クライアントは、POS決済システムおよびATM関連サービスの大手プロバイダーであり、Rikkeisoft傘下の米国子会社RKTechに対し、ビッグデータ運用の効率性と有効性を評価するためのソリューション提供を依頼しました。
クライアント概要
Azure Synapse AnalyticsPower BIAzure Data LakeAzure Data Factory
本記事は実際のプロジェクトを基にしています。ただし、プライバシー保護の観点から、クライアント名は非公開としています。
クライアントは、POS決済、ATM、入出金機（ITM）ソリューションの提供において長い実績を持つ米国有力企業です。2022年の年間売上が70億ドルを超える同社は、セルフサービスキオスク、POSターミナル、ATM、小切手処理システム、バーコードスキャナーなど、幅広い製品とサービスを展開しています。同社のビジネスがデジタル領域への拡大に伴い、データストレージおよび処理要件の量と複雑性は飛躍的に増加しています。本プロジェクトは、急速に増大するデータセットから実行可能なインサイトを抽出する上でのクライアントの課題に対応しています。
プロジェクト概要
業界
情報技術
テクノロジー
Azure Data Lake、Azure Synapse Analytics、Azure Data Factory、Power BI
国
アメリカ合衆国
期間
進行中
課題
膨大なデータを収集している一方で、クライアントはパフォーマンス最適化に向けた意味のあるインサイト抽出に際して、3つの重大な課題に直面していました：
- データの透明性不足： クライアントには、一元化された良く文書化されたデータ管理システムが存在しませんでした。データの出所、意味、構造は往々として不明確であり、KPI抽出に関連するデータポイントの特定と活用を阻害していました。
- データ品質の問題： データセット内の矛盾、不正確性、欠損値が蔓延していたため、抽出されたKPIの信頼性を損なっていました。手動によるデータクレンジングと検証は時間がかかるだけでなく、人的ミスの危険性がありました。
- データ分析の非効率性： ビッグデータの膨大な量と非構造化の特性は、従来のデータ分析手法を圧倒していました。この結果、収集されたデータと運用最適化に必要な実行可能なインサイトとの間に大きなギャップが生じていました。
ソリューション
RKTechは、これらの課題に対処するため「Big Data Ops Performance KPIs Extractor」を設計・開発しました。本ソリューションは、Microsoft Azureクラウドサービスを活用し、包括的なデータ管理と分析フレームワークを提供しています。主な機能は以下の通りです：
- データ取り込みと変換： 複数のソースからのデータを一元化されたAzure Data Lakeに統合するためのETLを開発し、効率的なストレージと管理を実現しました。
- インサイト抽出： Azure Synapse Analyticsを活用した高度な分析により、重要な運用領域全体でKPIを抽出しています。
- パイプラインパフォーマンス測定： 特定のデータパイプラインの監視：
- 最新性：データが最新情報を反映していることを確保。
- 完全性：正確な分析に必要なすべてのデータポイントが存在することを検証。
- パフォーマンス：パイプライン内のボトルネックを特定し、データ処理速度を最適化。
成果
クライアントは本ソリューションに高い満足度を表明しており、膨大なデータから実行可能なインサイトを抽出する能力が大幅に向上し、運用の最適化とデータドリブンな意思決定の改善につながったとしています。また、クライアントは、ビッグデータを活用した継続的な成長と成功を実現するための追加ソリューション探索に向けた協力への強い関心を示しています。
