AWS/Azure/GCP上に、オンプレミスとのデータ連携、AI活用、生成AI、データマネジメント、API管理まで、幅広く対応できるデータ利活用基盤をスピーディーに導入します。

このようなお悩みはありませんか?

  • 課題
  • 解決
  • 課題

    • スピーディーにデータ活用を始めたい、導入費用を抑えたい
  • 解決

    パブリッククラウドを活用し、短期間でオールインワンのデータ利活用プラットフォームをご提供します

  • 課題

    • データ活用の費用対効果が見えない
  • 解決

    部分的なデータ活用からスタートし、効果を見ながら拡張できます

  • 課題

    • 今利用している環境も有効活用したい
  • 解決

    主要クラウドベンダ(Azure、AWS、GCP)に対応、オンプレミスとのデータ連携もサポートします

  • 課題

    • 生成AIに興味はあるがどうすればよいかわからない
  • 解決

    生成AIの先行ユースケースやサンプル画面などを活用し、迅速な生成AIの導入に向けてトータルでサポートします

概要

クラウドデータプラットフォーム導入ソリューション とは

日立ソリューションズが提案する「クラウドデータプラットフォーム」は、ETL、データレイク、DWH、BIツールなどを備えたデータ利活用を円滑に行うための基盤です。 パブリッククラウドサービスを活用したスモールスタートプラットフォームから、オンプレミスとのデータ連携、AI活用、生成AI、データマネジメント、API管理まで、幅広く対応します。

特長

  • EXPANSION

    拡張性

    関連ソリューションとの連携で容易に機能拡張。

  • SUPPORT

    サポート

    導入から運用・保守までお客さまに寄り添って支援。

  • CHOOSEABLE

    選択可能

    主要クラウドベンダに対応。

    • Microsoft Azure
    • Amazon Web Service
    • Google Cloud Platform

できること

データの収集から活用まで、お客さまのニーズに合わせて必要なコンポーネントを組み立てます。

対象とするサービスの例
分類 コンポーネント 製品例
Azure AWS GCP その他
収集・加工 ストリーミング Azure Event Hubs Amazon Kinesis Dataflow Cloudera
ETL Azure Data Factory Databricks AWS Glue Databricks Cloud Data Fusion
Databricks
Talend
IoT Azure IoT Hub AWS IoT Core Cloud IoT Core
蓄積 データレイク
(ストレージ)
Azure Data Lake
Storage Gen2
Databricks
Amazon S3
Databricks
Cloud Storage
Databricks
Cloudera
DWH(マート) Azure Synapse Analytics
Databricks
Amazon Redshift
Databricks
BigQuery
Databricks
Snowflake
ビッグデータ 分散処理基盤 Azure HDInsight
Databricks
Amazon EMR
Databricks
Dataproc
Databricks
Cloudera
生成AI 生成AI Azure OpenAI
Service
Azure Cognitive
Search
Amazon Kendra
Amazon Bedrock
- -
分析・可視化 AI / ML Azure Machine Learning
Databricks
Amazon SageMaker
Databricks
AI Platform
Databricks
Jupyter Notebook
プレパレーション Databricks AWS Glue DataBrew
Databricks
Dataprep
Databricks
Talend
BI Power BI Amazon QuickSight データポータル
Looker
Tableau
データガバナンス データカタログ Azure Purview
Databricks
Databricks Data Catalog
Databricks
Talend
Denodo
連携 API管理 Azure API Management Amazon API Gateway Apigee
その他 データ仮想化 Denodo

サンプルケース

スモールスタート

パブリッククラウド上に、データ利活用基盤をお手軽、スピーディーに導入することで、データ利活用を手軽に始められます。本格導入前に、データ活用の効果を検証したい、まずは部門単位でスモールに分析を始めてみたい、といったニーズにお応えする、データ活用に必要最小限な機能が詰まったスモールスタートプラットフォームです。
もちろん、ここから始めて将来は拡張していきたい、というご要望にもお応えします。

AI/ML

オンプレやクラウド上から収集したデータをBIで可視化できるようになると、今まで気付かなかった売上の傾向や、勤怠の状況など、さまざまな変化に気付くことができるようになります。
そして、データに対してより深い洞察・知見(売上に貢献する因子の発見など)を求めるようになります。
より深い洞察を得るには、蓄積したデータとAI/MLを使った分析が必要です。
AI/MLの分析には、データ量などに応じて適切な分析プラットフォームを選択するのがよいでしょう。

生成AI

生成AIを導入することで、社内文章の要約や、チャットボットなどさまざまな用途に活用することができます。
まずは生成AI を触ってみるところから始めませんか?
Azure/AWS上で社内データを活用するためのセキュアな生成AI の環境構築から導入支援、実運用までトータルでサポートします。

API管理

分析したデータや作成した機械学習モデルをAPIで公開することで、社内外のシステムとリアルタイムに連携できるようになります。これにより、業務の効率化や新たなビジネスの創出につながります。
APIの公開にあたっては、API管理サービスと関連サービスが提供する機能を組み合わせて、認証・認可などのアクセス制御やトラフィック制御などをおこなうことで、API利用の安全性を高めます。

ビッグデータ

ランニングコストを抑えて大量のデータを分析したいケースでは、Google Cloud PlatformのBigQueryが有効です。
BigQueryはサーバーレスであるため、DWHの管理コストが不要なだけでなく、パフォーマンスチューニングの専門知識がなくとも、ペタバイト級のデータを高速で解析することができます。
また、BigQueryは標準SQLをサポートしており、多くの開発者が慣れ親しんだSQLを用いてデータアクセスできることも魅力のひとつです。

データカタログ

組織を横断してデータが公開されるようになると、データ利用者はデータの探索に時間を消費するようになります。
そもそも要求に合うデータが存在するのか?どこにあるのか?それらの中身はどのようなものか?
データの所在と内容を明らかにするためにはデータカタログが有効です。
データ利用者はデータカタログを通じて社内に点在するデータを検索、取得することができます。

IoT

リアルタイムなデータモニタリングやAI/MLのモデル推論を行うためには、リアルタイムにデータを収集・処理するプラットフォームが必要です。
IoT Edgeから送信されるデータから状態をモニタリングしたり、処理結果を他システムへ連携するのが良くあるケースです。
送信されるデータの量や処理内容に応じて、スケールアウト可能なメッセージング基盤および処理基盤を提供します。

開発・運用負担軽減

オンプレ、マルチクラウド、ハイブリッド環境と、データ利活用プラットフォームは多様化しています。
各プラットフォームのデータ加工(ETL)ツールを使った開発・運用は、開発者・運用者の負担となります。
どのようなプラットフォームでも統一的なETL開発・実行環境を用意することは、開発者・運用者の負担を軽減し、ETLジョブの品質を安定させることに貢献できます。

導入事例

スモールスタートパッケージ活用

  • 顧客

    小売業を中心とした複数社を持つグループ企業 A社

  • 案件概要

    A社はお客さまのポイントカード利用情報をグループ会社間で共有・分析し、マーケティング戦略に反映することを目的に、データ分析基盤の導入を検討していました。
    その早期立ち上げに向けて、PoC環境の整備とグループ会社向け説明会で利用するデモ(BIダッシュボード)の開発を1カ月で実現しました。

  • 提供内容

    環境構築、データ変換、データマート作成、BIダッシュボード開発

ソリューションが選ばれた理由

  • AWSサービスのみで構成し、スモールスタートが可能
  • スモールスタートパッケージを活用することで短期間での環境提供が可能

成果

顧客要件FIXから1カ月でグループ会社向けデモを実現

顧客要件FIXから1カ月でグループ会社向けデモを実現

オンプレミスデータ基盤のクラウド移行

  • 顧客

    情報サービス業 B社

  • 案件概要

    B社お客さまの契約状況、サービス利用状況を収集、分析するCustomer Data Platformをオンプレミスからクラウド環境へと移行しました。将来的なデータ量の増加に伴い自動スケールアウトできるようなアーキテクチャを採用しました。

  • 提供内容

    環境構築、データ移行、既存システムとのデータ連携

ソリューションが選ばれた理由

  • データ量・特性に合わせてサービスを取捨選択可能
  • 性能、セキュリティなどを考慮したアーキテクチャ設計

成果

処理性能の向上と運用コストの低減

  • データ加工処理を並列実行させることで、大量データの処理時間を3割削減
  • 通常は低負荷時のリソースで運用し高負荷時には必要な分だけリソースを自動スケールアウトすることで、全体のリソース費用を削減

おすすめ導入ステップ

まずは部分的なデータ活用からスモールスタートし、効果を見ながら範囲や対象を拡張していくことをおすすめします。

What's New

  • 生成AIもサポート開始しました。

価格

お問い合わせボタンよりお問い合わせください。

最終更新日:2023年12月19日

関連商品・キーワード