【Oracle Cloud ウェビナー】Oracleコンサルタントが解説するBI Modernizationの必要性とベストプラクティス

Oracle Cloud ウェビナーシリーズ情報: https://oracle.com/goto/ocws-jp
セッション動画: https://go.oracle.com/ocws-jp-ondemand

Transcript

1. オラクルコンサルタントが語る BI Modernizationの必要性とベストプラクティス Oracle Cloud ウェビナー シリーズ Oracle Corporation Japan September 27th , 2023
2. 以下の事項は、弊社の一般的な製品の方向性に関する概要を説明するもので す。また、情報提供を唯一の目的とするものであり、いかなる契約にも組み込む ことはできません。以下の事項は、マテリアルやコード、機能を提供することを確 約するものではないため、購買決定を行う際の判断材料になさらないで下さい。 オラクル製品に関して記載されている機能の開発、リリース、時期及び価格につ いては、弊社の裁量により決定され、変更される可能性があります。 Safe harbor statement Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 2
3. Agenda 1. はじめに、Speakerのご紹介 5min 2. BI Modernizationの必要性とベストプラクティス 40min 1. なぜBI Modernizationが必要か？ 2. BI Modernizationのベストプラクティス 3. Q&A、アンケート記入のお願い 15min 3 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted
4. Speaker Takaaki Ito 日本オラクル株式会社 テクノロジーコンサルティング事業本部 コンサルティングマネージャー Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 4
5. 1. なぜBI Modernizationが必要か？ 1-1. BI（Business Intelligence）の定義とは？ 1-2. なぜBI Modernizationが必要か？ 5 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted
6. 1. なぜBI Modernizationが必要か？ 1-1. BI（Business Intelligence）の定義とは？ 本来の定義を確認することで、未来の可能性を想像する 6 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted
7. 1-1. BI（Business Intelligence）の定義とは？ Definition of Business Intelligence（BIの定義） （参考）1989年、Howard Dresner（後にガートナーのアナリスト）が、「ビジネスインテリジェンス」とは、「事実をベースとした支援システムを 使用した、ビジネス上の意思決定を進化させるための、概念と手法」を指す包括的用語であると提唱したと言われている。ちなみに Intelligenceという英単語は、知識・知恵という意味から、機密情報、そして、諜報機関という意味もあり、武器となる知恵というニュアンスも 含んだ単語である。 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 7 ガートナー様 IT Glossaryより Business intelligence (BI) is an umbrella term that includes the applications, infrastructure and tools, and best practices that enable access to and analysis of information to improve and optimize decisions and performance. （BIとは、ビジネスの意思決定・業績向上の改善/最適化の為に、情報へのアク セスと分析を可能にするアプリケーション、インフラとツール、最善方法論を含んだ 包括的な用語である）
8. 1-1. BI（Business Intelligence）の定義とは？ Definition of Business Intelligence（BIの定義） データ、情報、インテリジェンスの関係性 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 8 Data （データ） Information （情報） Intelligence （インテリジェンス） 事実は、データとして補足され、記 録され、表現される。データとは、 事実がテキストや数値、グラフィック、 イメージ、サウンド、ビデオの形を とったものを表す言葉である。 情報とは、コンテキストの中に置か れたデータである。コンテキストがな ければ、データは無意味なものとな る。私たちは、データを取り巻くコン テキストを解釈して、意味のある情 報を作り出している。 コンテキスト （文脈） パターン トレンドetc インテリジェンスとは、これに基づい て意思決定し、アクションを起すこ とにより、ビジネスのベネフィットが得 られるような知恵である。 もともと、データとは「事実」を意味するラテン語の単 語 Datumを複数形にしてもの。 1001,201,300,2023/9/27 （顧客）1001,（商品）201,（受注数）300, （受注日）2023/9/27 （集計してトレンドを見ると、最近、商品201の 後に商品301を買うお客様が増加している）
9. 1-1. BI（Business Intelligence）の定義とは？ Definition of Business Intelligence（BIの定義） First Principles: Generative AI - Have you talked to your database lately? (May, 2023) https://blogs.oracle.com/cloud-infrastructure/post/first-principles-oracle-sql-dialogs-generative-ai Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 9
10. 1-1. BI（Business Intelligence）の定義とは？ Definition of Business Intelligence（BIの定義） 例：Digital Assistantが自然言語を理解し、データベースに問い合わせして結果を返す Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 10
11. このウェビナーでの「BIのポジショニング」 Business Intelligenceの本来の定義は幅広く、深い • 元々は、ビジネスの意思決定の向上にデータ を役立てる方法やコンセプトである • 単なる“BIツール”に限定せず、幅広いテクノ ロジーを視野に入れる • それが可能になる時代が来ている Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 11
12. 1. なぜBI Modernizationが必要か？ 1-2.なぜBI Modernizationが必要か？ BI/DWHの歴史から最近の動向までを振り返る 12 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted
13. データ分析プラットフォームの歴史は、Data Warehouseの誕生から始まった Data Warehouseについて解説する場合、どうしても避けて通れない二人の名前がある。それは、William H Inmon（Bill Inmon）とRalph Kimballである。この二人の著しい貢献により、Data Warehouseの実践 的な技術が発展し、形成された。 Data Platform History Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 13 William H Inmon Ralph Kimball 1992 – Bill Inmon publishes the book Building the Data Warehouse 1996 – Ralph Kimball publishes the book The Data Warehouse Toolkit. Corporate Information Factory Data warehouses must be designed to be understandable and fast. The Father of Data Warehouse The father of Dimensional Modeling
14. データ分析プラットフォームの歴史は、Data Warehouseの誕生から始まった Data Warehouseが生まれた背景 ビジネスリーダーが分析からインサイトを得ることを目的に誕生 ビジネスのトランザクションをData Warehouseに収集し、Business intelligenceツールを利用して分析し、 意思決定を支援する仕組み しかし、第1世代のデータ分析プラットフォームは課題が浮き彫りになって来た。 1. Compute/Storageが一体となったオンプレミスH/Wで提供されるData Warehouseは、ユーザのピーク に合わせたサイジング、将来格納予定のデータを含めたサイジングが必要となり、とてもコストがかかった。 2. データが増加し続け、さらに、構造化データだけではない、ビデオ、画像、オーディオ、テキスト（自然言 語）などバラエティに富んだデータを扱う必要が出てきた。（いわゆるBig Dataの Volume/Variety/Velocityの世界） Data Platform History Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 14
15. Data Warehouseの進化 Data Warehouseの進化 Cloud時代の第2世代のData Warehouseの進化 • Compute/Storage分離 • Compute/Storage性能アップ↑価格ダウン↓ • Elastic（弾力性） • Compress（圧縮性能） • Security（セキュリティ機能） • Converged（１つのDBが様々なデータタイプを格納 して処理するタイプのこと） • Autonomous（自律型運用） Data Platform History Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 16 Converged Database
16. Data Lakehouse に至るソリューションの進化 Modern Data Platform Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 17 Lakehouse Data warehouse Data Lake Data warehouse Data Lakehouse とは、構造化されたデータモデルの特徴や優れた管理機能を持つデータウェアハウスに加え、オープンソース テクノロジーをベースとしたデータレイクの良さを兼ね備えたアーキテクチャです。 Oracle Cloud Infrastructure上に Data Lakehouse を構築することで、データ利活用の促進とインフラコストの最適化を両 立したデータ分析基盤の実現が可能となります。 構造化データを分析するだけで得られ た十分に優れた洞察 半構造化・非構造化データを低コストで運用するデータレイクと、 データウェアハウスのサイロ化された運用 両者の長所を統合したアーキテク チャーへのシフト
17. 1. なぜBI Modernizationが必要か？ 潮流の変化 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 18 ①経営の 意識の変化 ③技術革新 ②利用できる データの増加 外部 データ SaaS データ IoT ログ 非構造、 半構造 クラウド サーバーレス セルフサービス AI/ML ITは変革の イネーブラー DX データドリブン データ民主化 アジリティ
18. ③技術革新 ClassicなデータプラットフォームとModernなデータプラットフォーム対比 19 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted Modernデータプラットフォーム コスト ピークに合わせた固定のCPUサイジングによるコス ト負担 負荷に応じて動的にスケールアップ/ダウンさせる 効率的なコスト負担 運用負荷 H/W、ネットワーク、OS、M/W、アプリケーション の全領域が対象 主にデータベースとBIの運用が対象 アップ グレード アップグレードしない限り最新の技術の取込は難 しい。多大なコストも発生する。 2-3か月に1回、機能追加のアップデートされる 使い勝手 使い始め時点から全く変化せず ユーザの意見を反映し、使い勝手が向上し続け る 最新技術 の活用 管理者がOn PremiseサーバーにLicenseソフト ウェアをインストールして構築する必要があり。 AI/MLに関するサービスなど、気軽に追加できる。 サーバーレスなサービスも多数。 スケーラ ビリティ スケールしない為、引っ越しが必要 （ヤドカリ方式） ダウンタイム無しのスケール Classic データプラットフォーム As A Service化 コミュニティ エコシステム 最新技術 へのリーチ 顕著な特徴
19. Autonomous Databaseの場合 Modernなデータプラットフォーム Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 20 As A Service化
20. Modernなデータプラットフォーム Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 21 Oracle Analytics Cloudの場合（ ～ 約2ヶ月ごとの新バージョン（新機能）リリース ～） 参考）「What’s New for Oracle Analytics Cloud」 https://docs.oracle.com/en/cloud/paas/analytics-cloud/acswn/index.html#ACSWN-GUID-CFF90F44-BCEB-49EE-B40B-8D040F02D476 新機能数 約2ヶ月ごとの 新バージョン（新機能） リリース Oracle Analytics Cloud 2020年 2021年 2022年 2023年 November 2022 March 2022 July 2022 October 2021 （6.3） July 2021 （6.1） July 2020 （5.7） January 2021 （5.9） 5.5 March 2023 July 2023 September 2022 May 2022 January 2022 （6.4） August 2021 （6.2） May 2021 （6.0） September 2020 （5.8） 5.6 January 2023 May 2023 Next 26 12 23 9 11 5 12 17 16 25 9 22 13 9 9 7 11 10 19 As A Service化 BI/Analytics プラットフォームに対するマーケット・ニーズを意識した260以上の新機能リリース
21. Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 22 As A Service化
22. ユーザとベンダーのエコシステム Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 23 コミュニティ エコシステム 当社のロードマップは、技術、市場、イノベーション、 規制など多くの要因によって駆動されていますが、最 も重要な要因は「あなた」です！そして、これは Oracle Analytics CloudとServerのプロダクトアイデア のための「あなたのホーム」です。 新しいアイデアを投稿できます！アイデアに投票でき ます！アイデアにコメントできます！そして、お気に入 りを管理、共有、追跡する「My Ideas」ページを設定 できます。他の人が簡単に見つけられるように、アイデ アにタグを付けることを忘れないでください。 ぜひ投票してください！あなたの声は重要であり、ア イデアに投票することで、プロダクトのロードマップに影 響を与えることができます。投票は、親指アップまたは ダウンボタンをクリックするだけの簡単な操作です。投 票するとポイントも獲得でき、コミュニティの評判を高 めることができます。 Oracle Analytics Cloud and Server Idea Lab https://community.oracle.com/products/oracleanalytics/categories/idealab-oracle-analytics-cloud-server
23. Integration Big Data and Data Lake Oracle Data Platform Data Sources Outcomes Data Management Data Access, Security and Governance AI/ML Data Warehousing/Analytics Applications data Autonomous Data Warehouse Better Forecasts and Predictions Operational Efficiency ERP Enterprise Data & Applications Social Media IoT Digital Assets CRM Enterprise SaaS Applications Other Open-Source databases Oracle Analytics Cloud Analytics Any SaaS Oracle or Any Business Applications Any Applications Business Lower Costs Growth and Resilience Oracle Data Platform: A complete suite of services Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 24 最新技術 へのリーチ
24. Integration Big Data and Data Lake Big Data Data Flow Oracle Data Platform Data Sources Outcomes Data Management Data Access, Security and Governance AI/ML Data Catalog Speech Vision Language OCI Query Service* Anomaly Detection Data Warehousing/Analytics Applications data Autonomous Data Warehouse Autonomous Transaction Processing Forecasting * Classification * Better Forecasts and Predictions Operational Efficiency MySQL HeatWave Identity and Access Management Exadata Cloud Service No SQL Database Oracle Database Cloud Service MySQL HeatWave GoldenGate (RT Data Replication) OCI Data Integration ERP Enterprise Data & Applications Social Media IoT Digital Assets OCI Streaming CRM OIC (Application Integration) Enterprise SaaS Applications Other Open-Source databases OpenSearch OCI Digital Assistant GoldenGate Stream Analytics Oracle Analytics Cloud OCI Data Science Analytics Any SaaS Oracle or Any Business Applications Any Applications Business PostGreSQL* Lower Costs Growth and Resilience Data Lake Oracle Data Platform: A complete suite of services Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 25 最新技術 へのリーチ
25. Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 26 Document Understanding テキストおよび表の抽出 Vision イメージ内のオブジェクトの検 出および分類 Speech 音声の転送、字幕の作成、 メタデータの生成 Language センチメント分析やキー・フ レーズ抽出など、高度なテキ スト分析を実行 異常検出 ビジネス・データの望ましくないイベ ントまたは観測をリアルタイムで識 別 Forecasting 今日のトレンドから明日何が 起こるか予測 Digital Assistant チャットボットなど、対話を通じ た問い合わせ応答や、タスク の実行 Hello... AI Services API経由で利用、アプリケーションにすぐ組み込み可能 最新技術 へのリーチ
26. Data Streams Capture Information Extract Analyze & Learn The AI Factor – Art of Possible with ready-to-go AI capabilities Add intelligence to your applications quickly with pre-trained services Interact and Search ADW 3. ADW Extracted data stored in structured format for reporting and analysis 8. Vision AI Detect and classify objects in images 6. Digital Assistant Help Dr.’s accomplish tasks in natural language conversations Would you like to know more? 7. Anomaly Detection AI Identify undesirable events or observations in patient data in real time Audio from recorded Dr. Notes 2. Speech AI Transcribe Dr. voice notes, create subtitling, and generate metadata 4. Language AI Extract meaningful insights like sentiment, key phrases & entities Language AI 8. Analytics + OML AI-enhanced analysis of data and powerful visualizations lead to faster detection and treatment 5. OpenSearch create a searchable index for all Dr. conversations OpenSearch Drive innovation with Oracle Analytics Cloud and OCI Vision image classification Object Storage 1. Object Storage Store MRI images in object storage for further processing Children's Medical Research Institute Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 27 最新技術 へのリーチ
27. なぜBI Modernizationが必要か？ お伝えしたかったこと テクノロジーが日々進化しているこの時代に、ビジネスの意思決定に使 われるBI/DWHシステムは、今のままで良いのでしょうか？ 旧来のクラシックなBI/DWHシステムは、コストも高く、技術の進化に追 随することも出来ず、データがもたらす可能性を十分に提供出来ていま せん。 • AS A Serviceの流れ • コミュニティ・エコシステム • 最新技術へのリーチ これら旧来とは異なる世界に移行すべきかどうかは、検討の価値がある のではないでしょうか。 28 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted Value Time 旧来のクラシックなBI/DWH ModernizationされたBI/DWH （定期的な機能追加/最新技術へのリーチ/etc）
28. 2. BI Modernizationのベストプラクティス どのようにBI Modernizationを進めるべきか？ 29 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted
29. BI Modernizationは、どのように進め ていけば良いか？留意点は何か？ How to do BI Modernization? Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 30
30. どのようにBI Modernizationを進めるべきか？の前に ユーザサイドも、ITサイドもマインドセットを変える必要があります 31 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted Value Time 旧来のクラシックなBI/DWH ModernizationされたBI/DWH Leap（マインドセットを変えることにより飛躍が必要） 世界観が異なる
31. どのようにBI Modernizationを進めるべきか？の前に 右方向にシフトする覚悟や準備の有無 32 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted Flexibility Ease of Use IaaS (or On-P H/W) PaaS SaaS IaaS (or On-P H/W) PaaS SaaS IaaSもしくは自社H/Wの上にライセンス購入したS/Wをインストー ルして利用。自社ならではのコンフィグレーションやカスタマイズも柔 軟に可能。 サブスクリプション型のプラットフォームとして利用。容易に構築、運 用も最小化できるが、コンフィグレーションやカスタマイズには一定の 制限がある。 サブスクリプション型のアプリケーションとして利用。容易に構築、プ ラットフォーム運用も不要であるが、設定以外のコンフィグレーション やカスタマイズは難しい。 一般論の話ですが、
32. どのようにBI Modernizationを進めるべきか？の前に 「右方向にシフト」した時に人間側の工夫のメタファー（隠喩） 33 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted
33. お客様コンディション どのような状況からスタートされるか？ 34 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted ゼロからModernな データプラットフォームを構築したい 既存のClassicなBI/DWHを 徐々にModernizationしたい 既存のClassicなBI/DWHを 一気にModernizationしたい • 既存プラットフォームが存在しない為、実現をイメージしづらい • リターンが予算も大きくない場合が多い • 小さく始めて、大きくしていくアプローチしか取りづらい • 既存プラットフォームの課題解消か、付加価値追加が必要となる • 付加価値がないと予算も大きく取れない場合が多い • 小さく始めて、大きくしていくアプローチしか取りづらい • 単なるリプレースやアップグレードのプロジェクトになりがち • 現行踏襲の古い考え方に引っ張られる • どうModernizationの考え方を取り入れていくかがポイント お客様コンディション（ケース） 留意すべき点
34. お客様コンディション どのような状況からスタートされるか？ 35 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted ゼロからModernな データプラットフォームを構築したい 既存のClassicなBI/DWHを 徐々にModernizationしたい 既存のClassicなBI/DWHを 一気にModernizationしたい お客様コンディション（ケース） 取るべきアプローチ
35. Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 36 目的は、①組織観点と②機能・技術観点のアセスメントを行い、 Modernizationが自社（もしくはお客様）にどこまでフィットするのかを確 認して、方向性を決定する。 【①組織観点】 経営層の意向、企業文化、企業が置かれた状況を分析し、どう 「Flexibility」「Ease of Use」のバランスを取るのが、ベストなのか。 【②機能・技術観点】 既存機能を棚卸し、評価し、何を残し/何を捨て/何を改善するのかを明 確にする。
36. 【①組織観点】 主な観点 説明 経営層の意向 企業をどの方向に向かわせたいと考えられているのか 企業文化 慣例を重んじるか、それとも、目的の為なら手段を択ばないか 社員のスキルやナレッジ 社員のみなさまのスキルやナレッジ 企業が置かれた状況 競争力を常に磨かなければならない市場か、それとも、ユニークなコアコン ピタンスがあり安泰なのか Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 37
37. 【②機能・技術観点】 1 Learn About Migrating to Oracle Analytics Cloud on Oracle Cloud Infrastructure (Gen 2) https://docs.oracle.com/en/cloud/paas/analytics-cloud/acmgb/learn-migrating-oracle-analytics-cloud.html Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 38
38. 【②機能・技術観点】 （本当に必要な既存機能を棚卸した後に） 主な観点 説明 General Features （一般的な基本機能） 主要な基本機能のModernization後のフィジビリティ（実現性）を確認する。利用 機能には、一般的に利用割合や重要度があり、重み付けを考慮する必要もある。 Augmented Analytics(Incl. AI/ML) *Optional （AI/MLを含む拡張分析の必要性） 経営層やマーケットからのニーズも高まるAI/MLも含めた拡張分析に関するニーズがあ るのであれば、確認 Data Sources and Connectivity （データソースと接続） データソース（主にデータベース）の種類、物理的なロケーション、Certification状況 を確認 System Configuration （コンフィグレーションやカスタマイズ） コンフィグレーションやカスタマイズの有無を確認し、Modernization後のインパクトを確 認 Security （認証・認可、データセキュリティ） ユーザの認証・認可、およびデータセキュリティなどのセキュリティ要件の実現性を確認 Other Requirement （その他、お客様特有の必須要件） その他、お客様特有の必須要件があれば、Modernization後のフィジビリティ（実現 性）を確認 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 39 参考：https://docs.oracle.com/en/cloud/paas/analytics-cloud/acmgb/learn-migrating-oracle-analytics-cloud.html
39. 【②機能・技術観点】 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 40 一般的な基本機能の実現性比較イメージ（OBIEEとOACの場合）
40. 「まず全体を構想し、一部からでも小さく始める」 Think Big & Start Small な進め方 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 41 Think Big Start Small データプラットフォームの グランドデザイン クラウドで必要最低限の機能 を構築、活用開始 お客様のデータプラットフォームを構築する際に、考え ておくべき観点を検討し、グランドデザイン（全体構 想）を作成します。 また、将来スケールした時のリソースを試算することに より、将来可能性があるコストも算出し、メリットに対 して投資額も把握します。 Think Bigで構想した機能のうち、初期に最低限必 要となるものをピックアップし、Oracle Cloud Infrastructure上に構築します。 基盤運用観点でもスキルトランスファーし、お客様で すぐに実利用が開始できます。
41. クラウドでスモールスタートできる時代のお客様の悩み • 部分的にスモールスタートしたが、 そのまま拡張できずに、中断や移 行が生じた • そのままスケール（拡張）するに は、限界があった • スケール（拡張）するには、別の サイズに移行する必要があった • 大量データの移行には、それなり の工数がかかり、すぐにはスケール （拡張）出来なかった • 部分的にスモールスタートしたが、 必要な機能が足りないことが後か らわかった • 構造化データは良かったが、別の 非構造データは別のデータベース が必要だとわかった • セキュリティの機能が不足していた、 もしくは別のオプションを購入する 必要があった • 他システムとの連携では、別の ツールの購入が必要だとわかった • スモールスタートして、拡張したが、 費用が想定より高額になった • データが蓄積されるつれ、データ 基盤の費用が高額となった • データ基盤からのアウトバウンド費 用が高額となり、活用に制約が 出た • 拡張できず、データも出せず で逃げられなくなって しまった なぜThink Big（グランドデザイン）が必要か？ Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 42
42. Think Big 領域、データ、機能 を随時更新 Think Big & Start Small な進め方 「まず全体を構想し、一部からでも小さく始める」 43 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted Start Small Think Bigで構想した内容の一 部をクラウドサービスで実装 スモールスタートで 解像度が上がったテーマは、 逐次ブラッシュアップ 1. Business Purpose 2. Company Data Assets 3. Data Collection & Processing 4. Data Storage 6. Data Security 7. Data Analytics & Visualization 8. Scalability & Performance 9. Monitoring &Maintenance 10. ML / AI Integration 5. Data Governance & Quality ～グランドデザインで構想しておくべきこと～
43. Think Big & Start Small な進め方 グランドデザイン（全体構想）の内容 44 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted Think Big 観点（原題） 観点（日本語） 内容 1. Business Purpose データプラットフォームの活用目的 データプラットフォーム活用の目的を定義 2. Company Data Assets 企業のデータ資産 企業のデータ資産をハイレベルで棚卸および整理 3. Data Collection & Processing データ収集と処理 データ収集と処理の方式を検討して定義 4. Data Storage データ格納 データ格納方式と現時点のサイジングを定義 5. Data Governance & Quality データガバナンスとデータ品質 データガバナンスとデータ品質に関する定義 6. Data Security データセキュリティ データセキュリティ要件と方式を定義 7. Data Analytics & Visualization データ分析と可視化 データ分析と可視化の方式を定義 8. Scalability & Performance 拡張性と性能 スケールする方式と性能を定義 9. Monitoring & Maintenance 監視と保守 監視や保守に関する要件と方式を定義 10. ML / AI Integration（Option） MLやAIの活用に関する構想を明記 MLやAIの活用に関する構想を明記 データプラットフォームの全体構想をセッション形式で作成 ゼロから議論ではなく、ORACLEのベストプラクティスおよびテンプレートをベースに効率的に進める ✔ ✔ ✔ ✔ ✔ 各企業様で注力点が あっても良いと考えます
44. アウトプット（作成物） 貴社データプラットフォーム 要件および基本方針書（第1版） 貴社データプラットフォーム データカタログ鳥瞰図（データ要件の一部） 貴社データプラットフォーム 概念および物理アーキテクチャ（第1版） Think Big によるグランドデザイン Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 45 ◼ 内容 • 貴社データプラットフォームのToBeの概念レベルのアー キテクチャと、それを実装する上での物理レベルでの アーキテクチャ ◼ 標準的なボリューム • 各々Power Pointスライド 1-2枚 ◼ 内容 • 要件および基本方針書にも含まれる、現時点の貴 社データプラットフォームが格納する可能性のあるデー タのカタログと優先順位 ◼ 標準的なボリューム • Power Pointスライド 3枚以上10枚未満 ◼ 内容 • Think Bigの1-10の観点で、データプラットフォームに 関する貴社要件と、それにどう対応するかという基本 方針を纏めた文書。 ◼ 標準的なボリューム • Word文書 30ページ以上50ページ未満
45. Start Small な進め方 グランドデザイン（全体構想）の内容 46 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted Start Small Think Bigで構想した内容の一部をクラウドサービスで利用開始し、 スモールスタートで解像度が上がったテーマは、逐次グランドデザインをブラッシュアップ Everything you need is built-in to the platform OCIで利用できるクラウドサービスのうち、一部から利用開始 クラウドサービス内の機能も把握はしつつ、一部の機能から利用開始
46. Start Small な進め方 組織文化をデータドリブンに変え、ビジネスへの貢献度を増していく為には、ご利用のビジネスユーザを巻き込んだアジャイ ルで継続的な取り組みでフライホイールを回す「データ活用推進事務局」が必要と考えます。 下記のサービスを実施して、着実なビジネス貢献を推し進めます。 ⚫ 各ユーザ部門と月1回のDXワークショップ ⚫ 現在のサービスへの改善要望、新規要望の取り纏め ⚫ 対応が可能なものは、クイックな対応 ⚫ ビジネスに活かす最新の技術トレンド、他社事例の紹介 ⚫ ブレインストーミング、アイディアソン ⚫ 経営層および情報システム部Topへ定期的な内容報告 47 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 例：データ活用推進事務局 （この活動の目指すゴール） 持続的なデータ活用の隆盛とデータの民主化の実現、 そして、ビジネス成長
47. Start Small な進め方 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 48 「MVP（Minimum Viable Product）：価値を提供できる最小限のプロダクト」から進化を根付かせる 出典：User Story Mapping: Discover the Whole Story, Build the Right Product 1st Edition by Jeff Patton
48. Start Small な進め方 ⚫ データ活用のフライホイール効果 • データ活用の小さな勝利の積み上げ・蓄積が、時間の経過とともに大きな力となり、最終的にはマシンのフライホ イールが生む力のように、持続的なデータ活用の隆盛とビジネス成長が実現されること 49 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted データドリブンな組織文化へのベストプラクティス 出典：Turning the Flywheel: A Monograph to Accompany Good to Great / Jim Collins データ活用のビジョンから ぶれずに1歩を踏み出す 小さな勝利を積み重ねる その結果により人々 が惹き付けられる 徐々にモメンタム （勢い）が出る
49. 拡張フェーズ （6か月～） データプラットフォーム フェーズ3 BI Modernizationのアプローチ例 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 50 構想・準備フェーズ （3か月） 拡張フェーズ （ 4-6か月） データプラットフォーム フェーズ2 初期構築フェーズ （4-6か月） データプラットフォーム フェーズ1 最初に構想フェースを設け、基本的なアーキテクチャの初期デザインを実施。ここで、全体マップ（データカタログ鳥観図） 作成、 データプラットフォームの格納方針からセキュリティの考え方まで基本方針を固め、順次。 既存のClassicなBI/DWHを 徐々にModernizationしたい
50. お客様コンディション どのような状況からスタートされるか？ 51 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted ゼロからModernな データプラットフォームを構築したい 既存のClassicなBI/DWHを 徐々にModernizationしたい 既存のClassicなBI/DWHを 一気にModernizationしたい お客様コンディション 取るべきアプローチ
51. Wrap-up 本日お伝えしたかったこと 52 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted
52. Rapid Start Business Analytics Service ビジネス部門のユーザと一緒に環境 セットアップ、データ活用、運用スキ トラまで並走して立ち上げ Copyright © 2023, Oracle and/or its affiliates による、BI Modernizationを支援するサービス Think Big & Start Small Service データプラットフォームのグランドデザ イン（全体構想）を作成、必要最低 限の機能を構築・活用開始をご支援 BI Modernization Assessment Service 既存のBI資産のアセスメントとクラウ ド環境を利用したPoCを実施し、お客 様のBI Modernizationを推進 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 53
53. Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted 54 Q & A
54. Q&A 回答 Q) オラクルは産学連携の事例はありますか？ A) 以下 Press Release の通り、北海道大学さま、富良野市さまとスマートシティ推進に関する取り組みを行っております。 Press Release 北海道大学、富良野市と日本オラクル、 スマートシティ推進に関する産官学連携協定を締結 https://www.oracle.com/jp/news/announcement/hokkaido-university-furano-city-oracle-japan- smartcity-2022-10-27/ （※）上記 Press Release 以外にも複数実績有り 55 Copyright © 2023, Oracle and/or its affiliates | Confidential: Restricted