Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

LiBRA 07.2019 / ERPと基本

477 views

Published on

https://libra.netcommerce.co.jp/

Published in: Technology
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

LiBRA 07.2019 / ERPと基本

  1. 1. 最新のITトレンドとビジネス戦略 サービス&アプリケーション・基本編 2019年7月版
  2. 2. ご案内 2 知識の定着は、ネットを眺め、資料を読むだけでは不十分です。実際に第三者 を相手に自分の言葉で説明してみるのが最も効果的です。 また、本プレゼンテーションは、ロイヤリティ・フリーです。ご自身の資料と して、加工編集して頂いても構いません。 知識の確かな定着と仕事の生産性向上のために、ご活用下さい。 ネットコマース株式会社 斎藤昌義 http://libra.netcommerce.co.jp/ 最新のアップデートは、「ITビジネス・プレゼンテーション・ライブラリー/LiBRA」にて随時更新しております。
  3. 3. ERP
  4. 4. ERPとは
  5. 5. 業務 業務 業務 SYS SYS SYS ERPシステム 登場の歴史的背景 SUB SYS SUB SYS SUB SYS 部門 SYS 部門 SYS 部門 SYS 新規 業務 新規 業務 新規 業務 新規 業務 新規 業務 新規 業務 業務 業務 業務 新規 業務 新規 業務 新規 業務 新規 業務 新規 業務 新規 業務 統合マスター データベース 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 業務 機能 部分最適 から 全体最適 へ ERP ERP時代 全体最適 複製システム・分散システム時代 部分最適 業務 業務 業務 SYS SYS SYS メインフレーム時代 部分最適 業務のシステム化 業務システムの適用領域拡大 業務システムの統合化 現場の業務をそのままシステム化  元の書類の流れに合わせたシステム  部分最適なシステム構築  様々な部門が様々なシステムを導入  重複業務(顧客マスター登録など)  別々のDB(顧客データなど)  システム間でデータの互換性が無い
  6. 6. 統合データベース 個別業務システムとERPシステムの違い 販売 生産 ・・・ ・・・ 会計 人事 個別業務システム ERPシステム 販売 生産 ・・・ ・・・ 会計 人事
  7. 7. ERPシステムとは 個別業務システム 生産 販売 会計 個別 システム 個別 システム 個別 システム 個別 システム 個別DB 個別DB 個別DB 個別DB 人事  処理にタイムラグが発生  二重入力によりマスターの分散  個別設計・構築  データやプロセスの不整合  個別維持管理による運用負担  プロセス全体の可視性なし 業務個別に プロセス・データの整合性を確保 ERPシステム ERPシステム 全社統合DB 生産人事 販売 会計 人事 生産 販売 会計 経営 会社全体として業務間の プロセス・データの整合性を保証  リアルタイム処理  マスターの統合  全体最適化された設計・構築  データやプロセスの整合性を保証  プロセス全体の可視性を確保 プロセス 業務システム データベース 特 徴
  8. 8. 可視化 ERPシステムの全体像 統合データ 営業・販売 倉庫・物流 経理・財務 調達・管理 経営 可視化・分析・計画 アプリケーション アナリティクス営業・販売 アプリケーション 倉庫・物流 アプリケーション 経理・財務 アプリケーション 調達・管理 アプリケーション ERPシステム 倉庫・物流 調達・管理 生産・製造 アプリケーション 人事・給与 アプリケーション ERPシステムのもたらす価値 1. 効率的義用務運営 2. リアルタイム経営 3. 内部統制 ERPパッケージ利用のメリット 1. ベストプラクティスの活用 2. 法律・制度変更への迅速な対応 3. 構築に関わる期間とコストの削減
  9. 9. 「ERP」と「ERPシステム」と「ERPパッケージ」 ERP Enterprise Recourse Planning 企業経営の基本となる資源要素(ヒト・モノ・カネ・情報)を 適切に分配し有効活用する計画を重視する経営手法 ERP システム ERP経営を実現するための 情報システム ERP パッケージ ERP経営を支える理想的な業務プロセスをパッケージ化した情報システム 業務分析や業務プ ロセスの標準化 (BPR)に手間やコ ストがかかり、実 現が困難 あるべき姿のひな 形を使って、経営 や業務の全体最適 化を加速
  10. 10. ERPシステム/パッケージとクラウドでの利用形態 10 プラットフォーム PaaS 開発や実行に必要なソフトウエア アプリケーション SaaS 業務遂行に必要なソフトウエア インフラストラクチャー IaaS プロセッサー、メモリー、ストレージ、 ネットワークなどのシステム資源、施設 標準アプリケーション (クラウド・サービス) ユーザー個別 アプリケーション 標準アプリケーション (パッケージ・ライセンス) ユーザー個別 アプリケーション ホステッド・プライベートクラウド 他のクラウド・サービス  タレント・マネージメント  マーケティング・オートメーション  経費管理 など
  11. 11. SAPの製品ラインナップ 11
  12. 12. ERPのグローバル展開と 2層ERP(Two-tier ERP)
  13. 13. ERPの理想と現実 国内外のグループ企業の全拠点に同一ERPシステムを導入し、データ フォーマットを統一、業務やデータの連係を円滑に行う。その結果、業 務処理を効率化でき、経営状況をリアルタイムで把握できるようにする。 Global Single Instance / One Global Standard 理 想 現 実 本社と同一の大規模ERPシステムの全拠点導入は大きなリスクを伴う  本社と異なる事業、地元企業との合弁、商習慣の違いにより、業務フローやデータ構成が本社と異なる。  同一のシステムを導入すると、現場の業務内容とERPシステムの機能とのギャップを人手による運用で埋め なくてはならず、逆に業務負担が増えてしてしまう。  海外の拠点は、小規模な組織で運用されていることもあり、本社と同様の大規模なERPシステムでは、コス トに見合わず、その維持管理に、十分な人材を割くこともできない。  政治情勢や経済状況の変化が予測できず、事業を直ちに統廃合しなければならないことも考えられる。  拠点毎に個別最適なパッケージを導入  親会社のシステムをひな形とする  親会社のマスターに合うようにデータを変換する 2層ERP 2 Tier ERP
  14. 14. 2層ERP(2-Tier ERP)の考え方 本 社 子会社 子会社 子会社子会社 子会社 子会社子会社 子会社  同一経営プロセス/同一アプリケーシュン  同一勘定科目・管理基準  複数企業体が、同一企業体のごときオペレーション ERPの目指す理想型  個別経営プロセス/個別アプリケーション  本社勘定科目・管理基準に準拠  複数企業体の個別オペレーション/データ組替連携 本 社 子会社 子会社 子会社子会社 子会社 子会社子会社 子会社 2層ERPの考え方
  15. 15. Two-tier ERP (2層ERP)の構成 親会 社 ERP Business byDesign 子会社子会社 子会社 子会社子会社
  16. 16. 2層ERPの仕組み 1st Tier (Core ERP)  大企業向けパッケージ 2nd Tier  中小向けパッケージ  クラウドERPなども活用  1st Tierとのインターフェイス 販売 生産 物流 購買 会計 人事 統合データベース 販売 生産 物流 購買 会計 人事 統合データベース データ変換のためのインターフェイス 販売 生産 物流 購買 会計 人事 統合データベース販売 生産 物流 購買 会計 人事 統合データベース
  17. 17. インダストリー4.0(第4次産業革命)とIoT 17 第1次産業革命 Industry 1.0 第2次産業革命 Industry 2.0 第3次産業革命 Industry 3.0 第4次産業革命 Industry 4.0 機械化 効率化 自動化 最適化 水力・蒸気機関 手仕事から機械を利用 電力・科学的管理 統計的手法と電気による制御 コンピュータ 労働力を機械に置き換え デジタル 生産性を維持し個別最適 製造業 製造業 製造業 製造業 + 非製造業 18世紀後半 20世紀前半 1970年代以降 2015年代以降 科学的管理 ERP 情報の一元管理と連係 前工程 生産 後工程 デジタル 社内外を含めたデジタル連係 自 動 化 自 動 化 自 動 化 自 動 化 自 動 化 第2.5次産業革命 Industry 2.5
  18. 18. 経営層 ERPの進化 :業務システムの寄せ集めから次世代ERPへ 経営層 部門内で閉じた業務システムの寄せ集め 部門間データに差異/乖離が生じやすい 部門管理のバラツキでデータの精度が低下 (部門間でタイムラグや不整合による データギャップが生じやすい) 全社レベルで統合されたシステム 部門間を横断する業務プロセス 業務の標準化でデータ精度を揃える (業務プロセスで情報を共有して経営に 貢献する。 ヒト、モノ、カネを最適化) 業務システムの寄せ集め ERPシステム マスタの分断 データの不整合 営業と経理の データが合わない… 営業 販売 受注! 出荷? 財務会計 倉庫 物流 生産 管理 調達 管理 経理 財務 統合マスタ 統合DB 標準プロセス 基幹システムは、「バラバラな業務システムの寄せ集め」から統合された「ERPシステム」へと発 展して、今後はデジタル革新とIoT時代に対応した「次世代ERPシステム」へと進化しています。 次世代ERPの役割は、コスト削減や効率化に加えて事業支援にも役立つ稼ぐERPです。 営業 販売 ヒト モノ カネ 人事管理 統合DB 財務会計 管理会計 販売管理 購買管理 在庫物流 管理 生産管理 ERP 倉庫 物流 生産 管理 調達 管理 経理 財務 ヒト モノ カネ データ モデル 製品 開発 ・設計売 製品 製造 ・販売 製品 DXデータ 収集 DXデータ 解析 サービス化 サービス 価値提供 経営層 顧客 ユーザー 次世代ERPシステム疎結合 APIs DXデータ 収集・解析 サービス化 ビジネスモデル グループ/セグメント全体で連携するシステム SoR:バックオフィスの効率化、最適化する仕組み SoE:成長戦略/事業に貢献する仕組み (ヒト, モノ, カネ+DXデータ, ビジネスモデルが 経営資源となり企業業績を後押しする) Excel集計 共有サーバー 原価? 相見積 管理会計 業績管理 KPIs 作成資料より転載
  19. 19. SAPの提唱するインテリジェンス・エンタープライズ SAPでは、AIやマシンラーニング(機械学習)をはじめ、ビッグデータアナリティクス、ブロックチェーン、 IoTといった新分野での取り組みを“SAP Leonardoブランド”で包括し、先進的なSAP像をアピー ルしている。レオナルド・ダ・ヴィンチの名を冠し、「デジタルルネッサンスへのナビゲーションや、企業のデジ タルビジネスへの転換を支援する」製品群と位置づける。 SAPジャパンでは、国内におけるSAP Leonardoの本格展開をスタートしており、700以上で構成さ れる製品導入の支援サービスを展開。「SAP Cloud Platform」上で、IoT、マシンラーニング、ビッグ データ、アナリティクス、ブロックチェーン、データインテリジェンスなどの技術を統合/提供するとともに、デ ザインシンキングの方法論やSAPの専門知識を提供。「他社にはないSAP Leonardoの最大の特徴 は、デザインシンキングの手法を用いて、顧客企業が本当にやるべきことは何かを導き出すことができる 点。そして、イノベーションセンターネットワークを活用することで、約200にのぼるERPに関するアイデア を具現化するための仕組みを持っている点だ」(宮田氏) 出所:SAPジャパンが「Leonardo」の価値を語る http://ascii.jp/elem/000/001/630/1630923/ 作成資料より転載
  20. 20. SAPにおけるAIの定義(2018) M&Aによってコンポーネントをさらに強化拡充 作成資料より転載
  21. 21. SAP Leonardo :ERP+機械学習 作成資料より転載
  22. 22. SAP Leonardo : ERP + AI = Intelligent Apps ! SAP S/4HANA(ERP)とSAP Leonardo(AI)の連係で構築されるインテリジェントアプリ 作成資料より転載
  23. 23. ERPと EA・BPR・BPM
  24. 24. 部分最適なシステム構築 現場の業務をそのままシステム化 ・元々の「書類の流れ」に合わせたシステム ・部分最適なシステム構築 ・様々な部門が様々なシステムを導入 ・重複する業務(顧客マスターの登録など) ・別々のDB(顧客データなど) ・システム間でデータの互換性が無い サイロ化
  25. 25. システム開発手法の変遷 従来は部分最適な業務システム  個別にシステム設計開発  現場の仕事をそのままシステム化  「その時点」での技術を使って開発  他システムとの連携は必要に応じて設計・ 実装  全社的最適化という視点はない 全社最適化手法 EA Enterprise Architecture BPR Business Process Re-engineering ERP Enterprise Resource Planning Enterprise Architecture 複雑化し非効率化した巨大な組織の業務手順や情報システム、組織を全社規模で最適化し、効率よい組織の運 営を図るという考え方または方法論。 EAにより、巨大な組織内で複数の業務システムが別個に運用されていたものを標準化し、導入・運用コストの削減、 重複した業務内容の統合を通じて組織の運営コストの削減を目指す。 Business Process Re-engineering 高度に専門化され、プロセスが分断された分業型組織を改革するため、組織やビジネスルールや手順を根本的に 見直し、ビジネスプロセスに視点を置き、組織、職務、業務フロー、管理機構、情報システムを再設計し、最終的顧 客に対する価値を生み出す一連の改革。
  26. 26. Enterprise Architecture http://itpro.nikkeibp.co.jp/article/lecture/20070403/267249/?ST=selfup 巨大な組織の業務手順や 情報システムの標準化、組 織の最適化を進め、効率よ い組織の運営を図るため の方法論 大企業・政府機関 米連邦政府 日本の電子政府 1987年にJohn A. Zachman(ジョン・A・ザックマ ン)氏が提唱 厳格過ぎ、大規模過ぎでうまくいかない例も – 最近見直しの機運
  27. 27. Business Process Re-engineering 企業改革を目的としてビジネスプロセスを見直し  ビジネスプロセスの視点で職務、業務フロー、管理機構、情報システムを再設計するという 経営コンセプト  ビジネスプロセスの考え方は1980年代に製造業の品質管理手法として考案されたシックス シグマが最初  1990年に元マサチューセッツ工科大学教授のマイケル・ハマー(Michael Hammer)が Harvard Business Review誌に論文を発表 BPRの原点は古典的なビジネス構造の否定  「重大で現代的なパフォーマンス基準を劇的に改善するために、ビジネス・プロセスを根本 的に考え直し、抜本的にそれをデザインし直す」  1990年代終わりになると、非連続的な大改革が逆に大混乱を招く  1997年、MITシステムダイナミックス・グループが 「リエンジニアリングの70%は失敗」などと 報告 ビジネスプロセスの改善に注目
  28. 28. ビジネスプロセス 販売管理のビジネスプロセス 受注 請求 入金 出荷 ひとまとまりの目的が定義できる 入力と出力がある 何度でも繰り返せる 効果が測定できる 階層化されている 業務の流れ、繋がりを可視化 変化への柔軟な対応 ITとの連動 (SOA)
  29. 29. ビジネスプロセスの継続的な見直し 受注 構成チェック 受注処理 生産 ① ② ③ 「望 ま し い 」業 務 プ ロ セ ス 書 類 書 類 書 類 受注 構成チェック 受注処理 生産 ① 問題 発生 例外処理 「修 正 し た 」業 務 プ ロ セ ス 書 類 環境の変化により「望ましい」業務 プロセスに戻す必要がある ネットワークの 普及・高速化な どの環境変化 「望ましい」 業務プロセスで は効率が悪い オーバーヘッド の低減
  30. 30. 分析 設計 実効 モニタリ ング 改善・再 ち構築 BPRからBPMへ BPM 業務内容や業務構造・手順を 根本的に見直して売り上げの 拡大やコスト削減を目指す 一連の活動 BPR BPR継続の ための仕 組み
  31. 31. 分析 設計 実効 モニタリ ング 改善・再 構築 Enterprise Architecture EA→BPM→ERP ERP Enterprise Resource Planning 全体最適 BPM BPRに基づき全社最適化を行い、各業務シス テム間の連携まで含めてシステムを開発する 考え方とそのための統合型パッケージ 理念 プロセス 手法/ システム 巨大な組織(enterprise)の業務手順や情報シ ステムの標準化、組織の最適化を進め、効率 よい組織の運営を図るための方法論あるいは、 そのような組織構造を実現するための設計思 想・基本理念(architecture) ある仕事のスタートから完了ま での流れを業務単位(プロセ ス)に分解して検証し、新しいプ ロセスが必要になった場合にも できるだけ他のプロセスに影響 を与えないように挿入するなど、 改善や再構築をしながら常に 分析し、ビジネス効率を高める こと。Enterprise Archtecture に よる全社的最適化との連携も 重要。
  32. 32. 既存システムを繋ぐEAI 既存システムを相互接続して統合 EAI (1990年代末) ばらばらに開発された業務システムを プロトコル変換などで統合 従来は部分最適な業務システム  個別にシステム設計開発  現場の仕事をそのままシステム化  「その時点」での技術を使って開発  他システムとの連携は必要に応じて設計・ 実装  全社的最適化という視点はない 全社最適化手法 EA Enterprise Architecture BPR Business Process Re-engineering ERP Enterprise Resource Planning EAI EAI
  33. 33. SOAの狙いと成果 業務プロセスを見直し、サービス単位に分割 サービス間のデータ交換ルールを決め、メカニズムを構築 サービス単位でプログラムを開発し、相互に接続 情報システムを分割し、疎結合させる 柔軟性の向上 管理の容易さ 迅速な開発
  34. 34. 補足資料
  35. 35. エンタープライズ・システム・アーキテクチャー BPR EA BPM SOA ETL MDM ESB 部分最適から 全体最適へ 向かう取り組み 業務基盤強化 から 戦略基盤強化 標準化を目指す アプローチ手法 プロセス標準化 のための手法 集計と統計分析 モデル化と シミュレーション マスター・データ の一元化 B I 原因・理由の探索 BA 計画の最適化 DWH ERP 経営資源管理の一元化 戦 略 と 施 策 非効率 機能不全 重複 欠落不整合 コスト削減 ス ピ ー ド 経 営 変 化 へ の 柔 軟 性 課 題 と ニ ー ズ グローバル対応 システム ビジネス プロセス
  36. 36. アナリティクスとビジネス・インテリジェンス
  37. 37. ビジネス・インテリジェンスの目的 37 紙おむつを買う男性は、 缶ビールを一緒に買うこ とが多い 顧客属性 購買履歴 天気予報 他店での 売れゆき 収支データ商品特性 鮭おにぎりの仕入れを増 やす 集計・分析・予測 判断・行動・実施 運動会当日の天気予報が 晴の時は、鮭おにぎりが 売れる傾向が高い 世帯収入が、1000万円 を超える場合、投資信託 Aの契約確率が高い 紙おむつの売り場にビー ルのクーポン券を置く 世帯収入1000万円超の 顧客に投資信託Aを告知 する 可視化
  38. 38. 様々なデータを駆使し仮説検証、予測モデル、 シミュレーションにより検討 過去のデータからの販売傾向などを 加味した分析 複数の業務システムにまたがるデータを付き合わせ 検索・分析し、レポーティングする 販売計画、生産計画などの データと突き合わせ ビジネス・インテリジェンスの適用例 38 1ヶ月後の在庫状況は? 受注管理、生産管理システムなどの データと突き合わせ 現在の在庫状況は? 年間の在庫量推移は? 在庫量を最小化するための 製造パターンは? 在庫管理システムへの問い合わせで解決 BI:Business Intelligence BA:Business Analytics
  39. 39. ビジネス・インテリジェンスとビジネス・アナリティクス 39 現在過去 未来 BA:未来の可視化 Business Analytics BI:過去の可視化 Business Intelligence 集計 + 統計解析 モデリング + シミュレーション 原因や理由を見つける 最適な計画を作る  製品不良の傾向を明らかにし、その原因を特定。  業績の推移から、業績を左右する要因とその影 響度合いを明確化。  事業投資と経営指標に及ぼす影響を推測。  人材とスキルの関係、業績への貢献度合いを 明示。  お客様の購入商品からアップセル可能な商品 のレコメンド。  事業における最適な予算や人材の配分。  目的地へ物資を運ぶ上での最適な輸送ルート。  季節ごとに集客を最大化できるホテルの客室 料金設定。  売上を最大化するための顧客モデルと対象顧 客の発見。  来店客を増やすための広告宣伝の組合せ。
  40. 40. アナリティクスの適用例: ダッシュボード、スコアリング、ゲージ 複雑な情報を速やかに伝達するために、さまざまな企業システムのデータを、ゲージ チャート、地図、グラフなどのグラフィカルな要素を使用した視覚性に富んだ形式に して、さまざまなビジネス状況をまとめて表示したもの
  41. 41. アナリティクスの目的 膨大なデータに内在する相互の関係や構造を分析・整理し わかりやすく表現して、事実に基づく意思決定を支援すること 営業戦略 マーケティング戦略 製造の効率化 製品開発 カスタマー・サポート 売り上げの増大 企業経営の最適化 事業活動の最適化 EPM Enterprise Performance Management 企業価値の向上 コスト削減 競争力強化 顧客満足の向上 「何かが起こってから変わる企業」から「何かが起こる前に変わる企業」へ 経験や勘ではなく、事実に基づいて、ビジネス上の判断をできるようにすること
  42. 42. アナリティクスの目的  不正取引の発見  優良顧客の絞り込み  与信・取引リスク評価など 金融・保険  視聴率の分析  広告効果の評価  回線トラフィックの把握 など 通信・放送  ロイヤリティの把握  購買行動の把握  プロモーション効果分析など 小売・流通  品質・歩留まりの向上  原材料トレーサビリティ向上  需要予測 など 製造  アクセス・クリックの向上  コンテンツ効果の評価  流入・流出傾向の把握 など メディア  気象・地震の傾向把握・予測  エネルギー・消費動向の把握  犯人追跡・証拠発見 など 公共・公益 業務システムの膨大なデータに内在する相互の関係や構造を分析・整理し わかりやすく表現して、意思決定を支援すること 「何かが起こってから変わる企業」から「何かが起こる前に変わる企業」へ 経験や勘ではなく、事実に基づいて、ビジネス上の判断をできるようにする
  43. 43. アナリティクスの目的 業務システムの膨大なデータに内在する相互の関係や構造を分析・整理し わかりやすく表現して、意思決定を支援すること  月別・年別売上げ推移  利益率の変遷  取引先ランキング など 「何かが起こってから変わる企業」から「何かが起こる前に変わる企業」へ 経験や勘ではなく、事実に基づいて、ビジネス上の判断をできるようにする  顧客別取引傾向の分析  顧客別購買履歴の管理  出荷や生産状況の管理 など  給与情報の検索  スキルや人事考課の分析  残業時間の分析 など  苦情分析  市場分析  製品別売上げ傾向分析 など 経 営 人 事 営 業 マーケティング
  44. 44. 業務 アプリケーション ソーシャル メディア 判断 決定 業務システムやネット から生成される素材 構造や体系を与え整理 必要性や信頼性に 基づき取捨選択し、 内容を分析して、 解釈や価値判断を追加 「情報」と「ビジネス・インテリジェンス・プロセス」 情 報 ETL Data Information Intelligence Decision 業務DB DWH BI BA 人工知能
  45. 45. アナリティクスとビジネス・インテリジェンス 45 DWH Data Warehouse 業務システム IoT/センサー Big Data ソーシャル Webサイト 業務システム Big Data ソーシャル Webサイト 業務システム データに基づく 社内業務に関連した 意志決定の支援 意志決定方法の改善と リアルタイム化 価値の高い製品やサービス の提供 説明的アナリティクス リポーティング、OLAP分析、データマイニング 予測的アナリティクス 予測モデルとプランニング 指示的アナリティクス 大規模テストと最適化 DWH DWH RDB+列指向DB NoSQL+Hadoop 人工知能 アナリティクス1.0 アナリティクス2.0 アナリティクス3.0 BI(Business Intelligence) Harvard Business Review 2014.5月号「アナリティクス3.0」を参考に独自作成
  46. 46. ビジネス・インテリジェンスの適用とツール 46 ソーシャル・メディア Webサイト 業務システム IoT/センサー 非構造化データ ビックデータ  経営戦略や経営計画の立案  事業部門への指示と実行  月次などで行う経営会議での モニタリングと問題点の分析 の指示  問題点の分析と問題点を修正 するための意思決定と指示  全社の戦略に沿った部門別 の計画立案  部門での業務実行  日々のモニタリング  問題点の分析と上位部門へ の報告や修正 レポーティング OLAP分析 データマイニング プランニング 問題の兆候を発見する 問題の要因を検証する 対処のヒントを得る 計画の根拠を得る 集計、推移、比較、内訳、順 位、関係、シグナル表示 多次元データベース、スライ シング、ドリルダウン&ドリ ルアップ、ドリルスルー クロス分析、相関分析、回帰 分析 モデリング、シミュレーショ ン  Webリポート(リポートを Webページなどで多数のユー ザーに公開)  ダッシュボード(複数のリ ポートを単一の画面で表示)  大量の分析元データの処理  最新の分析元データの共有  大量の分析元データの処理  より高度なマイニングアルゴ リズムの利用  多くの部署から収集された計 画データの統合 DWH 構造化データ 経営層の目的 現場部門の目的 BA:Business AnalyticsBI:Business Intelligence BI Business Intelligence アナリティクス Analysis
  47. 47. アナリティクスとビジネス・インテリジェンス 行動・実行判断・意志決定 データ収集・評価 可視化 ソーシャル インターネット 業務データ CRM SCM ERP 分 析 分析 Business Intelligence ビジネス判断を行う上で役立つ情報 TwitterやFacebookなどの ソーシャルメディアやWebサイト Analytics アナリティクス
  48. 48. アナリティクス・プロセス 48 予測・最適 化 Business Analysis データ収集 データ蓄積 集計・分析 Business Intelligence 検証・評価行動 計画 洞察 DWH ソーシャル・メディア Webサイト 業務システム IoT/センサー アナリティクス プロセス
  49. 49. ERP アナリティクスのプロセス ETL DWH SCM CRM 生産管理 DB 業務DB 業務DB データ 収集 データ 抽出 効率的な業務処理 適切・迅速な意志決定 BIアプリケーション業務 アプリケーション 企業の基幹系システムなどに蓄積さ れたデータを抽出(extract)しDWH で利用しやすい形に加工 (transform)し、対象となるデータ ベースに書き出す(load)。 ETLシステムから書き出されたデータ を保管するデータベース。アナリ ティクスでの利用を前提として、企 業内のデータを網羅的に一括して検 索・分析できるよう、フォーマット や項目を揃え、蓄積する。 BI Business Intelligence BA Business analysis 解析結果の 解釈や解釈 に基づく指 示・アドバ イス 解析目的に 適合した データ、手 法、モデル の選択 データサイエンティスト 人工知能
  50. 50. ETL (Extract, Transformation and Load) SFA POS ERP 製造管理システム 販売管理システム 会計システム CRM SCM DWH LoadTransformation DBのレプリケーションが主目的 リアルタイム性はあまり考えられていない EAIやESBを使えばリアルタイムのデータ連係も可能 ただし、他システムへの負荷を考える必要有り Extract 不要なデータの削除 分析では不要なデータや異常なデータについて削除する。 値の変換 Null値の変換や、データ型の変換(日付→文字列など)を行なう。 クレンジング システム間でコードの意味が違う場合にそれを統一するなど、データの意味をそろ える。また、データ内に不整合があった場合にそれをエラーとしたり、一定のロジックで変換したりする。 統合・集計 複数のシステムから抽出した別のデータを1つのデータとして統合する。また、たとえ ば業務システムでは日単位のデータを月単位に集計するなどの集計処理を行なう。
  51. 51. データウェアハウス DWH Data Warehouse 項目別 統合化 非更新 時系列 基幹システムとデータウェアハウス(DWH)の違い 基幹システムは「機能別」に設計されており、データには「目的」がある。DWHで は、これを項目(サブジェクト)毎に再構成する 様々なシステムからのデータを一つに統合するために、データフォーマットの変換や 抽象化などを行う データの修正があった場合でも、古いデータを削除したり、上書きしたりせずに、追 記し、履歴を完全に残す データを上書きせずに追記していくことによって、過去のある時点でのデータを参照 できるようにする データウェアハウスの要件 基幹システム データウェアハウス  トランザクションを高速処理することが目的  頻繁に更新、長期保存は前提にせず  リレーショナル・データベースが一般的  高速な検索や集計処理することが目的  追加のみ、更新は行われない  列指向型データベースが広く利用
  52. 52. 業務DB DM データウェアハウス(DWH)とデータマート(DM) DWH 業務DB 分析処理業務処理 DM DM DM DM DM 業務DB 業務DB 業務DB 業務DB DWH 業務DB 業務DB 業務DB 独 立 デ ー タ マ ー ト 型 従 属 デ ー タ マ ー ト 型 直 接 デ ー タ ウ ェ ア ハ ウ ス 型  ユーザーが、目的に応じて個別に データマートを作成する方式  規模が小さい場合や特定目的で簡単 に作れる点では便利。  システム規模拡大するとDMが増殖 し、タスキ掛けで相互にデータのや りとりが発生。データの重複保有も 増加。  データウェアハウスから切り出され たデータを格納した目的別データ マートを参照する方式  データロード・管理の複雑さやデー タ品質、データ同期の問題を解消。  データベースの数は多く、データ ベースソフトウェアのライセンス費 用や運用人件費などが高くつく。  データマートを廃止し、ひとつの DWHに全データを統合、多数の ユーザーを同時にサポートする方式  運用の容易さ、システム変更のしや すさ、維持コストの安さなど  データマートの全廃が簡単でないこ とや高い処理能力を持つシステムが 必要 分析目的別サマリー・データベース 分析に必要となるあらゆる情報を集めたデータベース リアルタイムBIの基盤 低コスト・新鮮
  53. 53. データサイエンティスト 非構造化 テキスト 動画 音声 ビッグデータ 半構造化 XML 構造化 JSON 業務デー タ GPS センサー文書 NoSQLデータベース 関係データベース 人工知能統計分析 課題解決の手段 問題の原因 最適化の方法や数値モデル 経営や業務上の課題 顕在的・潜在的な問題 判断のつかない事態や選択肢 プログラミング・IT スキル 統計知識・解析 スキル コンサルティング スキル デ ー タ サ イ エ ン テ ィ ス ト

×