概要
https://note.com/mercari_data/n/n7326d52adfe9
詳細内容
## メルカリ新規事業の立ち上げを加速させたLLM活用事例
https://note.com/mercari_data/n/n7326d52adfe9
メルカリは、新規事業の立ち上げを加速するため、LLMをドメイン知識習得、データ分析基盤整備、およびレポート自動生成に戦略的に活用し、アナリストの業務効率を大幅に向上させました。
**Content Type**: ⚙️ Tools
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 91/100 | **Annex Potential**: 90/100 | **Overall**: 92/100
**Topics**: [[LLM活用事例, データアナリスト, 新規事業開発, プロンプトエンジニアリング, データ分析効率化]]
メルカリは、新規事業の立ち上げにおけるリソースの制約と高速な仮説検証の必要性に対し、LLMを戦略的に活用し、「初速」を加速させています。特に、データアナリストが直面するドメイン知識習得の遅延や分析基盤未整備といった課題をLLMが解決し、情報収集と分析の効率を劇的に向上させています。
具体的な活用事例は二つあります。一つ目は、**新規事業のドメイン知識習得とGrowthプランの壁打ち**です。市場や競合に関する情報収集には従来数日かかっていましたが、OpenAIのDeep Research機能にビジネスフレームワーク（SWOT分析、Who/What/Howなど）を意識したプロンプトを与えることで、構造化されたレポートを1〜2時間で作成可能に。これにより、経営層との議論も円滑に進み、事業の解像度を迅速に高めることができました。
二つ目は、**メタデータ整備とデータ分析レポートの効率化**です。マイクロサービス環境下で膨大なテーブルやカラムのメタデータ把握は多大な労力を要しますが、BigQueryの`INFORMATION_SCHEMA`からカラム情報を抽出し、Gemで自然言語の説明や個人情報フラグを自動生成。これにより、セキュリティを意識したデータパイプライン構築を実現しました。さらに、シニアデータサイエンティストのような振る舞いをさせるカスタムプロンプトをGemに設定し、ログ仕様書や参考SQLを基に高品質な集計SQLを効率的に生成。これにより、ジュニアアナリストでも正確なクエリ作成が可能になり、データ分析の初速を向上させました。定型的なレポーティング作業もGemsのインフォグラフィック機能で自動化し、アナリストはより付加価値の高い業務に集中できるようになっています。
これらのLLM活用により、メルカリは限られたリソースでも新規事業のドメイン知識や事業の勘所をスピーディに獲得し、データ整備の工数を大幅に削減。結果として、事業の重要なイシューに集中できる環境を整備。今後は、ログデータからN1ペルソナをLLMで形成し、顧客の潜在ニーズを把握する取り組みも検討しています。これは、webアプリケーションエンジニアがデータに基づいた意思決定を迅速に行い、より良いサービス開発に繋げる上で極めて重要な進展です。