The Approach of Hoshino Resort — Using the Elastic Stack for Visualization

Eiji Hisamoto | Hoshino Resort | Tokyo | December 16, 2015

Transcript

1. 2015/12
   1
   2015年12月16日  
   星野リゾート　久本英司
   1  
   ੕໺Ϧκʔτʹ͓͚Δ&-,Λ׆༻ͨ͠
   ՄࢹԽͱڞ༗ͷऔΓ૊Έ
   星野リゾートの紹介
   2  
   

   View Slide

2. 2015/12
   2
   ੕໺Ϧκʔτͷ঺հ
   ホテル・旅館の運営会社です
   創業101年   全国35カ所   ホテル運営会社  
   オーナー
   開発会社 運営会社
   ホテル
   旅館
   REIT
   投資
   会社
   投資
   家
   3  
   ੕໺Ϧκʔτͷ঺հ
   ੕ͷ΍
   ք
   ϦκφʔϨ
   4  
   

   View Slide

3. 2015/12
   3
   ੕໺Ϧκʔτͷ঺հ
   星のや富士
   界鬼怒川
   界加賀
   5  
   ੕໺Ϧκʔτͷ঺հ
   星のや東京
   2016年開業  
   星のやバリ
   2016年開業予定  
   6  
   

   View Slide

4. 2015/12
   4
   ੕໺Ϧκʔτͷ঺հ
   沿革  
   1904  
   創
   業
    
   1995　　　　　　1999　　2001　　　　　　　2005　　　　　2011　　2013  
   認知度
   星
   野
   佳
   路
   社
   長
   就
   任
    
   ー
   再
   開
   発
    
   ー
   運
   営
   開
   始
    
   旅
   館
   運
   営
   事
   業
   開
   始
    
   星
   軽
   井
   沢
    
    
   界
   開
   始
    
   星
   竹
   富
   島
    
   0
   10
   20
   30
   40
   0
   1000
   2000
   3000
   4000
   2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
   
   
   7  
   久本英司（ひさもとえいじ）
   星野リゾート

   グループ情報システム

   ユニットディレクター
   ２００３年入社 転職５社目

   リゾートライフを送りたくて移住を決意

   予想外に規模が拡大しほぼ東京勤務
   星野リゾートグループ全体の

   IT企画・開発・運用を担当
   趣味はクライミングとスキーと薪割り

   息子に同じ趣味を叩き込み中
   
   ࣗݾ঺հ8  
   

   View Slide

5. 2015/12
   5
   星野リゾートにおける
   情報共有の取り組み
   9  
   ϗςϧɾཱྀؗͷӡӦʹؔΘΔਓʑ
   情報
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   P
   A
   
   
   
   
   
   
   
   
   
   
   
   
   お客様
   距
   離
   
   経
   営
   判
   断
   流
   れ
   
   情
   報
   流
   れ
   
   セクショナリズム
   縦割り組織  
   機能分業  
   トップダウン
   大規模施設運営で有効な仕組
   10  
   

   View Slide

6. 2015/12
   6
   ੕໺Ϧκʔτͷ૊৫ઓུ
   フラットな
   組織文化  
   マルチタスク  
   全員で
   経営判断  
   現場スタッフ
   予約センター
   間接部門
   社長
   お客様
   フ
   ロ
   ン
   ト
   清
   掃
   調
   理
   料
   飲
   多能工（マルチタスク）
   マーケティング
   スタッフ
   情報
   経営判断
   総支配人
   顧客満足と生産性の両立
   11  
   ৘ใڞ༗͸ڝ૪ྗͷݯઘ
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   
   経営
   情報
   経営判断を正しく行うために情報共有は必須
   稼働情報  
   生産性情報  
   満足度情報  
   営業予測・実績分析データ
   労働生産性実績データ
   顧客満足度アンケートデータ
   見
   化
   情
   報
   
   喧々諤々と議論する  
   決める役割の人が決める  
   12  
   

   View Slide

7. 2015/12
   7
   ݱঢ়ͷ՝୊
   既存の仕組みが
   イケてない
   アルゴリズムを探索する前の前の段階
   KPIの変化に

   ついていけない
   •  ホテルシステム標準のBIツールが
   遅くて使い物にならない
   •  CSV→Excelで分析資料を作ってい
   るため加工が大変
   •  データディスカバリできない
   •  リアルタイムに対応できない  
   •  複数の指標を組み合わせるニー
   ズに対応できない
   •  システムがバラバラ
   •  データフォーマットがバラバラ
   •  データが取れていない
   •  未来予測が難しい
   リスク対策による

   制限
   •  基幹システムに直接つないで
   データゴリゴリを許容できない
   現場ニーズの高度化 変化対応力 リスク対策
   13  
   ELKによる
   可視化の実際
   14  
   

   View Slide

8. 2015/12
   8
   վળΞϓϩʔν
   
   とにかく貯めておける場所
   あらゆる経営情報
   稼働情報  
   生産性情報  
   満足度情報  
   Business  
   Value  
   Dashboard
   Data  
   Discovery  
   Tool
   Value  Ops
   アルゴリズム探索
   AcKon
   必要な時に  
   必要な人が  
   必要な情報に  
   アクセスできる  
   15  
   &-,ͰՄࢹԽʹऔΓ૊Ή
   "
   
   !
   
   
   #
   Business
   Value
   Dashboard
   Data
   Discovery
   Tool
   Value Ops
   
   Action
   必要最小限の
   ダッシュボードを
   作って仮説検証
   構築・計測・学習
   のフィードバック
   ループは最初か
   ら実践
   開発チームとビ
   ジネスの把握や
   可視化のビジョ
   ンを共有
   手書き
   マインドマップ
   アクロクエスト
   社からELKで行
   こうと提案
   16  
   

   View Slide

9. 2015/12
   9
   ՄࢹԽͷࣄྫ
   キャンセルリスクの高い予約時期や  
   チャネルを把握する事が可能に。  
   17  
   ՄࢹԽͷࣄྫ
   チャネルの配分比率が正しいか常に把握できる状態に。  
   高リスク案件(キャンセル確率が高い)ものが明らかになる。  
   団体客の大量キャ
   ンセルが発生
   18  
   

   View Slide

10. 2015/12
    10
    ՄࢹԽͷࣄྫ
    2015年
    2014年
    19  
    ՄࢹԽͷࣄྫ
    会員数の増減とリピータ比率を可視化  
    20  
    

    View Slide

11. 2015/12
    11
    γεςϜߏ੒ʢকདྷߏ૝ؚΉʣ
    Web  Beacon
    Access  Log
    Google  PageSpeed  
    Insights
    Firewall  Log
    Revenue  Data
    WorkKme  Data
    ・・・
    メール
    あらゆるデータをElasKcsearchに投入し、可視化。  
    WatcherによるアラートやTimelionによる時系列分析を強化予定。
    マーケティング分析から、BVD・SIEMへ発展させる。
    21  
    ٕज़త؍఺͔Βݟͨ&-,ಋೖͷϝϦοτ
    スキーマレス
    •  データ活用が素早くできるようになった。
    豊富なAPI
    •  複雑な集計、分析も手軽に実現できる。
    Kibana
    •  打ち合わせをしながらカスタマイズ。
    他のミドルウェアとの連携が可能
    •  Apache  Spark等との連携による機械学習の導入による予測ブッキン
    グカーブの実現。
    ElasKc社によるサポート
    •  早急で親切なサポート。
    22  
    

    View Slide

12. 2015/12
    12
    ͜Ε͔Β
    運営力を

    最大化す
    るための
    情報基盤
    需要予測
    稼働予測
    稼働調整
    リソース
    調整
    生産性
    満足度
    利益
    アルゴリズム   アルゴリズム  
    アルゴリズム  
    価値  
    リスク  
    AcKvity  Based  Cost
    IoT  
    23  
    24  
    

    View Slide