アサヒのデータ活用基盤を支えるデータ仮想化技術

アサヒのデータ活用基盤を支える
データ仮想化技術
大江輝明
シニアマネジャー
DX統括部 Digital Initiative Unit Data & Innovation Group
アサヒグループジャパン株式会社

Copyright © Asahi Group Japan, Ltd. All rights reserved.
アサヒグループジャパン株式会社
DX統括部
Digital Initiative Unit
Data & Innovation Group
シニアマネジャー
大江輝明
プロフィール
データエンジニアとして長年、国内大手企業複数社にてDWH導入コンサル・実装・
運用業務に従事。
2020年3月にアサヒビール株式会社に入社後、これまでの知見を活かしてアサヒグ
ループ全社のデータ利活用推進PJを牽引。データ分析基盤構築を中心に、人材
育成プログラム、分析支援体制、データガバナンス機能の立ち上げ等を推進中。
お酒好きで、データ領域にはちょっとうるさい
ビジネスとテクニカルの間でいい感じにコーディネートする人
自己紹介

3
会社概要
アサヒグループホールディングス株式会社
Asahi Group Holdings, Ltd.
●設立：1949年 9月1日
●代表取締役社長兼 CEO：勝木敦志
●所在地：東京都墨田区吾妻橋1-23-1
●従業員数：30,020名（連結、2021年12月31日現在）
●売上高：22,361億円（2021年12月期実績）

4
33.8%
5.9%
16.7%
43.6%
アサヒグループの事業
アサヒグループジャパンの領域

5
アサヒグループホールディングス
アサヒグループ
ジャパン
Asahi Europe and
International
Asahi Holdings
(Australia)
Asahi Holdings
Southeast Asia
日本国内
事業会社
（アサヒビール・
アサヒ飲料・
アサヒグループ食品等）
エリア内
各事業会社
エリア内
各事業会社
エリア内
各事業会社
アサヒグループの体制とアサヒグループジャパンの役割
2022年1月アサヒグループホールディングス社より
日本統括本部が分社化

6
アサヒグループ理念：アサヒグループフィロソフィー

7
戦略コンセプト
おいしさと楽しさで“変化するWell-being”に応え、持続可能な社会の実現に貢献する
アサヒグループの長期戦略コンセプト
日本事業の戦略コンセプト
生活者起点でニーズ・変化を先取りし、One Asahiで次代の価値創造による成長、社会との
共生を実現する
1.生活者起点で市場を捉え、新たな機会や未開拓のニー
ズ・オケージョンを発掘・創造
2.味・品質・機能に加え、体験および情緒的価値を提供
3.スケールに加えアサヒならではのユニークさを追求
4.世界レベルの効率・コスト競争力
5.生活者・市場の変化を先取りするスピードとアジリティ
6.社会と共存し価値を創出するサステナビリティ
7.One Asahiで会社・組織の壁を越えて挑戦
2022年3月8日 Asahi IR Day (日本)資料より引用
https://www.asahigroup-holdings.com/ir/event/pdf/kessan/2022_irday_1.pdf

8
アサヒグループにおけるDX
2021年決算プレゼンテーション資料より引用
https://www.asahigroup-holdings.com/ir/event/pdf/kessan/2021_4q_presentation.pdf

業務改革の伴走支援
9
本日のトピックス
アサヒグループ全体でデータ利活用を加速するための取り組み（モノ＋ヒト＝＞プロセス）を推進中
本日はグループ共通データ基盤の整備においてデータ仮想化技術をどのような過程で検討し
Denodoを採用するに至ったのか、導入の過程における要件整理と併せてご紹介します。
モノヒトプロセス
データ基盤の整備データ人材育成
基盤
(ハード・ソフト)
データ教育定着経営
業務
① ② ③

10
Denodo導入検討の経緯
2020年5月
資料請求
2020年6月
データアーキテクチャ
への組み込み検討
2020年12月
ロードマップ策定
＋予算化
2021年6月
PoV開始
2021年9月
PoV終了
環境構築開始
2021年12月
暫定運用開始
2022年3月
本番運用開始
■背景
グループ横断で展開するデータ分析基盤を構想する中、以下の課題を解決する
手段を検討する過程でDenodoが候補に。
■解決したい課題
1. ETLワークの生産性向上
2. データ資産の可視化（データカタログ）
3. サイロ化した社内のデータ資産の統合
4. 乱立する社内KPIの統一化（Single Source of Truth）
5. ビジネス部門へのクイックなデータデリバリー

11
グループ共通データ基盤の構築ロードマップ
AB ASD AGS
CMP
AB ASD AGS
AGJ
3rd Party
AWS BI
AB ASD AGS
AGJ
ID-POS
Social
ビジネス部門におけるデータ利活用を推進するにあたり、お客様目線での価値創出につなげるべく、
アサヒグループ各社の顧客情報基盤を束ねたお客様情報の統合から着手
現在は全バリューチェーンへ拡大できるよう基盤整備を推進中
Phase0
-各社にてCDPを運用-
Phase1
-グループCDP導入期-
Phase2
-グループCDP拡大期-
Phase3
-データ活用エコシステム構築-
概念図
概要
CDP
Data
Lake
AGJ
ODS
MA
BI
AI
データのサイロ化顧客データのまとめあげ
対応可能な業務
ユースケースの拡張
全バリューチェーンへの
拡大
状態現在進行中
済済済
CDP：Customer Data Platform

12
データ整備の方針
• 社内外のデータをアクセスしやすく、分析しやすい形で（構造共通化）、時系列に沿って、データを蓄積・整備してゆくことで
バリエーションを増やすごとに価値を向上できるようグループ共通データ基盤として整備を推進。
• 実現にあたっての過渡期においてはデータメッシュの思想を取り入れて、必ずしも一元化した一つのデータ基盤に統合することを
強制することなく、クイックにビジネス部門にデータをデリバリーできる事を重視。
• ビジネス部門は仮想的に統合された一つの環境を参照して、使いたいデータがどこに、どのような定義で、どのような制約のもと利
用が可能なのか把握した上でビジネスへの活用ができる環境を整える。
取込優先度とビジネス価値ビジネス部門へのデータデリバリー

ETL
13
データアーキテクチャ AsIs～Tobe
データソース収集/蓄積/加工活用
各社CDP
社内システム（SoR）
3rd Party
ETL
DWH
Staging Integration Access
BI
CRM/MA
Ad
Personalization
API
データソース収集/蓄積/加工活用
各社CDP
社内システム（ SoR ）
3rd Party
API
AsIs
Tobe
データ仮想化
全体で論理DWHを構成する
Cache
Cache
Base
View
Integration
View
Semantic
View
DWH
Staging Integration Access
• 従来型のETLワークだと現状のサイロ化したSoR領域のデータをすべてビジネスにデリバリーできるまで10年はかかるみたて。
• DWHとの併用を前提としてDenodoを介してクイックにビジネスにデリバリーしながら、必要に応じてDWHに処理を移管していく。
Optimization
BI
CRM/MA
Ad
Personalization
Optimization
Native
Connector
Native
Connector

14
• アサヒ全体のアーキテクチャとの整合性について。
• データ仮想化技術はSoRとSoEの間に入るハブとなりソリューションによるデータ構造差異を吸収するキーコンポーネントの位置づけ。
• EA（Enterprise Architecture）におけるDA（Data Architecture）のレイヤーを担うイメージ。
• 汎用的なデータモデルに落とし込んでおくことでアプリケーションは柔軟に組み換えが可能となる。
SoRとSoEの関係性
基幹データサービス
SoR
SoE
/SoI
Data Hub
(Logical DWH)
データ仮想化技術による
論理DWH
・パッケージ、スクラッチ、
SaaSが入り混じる領域
・キレイな構造化データを
業務アプリに供給
・トランザクション整合性
の担保
情報系システム/顧客コミュニケーション基盤
・データ構造の差異を吸収
・統合マスタの整備
・データカタログ化
・部品化されたデータを組
み合わせてサービス提供
・KGIからKPIへのドリルダウ
ン分析
SoR：System of Record
SoE：System of Engagement
SoI：System of Insight

16
機能要件 Fit ＆ Gap
解決したい現状課題と阻害要因ビジネスユースケース
• 具体的に解決したい課題についてビジネス上のユースケースと、非機能要件周りのテクニカルユースケースに分けてFit ＆ Gap分析を行い、ノックア
ウト項目がないことを確認。
• この要件整理をINPUTとしてPoV（概念価値検証）のシナリオへと進展させる。
テクニカルユースケース
# 課題阻害要因
1 社内のどこにどんなデータ
が蓄積されているのかわ
からない
・業務目的に特化したシステム群で
構成されており、データがサイロ化して
いる。
・ビジネス利用者向けに理解しやすい
形で情報が提供、公開されていない。
2 データ抽出のリードタイム
3 データ所有者がわからず
ビジネス利用にあたって
の相談先がわからない
4 使い勝手の良いデータ
分析環境が無い
5 データ品質は利用してみ
るまで分からない
6 複雑なデータフローで
データ整合性に問題が
ある
7 システム間のデータ移行
コストが高い
Sanitize
項目説明
ユースケースの説明・Denodoをハブとして社内システム並びに外部
データを集約。収集されたテクニカルメタデータを
メタデータ管理ツールに外部連携することでデー
タアセット可視化を実現する。
現在のアプローチでの課題 • 社内のどこにどのようなデータが蓄積されている
かがわからない。各システム個別に接続してメ
タデータを収集しなければならない。
成功基準 • Denodoで保持しているテクニカルメタデータを
抽出したうえで、内製のメタデータ管理ツール
(データカタログ)側で確認できる。
現在の想定工数
（人月）
現在の想定リードタイム
（日数）
プロジェクト体制
（人数）
将来の使用量の
見積もり
利用ユーザー数
（人数）
ピーク時
同時アクセス数
その他備考
#1:社内のどこにどんなデータが蓄積されているかわからない
Sanitize
＃課題リスト検証ポイント
１接続確認・接続対象システムとのコネクタの検証
（別添のシステムリストから対象選定）
２認証・認可ま
わり
・Auth0による認証確認
３キャッシュDB ・ワークロードに応じたDBエンジン選定
・社内ワークロードの見極めに応じ後からキャッ
シュDBのスイッチが容易であることの確認
４可用性（シス
テムSLA）
・コンポーネントのハードウェア障害時のふるまい
（想定ケースの整理）
・各連携システムへの影響確認
・異常検知（死活監視）のアラート機能確認
・机上評価（Denodo Auto Deployment
機能が利用できるか次第で実機確認）
５監査ログ・不正アクセスの検知（社内外）
・社内アクセスのモニタリング機能（データ利用
度合いの可視化）
６パフォーマンス・Denodoのエンジン自体がデータサマリする部
分のパフォーマンス（無風時、多重アクセス時、
エンジン経由時のオーバヘッド）
７ NW設計・NWに求められる要件の整理
・将来的にグローバルリージョンでの利用も想定
した設計要素
Sanitize

17
• 理想的にはデータの論理情報のみをDenodo上で扱い、データを動かさない事が望ましい。
ただし、複雑なデータ抽出条件を投げてしまうと源泉システムに対して過剰な負荷がかかってしまうリスクがある。
• 回避策としてDenodoのキャッシュ機構を用いることで、利用側のリクエスト実行時に源泉システムに対して負荷を与えないよう環境を構築している。
• スケジューリングされた差分更新によりキャッシュ上のデータを更新するタイミングに限り、データソースとなるシステムに負荷がかかる設計。
• データ鮮度を気にする向きには直近更新データは直接データソースを参照することも可能（時系列データにおいて）
データソースシステムへの負荷対策
データソース
データ
ソース
ビュー
データ
ソース
ビュー
Denodoが処理を管理する範囲
API
外部
DB
データ
連携
データの基準を合せてサブジェクト毎に統合したビュー
接続層結合層利用層
ユーザの利用要件に合せて目的別に加工したビュー
Cache DB
キャッシュ
更新Job
：トリガー起動による物理的なデータの移動
：オンデマンドによるデータの都度参照
：Denodoから接続しているデータソース
：DenodoのキャッシュDB
：スケジューラージョブの処理
：外部ツールによる処理
外部
サービス/
アプリ
実体データをキャッシュDBに保持することで、
利用側のリクエストによって源泉側に負荷を掛けない

18
すべては分析サイクル高速化のために
Denodo社提供資料
アサヒグループにおいてDenodoを導入することでデータにまつわる課題が以下のように整理され、解決の道筋がついた。
1. ETLワークの生産性向上
データを移動させず論理的なビューにてデータを定義するこ
とでI/Fレイアウトやり取り等の調整コストを削減。
2. データ資産の可視化（データカタログ）
Denodoを経由したデータ提供においてはテクニカルメタデー
タが自動的に収集され、ビジネスロジックをDenodoに持つ部
分はデータリネージの表現も可能に。
3. サイロ化した社内のデータ資産の統合
左図のデータフェデレーションやデータウェアハウス拡張に
該当。システムをまたがった分析を実現。
4. 乱立する社内KPIの統一化（Single Source of Truth）
ビジネス向けのデータ供給レイヤーとして一本化することで
ガバナンスを効かせることが可能に。
5. ビジネス部門へのクイックなデータデリバリー
ビューの組み合わせによる論理データマート提供が可能なた
め、従来のバッチ処理作成等の開発コストが低減。

19
Lessons Learned
PoVのプロジェクト全体を通しての気づきについて。大変だったポイントや気を付けた方が良い点についてのまとめ。
1. 代理店、SIerによる支援について
・グループの調達ポリシーもあり、国内の代理店を介さず直接Denodo社からライセンスを購入。ノウハウが無い中での環境構
築はいくつかの手戻りもあり、サポートへの問合せは半年で約50件となかなかの回数に。
ポイント：Denodoにおける環境構築の知見を持っていらっしゃるSIerさんを初期からプロジェクト体制に含めておくことをお勧め
します。
2. クラウド環境でのチャレンジ
・運用コストの極小化を目指して積極的にコンテナ技術にチャレンジ。当初はDenodoの環境構築もコンテナイメージからの起
動を試みるがうまくいかず。
・機能要件を整理する中でIaaS上でのAutomated Cloud Modeでの構築が最適解と考えて途中で方針変更。
・Automated Cloud Mode（自動クラウドモード）を用いることでGUI画面上からDenodo Platformを自動デプロイする
ことが可能に。クラスタの作成管理やオートスケーリング、Denodoサーバイメージをフェッチしてきて自動インストール、更新プログ
ラムをクラスター内のサーバにダウンタイム無しで適用など、当初の運用負荷軽減の目的を代替できた。
※Solution Managerは通常インストールが必要
・Denodoはデータ基盤として24×365稼働するソリューションでCPUなどの構成も固定が基本なのでコスト効率的にもコンテナ
の方が悪かったという結論に。
ポイント：無理にコンテナでの運用に固執せず、実際の運用に合わせたメリデメ整理が大事。Denodoというソリューションの特
性に合わせた組み合わせを検討されるのが良いと思います。

20
Lessons Learned
3. データの場所についての考慮
・Denodoの特性として、クラウド、オンプレ問わず多種多様なデータソースへの接続が行われることが想定される。
・データソース＝＞Denodo＝＞活用先という通信経路となるため、データ基盤全体を俯瞰したとき、どこに一番大量のデータ
が蓄積されており、頻度の高いアクセスが発生するか把握すべき。無計画だと無駄にデータを引き回してトラヒックを増やしてしま
うことに。
ポイント：マルチクラウド環境上でデータ基盤を構築するにあたってはデータの所在と活用イメージについても意識した上で、慎重
に場所決めした方が良いです。クラウド選定にあたってのガイドラインなどを事前に作成されておくと迷わずに意思決定ができます
のでお勧めです。
4. 接続にあたっての調整コスト
・データサイロ化している現状で一番時間とコストがかかるのが業務システムとの接続調整。
・既存システムのSLAへの影響を気にすると身動きが取れなくなる。
・よくありがちなファイル出力によるデータ連携もDBリソースを消費している事には変わりない。
ポイント：業務システムとの接続検証ならびに負荷検証をプロジェクト計画に盛り込んだ形で進める。ここはトップダウンで強い
メッセージングをしないと現場主導ではなかなか難しい部分です。
5. データ仮想化ソリューションの啓蒙活動
・データ仮想化の概念を理解してもらうためには一定のコミュニケーションコストがかかる。
・漫然とデータを整備するのではなく、「何のため」にデータをつなぐ必要があるのか目的を明確にする。
ポイント：全体ロードマップやデータ利活用の青写真を示して何がビジネス上の果実なのか？を説明する事が大事です。

21
今後のチャレンジ
ビジネス目線
・ビジネス部門のリクエストから１～2週間でデータ供給できる開発、運用体制
・データカタログの整備（ビジネスメタデータの補完）
・マスタデータ管理
・オペレーショナルメタデータを活用したデータサービス改善
テクニカル目線
・構成管理（コードレビュー運用）
・Smart Query Acceleration機構の検証
・Summary Recommendationsによるパフォーマンスチューニングコストの低減
・フロントエンドUIへのデータ連携（GraphQL Service活用）
・ニアリアルタイムでのデータ提供

アサヒらしくを、あたらしく。
- Digitalでもっとワクワクする明日を -

© Copyright Denodo Technologies. All rights reserved
Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and microfilm,
without prior the written authorization from Denodo Technologies.

アサヒのデータ活用基盤を支えるデータ仮想化技術

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie アサヒのデータ活用基盤を支えるデータ仮想化技術

Ähnlich wie アサヒのデータ活用基盤を支えるデータ仮想化技術 (20)

Mehr von Denodo

Mehr von Denodo (20)

アサヒのデータ活用基盤を支えるデータ仮想化技術