はじめに こんにちは、ZOZOTOWN開発1部iOSブロックの荻野です（ @juginon ）。 みなさんに日々使っていただいているZOZOTOWN iOSアプリのホーム画面ですが、実は2024年秋から2026年の年初まで約1年半、水面下でリアーキテクチャを行っていました。 リアーキテクチャに着手する前の当時の私はアーキテクチャ設計への理解がまだ浅く、「実際に手を動かしながら身につけたい」という動機でこのリアーキテクチャを主導しました。自分にとってはチャレンジングな取り組みで、アーキテクチャ設計やテスト設

みなさんこんにちは！ワンキャリアでエンジニアをしている佐藤（GitHub： seiya2130 ）です。 今回は、AIによるコーディング支援（Claude Code）をチームで本格的に活用していくにあたり、 AIにプロジェクト固有のルールを教え込む（育てる）プロセスを自動化した取り組み についてご紹介します。

はじめに Google BigQuery は、Google Cloud のサーバーレスなデータウェアハウスです。 大量データの集計や分析を SQL で実行でき、インフラ管理をほとんど意識せずに使えます。 その BigQuery 上で、機械学習を SQL を用いて操作できる機能が BigQuery ML です。 AI関数が増えたことで、SQLだけで予測や異常検知を試せる範囲が広がりました。 2025年以降の主な BigQuery の AI 機能アップデートは以下です（2026-04 時点）。 ※ 一部に P

みなさん、こんにちは。AWS ソリューションアーキテクトの三厨です。 今週は、日本時間 4 月 29 日に開催された  What’s Next with AWS  で発表された大型のアップデートが多数ありました。AWS CEO の Matt Garman と OpenAI のリーダーたちが登壇し、AI エージェントが企業の業務のあり方をどう変えていくかを議論するイベントで、Amazon Quick、Amazon Connect、そして Amazon Bedrock に関する多数のアップ

みなさんこんにちは。ワンキャリアでアプリチーム所属のエンジニアの金（GitHub: @chihiroanihr ）です。 私たちアプリチームでは React Native アプリの開発に TanStack Query（旧 React Query）を導入しています。

こんにちは、デジタルマーケティング事業に携わっている神崎です。 本記事では、Google Cloud の BigQuery で、ARIMA_PLUS 時系列モデルを使用して Google アナリティクスデータの異常検出を行う方法と、Data Science Agent の概要について紹介します。 本記事の目次は、下記のとおりです。 はじめに BigQuery ML でモデルを作成する 異常値を検出する Data Science Agent を使ってみた Data Science Agent 利用時の留意事

.table-of-contents > li > ul > li > ul { display: none; } はじめに こんにちは、ZOZOTOWN開発本部 ZOZOTOWN開発1部 Android2ブロックの高橋です。普段はZOZOTOWNのAndroidアプリ開発を担当しています。 アプリ開発において、Google Analyticsなどのイベントトラッキング機能はプロダクトの改善のための重要な機能です。しかし、「正しいデータが送信されているか」だけでなく「正しいタイミングで送信されているか」の

久しぶりの投稿となります、高橋栞です。 GA4はUAとはもはや別ツールと言ってよいほど機能が進化しており、その変化を追い続けています。 最近、プライバシー保護の話をよく耳にするようになりました。Webサイトの利用者としてはポジティブに感じつつ、デジタルマーケティングに携わる者としては頭が痛い話です。 プライバシー保護の動きや影響について、GAを利用している方は理解しておく必要があるとはいえ、結局のところ具体的に何をどうしたらよいかまで考えていくのはなかなか難しいですよね。 プライバシー保護の動き全体につい

こんにちは。ワンキャリアでデータサイエンティストをしている申（シン）です。 普段は、社内のデータを用いた分析や、機械学習モデルの構築を通じて、ビジネスの意思決定支援を行っています。

G-gen の菊池です。当記事では、Looker で BigQuery のデータを可視化するための一連のフローを、スクリーンショット付きで解説します。BigQuery との接続から、LookML の自動生成と調整、Explore での可視化などを説明します。 はじめに 当記事について Looker、ビュー、Explore、モデル 構成図 BigQuery 側の準備 デモ用データセットの作成 サンプルデータの投入 接続用サービスアカウント（SA） の作成と権限付与 Looker の接続設定 BigQuery

はじめに さくらのナレッジ編集部の法林です。 さくらインターネットはさまざまなITコミュニティの活動を支援しています。その一環として、東洋大学赤羽台祭という大学祭にサーバを提供しました。そこで本記事では、2025年11月 […]

はじめに こんにちは、ビジネスdアプリ開発チームの露口・德原です。 これまでモバイル端末向けに展開してきた「ビジネスdアプリ」の社内報機能に、PCブラウザ版が加わりました。本記事では、その社内報PCブラウザ版の開発についてご紹介します。 ビジネスdアプリについては過去の記事をご覧ください。 ・ サーバレスをフル活用したビジネスｄアプリのアーキテクチャ（前編） ・ サーバレスをフル活用したビジネスｄアプリのアーキテクチャ（後編） 目次 はじめに 目次 社内報機能の概要 主な機能の紹介 リソースを最小限に抑え

急成長を続けるプロダクト、多様化が止まらないユーザーデバイス、そしてチームごとにバラバラなテスト基準。QAマネージャーとして、場当たり的な個別対応に限界を感じてはいませんか？ 現場からの「どこまでテストすればいいのか」という問いと、経営層やPdMからの「リリース速度を落としたくない」という要求。 その板挟みの中で「これで本当に品質が担保できているのか」という不安を払拭するのは容易ではありません。 そこで今回は単なる表示確認にとどまらない、以下のような戦略的な「クロスブラウザテスト」の本質を掘り下げます。

プロダクト部User Groupの藤澤です。 今回は、我々のプロダクト「 スタンバイ 」で, Nuxtアップデートをきっかけに顕在化した bfcache（Back/Forward Cache）による計測課題と、 それに対する対応・改善の取り組みについて共有します。 今回の改善により、これまでより正確な数値が取得できるようになり、社内指標の明確化が進みました。 この記事のポイント Nuxtのマイナーアップデートをきっかけに、起きるはずのないPVの変動が発生 原因は、bfcacheから復元した際のログ送信が不

この記事は KINTOテクノロジーズアドベントカレンダー2025 の17日目の記事です🎅🎄 1.はじめに こんにちは！ KINTOテクノロジーズのデジタル戦略部DataOpsG所属の上平です。 普段は社内のデータ分析基盤と「cirro」というAIを活用した社内アプリの開発・保守・運用を担当しています。 以前、下記の記事で、Strands Agentsの導入前の検証事例をご紹介させていただきました。 https://blog.kinto-technologies.com/posts/2025-07-18-t