[事例ニュース]

2019年2月18日(月)日川 佳三（IT Leaders編集部）

リスト

　三井住友銀行ではこれまでも、クレジットカードや住宅ローンの販促などにAIを活用するなど、ビッグデータ分析の高度化に取り組んできた（関連記事：SMBCグループ、AIをカードや住宅ローンの販促に活用）。

図1：データ分析業務におけるデータ抽出・加工プロセスの作業量を削減する（出典：三井住友銀行、日本総合研究所、NEC）
拡大画像表示

　ただし、データを分析するためには、データを分析可能な状態に整備する「データ抽出・加工処理」が必要になる（図1）。この処理は、データ分析業務全体で約3割の作業量を占める。三井住友銀行も、データ抽出・加工処理については人手で試行錯誤しながら時間をかけて実施していた。

　こうした経緯から三井住友銀行は、データ抽出・加工処理の抜本的な効率化・高度化を目的に米国スタートアップ企業の技術を調査し、Trifactaのソフトに注目した。こうして、2018年9月から10月にかけて大規模データの加工・集計作業を対象とした実証実験を実施した。

　実験の結果、データ抽出・加工処理にかかる時間を約80％短縮できた。この結果を受け、SMBCグループ全体のデータ分析業務におけるツールとしてTrifacta Wrangler Enterpriseの導入を決めた。