株式会社grasysが提供するデータ分析基盤構築サービスの概要です。

1. © grasys All Rights Reserved
クラウドインフラの専門家集団 株式会社grasys
ビッグデータ分析基盤
構築・移行プラン

2. © grasys All Rights Reserved
会社紹介
社名 株式会社grasys
創業日 2014/11/13
代表 長谷川 祐介
資本金 1,000万円
社員数 39名
所在地 恵比寿
gracias + system
BE A SOLID INFRASTRUCTURE.
「もっと強固なインフラに」

3. © grasys All Rights Reserved
パートナー一覧

4. © grasys All Rights Reserved
事業内容
要件定義 設計 開発 結合試験 運用試験 運用
企画 開発 運用
運用
サポートデスク
テスティングサポート仮想化DB構築
アーキ
テクト
コンサル
ティング
BPO
支援
クラウドインフラ構築・運用までの一連のプロセスを
1社ワンストップで提供しています。

5. © grasys All Rights Reserved
grasysの強み
エンジニア全員が
コードが書けるプログラマ
コードをこよなく愛し、開発者さまを理解し、開発現場に寄り添い、
「ユーザー様にはアプリ開発に注力いただきたい」という想いで
技術支援を提供しております。

6. © grasys All Rights Reserved
従来のMSPサービスとの違い
grasysは作業分担領域を広く担うことで、デベロッパーさまのインフラにかかる時間を削り、
より良いアプリケーション・サービス開発のお手伝いをしたいと考えています。

7. © grasys All Rights Reserved
オーケストレーションを母体とすること、
運用を意識したシステム設計・構築が、作業効率の向上につながる
攻めのインフラ
設計思想
Amazon Elastic
Container Kubernetes
Google Kubernetes
Engine
Azure Kubernetes
Service

8. © grasys All Rights Reserved
事業規模
エンドユーザー数 3億超ユーザー
クラウドプロジェクト数 180プロジェクト
VMインスタンス運用実績 4,500台／月
最大稼働インスタンス数 2,200インスタンス／システム
1秒間のリクエスト回 200万回／秒
ビッグデータの分析基盤 120兆／日
データストリーミング分析 2,000ノード
分散データベース 280ノード

9. © grasys All Rights Reserved
ビッグデータ分析の考え方
保存 分析処理収集
+ AI / 機械学習の活用をテーマに。

10. © grasys All Rights Reserved
grasysからのご提案
３大パブリッククラウドを活用した
ビッグデータ分析基盤を提案いたします。
オススメ！

11. © grasys All Rights Reserved
ビッグデータ分析の全体像
IoT
セキュリティ
ネットワーク
SQL
AI
BIツール
ETLツール
オブジェクト
ストレージ
RDBMS
NoSQL
Hadoop
収集 保存 分析
DWH
構造化データ
(文字、数値 )
規則性有データ
(XML、JSONなど)
非構造化データ
(テキスト、画像、
動画、音声など )
初期コスト削減
(CAPEX⇨OPEX)
スピード導入
必要な分だけ利
用できる柔軟性前提
特に重要な分野は
「収集」「保存」「分析」
急速な発展を続ける
３大パブリッククラウドの
活用を全体俯瞰して
現在の最適解を提案

12. © grasys All Rights Reserved
Google がオススメな理由①
フルマネージド DWH
自動でスケールアウト
設定や管理は不要
最大 100,000 行 / 秒のストリーム
サードパーティ ソフトウェアとの容易な統合
ペタバイトクラスのクエリも高速処理
Google BigQuery
複雑なデータ分析をシンプルに

13. © grasys All Rights Reserved
汎用的な用途 専門的な用途
すべての開発者向け 機械学習の専門家向け
Cloud
Vision
Cloud
Translation
Cloud Natural
Language
Cloud
Speech
Cloud Video
Intelligence
Google の機械学習モデルを活用
Cloud ML Engine
独自の機械学習モデルを開発
Cloud AutoML
機械学習モデルの
カスタマイズを自動化
Googleがオススメな理由②

14. © grasys All Rights Reserved
AWS環境との連携やリアルタイム傾向分析のケース
DataWareHouse
・
・
・
Service DB DataLake
各種サービスデータ
・全文検索
・高度なリアルタイム分析
・大規模分散/高可用性
・マルチテナンシー
月次、年間などの長期スパンを分析
DataStudio など BI ツールを活用可能
検索条件との関係性/関連性が高い
データを抽出して、１両日中の状況を分析
BigQuery ML
SQLで一連の工程に対応し、アナリストが行う予
測までに工程を短縮し、分析活用に注力
リアルタイム
分析を追求
S3 Cloud Storage Elastic Enterprise Search
BigQuery
BigQuery ML での予測工程
1. ビジネス課題特定&データ収集
↓
2. データ前処理
↓
3. データ分割
↓
4.モデル構築
↓
5. トレーニング&評価
↓
6. モデル実装
↓
7. 予測

15. © grasys All Rights Reserved
Google Cloud Platform によるデータ分析基盤
収集 処理 保存 分析 可視化
Data Transfer Service
Cloud Datafrow
Looker
Pub / Sub
Cloud Data Fusion Cloud Data Fusion
Dataproc
Cloud Dataprep Cloud Storage
BigQuery
Cloud Datalab
Data StudioBatch
Stream
Data
オール
ラウンド

16. © grasys All Rights Reserved
Amazon Web Services によるデータ分析基盤
収集 処理 保存 分析 可視化
Data Pipeline
IOT 1-click
Kinesis Data Streams
Lake Formation
Redshift
Glue
S3
Kinesis Data
Analytics
Batch
Stream
Data
Elasticsearch
Service
Athena
EMR
Lake Formation
QuickSight
SageMaker

17. © grasys All Rights Reserved
Microsoft Azure によるデータ分析基盤
収集 処理 保存 分析 可視化
Data Factory
IOT hub
Event Hubs
Stream Analytics
Synapse Analytics
Data Catalog
Blob Storage
Batch
Stream
Data
Data Explorer
Data Shere
PowerBI
Machine Learning
Analysis Services
Data Lake Storage
Databricks HD Insight

18. © grasys All Rights Reserved
セキュリティの考え方
増え続けるクラウド活用、
IAMユーザーレベルの
スキルレベルを管理するのは困難
複数のクラウド活用が進む中、各人のクラウド・セキュリティスキ
ルのなどのバックグラウンドが不明な中、
状況を把握し、管理のするのは非常に困難。
正社員 契約社員 開発委託会社 運用委託会社
サービス
ユーザー
サービス事業本部 各事業本部 海外拠点

19. © grasys All Rights Reserved
セキュリティの考え方
1.責任共有モデルの
正しい理解
2.場所・経路問わず
保護を確保
3.リアルタイムで
一元的な監視体制
4.DevOps ワーク
フローへの統合
責任共有モデルを理解し、必要となる各種構
成、データやシステムの保護、コンプライアンス
に対する責任を果たす
クラウド導入により場所や経路の多様性が生
まれますが、同時にリスクも高める。
一貫したセキュリティとポリシーが適用される
環境を構築
仮想マシン、コンテナ、サーバーレスアプリな
ど、コンピューティング形態に関わらず、セキュ
リティチームがリアルタイムに監視。
セキュリティをDevOpsワークフローに組み込
むことで、セキュリティチームが脆弱性や設定
ミスを含む各種対策への取り組みを自動化。
管理ではなく監視
ワークフローへ統合し
セキュリティを自動化

20. © grasys All Rights Reserved
サービス料金
データ分析基盤構築プラン データ分析基盤移行プラン
※DWHにデータを送るインスタンス構築費用を含みます。
(別途、サーバー利用料が必要となります。 )
※分析結果を表示するツールは無料のツールを想定しています。
有料のツールをご利用になりたい場合はご相談ください。
※運用もおまかせいただける場合は、別途お見積もりさせていただきます。
初期設計・構築費用
￥300,000円〜
初期設計・構築費用
￥1,000,000円〜
※現状のデータ量と日々のデータ量によってお見積が変更になる場
合があります。（別途、サーバー利用料が必要となります。）

21. © grasys All Rights Reserved
APPENDIX

22. © grasys All Rights Reserved
顧客事例１
Ad Tech
Privacy
Tech
Re Tech
Health
Tech
SalesTech
HR Tech
Fin Tech
BigQueryへの移行で
20％のコスト削減に成功
Cookie規制との
向き合い方の答えはAuto ML
BigQuery & Cloud Auto ML
IM-DMP 分析基盤

23. © grasys All Rights Reserved
顧客事例２
数百のサービス利用企業を繋ぐ
認証基盤PFを構築
セキュリティを担保
サービス 小売
ポイント 旅行
ゲーム
IT
カード 鉄道
チケット
マーケ
ティング 損保
生保 ガス
製造
数百社に渡るサービス導入企業
他業界・他業種を
攻撃情報を
リアルタイムに
収集し共有
銀行
EC
Point
カードGame
商券
Capy
従来基盤のリプラットフォームを実行し、
想定の16倍の負荷に耐えつつ、コスト削減を実現

24. © grasys All Rights Reserved
顧客事例３
端末・キャリアごとに
異なる通信速度や
グローバルでの距離の
レイテンシーの検証し、
インフラ基盤を構築。
1. 極端なまでのスケーラビリティ
2. グローバル ネットワーク
3. リアルタイム データ アナリティクス
全世界の数百万のプレーヤーが参加してもびくともしない
強固なインフラ構築
リアルタイムのプレー計測評価
臨機応変なゲームバランシング
ゲーム プロデューサーは、リアルタイムでプレーヤーの行動を可視化し、
ファンを満足させるためにどのような新機能をゲームに投入するか、
ゲーム内をどのように変更するかを判断できるようになりました。
3
22
33
3
3
3
3
3
3
3
4
333
3
3
33