保守更新のタイミングでデータ分析の環境をオンプレミスからクラウドへ
株式会社ゲオホールディングス（以下ゲオ）は、25年前に小さなレンタルビデオ店からスタートした。今では、全国に1,800を超える店舗ネットワークを構築するに至っている。現在ゲオではDVD、CD、ゲーム等のパッケージ商品のレンタル、中古買取・販売、新品販売を行う複合メディアショップ「ゲオ」の運営を中核に、総合リユースショップ「セカンドストリート」を運営するリユース事業、総合アミューズメント店舗の運営、さらにGEO Onlineなどのオンラインサービスも展開している。
ゲオの強みの一つは、多店舗展開のオペレーションコストを安くする運営ノウハウがあること。引き続き効率的な店舗運営をするのはもちろん、多様化しているビジネスにおいても効率化を目指す必要があった。そのためには勘や経験に頼るのではなく、データを活用した判断が重要になる。そこでゲオでは、データ活用のための環境として2011年にOracle Exadataを導入した。
「データはかなり集まっていたのですが、それを十分に有効活用できる基盤になっていませんでした」と語るのは、ゲオホールディングス 分析部 データ課 データマネジメント ITアーキテクトの吉村公胤氏だ。と言うのも、Oracle Exadataの環境はゲオにとって重要なPOSデータなどを集め利用するための基幹システムの一つとして導入されたものだった。
この仕組みは基幹システムなので、災害対策構成をとっていた。Oracle Active Data Guardを用いリモート環境にもOracle Exadataを設置しDR（Disaster Recovery：災害対策）サイトを構築した。災害時以外はDRサイトのOracle Exadataのリソースには余裕がある。そこでそれを分析用に流用するものだったのだ。流用ではあるものの、ゲオではこのOracle Exadataの仕組みを順調に利用する。3年ほど利用した頃になり、5年目に訪れる保守契約更新をどうするかの検討を始める。
「Oracle Exadataは、性能的に不満はありませんでした。とはいえ、データ容量は逼迫することが予測され、大きな投資がいるのでオンプレミスでは簡単には容量を増やせない課題もありました」（吉村氏）
さらに、Oracle Exadataを運用するためのスキルの高いエンジニアを、社内で確保しておくのも課題だった。「手間とコストをあまりかけずに、必要なデータ分析の性能を得たい。その解決にクラウドが活用できないかを考えました」（吉村氏）。
Azure SQL Data WarehouseでDBAなしでもデータ分析環境を実現
ゲオでは、2014年6月頃からクラウド化の検討を開始した。まずはAmazon Web ServicesのAmazon Redshiftが移行先候補に挙がった。検証した結果、Amazon Redshiftでも必要な性能が出ることが確認できた。ところが1つ問題があった。基幹システムのデータテーブル名・カラム名はすべて日本語で定義されており、分析環境においてもデータを直感的に把握しやすいので日本語のまま利用していた。しかし、Amazon Redshiftは、テーブル名などがマルチバイト文字に対応していなかったのだ。
数多くのデータ活用案件を手がける株式会社ブレインパッドで、ソリューション開発統括部長を務める安良岡史行氏も、マルチバイト文字の対応が必要になるケースはあると言う。
「SQL Serverなどを活用してアドホック分析を行う環境を構築する際には、カラム名などを日本語で定義できるかは重要な要件となる企業がたくさんあります。これができることが、分析の裾野を広げます」（安良岡氏）
ゲオでは2014年12月までに一通りの検証を終了するが、Amazon Redshiftの採用は一旦保留となる。その後2015年4月にMicrosoft Azure SQL Data Warehouseが提供されるとの情報をつかみ、それが新たな候補として浮上。2016年2月にプレビュー版が利用できるようになり、検証を行いAzure SQL Data Warehouseも性能要件は満たせることが確認される。とはいえこれもまた、その段階ではテーブル名などのマルチバイト文字サポートがなかった。
ところが2016年6月になり、Azure SQL Data Warehouseでマルチバイト文字の対応が行われることになった[1]。その時点でゲオが必要だった16テラバイトのデータ容量でコスト試算を行い、かなり安価になることも分かったため、Azure SQL Data Warehouseの採用は決定された。
当初、Oracle Exadataからの移行に際し、ゲオにはOracle Databaseのエンジニアしかいなかったこともあり苦労することもあった。特にAzure SQL Data Warehouseは、データと処理機能を複数のノードに分割する超並列処理分散データベース構成となっており、それに最適化するようテーブル設計などをやり直す必要があった。「移行先のベストを知っていた訳ではないので、ここには時間がかかりました」（吉村氏）。
現在は全国の1,800の店舗と、本部の1,000ユーザーと合わせ3,000ユーザーほどがBIサイトを利用している。吉村氏は当初、クラウドに移行すれば処理レスポンスは遅くなるだろうと予測していた。とはいえネットワーク帯域を十分に確保し、分析目的に応じたデータマートを置くなどの工夫で検索レスポンスは満足いくものが得られている。「人により使い方は違うと思いますが、それぞれの人が業務の中で達成したいことに対し、必要な情報をタイムリーに取り出せる状況になっていると思います」と吉村氏は言う。
ゲオではオンプレミスからクラウドに移行したことで、DBAのような専門技術者がいなくても十分にデータ分析環境が運用できている。「クラウドなのでビル定期メンテナンスの停電などの影響も一切受けません。オンプレミスで必要だった運用の手間がなくなったのは、大きなメリットです」（吉村氏）
またデータベースの容量も、増減について細かく気にする必要がなくなった。コストが上がるので利用上限は気にしなければならないが、容量が足りなくなりエラーになることがなくなったのも、クラウドならではのメリットだと吉村氏は語る。
ゲオの分析環境については、さらなるパフォーマンスチューニングとより高度なデータ分析をしていく予定だと言う。
「今後は現場にプッシュで有益な情報を提供することも考えています。たとえばリユースビジネスで商品を認識し、適正な買い取り価格を予測して査定現場に通知することも考えています。これには、機械学習やコグニティブサービスが活用できるのではと考えています」（吉村氏）
注
[1]: 2016年11月に、Amazon Redshiftもマルチバイト文字対応した。
データベースだけでなくさまざまなサービスがすぐに使える
こうした移行事例に詳しいブレインパッドの安良岡氏は次のように語る。
「従来はSQL Serverを用いたオンプレミスでのデータ分析環境の構築が多かったが、最近はIaaSの上でSQL Serverを動かしたり、Azure SQL Data Warehouseを活用したりする案件が増えています。さらに大容量のデータ分析では、Azure HDInsightを動かしてSparkを活用することもあります。データ量が従来の数倍、数十倍といった際には、Azure SQL Data Warehouseやクラウド上でHadoopを活用する提案が増えています」（安良岡氏）
これまで社内に散在していたデータを統合するのにも、クラウドを活用するようになった。
「複数のデータソースを統合化するのに、技術的にはオンプレミスでもクラウドでも大きな違いはありません。少し前まではクラウドにはセキュリティ面の懸念もありましたが、Azureは各種セキュリティ認証も取得しており、さらに日本の東西にデータセンターがあるので国内に閉じた形で使えるのも、安心材料になっています」（安良岡氏）
またAzureにはStream AnalyticsやMachine Learning、Cognitive Servicesなど、すぐに使えるさまざまなデータ分析サービスが用意されており、それらを組み合わせれば行いたい分析がすぐにできるのもメリットだ。
ブレインパッドでは、社内にデータサイエンティストを多数抱え、そのスキルを生かし企業が蓄積しているデータを分析して価値を提供するところに強みを持っている。「最近のトレンドとして、弊社では溜めたデータを可視化するBIの活用提案に加え、さらに機械学習などを活用する提案も増えてきています」と安良岡氏。データを深く分析する際に、Azureの機械学習やAIのサービスには学習済みのすぐに使えるモデルが用意されているのは便利だと評価する。
加えてクラウドなので、Azureではインフラ運用の心配がなくなったのもメリットだと言う。安良岡氏は「インフラ運用の管理が楽になることは大きなメリットです。楽になるぶん得意なデータ活用に注力できます」と述べた上で、さらに初期投資を抑え小さく始める提案ができるのも優位性だと強調した。
ブレインパッドでは、Microsoftの認定パートナー企業による検証環境構築サービスであるCloud Everywhereの一つとして、Azure SQL Data Warehouseを使ったデータ分析環境の提供を行っている。さらに、セキュリティカメラの画像を活用したCRMソリューションの「おもてなしサポートシステム」では、AzureのFace APIなどを活用して顔画像から顧客を認識し店舗などでリアルタイムに「おもてなし」をするための仕組みを提供している。これを活用することで、店舗とデジタル世界をリアルタイムに連携させたOne to Oneマーケティングを実現できる。Azureにデータ基盤とコグニティブサービスが揃っていたからこそ実現できたサービスだ。
安良岡氏は、次のように語る。
「機械学習やコグニティブサービスなどで、さらに簡単にデータを学習できるサービスを提供してほしい。そういう意味では、新しいSQL Server 2017のデータベースの中で機械学習が行える機能には期待しています」（安良岡氏）
データベースの中で機械学習ができれば、ニアリアルタイムでの高度なデータ分析の実現も可能になる。そういった新しい使い方についても、Microsoftには大きく期待しているとのことだ。
