SlideShare a Scribd company logo
1 of 51
社内問い合わせ&申請・承認業務の
管理方法
- Jira Service Management 事例紹介 -
株式会社マイクロアド
システム開発本部 IT戦略グループ
米田 慎輔
Atlassian Community Events Japan (#ACEJ) #47, 2021-07-28
Agenda
2
● 株式会社マイクロアドの紹介
● 自己紹介
● Jira Service Management とは
● マイクロアドでの利用状況
● カスタマー通知方法の追加
● まとめ
3
History
● 2004年5月 株式会社サイバーエージェント内
で事業開始
● 2007年7月 株式会社マイクロアド設立
事業内容
● データプラットフォーム事業
● アドプラットフォーム事業
株式会社マイクロアドの紹介
データプラットフォーム事業
4
企業の保有する顧客CRMデータや自社で保有する4億ユニークブラウザの
行動データを単一のIDで統合的に結び付けて横断的に集約・分析出来る環境を提供。
また、それだけでなく、マーケティングやO2O施策へ活用が可能。
アドプラットフォーム事業
5
5
広告を出したい「広告主」向け
SSP(Supply Side Platform)
広告を出して欲しい「Webメディア」向け
国内最大規模の売上シェアを持つ
広告配信プラットフォーム。
UNIVERSE と連携することで、
以下の機能を持つ広告配信が可能です。
● 業界特化型マーケティング
● AIによる自動入札アルゴリズム
● 広告によるブランド価値の毀損防止
様々な広告を一元管理し、リアルタイムで
広告収益の最大となる広告を表示するシステム。
DSP(Demand Side Platform)
以下で情報発信をしています!
6
6
Twitter
@microad_dev
技術ブログ
developers.microad.co.jp
We Are Hiring!!
7
オンプレ×GCPな大規模アドプラットフォームの開発・運用を
一緒に挑戦したい人を募集しています!
https://recruit.microad.co.jp/
自己紹介
8
名前  米田 慎輔 (まいた しんすけ)
所属  株式会社マイクロアド
    システム開発本部 IT戦略グループ
    @cemaimai
● 2019年3月 株式会社マイクロアド中途入社
● 社内リソース・コストの最適化や業務プロセスの再構
築、業務環境のクラウド移行を担当
● 社内で Atlassian 製品の管理やスタッフトレーニングを
行いながら、Atlassian 製品を活用したワークフロー整
備やサポート業務管理、情報共有を推進中
弊社の事例紹介が公開されています
9
https://www.atlassian.com/ja/customers/microad
https://www.atlassian.com/ja/webinars/internatio
nal/ja-customer-story-microad
技術ブログを公開しました
チーム管理対象サービスプロジェクトの導入と比較 (Cloud 版 Jira Service Management) - MicroAd Developers Blog
Jira Service Management とは
11
“Jira Service Management” は
“Jira Software” をベースに構成された
IT サービス管理ツール & サービスデスクです
Jira Service Management の特徴①
12
“Jira Service Management” は
ITチームやカスタマーサービスだけでなく
人事や財務・法務など
社内のあらゆるチームで活用できます
Point 1
プロジェクト テンプレート
Jira Service Management の特徴②
14
“Jira Service Management” は
ライセンスが 必要 な エージェント
ライセンスが 不要 な カスタマー
で利用できます
Point 2
Atlassian アカウントでのユーザー 管理
カスタマーアカウント
カスタマーポータルは専用 URL から
ナレッジベース
オープン/非公開設定でアクセス制御
Jira Service Management の特徴③
20
“Jira Service Management” は
承認処理
が利用できます
Point 3
承認処理
Jira Service Management の特徴④
22
“Jira Service Management” は
自動化
が利用できます
Point 4
自動化
自動化テンプレート
ITSM / Jira Service Management 向け Jira Automation
Jira Service Management の特徴⑤
25
“Jira Service Management” は
企業管理とチーム管理
のサービスプロジェクトが利用できます
Point 5
企業管理とチーム管理
企業管理対象サービスプロジェクト チーム管理対象サービスプロジェクト
高度なセットアップと構成 簡単にセットアップできる、再設計された機能
クラシックなルック アンド フィール 新しいルック アンド フィール
Jira の高度なユーザーに最適 新しい機能の定期的な追加
高度な構成 素早く簡単にセットアップ
Jira 管理者が管理 プロジェクト メンバーが管理
詳細な権限 シンプルな権限
高度なワークフロー エディタ 使いやすいワークフロー エディタ
アセット管理 アセット管理
言語サポート 言語サポート
承認 承認
エージェント通知 エージェント通知 近日公開予定
カスタマー トランジション カスタマー トランジション 近日公開予定
「Jira Service Management のチーム管理対象プロジェクトとは」より引用
カスタムフィールドの追加(チーム管理対象)
ワークフローの設定(チーム管理対象)
ワークフローの設定(チーム管理対象)
ワークフローの設定(チーム管理対象)
ワークフローの設定(チーム管理対象)
マイクロアドでの利用状況
32
Atlassian 製品の利用状況
● Jira Software Cloud, Standard
● Confluence Cloud, Standard
● Jira Service Management, Standard
○ 総エージェント数 35名程度 (ライセンス必要)
○ 総カスタマー数 270名程度 (ライセンス不要)
マイクロアドでの利用状況
33
マイクロアドの「カスタマーポータル」の実際の画面
マイクロアドでの利用状況
34
カスタマーはポータルサイトから
情報の収集やリクエストの提出・管理が可能
マイクロアドでの利用状況
35
IT戦略サービスデスク
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
法務サービスデスク
● 契約作成・押印依頼
ディレクター窓口
● システム開発本部ディレク
ターへ問い合わせ
Adsプロダクトポータル
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
○○○
○○○
社内のあらゆるチームで活用できる
36
IT戦略サービスデスク
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
法務サービスデスク
● 契約作成・押印依頼
ディレクター窓口
● システム開発本部ディレク
ターへ問い合わせ
Adsプロダクトポータル
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
Point 1
IT戦略グループ 法務グループ
ディレクターユニット
複数のビジネスチーム
サービスプロジェクトへのアクセス
37
IT戦略サービスデスク
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
法務サービスデスク
● 契約作成・押印依頼
ディレクター窓口
● システム開発本部ディレク
ターへ問い合わせ
Adsプロダクトポータル
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
Point 2
特定のカスタマーが利用可能
全てのカスタマーが利用可能
承認処理
38
IT戦略サービスデスク
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
法務サービスデスク
● 契約作成・押印依頼
ディレクター窓口
● システム開発本部ディレク
ターへ問い合わせ
Adsプロダクトポータル
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
Point 3
承認処理を含むワークフロー無し
承認処理を含むワークフローを利用
自動化
39
IT戦略サービスデスク
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
法務サービスデスク
● 契約作成・押印依頼
ディレクター窓口
● システム開発本部ディレク
ターへ問い合わせ
Adsプロダクトポータル
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
Point 4
● カスタムフィールドの値に応じ
た担当者のアサイン
● 関連チケットの生成
● 指定日数後のコメント追加・ス
テータス変更
● 毎日特定の時間にJQLで検索
し、対象のリクエストに対して
処理を実行
企業管理とチーム管理
40
IT戦略サービスデスク
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
法務サービスデスク
● 契約作成・押印依頼
ディレクター窓口
● システム開発本部ディレク
ターへ問い合わせ
Adsプロダクトポータル
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
Point 5
企業管理対象のサービスプロジェクト
チーム管理対象のサービスプロジェクト
ワークフローやカスタムフィールドの構成は管理者
が行い、それ以降のプロジェクト管理は各プロジェ
クトのメンバーで実施
ワークフローやカスタムフィールド構成の
段階から各プロジェクトのメンバーで実施
導入前の課題
● 3つの工程が別々のサービス
○ 契約書の作成・確認
○ 押印稟議
○ 作成した契約書の電子
データ保存
● 契約書の作成・確認はオンプレ
システムで、社外から利用でき
ない
● ステータス管理がうまくいかない
● 検討していたリーガルテックの
サービスが高額(利用者全員の
ライセンスが必要)
マイクロアドでの利用状況
41
導入後の状況
● 社外から利用可能
● 1つのサービス に集約
● ステータスが可視化されてタスクが円
滑化
● 必要項目の情報漏れ確認が容易にな
り業務が効率化
● 5 ~ 7 日かかっていた稟議が 2日程度
に時間短縮
● 契約書もチケットで添付ファイルとして
管理可能
● 低コストで運用
法務サービスデスク
● 契約作成・押印依頼
Adsプロダクトポータル
● ナレッジベース提供
● ヘルプデスク窓口
● 各種申請
導入前の課題
● プロダクトによって運用方法が
バラバラ
○ メールやチャット
○ Google フォームやスプ
レッドシート
○ 他の有料サービス
● 問い合わせ管理や業務の可視
化、メンバー間での情報共有が
十分にできていない
● 既存のスタッフ向けナレッジベー
スを構成しているサービスに不
安がある
○ 急な仕様変更でいままで
できたことができなくなっ
たり、将来的にサービスが
継続するか不安
マイクロアドでの利用状況
42
導入後の状況
● 問い合わせ窓口の一元化
● ナレッジベースの提供
● 業務の可視化とメンバー間での情報共有
● 問い合わせ件数に合わせたナレッジベース
の追加
● 問い合わせ内容に合わせたリクエストタイプ
の追加や変更
チーム管理対象サービスプロジェクト
プロジェクト導入の流れ(相談~仕様設計)
相談 (依頼者&管理者)
● 課題の洗い出し
● 要望のヒアリング
要件定義 (管理者)
● 相談内容から要件定義
● プロジェクトタイプの選択
仕様設計 (依頼者&管理者)
● リクエストタイプとカスタ
ムフィールド
● ワークフロー
● 自動化など
※既存の Jira 設定を考慮しながら
企業管理対象サービスプロジェクト チーム管理対象サービスプロジェクト
仕様設計 (依頼者&管理者)
● リクエストタイプとカスタ
ムフィールド
● ワークフロー
● 自動化など
プロジェクト導入の流れ(初期設定)
Jira 設定 (管理者)
● 既存の Jira 設定を考慮し、必要なカスタム
フィールドやワークフローを仕様に基づい
て構成
プロジェクトの初期設定 (管理者)
● 企業管理対象サービスプロジェクトでプロ
ジェクトを作成
● プロジェクトメンバーに必要なロールを付
● Confluence にナレッジベース用のスペース
を作成し、このプロジェクトとリンク
プロジェクトの初期設定 (管理者)
● チーム管理対象サービスプロジェクトでプ
ロジェクトを作成
● プロジェクトメンバーに必要なロールを付
● Confluence にナレッジベース用のスペース
を作成し、このプロジェクトとリンク
企業管理対象サービスプロジェクト チーム管理対象サービスプロジェクト
プロジェクト導入の流れ(トレーニングと設定)
企業管理対象サービスプロジェクト チーム管理対象サービスプロジェクト
トレーニング (管理者⇨プロジェクト管理者)
● プロジェクトの設定方法や操作方法などを
トレーニング
トレーニング (管理者⇨プロジェクト管理者)
● プロジェクトの設定方法や操作方法などを
トレーニング
プロジェクト設定(管理者+プロジェクト管理者)
● リクエストタイプや自動化などの必要な設定
を仕様に基づいて構成
プロジェクト設定(プロジェクト管理者)
● リクエストタイプやカスタムフィールド、
ワークフロー、自動化などの必要な設定を仕
様に基づいて構成
ナレッジベース作成
● 必要な記事を Confluence で作成
プロジェクト導入の流れ(トレーニングと運用開始)
トレーニング (管理者またはプロジェクト管理者⇨エージェント)
● 管理者またはプロジェクト管理者からエージェン
トに操作方法をトレーニング
説明会&情報共有 (プロジェクトメンバー⇨カスタマー)
● カスタマーにサービスデスクの利用方法など
を説明、共有
運用開始
効果的に利用してもらうために
47
運用開始後のフォローアップ・情報共有
● フォローアップ
○ 一定期間利用後にフィードバックをもらい、必要なフォローアップや設
定変更を行う
● 製品に関する情報共有
○ 新機能や仕様変更、利用できなくなる機能の共有
○ 効果的な操作方法や便利な使い方の共有
○ 自社インスタンスに追加されている Atlassian Marketplace アプリの利
用方法の共有
カスタマー通知方法の追加
48
カスタマー通知について
● リクエストが更新されるとカスタマーにメールで通知される(標準機能)
● マイクロアドの場合、チャットでのコミュニケーションが進み、メールを頻
繁に確認しないスタッフが多くなっている
● このため、メールでの更新通知だと「気が付かない」・「見逃す」というス
タッフが多く、レスポンス速度の低下が懸念された
● そこで、Jira Cloud の Webhook を利用してチャットへの通知を検討・実装
● ただし、メールで確認していてチャット通知は不要というスタッフもいるの
で、チャット通知をミュートする機能も一緒に実装
使いたかった。。。
Workplace
from FACEBOOK
カスタマー通知方法の追加
49
Jira Cloud
① カスタマー
(申請者・リクエ
スト共有者/承
認者)やエージェ
ントがアクショ
ン
(コメントなど)
GAS
Web アプリ
② Webhook 発火
申請者/リクエスト
共有者/承認者の個
人チャット画面
③ 対象のリクエストに関す
る情報を REST API で GET
⑤ 通知対象者(申請者やリク
エスト共有者/承認者)の個人
チャットに GRAPH API で
POST を繰り返す
Google スプレッドシート
Email AtlassianAccountID WorkplaceID MuteFlag Comment
---- ---------------- --------- Yes ---
④ 通知対象者の ID
情報やミュート設定
情報を取得
チケット
Webhook 設定画面で以下を設定
・対象イベント
・対象プロジェクト
・GAS Web アプリのURL
・ミュート設定が ON に
なっているユーザーには
POST しない
・アクションした本人には
POST しない
まとめ
50
“Jira Service Management” は
社内のあらゆるチームで活用できます!
参考
● チーム管理対象サービスプロジェクトの導入と比較 (Cloud 版 Jira Service
Management) | MicroAd Developers Blog
● 成功事例に学ぶ!生産性の高いリモートチームの社内問い合わせ&申請・承
認業務の管理方法 | Atlassian ウェビナー
● 情報共有からワークフロー整備、IT サービス管理まで、アトラシアンのソ
リューションをフル活用し、社内業務を大幅に効率化 | Atlassian お客様事
例
● ITSM / Jira Service Management 向け Jira Automation | Atlassian
● Jira Service Management のチーム管理対象プロジェクトとは | Jira
Service Management Cloud | Atlassian サポート

More Related Content

What's hot

イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)Yoshitaka Kawashima
 
AWS Black Belt Online Seminar AWS Direct Connect
AWS Black Belt Online Seminar AWS Direct ConnectAWS Black Belt Online Seminar AWS Direct Connect
AWS Black Belt Online Seminar AWS Direct ConnectAmazon Web Services Japan
 
20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたい
20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたい20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたい
20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたいAmazon Web Services Japan
 
20190522 AWS Black Belt Online Seminar AWS Step Functions
20190522 AWS Black Belt Online Seminar AWS Step Functions20190522 AWS Black Belt Online Seminar AWS Step Functions
20190522 AWS Black Belt Online Seminar AWS Step FunctionsAmazon Web Services Japan
 
DeNA の AWS アカウント管理とセキュリティ監査自動化
DeNA の AWS アカウント管理とセキュリティ監査自動化DeNA の AWS アカウント管理とセキュリティ監査自動化
DeNA の AWS アカウント管理とセキュリティ監査自動化DeNA
 
ドメイン駆動設計 本格入門
ドメイン駆動設計 本格入門ドメイン駆動設計 本格入門
ドメイン駆動設計 本格入門増田 亨
 
AWS X-Rayによるアプリケーションの分析とデバッグ
AWS X-Rayによるアプリケーションの分析とデバッグAWS X-Rayによるアプリケーションの分析とデバッグ
AWS X-Rayによるアプリケーションの分析とデバッグAmazon Web Services Japan
 
Cognito、Azure ADと仲良くしてみた
Cognito、Azure ADと仲良くしてみたCognito、Azure ADと仲良くしてみた
Cognito、Azure ADと仲良くしてみたTakafumi Kondo
 
ドメイン駆動設計 コアドメインを語り合ってみよう
ドメイン駆動設計 コアドメインを語り合ってみようドメイン駆動設計 コアドメインを語り合ってみよう
ドメイン駆動設計 コアドメインを語り合ってみよう増田 亨
 
Day 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のこと
Day 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のことDay 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のこと
Day 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のことAmazon Web Services Japan
 
Azure monitoring and alert v0.2.21.0707
Azure monitoring and alert v0.2.21.0707Azure monitoring and alert v0.2.21.0707
Azure monitoring and alert v0.2.21.0707Ayumu Inaba
 
クラウドでも非機能要求グレードは必要だよね
クラウドでも非機能要求グレードは必要だよねクラウドでも非機能要求グレードは必要だよね
クラウドでも非機能要求グレードは必要だよねYoshioSawada
 
20191016 AWS Black Belt Online Seminar Amazon Route 53 Resolver
20191016 AWS Black Belt Online Seminar Amazon Route 53 Resolver20191016 AWS Black Belt Online Seminar Amazon Route 53 Resolver
20191016 AWS Black Belt Online Seminar Amazon Route 53 ResolverAmazon Web Services Japan
 
ドメインロジックの実装方法とドメイン駆動設計
ドメインロジックの実装方法とドメイン駆動設計ドメインロジックの実装方法とドメイン駆動設計
ドメインロジックの実装方法とドメイン駆動設計Tadayoshi Sato
 
Web サーバー管理者のための Azure App Service 再入門
Web サーバー管理者のための Azure App Service 再入門Web サーバー管理者のための Azure App Service 再入門
Web サーバー管理者のための Azure App Service 再入門Osamu Monoe
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版Tokoroten Nakayama
 
ドメイン駆動設計サンプルコードの徹底解説
ドメイン駆動設計サンプルコードの徹底解説ドメイン駆動設計サンプルコードの徹底解説
ドメイン駆動設計サンプルコードの徹底解説増田 亨
 

What's hot (20)

イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)イミュータブルデータモデル(入門編)
イミュータブルデータモデル(入門編)
 
AWS Black Belt Online Seminar AWS Direct Connect
AWS Black Belt Online Seminar AWS Direct ConnectAWS Black Belt Online Seminar AWS Direct Connect
AWS Black Belt Online Seminar AWS Direct Connect
 
20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたい
20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたい20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたい
20190130 AWS Well-Architectedの活用方法とレビューの進め方をお伝えしていきたい
 
20190522 AWS Black Belt Online Seminar AWS Step Functions
20190522 AWS Black Belt Online Seminar AWS Step Functions20190522 AWS Black Belt Online Seminar AWS Step Functions
20190522 AWS Black Belt Online Seminar AWS Step Functions
 
DeNA の AWS アカウント管理とセキュリティ監査自動化
DeNA の AWS アカウント管理とセキュリティ監査自動化DeNA の AWS アカウント管理とセキュリティ監査自動化
DeNA の AWS アカウント管理とセキュリティ監査自動化
 
ドメイン駆動設計 本格入門
ドメイン駆動設計 本格入門ドメイン駆動設計 本格入門
ドメイン駆動設計 本格入門
 
AWS X-Rayによるアプリケーションの分析とデバッグ
AWS X-Rayによるアプリケーションの分析とデバッグAWS X-Rayによるアプリケーションの分析とデバッグ
AWS X-Rayによるアプリケーションの分析とデバッグ
 
Cognito、Azure ADと仲良くしてみた
Cognito、Azure ADと仲良くしてみたCognito、Azure ADと仲良くしてみた
Cognito、Azure ADと仲良くしてみた
 
Confluence と SharePoint 何が違う?
Confluence と SharePoint 何が違う?Confluence と SharePoint 何が違う?
Confluence と SharePoint 何が違う?
 
ドメイン駆動設計 コアドメインを語り合ってみよう
ドメイン駆動設計 コアドメインを語り合ってみようドメイン駆動設計 コアドメインを語り合ってみよう
ドメイン駆動設計 コアドメインを語り合ってみよう
 
AWS CognitoからAuth0への移行パターン4つ
AWS CognitoからAuth0への移行パターン4つAWS CognitoからAuth0への移行パターン4つ
AWS CognitoからAuth0への移行パターン4つ
 
Day 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のこと
Day 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のことDay 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のこと
Day 1 with Amazon Web Services - AWSご利用開始時に最低限おさえておきたい10のこと
 
AWSの課金体系
AWSの課金体系AWSの課金体系
AWSの課金体系
 
Azure monitoring and alert v0.2.21.0707
Azure monitoring and alert v0.2.21.0707Azure monitoring and alert v0.2.21.0707
Azure monitoring and alert v0.2.21.0707
 
クラウドでも非機能要求グレードは必要だよね
クラウドでも非機能要求グレードは必要だよねクラウドでも非機能要求グレードは必要だよね
クラウドでも非機能要求グレードは必要だよね
 
20191016 AWS Black Belt Online Seminar Amazon Route 53 Resolver
20191016 AWS Black Belt Online Seminar Amazon Route 53 Resolver20191016 AWS Black Belt Online Seminar Amazon Route 53 Resolver
20191016 AWS Black Belt Online Seminar Amazon Route 53 Resolver
 
ドメインロジックの実装方法とドメイン駆動設計
ドメインロジックの実装方法とドメイン駆動設計ドメインロジックの実装方法とドメイン駆動設計
ドメインロジックの実装方法とドメイン駆動設計
 
Web サーバー管理者のための Azure App Service 再入門
Web サーバー管理者のための Azure App Service 再入門Web サーバー管理者のための Azure App Service 再入門
Web サーバー管理者のための Azure App Service 再入門
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
 
ドメイン駆動設計サンプルコードの徹底解説
ドメイン駆動設計サンプルコードの徹底解説ドメイン駆動設計サンプルコードの徹底解説
ドメイン駆動設計サンプルコードの徹底解説
 

Similar to 社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -

Asahikawa_Ict 20120726
Asahikawa_Ict 20120726Asahikawa_Ict 20120726
Asahikawa_Ict 20120726kspro
 
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~正善 大島
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みRecruit Technologies
 
MSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRM
MSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRMMSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRM
MSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRMkumo2010
 
エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築Yohei Sato
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのかTechon Organization
 
超高速開発の基礎概念 20141119 0
超高速開発の基礎概念 20141119 0超高速開発の基礎概念 20141119 0
超高速開発の基礎概念 20141119 0正善 大島
 
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のためにMasaki Nakayama
 
IT導入補助金.pdf
IT導入補助金.pdfIT導入補助金.pdf
IT導入補助金.pdfcougersmbcons
 
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)Takeshi Fukuhara
 
Implementation Approach of Artifical Intelligence
Implementation Approach of Artifical IntelligenceImplementation Approach of Artifical Intelligence
Implementation Approach of Artifical IntelligenceTakao Tetsuro
 
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...オラクルエンジニア通信
 
NiFi amateur struggled story
NiFi amateur struggled storyNiFi amateur struggled story
NiFi amateur struggled storyJun Ichinose
 
ERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかRyuji Enoki
 
最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のために最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のためにIBM Systems @ IBM Japan, Ltd.
 
Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介
Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介
Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介Mitsuru Katoh
 
ビジネスモデル変革にIoTを活用した事例紹介
ビジネスモデル変革にIoTを活用した事例紹介ビジネスモデル変革にIoTを活用した事例紹介
ビジネスモデル変革にIoTを活用した事例紹介Hideyo Konishi
 
成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠Chihiro Asano
 

Similar to 社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 - (20)

Asahikawa_Ict 20120726
Asahikawa_Ict 20120726Asahikawa_Ict 20120726
Asahikawa_Ict 20120726
 
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~
なぜ、現状の基幹業務システムは、ビジネス環境の変化に迅速に対応できないのか? ~超高速開発ツールの導入が必然である理由~
 
【さくらのクラウド】さくらのセールスアナリシス
【さくらのクラウド】さくらのセールスアナリシス【さくらのクラウド】さくらのセールスアナリシス
【さくらのクラウド】さくらのセールスアナリシス
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
 
MSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRM
MSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRMMSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRM
MSC 2010 T5-7 事例とデモで徹底解説! マイクロソフトのクラウド CRM
 
エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
 
超高速開発の基礎概念 20141119 0
超高速開発の基礎概念 20141119 0超高速開発の基礎概念 20141119 0
超高速開発の基礎概念 20141119 0
 
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
 
IT導入補助金.pdf
IT導入補助金.pdfIT導入補助金.pdf
IT導入補助金.pdf
 
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
Part 4: Power Platform 概説 (製造リファレンス・アーキテクチャ勉強会)
 
Implementation Approach of Artifical Intelligence
Implementation Approach of Artifical IntelligenceImplementation Approach of Artifical Intelligence
Implementation Approach of Artifical Intelligence
 
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
Developers Summit 2018: ストリームとバッチを融合したBigData Analytics ~事例とデモから見えてくる、これからのデー...
 
NiFi amateur struggled story
NiFi amateur struggled storyNiFi amateur struggled story
NiFi amateur struggled story
 
ERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすか
 
最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のために最適なビックデータ・システムの構築のために
最適なビックデータ・システムの構築のために
 
Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介
Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介
Notes クライアント上のすべての項目を一括管理、変更も可能なクライアント管理ツール「panagenda MarvelClient」のご紹介
 
ビジネスモデル変革にIoTを活用した事例紹介
ビジネスモデル変革にIoTを活用した事例紹介ビジネスモデル変革にIoTを活用した事例紹介
ビジネスモデル変革にIoTを活用した事例紹介
 
Business encount
Business encountBusiness encount
Business encount
 
成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠
 

More from MicroAd, Inc.(Engineer)

20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用MicroAd, Inc.(Engineer)
 
Kafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみるKafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみるMicroAd, Inc.(Engineer)
 
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話MicroAd, Inc.(Engineer)
 
Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響MicroAd, Inc.(Engineer)
 
ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤MicroAd, Inc.(Engineer)
 
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)MicroAd, Inc.(Engineer)
 
InternetWeek2022 - インターネット広告の羅針盤
InternetWeek2022 - インターネット広告の羅針盤InternetWeek2022 - インターネット広告の羅針盤
InternetWeek2022 - インターネット広告の羅針盤MicroAd, Inc.(Engineer)
 
マイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分けマイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分けMicroAd, Inc.(Engineer)
 
データセンターネットワークの構成について
データセンターネットワークの構成についてデータセンターネットワークの構成について
データセンターネットワークの構成についてMicroAd, Inc.(Engineer)
 
インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介MicroAd, Inc.(Engineer)
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例MicroAd, Inc.(Engineer)
 
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜MicroAd, Inc.(Engineer)
 
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜MicroAd, Inc.(Engineer)
 
アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化MicroAd, Inc.(Engineer)
 
マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜
マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜
マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜MicroAd, Inc.(Engineer)
 
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜MicroAd, Inc.(Engineer)
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例MicroAd, Inc.(Engineer)
 
Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用MicroAd, Inc.(Engineer)
 
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~MicroAd, Inc.(Engineer)
 
インターネット広告の概要とシステム設計
インターネット広告の概要とシステム設計インターネット広告の概要とシステム設計
インターネット広告の概要とシステム設計MicroAd, Inc.(Engineer)
 

More from MicroAd, Inc.(Engineer) (20)

20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
 
Kafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみるKafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみる
 
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
 
Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響
 
ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤
 
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
 
InternetWeek2022 - インターネット広告の羅針盤
InternetWeek2022 - インターネット広告の羅針盤InternetWeek2022 - インターネット広告の羅針盤
InternetWeek2022 - インターネット広告の羅針盤
 
マイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分けマイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分け
 
データセンターネットワークの構成について
データセンターネットワークの構成についてデータセンターネットワークの構成について
データセンターネットワークの構成について
 
インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例
 
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
アドテクを支える基盤 〜10Tバイト/日のビッグデータを処理する〜
 
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜
 
アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化
 
マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜
マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜
マイクロアドのデータ基盤について アドテクを支える基盤〜10Tバイト/日のビッグデータを処理する〜
 
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例
 
Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用
 
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
 
インターネット広告の概要とシステム設計
インターネット広告の概要とシステム設計インターネット広告の概要とシステム設計
インターネット広告の概要とシステム設計
 

社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -