[事例ニュース]

2026年6月26日(金)日川 佳三（IT Leaders編集部）

シェアする

リスト

　清水建設は2022年、データ仮想化ソフトウェア「Denodo」をオンプレミス環境に導入し、社内に分散するデータを論理的に統合する基盤を構築した（図1）。エンドユーザーみずからBIツールで分析できる環境を整備している。バックオフィス部門の時間外労働管理から活用を始め、現場作業員の入退場状況レポートや経営情報の提供へと範囲を広げてきた。

図1：清水建設が運用しているデータ活用基盤の全体像（出典：ジール）
拡大画像表示

　一方、データ仮想化基盤はリアルタイムのデータを取得できる利点があるが、数千万件規模のデータを集計する用途には向かない。同社DX推進経営室の半田貴志氏は「大容量データを迅速に処理する仕組みが必要になっていた」と説明する。また、業務システムのクラウドシフトを進めるうえで、データ基盤もクラウド化することが望ましかった。

　こうした経緯から清水建設は、クラウド型データウェアハウス（DWH）「Snowflake」とクラウド型ETLサービス「TROCCO」（primeNumberが提供）を追加で導入し、2025年8月に稼働させた。ETLにおいては、社内のOracle Databaseに蓄積したデータを抽出してSnowflakeに登録する処理も行っている。

　現行のデータ基盤は、オンプレミスのデータ仮想化基盤とSnowflakeが共存するハイブリッド構成をとっている。ETLもハイブリッド型で、TROCCOが夜間バッチでの大量データ転送を担い、iPaaSがリアルタイムかつ少量多頻度のデータ連携を受け持っている。

　活用例の1つが、RFIDで取得した、建設現場の作業員や機材の動線データの分析である。データボリュームが大きいことから、従来の仮想化基盤では処理が困難だった。一方、Snowflakeでは、データを分割したり絞り込んだりすることなく生データのまま分析できる。別の例として、クレーンの荷重データを毎秒単位で収集し、稼働率や待ち時間を分析する試みも進んでいる。

　今後は、可視化中心の活用から、意思決定支援型の分析へと軸足を移す。AIの活用に向けたデータの整備も進める。公共データと自社の施工実績を組み合わせて分析して営業戦略に活用する考えもある。