[事例ニュース]

2026年6月26日(金)IT Leaders編集部、日川 佳三

シェアする

リスト

　清水建設は2022年、データ仮想化プラットフォーム「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仮想化基盤を構築した。

　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（関連記事：清水建設、電力事業のデータ分析基盤をクラウドに構築、実績管理業務を半自動化）。

　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。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という。

　こうした経緯から清水建設は、ジールの支援を得て、クラウドデータウェアハウス（DWH）「Snowflake」とprimeNumberのクラウドETL「TROCCO」を追加で導入し、2025年8月に稼働を開始した。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。

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

　図1は、現行のデータ活用基盤の全体像である。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。

　活用例として、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を挙げている。「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」（同社）。また、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。

　清水建設は今後、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と共に、AIの活用に向けたデータの整備を進める。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ことも視野に入れる。