データデータモダナイゼーションを 促進するための3つの方法

DIYや理想の分析ソリューションを自社内で構築すれば、当初の目的は達成できるかもしれません。しかし、こうしたアプローチは、技術的負債と既存のインフラコストが増加する危険性を孕んでおり、戦略的分析やAIプロジェクトに十分な予算配分ができない結果を招きます。

このような事態を防ぐためには、導入を検討しているテクノロジーをすべて見直し、リソースの無駄な消費を止めることが必要です。そして、データモダナイゼーションにより、ビジネス成果を高めることに焦点を当てます。

実現に向けて必要なアクション:

1. データを安全に移行し、クラウド、ハイブリッドクラウド、マルチクラウド　 で確実に管理する。

2. 組織のサイロ化を解消し、データ駆動型のインサイトを構築する。

3. 分析プロジェクトを精力的に推進する。

データを価値に転換する最適な環境を整え、アクセス方法と情報の幅を綿密に定めることで、変化の数値化を推進する組織をサポートする。

2

データモダナイゼーション・プラットフォーム

クラウド、ハイブリッドクラウド、マルチクラウドへのデータ移行は非常に重要です。移行にあたって、データサイロを解消すること、より効果的なストレージ、データ解釈を採用すること、そして、構造化されたデータおよび構造化されていないデータの両方を処理することが必要になります。実際には、どのようなアプローチをとるべきでしょうか?

一般的なアプローチ:

ソフトウェアエンジニアリング開発者がレガシーシステムとクラウドシステム間の互換性の問題を解決し、データとプロセスを段階的に移行します。

安全なデータ移行さまざまなツールを利用して移行を進めますが、多くの場合、時間、手作業、そしてコストがかかります。

データ管理者は、意図しない情報漏洩やミスから、ビジネス上の機密情報を保護する重要性を認識し、不正行為や意図的な漏洩に対する警戒を怠らないことが必要です。そのため、万全なサイバーセキュリティ対策と並行して、データガバナンスモデルを実行することが重要になります。データのマイニングと共有は、個人情報 (PII) の保護をはじめ、コンプライアンスに関わる数多くの問題が生じる原因にもなります。適切なユーザーベースのロールやパーミッションについて説明するために、データ提供者との再契約が必要になったり、データが移行した際に機密性の高いデータ項目を手作業で隠すことが必要になる場合も否定できません。対応を誤れば、会社の名前がデータ漏洩事件の見出しに載ってしまうといった最悪

の場合も否定できません。

技術的な課題の解決に向けて、さまざまなツールにコストを費やし、長期間取り組みを続けても、技術的な負債が膨らむばかりで、良い結果は生まれません。

より周到な移行プランを立て、多くの時間、労力、予算を費やしても、ビジネスの成長に貢献する分析機能を開発して、価値を引き出し、競争力を強化するという、本来のプロジェクトの目標達成も困難なことになってしまいます。

3

データモダナイゼーション・プラットフォー

“ビッグデータのプロジェクトの多くが失敗に終わる理由は、莫大なコストと、一度プロジェクトが立ち上がると、柔軟性の向上を妨げる硬直したアーキテクチャだ。”

Sameet Agarwal 『Network World』 2017年2月

課題1迅速な移行と管理

コグニザントのAIデータモダナイゼーション・プラットフォームBigDecisionsベースのコグニザントのAIデータモダナイゼーション・プラットフォームは、手作業の約半分のコストで、データを意義あるインサイトへと素早く変換します。

エンタープライズ・データ・マイグレーター (Enterprise Data Migrator)エンタープライズ・データ・マイグレーターは、レガシーシステムからクラウドへのデータとプロセスの移行や、Microsoft Azure とAWSへの統合を、手作業の2倍のスピードで実現します。

y 70%自動化されたTeradata Process Migrationが、Azure SQLDW,、AWS Redshi ft、AWS Snowflake、Azure HDInsight、On-Premises Hadoop、 Google Cloudへの迅速な移行を可能にし、データの移行と検証時間を大幅に削減します。

エンタープライズ・データ・レイク (Enterprise Data Lakes)エンタープライズ・データ・レイクは、高いデータ品質を確保するための複数のツールを備えており、最新のデータに基づいた分析を即座に実行します。独力で構築すれば通常3～4年かかる運用環境を、わずか3～6か月で構築することが可能になります。

y データ・インジェスチョン・ワークベンチ (Data Ingestion Workbench) は、エンタープライズアプリケーションや外部データソースからデータを速やかに取り込みます。設定のためのコーディング作業が不要で、自動マッピングにより、構造化データ、半構造化データ、非構造化データのいずれも自動的に取り込むことができます。

y データ・クオリティ・ワークベンチ (Data Quality Workbench) は、入力されたデータのプロファイリングを実行し、複数のデータ品質ルールの特定と定義、更新と保護を行います。ルールの設定後は、同一の基準に従い、すべてのファイルに対してルールが自動的に適用されます。その結果、ライフサイクル全体を通してデータ品質が向上し、より確実にプロジェクトを成功させることができます。

y メタデータ・ワークベンチ (Metadata Workbench) は、移行プロセスの一環として、堅牢で整合性を備えたデータディクショナリを自動作成します。監査証跡の作成、データ使用の完全な可視化およびエンタープライズ・データ・レイク・オーケストレイター (Enterprise Data Lakes Orchestrator) へのアクセスを通して、リソースや時間の無駄な消費を抑えながら、リスクやコンプライアンスに対して積極的に対応することができます。

成功事例

「データ統合病」を8週間で克服したヘルスケア企業

企業買収後、データ統合の課題解決に苦慮していた総合ヘルスケアサービスのリーディングカンパニーは、コグニザントのデータモダナイゼーション・プラットフォームを採用しました。その結果、データ統合作業の70%削減とROI向上を達成すると同時に、全社内データの完全可視化を実現する包括的なデータレイクをわずか8週間で構築することに成功しました。

4

データモダナイゼーション・プラットフォームデータモダナイゼーション・プラットフォームは、データの管理・分析を通して、組織全体でAIを有効かつ効率的に活用するためのインサイトを提供するスケーラブルなエンド・ツー・エンドのソリューションです。 詳細はこちら

データモダナイゼーション・プラットフォーム

コグニザントのソリューションプライバシーを確実に保護しながら、インサイト獲得までの時間を短縮する

効果的な分析に必要とされるデータタイプ:

y 旧世代システムおよび最新システム上に分散する構造化データと非構造化データ

y 第三者から取得したデータセット y API経由で収集したソーシャルメディアなどのストリーミングデータ

どのソースから得たデータでも、分析に適したフォーマットに変換するためには、データの精査とクリーンアップが必要です。

本来であれば、データサイエンティストが分析に費やすべき多大なコスト、労力および時間が、こうしたデータの精査とクリーンアップ作業に使われてしまう危険性は無視できません。

また、データ分析の人材を失う可能性もリスクとして考慮すべきです。

データサイエンスのエキスパートを見つけることは、容易ではありません。データエキスパートの主な仕事が、単調なデータ精査やクリーンアップばかりでは、自分のスキルをもっと活かしたいと考えている優秀な人材が、転職してしまうといった事態は避けられません。

チームのメンバーがサイロ化された組織で働くことを余儀なくされ、その原因がデータレイクの構造にあるとすれば、チーム内のストレスだけでなく、無駄な作業が増える可能性も高くなります。その結果、TCOが膨れ上がり、組織にとって効果的な分析を実行するまでに多く時間を要することになります。

y 400以上の組み込み済みスマートコネクタ (Smart Connectors) が事前に組み込まれており、第三者データをはじめ、さまざまな外部データを、迅速かつ低コストで取得し統合できます。

y データディスカバリー & ビジュアライゼーション・ワークベンチ (Data

Discovery & Visualization Workbench) により、すべてのデータ (旧式データ、構造化データ、非構造化データ、第三者のストリーミングデータ) が集約されます。そのため、データの読み込みや検索を一画面で行うことができます。また、モジュールのインターフェースはシンプルで統一されているため、データセットを迅速かつ容易に統合して、パターンを明らかにしたり、ビジュアライゼーションやテーブルを作成したりすることができます。データの保存形式を気にする必要もありません。

y インタラクティブ・アナリティクス・ワークベンチ (Interactive Analytics Workbench) は、データの準備やクリーンアップ、モデルの構築およびデータからインサイトを得るための予測処理の実行まで、データサイエンティストの業務遂行をサポートします。事前に組み込まれた業界標準のアルゴリズムを利用して、予測モデルを構築することができます。また、試験的に積み上げたアルゴリズムを単体で実行し、モデル生成時に逐次処理をすることも可能です。

5

データモダナイゼーション・プラットフォーム

課題2分析とインサイト - サイロ化の解消

AI データモダナイゼーション・プラットフォームは、累積した既存データや分析の課題を解決します。ベンダーロックインの心配もありません。

コグニザント AI データモダナイゼーション・プラットフォームデータをインサイトへと変換するためには、社内の協力体制が不可欠です。サイロ化の解消、複数のツール管理およびデータ取得への対応が社員にとって負担とならないように配慮が必要です。BigDecisionsベースのコグニザント AI データモダナイゼーション・プラットフォームは、生産性向上を阻害するさまざまな障壁を取り除き、個人情報やデータの安全性を損なうことなく、組織を横断した共同分析を促進します。

単一のコンソールで一元管理ができるため、シンプルなインサイトのエコシステムを構築し、インサイト獲得までのプロセスを速やかに実行することができます。データスチュワード、データサイエンティスト、アドミニストレーター、開発者、ビジネスユーザーなど、各チームメンバーの役割に応じたセキュリティとプライバシーのパーミッションを割り当てることで、倫理規範の速やかな徹底が実現可能です。また、さまざまなデータのライフサイクルツールも不要になるため、ツールの導入、使用方法の学習、保守、アップグレード、インテグレーションまでに要するコストや手間を完全に省くことができます。

データ・バザール (Data Bazaar) を利用すれば、データレイク内のデジタル資産をベースにしたデータモデルを、すべてのユーザーグループ間で共有できます。また、シンプルな検索機能を使用して、データモデルを検索し利用することができます。その結果、組織全体でデータの価値を引き出すことが可能になります。

成功事例

セールスプラットフォームの最適化とコスト削減を実現したグローバル製薬企業

コグニザントは、コスト削減と、医師データのタイムリーな収集という課題を抱えていたグローバル製薬企業向けに、データモダナイゼーション・プラットフォームを構築しました。構築したプラットフォームは、内部・外部合わせて20のシステムに蓄積されていた主要データの集計、分析、共有を迅速に実行し、各営業担当の売上目標の設定と達成に向けて、顧客の状況に応じた営業プランのカスタマイズを実施しました。その結果、年間コストは45万ドル削減、レポートのカスタマイズ時間は35%削減しました。

コグニザント独自の製薬業界向けコネクタにより、予測時間も1/3短縮しました。

6

データモダナイゼーション・プラットフォーム

コグニザントのソリューション組織横断的分析を進めるための文化 (カルチャー) を推進

AIは、「最先端」、「次世代」と呼ばれることが多いテクノロジーですが、AIがビジネスに価値をもたらすようになるまでには、数多くの面倒な単純作業が存在します。まず、次のことから始めます。

ユースケースの特定とモデルの構築ユースケースの特定とモデルの構築の過程においては、多くのデータサイエンティストと各事業部門のエキスパートによる共同作業が発生します。ごく当たり前のプロセスと言えますが (当たり前ではない現場も多くありますが)、構築したモデルが期待通りの性能を発揮するよう、すべての構成要素を検証することが必要です。

モデルのトレーニング正確にラベル付けされた大量のデータセットを使用し、長期間に渡って変化の監視を続ける必要があります。データサイエンティストにとっては、単調でコストもかかるプロセスです。

サンドボックス環境の構築最後に、適切なストレージ、プロセス、データベース接続を備えた環境を構築します。

ここまでのプロセスで求められる時間や手間、ツール、専門知識、引き継ぎ作業を考えると、ほとんどの企業がAIプロジェクトを軌道に乗せることができないのも当然と言えます。

7

データモダナイゼーション・プラットフォーム

課題3AIの実験と再導入に責任を持って取り組む

77%の経営者が、ビッグデータ・AIの導入は、依然として企業課題であると述べています。

『Big Data and AI Executive Survey 2019』New Vantage Partners、2019年

成功事例

AI分析とドローンを利用して、電気代の削減と信頼性の向上を実現

広大な配電エリア内で欠陥部品を見つけ出し、修理することは難しく、コストがかかる作業です。コグニザントは、ある電力会社向けに、配電エリアのドローン撮影画像を自動スキャンするAIベースのソリューションを提供しました。これより、画像のスキャニング時間が60%短縮しました。また、問題特定の自動化により、修理コストも大幅に低減しました。このソリューションは、停電の原因となる問題をメンテナンスチームに事前に警告し、その結果として、サービスの向上、停電の減少、カスタマーエクスペリエンスの向上、利益の確保を実現します。

8

データモダナイゼーション・プラットフォーム

コグニザントのソリューションAIを組織の中心に据える

コグニザント AI データモダナイゼーション・プラットフォーム多くの手順やツールを必要とする複雑なプロセスでは、パイロットプロジェクトを一つでも完了に導くことは困難です。ましてやビジネス価値を目に見える形にすることは、不可能に近いことだと言えます。コグニザントは、AIを中心に据えた組織づくりを支援します。現在利用しているデータに対して、新しい機械学習や深層学習のアルゴリズムを問題なく適用し、ビジネス全体で共有することで、価値と競争力を高めます。

CDO (チーフ・デジタル・オフィサー) は、すべてのサンドボックス環境を一目で確認できます。

また、成功の可能性が高いプロジェクトや、リソースとコストの配分が理想的な環境を、直接確認することができます。

BigDecisions AI Essentialsのユーザーインタフェースは、シンプルかつアクセスが容易で、初心者も上級者も、常にドラッグアンドドロップで新しいAIモデルを迅速に開発することができます。

そのまま使用できるモデルやカスタマイズ可能なモデルが、事前に100種類以上組み込まれています。プラットフォームの自動データセットのラベル付け機能により、大量の正確なデータを素早く収集して、選択したモデルにフィードできます。

また、包括的なモデル管理機能により、すべてのプロセスの一貫性、可視性、ガバナンスが維持されます。シンプルなユーザーインタフェースを利用すれば、わずか数回クリックするだけでサンドボックス環境のリクエストとトラッキングを自動化できるため、時間のかかる手動プロセスの迅速化と自動化も可能です。

AIへの移行を加速するためのステップ

データをビジネスにとって有益な洞察へと即時に変換するデータを有益な洞察へと変換することで、分析プロジェクト全体を加速して、価値を得るまでの時間を短縮することができます。また、処理中の機密データを保護することで、コンプライアンスの強化へとつながります。

共同分析を積極的に推進する障壁を取り除き、共同分析を推進できれば、広範囲にわたるソフトウェア開発も大量のツールも不要になります。その結果、ユーザーによる積極的な参加が容易になり、導入プロセスが加速します。また、検証もスムーズに進み、ビジネスユースケースの価値は向上します。

AIを中心に据えた組織づくりAIを中心に据えた組織においては、データに関する知識の有無にかかわらず誰でもAIモデルの構築、トレーニング、検証を迅速に行うことができます。また、すべてのアクティビティの可視性が向上し、AI導入を促進していく中で、最も効果的なリソース配分が可能になります。

このようなスケーラブルな分析プロジェクトにより、これまで多数のツール管理に割かれていた予算と人員を有効に活用し、洞察をより迅速に生成することができます。競合他社のために窓を開けておく必要はありません。有効に活用できる人材を確保できる今が飛躍のチャンスです。

詳細は当社ウェブサイトをご覧ください。 cognizant.com/ai/data-modernization

9

データモダナイゼーション・プラットフォーム

コグニザントを選ぶ理由コグニザント AI データモダナイゼーション・プラットフォームは、統合されたアクセシビリティーとガバナンスを備えたシンプルなエコシステムの一部として、すべてのデータ (構造化データ、半構造化データ、非構造化データ) を 分析に役立つデータへと即時に変換します。

データモダナイゼーション・プラットフォームエンタープライズ・インテリジェンスを実現するスケーラブルなプラットフォーム

10

データモダナイゼーション・プラットフォーム

拡張性に優れたモジュール式エンドツーエンド・ソリューション - データの取得から企業規模でのAI運用までをサポート

プラットフォーム・モジュール

主な機能とツール

特長

期待できる成果

エンタープライズ・データ・マイグレーター エンタープライズ・データ・レイク エンタープライズ・アナリティクス AI エッセンシャル

• メタデータ・ワークベンチ• データ・ディスカバリー＆　ビジュアライゼーション・　ワークベンチ

レガシーシステムからのデータ移行の自動化を4倍のスピードで実現。コストを60％削減。

AI as a service(AI・アズ・ア・サービス)により、AIの開発から定型化、運用化までの時間を50％以上短縮。

リアルタイムにインサイトの動的導入と適用。市場投入までの期間を50%以上短縮。

増え続ける複雑で膨大なデータの運用を実現。コストを最大75%削減。

• 優れたビジネス　インテリジェンスの提供• 包括的な分析とインサイトの　提供

• データ、分析、AIまでを全般的　にカバー• スマートコネクタ• データバザール

• 深層学習モデル向けの　シンプルなUI• データセットのラベル付けを　自動化• 完全な分析モデル管理

• 旧式メインフレームシステム　からのデータ移行を自動化• データ機器、データウェア　ハウスをシンプルに最新化• データ移行と最適化のコスト　削減、パフォーマンスの最大化

• サンドボックス環境の構築から　最終的な実装までの　フルライフサイクルをサポート• オンラインで共同作業が　可能なデータセットを提供• モデルの管理、校正から　展開までのプロセスを迅速化

• クラウドベースの共通　プラットフォームを構築• 運営・事業部門に安全で　最適なアクセスを提供• 強固なデータ・プライバシー　管理によりユーザーと顧客を　保護• 倫理規範に基づいた　データフレームワークの促進

• 深層学習モデル向けの　シンプルなUI• データセットのラベル付けを　自動化• 完全な分析モデル管理

本文に戻る

コグニザントについて コグニザント(NASDAQ: CTSH) は、世界をリードするプロフェッショナルサービスプロバイダとして業界を牽引し、数多くのクライアント企業の業務およびテクノロジーモデルの変革を通じて、本格的なデジタル時代への対応を強力にサポートしています。業種別に特化したコグニザント独自のコンサルティングアプローチは、クライアント企業の未来の成長に向けたビジョンを形づくり、これまで以上に斬新かつ効率性に優れたビジネスの実践を支援します。米国に本社を置き、Fortune 500の193位にランクするコグニザントは、Fortune誌において「世界で最も賞賛される企業」として高い評価を獲得しています。詳細については当社ウェブサイト: https://www.cognizant.com/ をご参照ください。

コグニザントジャパン株式会社〒102-0083 東京都千代田区麹町2-1 PMO半蔵門電話: 03-4563-8300FAX: 03-6261-7470お問合せ: info@cognizant.co.jp

World Headquarters500 Frank W. Burr Blvd.Teaneck, NJ 07666 USAPhone: +1 201 801 0233Fax: +1 201 801 0243Toll Free: +1 888 937 3277

APAC Headquarters1 Changi Business Park Crescent,Plaza 8@CBP # 07-04/05/06, Tower A,Singapore 486025Phone: + 65 6812 4051Fax: + 65 6324 4051

© Copyright 2019, Cognizant. All rights reserved.本書の著作権はコグニザントジャパン株式会社に帰属します。当社の書面による事前許可なく、本書の全体またはその一部をいかなるデータ蓄積手段により無断で複写、複製、情報検索システムに登録することを禁じます。本文書に記載されている内容は、予告なく変更される場合があります。また、本書に記載されている他社商標の所有権は各社に帰属します。