インフラ管理の労力をなくし、ビジネスに注力するために、スケールアウト型サービスのラインアップが豊富な AWS を採用し、
インフラ管理を軽減できるサーバーレス/マネージド環境を構築することにしました。 

丸本 健二郎 氏 株式会社大創産業 情報システム部 システム開発 1 課課長

 

文具、コスメ、食器、生活グッズなどのオリジナル商品を開発し、全国の『ダイソー』で販売する DAISO。現在、国内で 3,278 店舗、海外でも 26 の国と地域で 1,992 店舗を展開しています。取扱商品は約 70,000 種類。毎月約 800 種類の新商品が開発されています。(2018 年 3 月現在)

DAISO では、2012 年からシステムを内製化するとともにマイクロサービス化する方針に切り替えました。「従来のシステム開発は、外部のベンダー任せで、詳細まで把握しきれない状況でした。また、これまでの大規模なシステムは変更による影響範囲が多く、改修にはコストと時間がかかります。そこで、小さいシステムを作って疎結合し、変化に強い環境を作ることにしました。」と語るのは情報システム部システム開発 1 課 課長の丸本健二郎氏です。

インフラ環境はオンプレミスからクラウドへと舵を切る方針を掲げ、2013 年に AWS を採用して発注システムを構築しました。2014 年には Amazon Redshift を用いて自動発注システムを構築。そして、次のステップとしてサーバーレス化にチャレンジしました。商品管理システムの一部を AWS Lambda で構築し、その後にグローバル店舗の POS データ集中処理システムをサーバーレスで実装することにしました。「年々増えていく POS データに対して、オンプレミス環境では容易にスケールアウトができず、ユーザーからパフォーマンスの強化を迫られていました。そこでスケールアウト型サービスのラインアップが豊富な AWS を採用し、インフラ管理を軽減できるサーバーレス/マネージド環境を構築することを決めました。」(丸本氏)

 

POS データ集中処理システムの構築は 2017 年 8 月より開始し、2018 年 3 月にパイロット店舗で稼働しました。各店舗からあがってくる約 70,000 点の商品の売上データを処理しています。「AWS のソリューションアーキテクトに構成に関するアドバイスを逐次いただきながら、オンプレミスの品質を超えるシステムを構築することができました。業務面まで踏み込み、将来のビジネスを想定したアドバイスがいただけたことは非常に助かりました。打ち合わせは広島と東京とのリモートでのやり取りが中心ですが、リアクションもスピーディーで開発はスムーズに進みました。」(丸本氏)

新システムでは、膨大な件数の POS データが集中しても、イベントごとにスケーラブルにリソースが提供されるため、ピーク時間に左右されることなく安定した処理が実現しています。従来環境では 2 年分のデータしか保持できなかったものが、Amazon S3 を使うことによって長期保管が実現。グローバル拠点のデータと合わせて需要と供給の予測が可能になったことは、グローバル展開を推進する同社にとって大きなビジネスインパクトとなりました。インフラ面では管理作業の労力が約 90%、アプリケーション実装労力も約 20% 削減されました。セキュリティ対策についても自社での対応が不要となり、安心してビジネスに集中できるようになったといいます。

また、サーバーレス化は、開発メンバーのモチベーション向上にも効果をもたらしました。「エンジニアのキャリア形成のために、最新の技術に挑戦してスキルを磨きたいという意欲が高まっています。また、こうした取り組みがメディアなどに紹介されることで、当社のような地方都市にある企業でも優秀な人材が集まるようになっています。」と丸本氏は語ります。

次のステップでサーバーレス化に取り組んだのがバイヤー向け BI ツールです。バイヤーの情報活用を強化するため同社はインメモリー型 BI ツールの QlikView を利用していましたが、同社の店舗在庫データのサイズが大きく、データベースに必要な期間分のデータを入れることができません。分析に必要な欠品、返品、不良品などのデータも持てず、バイヤーからは改善要望が寄せられていたといいます。

そこで代替となる BI ツールの検討を開始。当初、Tableau を前提に PoC を進めていたところ、サーバーレスの BI ツール Amazon QuickSight が東京リージョンでローンチされました。丸本氏は AWS のイベントで実際に触れ、十分な手応えを感じ、Amazon QuickSight を採用することを決断しました。「決め手は、2018 年 5 月より Amazon QuickSight の料金体系がセッション単位の従量課金に変更されたことです。Amazon QuickSight には、ライセンス形態が管理者やヘビーユーザー向けの Author とライトユーザー向けの Reader の 2 種類があり、Reader ライセンスであれば 1 ヶ月に一度も利用しなければ課金は発生しません。コストメリットが高く、契約の段階から利用者数を制限する必要がないことから採用を決めました。」(丸本氏)

Amazon QuickSight の検討開始からはわずか 2 ヶ月ローンチしました。現在は Amazon S3 に保存された POS データをもとに、フルマネージド/サーバーレスな ETL サービス AWS Glue で ETL を実行し、SQL クエリーの Amazon Athena と Amazon QuickSight でデータを参照しています。「店舗、地域の 2 つを軸に、日、週、月の単位で売上高、販売数、店舗在庫、倉庫在庫の推移をアイテムごとに参照しています。利用しているバイヤーからは、今まで見られなかったデータも新たに参照できるようになったという声が届いています。」(丸本氏)

従来は店舗在庫のデータ保持期間が 1 日に制限され、現場では 毎日、在庫データを CSV 形式で出力しておき、 1 週間分のレポートを作成していました。Amazon QuickSight ではデータ保持期間が 2 年間に延び、現在は週次のレポートも、Amazon QuickSight 上からすぐに出力ができるため、レポート作成時間の削減につながっているといいます。ランニングコストもTableauと比べて大幅に削減。サーバー構成を含めると、「月に 130 万円以上、年間で 1,600 万円近くの低減効果がある」と丸本氏は試算しています。

今後は Amazon QuickSight のユーザーを本社の社員全員(約 200 名)まで拡大し、ゆくゆくは店舗(約 5,000 店舗)にも展開して、店舗の特徴に応じて店長の判断を支援していくことを見据えています。さらに分析力の高度化に向けて、機械学習プラットフォームの Amazon SageMaker にも注目しており、『ダイソー AI』の実現を目指しています。「AIを使ってどんなビジネスができるか。まずは PoC を実施して、経営層に提案していきます。そのためにも AWS には引き続き最新の情報提供と支援を期待しています。」と丸本氏は語ります。

daiso_photo

丸本 健二郎 氏 

PDF 版のダウンロードはこちら»

AWS クラウドが ビッグデータ分析にどのように役立つかに関する詳細は、Big Data on AWS の詳細ページをご参照ください。