需要量の算出が1～2時間から20～30秒に、バルブメーカーのデータ基盤刷新

約半年をかけて複数のクラウドを実際に動かして比べ、評価の軸を3点に絞り込んだ選び方が、この取り組みの起点になっています。挙げられたのは、クエリの内容に応じて柔軟かつ迅速に処理能力を伸ばせること、提供元自身の社内利用を含めて10年以上の運用実績があること、そしてコストを抑えて小さく始められること。将来の拡張余地と初期の身軽さという、通常なら相反しがちな条件を同時に満たす前提で候補を評価した点に、この選定の性格が表れています。

データを一段階ずつ整えて置き直す設計も、実運用を支える柱になっています。基幹システムや各種データベース、手元のファイルまで含めた業務データを、Compute Engine 上のETLツールで Cloud Storage のデータレイクへ集め、そこで加工したうえで分析用の標準化データとして BigQuery に蓄積し、さらに用途ごとの目的別データへと分類していく。この標準化された中間の層があることで、新しい問いが出てくるたびに元データの取り込みからやり直す必要がなくなります。

パートナーの置き方と、到達点の描き方も見逃せません。設計から構築までは、メーカーである京セラのデジタル変革を支えた経験を持つ KCCS が伴走し、やりたいことを踏まえた構成を一緒に組み立てる形をとりました。そのうえで、データの収集と取り込みを当面はシステム部門とパワーユーザーが担い、将来は分析の担当者自身が集めて加工して可視化する、という段階的な移行像を先に置いています。外注か内製かを二者択一にせず、移行の途中経過そのものを設計に織り込んだ進め方です。