[Sponsored]

成功事例にもとづくデータモデルとサービスプラットフォームで利活用を迅速化

2023年4月14日(金)

リスト

データ活用の問題点として長らく指摘されてきた「データ準備のリードタイムの長さ」が深刻さを増している。全社的な分析ニーズが盛り上がる一方で、データ準備が追い付かなくなる可能性が高いためだ。3月9日に開催された「データマネジメント2023」のセッションに登壇した日立製作所の岩渕史彦氏は、状況の打開に向けたデータマネジメントのめざすべきアプローチを提示した。

データ準備のリードタイム短縮がカギ

　データ活用への企業の関心は一層の高まりを見せている。昨今の特徴は、先行きの不透明感が増す中でのデータドリブン経営やDXの浸透により、データ活用が現場だけにとどまらず、意思決定層なども巻き込む全社的な活動になりつつあることだ。

　日立製作所（デリバリ＆データプラットフォーム部主管技師）の岩渕史彦氏は、「その中にあってデータ活用における懸案、つまりデータ準備のリードタイムの長さが、より深刻さを増しています」と警鐘を鳴らす。

　現状でも、データ準備に多くの企業が手を焼いているのが実態だ。同社が実施したアンケートでも、データ活用の課題として、「個別対応（手作業）の必要性」「データの所在が不明」「データがタイムリーに提供できない」などの回答が企業から数多く寄せられている。この状況を放置していては、全社的なデータ活用機運が高まる一方で、必要なデータの準備が追いつかなくなることも想像に難くない。

　「データ活用のさらなる推進に向け、高品質なデータをタイムリーに提供できるデータマネジメントの実現が急務となっています」（岩渕氏）。

株式会社日立製作所マネージドサービス事業部デジタルサービス本部デリバリ＆データプラットフォーム第部主管技師岩渕史彦氏

株式会社日立製作所マネージドサービス事業部デジタルサービス本部デリバリ＆データプラットフォーム部主管技師岩渕史彦氏

　日立製作所では、その支援に向け、データ利活用での分析に至るまでの「氷山モデル」のうち、「データの分析」「データモデルの検討」「データの成型・加工」の3つに着目した「データマネジメントサービス」を提供。過去の成功事例を基に、3つのプロセスのテンプレートを提供することで、データ活用の迅速化を実現していくという（図1）。

図1　データ利活用の「氷山モデル」に着目したデータマネジメントサービス
拡大画像表示

煩雑なデータの準備作業もモデル化により効率化

　データマネジメントサービスの支援として日立製作所が提供するのは以下の3つだ。

業務ユースケース
データモデル、ETL、実行ジョブサンプル
プラットフォーム

1. 業務ユースケース

　これはデータを活用した業種・業態ごとの業務プロセスの“ありたい姿”をモデル化したものだ（図2）。顧客と対応チャネルとの一連のやりとりをフロー化したうえで、各チャネルで収集されるデータ活用のベストプラクティスを基に、既存業務やデータ活用方法の改善を支援する。

図2　小売店の業務ユースケースでは、顧客の一連の購買活動における接客ポイントの関係性を明示。各業務の“ありたい姿”を基に、短期での業務改善を支援する
拡大画像表示

　「ある小売業では、ユースケースを基にコールセンターや店舗、Webサイトなどで個別に管理していた顧客情報をデータレイクで統合し、オムニチャネル戦略を実現しています。同時に、企画部門ではチャネル別の購買履歴やWebサイトの閲覧履歴の分析を通じてターゲット別のキャンペーンなども実施が可能になりました。データ活用のノウハウが豊富でない企業でも、ユースケースを活用することによって早期に業務課題を解決できるのが特徴です」（岩渕氏）。

2. データモデル、ETL、実行ジョブサンプル

　ここで提供するのは、成功事例を基に準備された、各種テンプレートやサンプルだ。冒頭に述べた通り、データ準備の作業期間は短いほど望ましい。そこで、各種ソースからのデータの吸い上げ、加工、管理という従来、多大な手間と時間を要してきた作業の効率化を各種テンプレートやサンプルによって支援する（図3）。

図3　すでに実績のある、多様なデータ活用につなげられるデータモデルが提供される
拡大画像表示

　データモデルについて、岩渕氏は次のように説明する。

　「先のオムニチャネルの小売業に対しては、顧客の支払い情報や属性情報、チャネル別の購入商品や価格などはもちろん、商品のカタログ情報なども管理できるよう設計したデータモデルを提供しています。どの顧客にどんなキャンペーン施策を打つかの検討に必要なデータをカバーしています」（岩渕氏）。

　ETLでは、使用頻度の高いDB連携やファイル連携、API連携などの連携処理をパターン化して提供。合わせて、ETLでの具体的な処理フローや、データの変換項目を定義する設計書のテンプレート、ETLの実行ジョブパターンもサンプルとして提供する。

データ活用に必要な機能を網羅するプラットフォーム

3. プラットフォーム

　最後が「プラットフォーム」だ。データ活用のためには、データの可視化／分析用のアプリケーションやBIツールはもちろん、前述のETL処理の仕組みやデータの保存先となるデータレイクも不可欠だ。加えて、より高度な分析のためには、メタデータを提供するデータカタログや、多様なデータの取り込み用APIも欠かせない。

　日立製作所では、それらのあらゆる機能を実装した「データマネジメント基盤」を、プラットフォームとして包括的に提供する（図4）。その設計と構築も、テンプレート利用を通じて次の3ステップで完了する。

ステップ1：ヒアリングした要件に従い、適切なテンプレートを選択
ステップ2：ヒアリングした要件に従い、適切にパラメータを設計
ステップ3：それらを基に構築ツールでデータマネジメント基盤を構築

　「成功事例に裏打ちされた3つの資産の利用を通じ、データ活用に向けた要件定義から設計、実装までに要する期間を格段に短縮できます。同時に、組織横断のデータ利活用環境も整備され、短期間でのDX推進も可能になります」（岩渕氏）。

図4　データ活用に必要なあらゆる機能を実装したデータマネジメント基盤を提供。わずか3ステップによる短期間での整備が可能だ
拡大画像表示

「協創×知見」でデータマネジメントの支援領域を拡充

　日立製作所では現在、データマネジメントサービスをより多くの企業が活用できるよう、強化を推し進めている最中だ。柱となるのは、お客さまとの「協創」と、業種・業務における深い「知見」を掛け合わせた、テンプレートの拡充だ。

　例えば、IoTによる生産状況の可視化や最適化、製品や部材のトレーサビリティによる不良要因分析を実施したいメーカーの要望を受け、日立製作所はデータマネジメントの構想策定やデータマネジメントの要件定義をコンサルティングで支援しつつ、運用やデータマネジメント基盤を作り込んだ知見がある。その成果物やノウハウをテンプレート化して提供している。また、インフラ企業向けに画像やセンサーによる保守業務の効率化のためのテンプレートや、材料開発向けの研究手法やノウハウの共用支援のテンプレートなどがある。

　「そのほかにも、日立製作所はデータマネジメントサービスとして、AI向けのピンポイントのコンサルティングや、データ分析を支援するマスターデータ管理基盤の構築など多岐にわたるメニューを用意しています。それらも組み合わせつつ、最適なかたちで企業のデータ分析、ひいてはDXを支援していきます」（岩渕氏）。

　データに関する深い知見と実績に基づく日立製作所のデータマネジメントサービスにより、データでのイノベーション創出が加速することになりそうだ。