ページの本文へ

Hitachi

株式会社日立ハイシステム21

Big Dataの課題は、データを保有しているがシステムがバラバラで利活用できていないなどがあります。
当社では、各システムからインタフェースを構築しBig Data Platformへ格納。そして、データの前処理*を行ってから、データの見える化を実施しました。
データに最適な前処理を行う事でデータ価値が向上し、お客様のビジネスに最適な意思決定を支援しています。

  • * 前処理:異常データの除外や意味付けなどの加工/整形(クレンジング)

Big DataのVisualizationプロジェクト概要

製造業A社で各所に蓄積されたデータを有効活用するプロジェクト

  • Big Data PlatformとしてHIVEを利用
  • 周辺システムからのデータ収集にETLツール(Ab Initio)を活用し、各種インタフェースを構築
  • 分析手法とし、BIツール(Tableau)を導入

ポイント

  • 要件出しから動くモノをすばやく提供するためにAgile(Scrum)で開発を実施
  • 運用体制としてDev Ops Teamによる開発〜運用までをOne Stopで実施

効果

  • 自動データ連携と見える化によって、迅速な意思決定を支援

Big Data Platform

***

HIVEを利用

データ収集

***

ELTツール
Ablnitioを利用

分析手法

***

BIツール
Tableauを利用

管理手法

***

Agile(Scrum)
の適用

運用体制

***

Dev Ops Team
で対応

Visualization例

弊社では、上記以外にもさまざまなデータの取り扱い事例があります

  • 多種多様なRDBやファイルからのデータ抽出/加工
  • IoT機器からのセンサーデータをBig Data Platformへ格納
  • データ内容を把握し集計や絞込みなどの分析に適した、利用価値の高いデータへの加工

Big Data活用における課題と当社対応事例

課題
対応事例
各所に散在しているデータを活用できていない
各システムのデータをBig Data Platformに収集
既存データが使いにくい
データの加工/整形
システムの構築ができない
Big Data Platformの構築
Big Dataを見える化できていない
BI Tool(Tableauなど)を利用した見える化
なかなか要件が確定できない
Agile(Scrum)の適用で変化/変更に追従
システムの運用体制ができていない
Dev Opsによる開発〜運用まで実施

Big Data活用の効果

White paper White paper White paper White paper

  • データをメールで集約
    ⇒インタフェースを構築しデータ収集を自動化
    担当者が複数システムを参照してデータ作成
    ⇒複数システムのデータを収集/加工
  • 作業が属人化して、他者でのフォローが難しい
    ⇒BI Toolの導入により、誰でも分析可能に
    Excelへデータ取り込みに手間がかかる
    ⇒データ取り込み作業が不要
    ⇒空いた時間で、さまざまな切り口での分析が可能に
  • 保持しているデータ内容が不明確
    ⇒Row dataを参照することで分析手法の検討が可能に
    提供依頼をしないとデータが入手できない
    ⇒BIツールで任意のタイミングでデータ参照が可能に
  • 業務担当の要件が不明確
    ⇒Agile(Scrum)により変更にも柔軟に対応
    体制不足
    ⇒DevOps体制によりエンハンスを行いながら運用
*
本ウエブサイト中の会社名、商品名は各社の商標、または登録商標です。
*
本文中および図中では、TMマーク、®マークは表記しておりません。
*
本ソリューションの仕様は、改良の為、予告なく変更する場合があります。
*
本ソリューションを輸出される場合、外国為替および外国貿易法並びに米国の輸出管理関連規則などの規制をご確認の上、必要な手続きをお取りください。
なお、ご不明な場合は、弊社担当営業にお問合せください。
*
弊社へのお問合せ宛先に送られる個人情報は、本ソリューションサービスについてのみ使用します。