警告：MTTA ≤ 5分（重大な）、MTTR ≤ 30-60分。

8）アクセスとセキュリティ

RLS/CLS （Row/Column Level Security）：地域ごとのフィルタ。
PII/財務データ：マスキングとトークン化、必要最小限のアクセス。
監査：誰が彼がアンロードしたもの、彼が適用したフィルターを見ました。
アーティファクトバージョニング：SQL/ビジュアライゼーションおよびメトリクス辞書用のGit。

9）報告手続き

毎日（Dレポート）：操作スライス、インシデント、GGR/NGR、キーデルタ。
毎週：保持、アトラクションチャンネル、ROMI、詐欺ダイジェスト。
毎月：P&L、コホートレポート、OKR目標に対するKPI、コンプライアンスレポート。
要求に応じて：規制当局/監査、A/B結果、死後の報告。

すべてのレポートは、1つのメトリクス辞書と1つのデータモデルから形成されます。

10）実施： ステップバイステップ計画

1.メトリクスのインベントリ：現在のKPIを収集し、重複/競合を排除します。
2.メトリックの辞書：ID、数式、所有者、ソース、頻度、しきい値。
3.データモデル：事実/測定、SCD、測定単位、年表。
4.スリー処理：「ホット」メトリクスのストリーミング、金融のバッチ。
5.ダッシュボードレイアウト：ローファイ→ハイファイ、役割との調整。
6.RLS/CLSとプライバシー：アクセス、マスキング、監査。
7.アラート：ルール、しきい値、チャンネル（チャット、メール、PagerDutyなど）。
8.パイロットとベータ：垂直あたり2〜4週間（例えば、オペレーション）、フィードバックを収集します。
9.トレーニングとプレイブック：短いビデオ/ガイド、研究テンプレート。
10.継続的な改善：backlogの改善、リリースノート。

11）アンチパターン

「Dashboard Zoo」： 1つの辞書なしで1つのKPIの数十バージョン。
手動レポート：不安定、エラーリスク、PII漏洩。
ホーム画面の過度の詳細：「情報ノイズ」。
アラートスパム：優先順位付けと重複除外なし。
メトリックの所有者なし：ぼやけた責任→物議を醸す「真実」。

12）チェックリスト

ダッシュボードのリリース前

• KPIは合意され、説明され、所有されています
• ユニットとタイムゾーンを統一
• RLS/CLS構成、PIIマスク
• 履歴データでテストされたアラートのしきい値
• テスト済みのロードおよびSLAアップデート
• オンボーディングガイドと変更履歴が公開されました

マンスリーサービス

• メトリクス辞書レビュー（変更、新しいメトリック）
• パイプラインのソースとレイテンシーの検証
• アラートレトロスペクティブ（false/missed）
• UXの機能強化：速度、フィルタ、プリセット

13） SQL/Logicの例（簡略化）

ARPPU（毎日）

sql
SELECT d::date AS day,
SUM(revenue) / NULLIF(COUNT(DISTINCT CASE WHEN pay_count > 0 THEN user_id END), 0) AS arppu
FROM daily_user_finance
GROUP BY 1;

登録によるコホート（MAU Retention M1）

sql
WITH cohorts AS (
SELECT user_id, date_trunc('month', signup_at) AS cohort_month
FROM users
),
activity AS (
SELECT user_id, date_trunc('month', activity_at) AS active_month
FROM user_activity
)
SELECT cohort_month,
COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month) AS m0,
COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month + INTERVAL '1 month') AS m1,
ROUND(100. 0 COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month + INTERVAL '1 month')
/ NULLIF(COUNT(DISTINCT user_id) FILTER (WHERE active_month = cohort_month),0), 2) AS m1_retention_pct
FROM cohorts c
LEFT JOIN activity a USING (user_id)
GROUP BY 1
ORDER BY 1;

GGR（日々の異常）に関する注意喚起

sql
SELECT today. ggr,
yesterday. ggr,
(today. ggr - yesterday. ggr) / NULLIF(yesterday. ggr,0) AS delta
FROM revenue_daily today
JOIN revenue_daily yesterday ON yesterday. day = today. day - INTERVAL '1 day'
WHERE today. day = CURRENT_DATE
AND ABS((today. ggr - yesterday. ggr) / NULLIF(yesterday. ggr,0)) > 0. 25;

14）ローカリゼーションとマルチリージョン

国/管轄、通貨、付加価値税/ギャンブル税の統一された分類法。
固定ルールによる通貨換算（終日対平均）。
タイムゾーン：UTCを保存し、ユーザーロケールで視覚化します。
規制レポート：テンプレート+国別パラメータ化。

15）ダッシュボード自体の品質指標

適用範囲：パネルで利用できる主要なKPIの割合。
新鮮さSLA：宣言されたウィンドウにヒットした更新の割合。
採用：MAUダッシュボード、セッションの深さ、保存されたプリセット。
Decision Lag：アラートからアクションまでの平均時間。
精度：調整された不一致の割合<許容しきい値。

16）ボトムライン

ダッシュボードメトリクスとレポートは、美しいグラフのセットではなく、メトリクスの単一の辞書、安定したデータモデル、明確なSLAと責任を持つ管理ツールです。その仕事は意思決定をスピードアップし、運用上のリスクを減らし、結果の予測可能性を高めることです。