京王電鉄の顧客データを2カ月で統合、生成AIも組み込んだデータ基盤の構築

既存のAWS環境をそのまま土台にできるかどうかを、製品選定の最初の条件に据えた判断が効いています。データがS3に集まり、DWHも動いている状態から、データ移行や新規DWH構築を前提とする構成を選べば、着手の前に大がかりな合意形成と作業が必要になります。現行環境と共存できる構成に絞り込んだことで、議論の中心を「どこへ移すか」ではなく「どう横断して見るか」へ寄せられたのではないでしょうか。従量課金で人的・金銭的・運用面の負担を抑えたPoC（小規模な試験導入）を先に回せたことも、判断の前に手を動かす余地を生んでいます。

セキュリティ要件を後回しにせず、設計の初期条件として扱った点も見逃せません。グループの閉域網からのみアクセスできるという既存ポリシーは、新しい分析基盤にとっては明らかな制約ですが、ここではAWS PrivateLinkでフロントエンドとバックエンドの双方を閉域で結び、ポリシーを変えずに基盤を置く道が選ばれています。閉域の内側に基盤があれば、利用者を事業部門へ広げるたびにセキュリティの検討をやり直す必要がなくなる。展開の速度を左右するのは、機能の多さよりこの種の前提の置き方だと考えられます。

分析の担い手を増やすことまで選定基準に含めた設計も、この取り組みの特徴です。Databricksに標準搭載された生成AI機能「AI/BI Genie」を使えば、SQLの知識がないビジネス側の担当者でも自然言語でデータを集計・分析でき、データサイエンティストの増員を前提にせずマーケティングの検討を進められます。既存AWSアカウント内に置くがゆえのインフラ制限やネットワーク経路といった独自要件については、支援側が要件の整理からコンソール作業の手順整備、実作業までを伴走し、技術チームへのハンズオンによる内製化支援も担いました。