ホワイトペーパー ／ 製造業 データが原動力の自動車メーカー VOLVO CAR CORPORATIONは、データ駆動型の意思決定を通じて 製品デザイン、品質、コスト削減、顧客満足の向上を推進しています。 VOLVO CAR CORPORATION / データが原動力の自動車メーカー 目次 エグゼクティブ・サマリー . . . . . . . . . . . . . . . . . . .2 エグゼクティブ・サマリー Volvoと価値駆動型の車両 . . . . . . . . . . . . . . . . . . . . 3 現在の自動車メーカーは、成層圏に達しそうなほど高い開発コストや、急速に変化する データ接続された 現代のファミリーワゴン . . . . . . . . . . . . . . . . . . . . . . . 3 DROデータマートでの能力の逼迫 . . . . . . . . . . . . . 4 Teradataが動かす知識エンジン . . . . . . . . . . . . .5 即時的なコスト削減の効果 . . . . . . . . . . . . . . . . . . . . 6 返済補償の正確度の向上 . . . . . . . . . . . . . . . . . . . . . 6 製品のライフサイクル全体での 品質と機能の改善. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 環境問題改革の実証 . . . . . . . . . . . . . . . . . . . . . . . . . . 9 顧客の好み、エスカレートする安全性の規制に煽られた、過酷な競争を展開している グローバル市場に直面しています。その結果、自動車のライフサイクルがグローバルな フィードバック・ループとなりつつあります。製造はこれまで通り依然として CAD 画面と 組み立てラインで行なわれますが、設計は路上を走る車両から生成されるデータを 参考に作られるといった具合です。 世界中の自動車メーカーは、走行車両が生成するデータを活用しようとしていますが、 そのような大量データの中からすぐに利用できる洞察を見つけ出すためには、高度な IT インフラストラクチャと機敏なデータ駆動型ビジネスプロセスとの進化した組み合わ せが必要になります。企業には、 多種多様なソースから膨大な量のデータを集約、統合、 法規制遵守の実現 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 分析し、その結果に応じて素早く対処する能力が必要です。それは手ごわい課題であ ビジネス・インテリジェンス開発用に 指定されたプラットフォーム . . . . . . . . . . . . . . . . . . 10 り、この点において Volvo Car Corporation ほど習熟度の高い企業はありません。 戦略的ITプラットフォームとしてのVDW . . . . . . .11 Volvo における Teradata システムは、製品構成、補償、および車両診断データを統合し、 データ駆動型デザインという 文化の創造 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 製品のライフサイクル全体での技術的分析とビジネス分析をサポートしています。品質 管理された最新のデータが入手しやすくなったことにより、企業全体での意思決定プロ セスが一変しています。そして、品質、補償関連の経費、顧客満足度、最終的な収益 性に有益な影響が生まれています。 2 VOLVO CAR CORPORATION / データが原動力の自動車メーカー Volvo と価値駆動型の車両 Volvo Car Corporation（VCC）は、1927 年にスウェーデンの ヨーテボリで創業した有名な自動車メーカーです。2010 年に同 社が販売した車両は 373,525 台で、現在は約 20,000 人の従 「車は人によって運転される。したがってVolvoの 設計の基本は、常に安全でなければならない。」 Volvo創業者 Assar Gabrielsson、Gustaf Larson 業員が働いています。2010 年には、Ford Motor Company から 中国の浙江吉利控股集団傘下となりました。 データ接続された現代のファミリーワゴン Volvo の際立った特徴の 1 つは、これまで取り続けてきた手法では 現在の自動車には、電子装置が満載されています。センサー、 ありますが、Volvo が定める革新的な価値に基づいて Volvo が コントローラー、そして 1 台当たり最大 60 個のマイクロプロセッサが 作る車の形や機能を具現化していくということです。創業者の 搭載されています。エンジン、トランスミッション、ブレーキおよび Assar Gabrielsson と Gustaf Larson は、1927 年 の 時 点でそ トラクション・コントロール・システム、クルーズ・コントロール、 のような期待を設定していました。彼らはこう言っていました。 エアコン、パッセンジャー・コンパートメント、インストルメント・ 「 車 は 人 によって 運 転される。した がって Volvo の 設 計 の 基本は、 常に安全でなければならない。」 パネルにおいて、搭載コンピュータが広範囲の制御、監視および 診断機能を実行します。これらの各システムが、何らかの故障の 検出時に診断トラブル・コード（DTC）を生成します。その診断は、 Volvo は創業者の約束を守り続け、安全工学において 80 年近く 正しいときもあれば正しくないときもあります。早急な対処を要する 連続して自動車業界をリードしています。アンチロック・ブレーキ・ 故障が発生した場合は、評判の悪い Service Engine Soon ランプが システム、衝撃吸収式ハンドル軸、前後のクランプル・ゾーン、 点灯して、即時点検が促されます。 エネルギー吸収バンパー、側面衝突保護システム、3 点式シート ベルト。これらが初めて搭載されたのは、すべて Volvo の自動車 通常トラブル・コードは、車両に定期整備または修理が必要にな でした。事故を起こさない車両を設計するという、同社の先進的な るまでエンジン制御装置（ECU）内に保存されます。販売特約店 長期安全目標は、2020 年までの短期目標にも反映されており、Volvo の で、点検技術者が分析装置を車両に接続して、保存されたコード 車両では死傷者を一切出さないことが目標に掲げられています。 を ECU から読み出し、トラブルシューティングや修理の指針とし て利用します。Volvo の販売特約店では、そのコードが Volvo 本社 時間の経過と共に、品質、革新的なデザイン、環境維持などの の中央データベースにアップロードされます。そのデータベースは、 価値が同社のブランド・アイデンティティに加わるようになり、 グローバルな参照用資料であり、長い期間をかけ Volvo の全モデルで それぞれの価値が企業と製品に足跡を残しています。 発生したすべての機械的および電気的故障に関するデータにより 形成されています。 Volvo の際立った特徴の 2 つ目は、外から見ると目立たないので すが、1 つ目の特徴と同じく同社を差別化しているものです。それ Volvoが収集する情報はDTCだけではありません。 トラブル・コード は、走行車両からの運転データの系統的利用です。運転データ は単純な二値信号なので、コードが特定している故障状態につ を利用して、製造や設計における車両の品質と性能を改善してい いては何の文脈も示されません。しかし、障害閾値を測定する ます。同社は長い間、製品構成および保証情報を設計上の資料と センサーは、測定値の増加を正確に捉えることができます。そこ して蓄積してきました。1999 年には、診断読み出し（DRO）データ で Volvo では、広範囲の多様な測定値を記録するための数々の の収集を開始して、実地での実際の条件下での性能と機械的故 データロガーを自社製車両に搭載しています。それらの中には、 障を見るための窓として利用してきました。 触媒劣化などの摩耗因子や、エンジン速度およびエンジン負荷 などの運転パラメータが含まれます。 3 VOLVO CAR CORPORATION / データが原動力の自動車メーカー このようなデータの多くは、自動車業界全体において使用されている DROデータマートでの能力の逼迫 外注部品の標準出力の中に含まれていますが、 その大部分は利用され 「当時は、保証情報用データウェアハウスを Oracle データベース ていません。業界の規制で収集や報告が必要とされているのは、 上に構築していました。 」Volvo のシニア・ビジネス・アナリストで これらの測定値の中の 4 ∼ 5 種類だけです。しかし Volvo では、 ある Bertil Angtorp 氏の回想です。 「そして、診断読み出しデータ 製品デザインと製造品質を改善するためのリソースとして、 用に新しい別のデータウェアハウスを構築し始めていました。私たちに このデータを積極的に取り入れています。同社は、他に類を見 とって本当に必要なのはそれらのデータセットを統合することだと ない方法で自社システムを拡張して、400 種類近くの測定値を 気付いたのです。補償請求を実際のサービス記録からの診断データと 収集することにしました。 簡単に照合できたなら、そして手動での統合作業を排除できたなら、 ビジネス価値がもたらされるはずだということがわかりました。 そこで、 集約データの量は大きく、 しかも急速に増加しています。走行中の 診断データを既存の保証情報用プラットフォーム上に移動してみたの 各車両から生成されて解釈されるデータは、 年間 100∼150 KB に ですが、パフォーマンスはひどいものでした。 」 上ります。当時の IT アーキテクチャの標準に合わせて、同社は当初、 このデータの収集を専用のデータマートにおいて開始しました。 Angtorp 氏は次のように述べています。 「私たちが行なう分析は しかしアナリストはすぐに、データが分離された状態ではその潜在 CPU に対する需要が非常に高いのですが、古いシステムでは一度に 的な価値の実現が到底無理であることに気付きました。 20 個ほどのジョブしか処理できませんでした。いくつもの SQL ジョブが 待ち行列内で待機した状態では、自分のクエリーを処理するために CPU 時間をいつ確保できるのかがまったくわかりませんでした。 データベースに対する質問の答えをようやく受け取っても、その頃に は質問が何だったか忘れている、などというジョークがよく飛び交って 「私たちは、 Ford社に話を聞きました。当然ながら、 その 他多くの導入企業にも。誰もが口にしたのが、Teradata のパフォーマンスが最高であるということでした。しか もテラデータは、私たちが評価したベンダーの中で 唯 一、限 定 条 件を長々と列挙することなく満足な パフォーマンスを約束してくれたベンダーだったの です。」 Bertil Angtorp, senior business analyst at Volvo いたほどでした。ハードウェアおよびソフトウェアの仕様アーカイブか ら追加のデータをぜひ取り込みたいと思っていたのですが、パフォーマ ンスの問題があるために不可能でした。」 20 03 年 後 半 に、Volvo のアナリストは 統 合 デ ータウェアハ ウスに向けたビジネスケースの作成と、候補となるテクニカル・ ソリューションの調査を開始しました。ソリューションを探し求める 上で第一の判断基準にしていたのがパフォーマンスでした。そうして 見つけたのが、当時の親会社 Ford が Inventory Monitoring Alert System（IMAS） を構築する基盤にしていた Teradata システムでした。 Angtorp 氏は次のように回想しています。「私たちは、Ford 社 に話を聞きました。当然ながら、その他多くの導入企業に も。誰もが口にしたのが、Teradata のパフォーマンスが最 高であるということでした。しかもテラデータは、私たちが評 価したベンダーの中で唯一、限定条件を長々と列挙することなく 満足なパフォーマンスを約束してくれたベンダーだったのです。 」 2006 年 9 月、Volvo は自社のデータを新しい Teradata 5450 Warehouse 2 ノードに移行を開始しました。システムが立ち 上がったのは 2007 年 6 月でした。 4 VOLVO CAR CORPORATION / データが原動力の自動車メーカー Teradata が動かす知識エンジン いましたが、新しい環境では 5 分以内で実行できるようになりました。 Volvo Cars Data Warehouse（VDW）は、4 種類の主要なソース モデル／年式ごとに報告される診断用故障コードの包括的レポート からのデータを収集しています。4 種類のソースとは、車両および の作成時間は、2 週間から 15 分間に短 縮されました。以前は ハードウェア仕様を管理するためのシステム、 搭載ソフトウェア仕様を パフォーマンス上の制約があったためにアクセスは一握りのユーザーに 管理するためのシステム、世界中のサービスセンターからの車両 制限されていましたが、新しい Teradata システムによってアクセス領 診断データを収集するシステム、そして補償請求システムです。 域は拡張され、製品デザイン、製造、品質保証、および保証管理の データへのアクセスおよび分析は、多様な標 準レポートおよび 各部署から300人以上のユーザーがアクセスできるようになりました。 アドホック分析によって有効になります。これらの機能は、BI ツール 以前のデータマートは 1 つのクエリーをやっとのことで 1 時間かけて および社内開発アプリケーションを使用して実装されました。 処理していましたが、新しい Teradata プラットフォームは 1 分間で 完了してしまいます。 新しいデータウェアハウスにより、Volvo のアナリストが使用できる ようになった生データの容量は即時に 364 ギガバイトから1.7 テラ あるエンジン・ソフトウェア・アナリストからの驚きの声にすべてが バイトへと増加し、クエリーの応答時間は劇的に改善されました。 表現されています。 「すべてのデータがそこにあって、そのデータで 以前の環境では、全車両の毎日の走行距離の計算に 2 時間かかって 何ができるかわかっているのに、夜眠っている場合じゃないでしょう？」 製品デザイン 製造 標準レポート、 アドホック・クエリー 品質保証 問題の診断、 根本原因の調査 保証管理 警報予測分析 1.7 TBのTeradataシステム 車両と ハードウェア仕様 図1 5 ソフトウェアと 機能仕様 車両診断 補償請求 VOLVO CAR CORPORATION / データが原動力の自動車メーカー 即時的なコスト削減の効果 「ディーラーから送られたデータの品質には確かに差異がありま クエリーのパフォーマンスやユーザーアクセスが改善されただけで した」と、保証担当ディレクターの Barbro Forsgren 氏は認めて なく、 新しいデータウェアハウスによって、3 つの単一目的データ います。 「そして、差異が見つかったときは、各ディーラーと個別に マートを排除することで即時に運用コストが削減されました。 話し合っていました。現在では、ディーラーが入力するデータの 「 運 用、保 守、ライセンスおよびその他のリソースのコストを考 品質が非常に高くなりました。当然ながら、単発的なエラーが 慮に入れ れ ば、データ管理のためのインフラストラクチャ費用は約 発生する可能性は常にあるのですが、低いデータ品質のパターンは 3 分の 2 削減されました」と Angtorp 氏は述べています。データ なくなりました。少なくとも、保証に関連した走行距離の報告に ウェアハウスの立ち上げ後に実施した効果分析では、プロジェクト 問題はありません。 」 の初期コストに対する時間修正利益率は 135 パーセントを超え ていることが示されました。これは、当初のビジネスケースで予 その結果として生じたと考えられる保証コストの削減について 想されていた 115 パーセントよりも遥かに高くなっています。 尋ねられると、Forsgren 氏は嬉しそうに、ただし極めて慎重に、 微笑みながらこう答えました。「生じてもいない問題にコスト また、このデータウェアハウスによって、多様なプロセスの改善と スピード向上により新しく大きなビジネス価値が生まれ始めました。 をかけられるわけがないでしょう ?」 それは、製品のデザインおよびエンジニアリングから、製造、品質 製品のライフサイクル全体での品質と機能の改善 保証、保証管理、および法規制遵守までにわたる、さまざまな業 Volvo では常に、品質が定量的な規律となってきました。デザ 務分野において見られています。 イン、エンジニアリング、製造、品質の部門で 400 人以上のメン バーがシックス・シグマ認定であることは、偶然ではありません。 返済補償の正確度の向上 Volvo Data Warehouse による最も重要な影響の 1 つは、各部門の Volvo のアナリストは、自社のディーラー組織で発生している 調査担当者が製品の欠陥を把握して、製造工程内での原因を 補償請求データの一部に品質の問題があるのではないかという 究明する目的で実施する機能横断型プロジェクトにおいて、 懸念が長い間ありました。同じ車両の診断読み出しデータと データ分析によるサポートが大幅に改善されたことでした。 補償請求情報との小規模なサンプル比較を行なったところ、 実際のデータと報告されたデータの間で、特に補償請求に関連して 「Volvo Data Warehouse によって、私たちはデータの中から 報告された走行距離について、不一致のパターンが示されました。 宝を見つけ出すことができます。」シックス・シグマのブラック そこで、データの品質の問題を解決できたならば、返済の正確度を ベルト資格保持者でVolvo のシックス・シグマ部門を率いる Malte 大幅に向上させる機会があるに違いないと確信できたのです。 Isaksson 氏はこう説明しています。 「現在、私たちはデータで あふれ返っています。1970 年代以降は CAD や CAM を利用して 今では、車両の ECU から直接読み出される走行距離データを おり、DRO データの収集は 10 年以上も続けています。 含むすべての診断読み出しデータが、ディーラーによって入力される 補償請求データと共に同じデータウェアハウス内に入れられています。 このことにより、値を比較したり、高いエラー頻度の原因を 特定したりすることが容易になりました。それに続いて行なわ れる分析は、 かつて「100 万ドルのクエリー」と呼ばれていました。 しかし現在、Volvo のマネジャーは、データの品質改善を成功 させた実践例として、この言葉を慎重に使っています。 「そのデータからビジネス価値を引き出せるかどうか は、データを情報へと変換する我々の能力にかかって います。入ってくるデータの驚異的な量によって情報が 隠されてしまわないように、イベントの連鎖をつなぎ、 複雑な関係を確認して理解します。」 Malte Isaksson, Six Sigma black belt and head of Volvo s Six Sigma organization 6 VOLVO CAR CORPORATION / データが原動力の自動車メーカー そのデータからビジネス価値を引き出せるかどうかは、データを 「次に、生産に占める割合と絶対数の両方で故障率を算出します。 情報へと変換する私たちの能力にかかっています。入ってくるデータの 高頻度ではあるが低生産モデルでしか発生していない故障は、 驚異的な量によって情報が隠されてしまわないように、イベントの連 故障率が低くても影響を受ける車両の数が多いものに比べると、 鎖をつなぎ、複雑な関係を確認して理解します。内部および外部の 緊急性がかなり低い可能性があります。修復対象の問題に優先 データソースからビジネスに重要な情報を抽出できる能力こそ、 順位を付けるときには、実際の発生数に目を向けるのです。」 お客様の行動、ニーズや要求を理解するための鍵になると思い ＞ 機械的故障の根本的原因を突き止めること –「故障アラームを ます。それらを理解できれば、競合優位性がもたらされるでしょう。 相互に関連付けてグループ化することは、根本原因分析にある そしてますます、意 思決 定を支 援する重要な要素となってい 程度近づいたことにもなります。 」Krizmanic 氏はこのように続 くでしょう。」 けています。 「診断データから根本原因にまでたどり着くことは 稀ですが、さまざまな事項を除外して可能性を絞り込むことは Volvo のアナリストは、広範囲の連続的な調査において Teradata 迅速にできます。原因でないものの発見はかなり早くできることが システムを利用しています。調査の目的は、 多くの場合ほぼ 20 年間に 多いのですが、それらを除外できれば、対処する残りの要因の わたる製品のライフサイクルを越えて、品質と顧客満足度を向上させ ることです。その中で最も重要な点は、以下となります。 ＞ 問題への対応に注ぐ労力に優先順位を付け、目標を絞って迅 数は通常、50 から 100 の間になります。 」 ＞ 時間の経過と共に故障率をモデル化すること – Volvo のアナリ ストは、 時間の経過に従った故障率も算出しています。その際 速に処理すること – 大容量の DRO データを分析する際に最初 には、時間経過に基づいた一種のハザード率分析を利用しています。 にすべき仕事は、どの問題が重要で、優先順位の高い対応を 月ごとに、一定のサービス期間に達した車両の数と特定の故障を 必要としているのかを判断することです。エンジン診断シニア・ 経験した車両の数を確認します。次の月にも同じ計算をして、結果を エンジニアの Mikael Krizmanic 氏は次のように説明しています。 累積しています。 「診断データには、車両に内蔵されたシステムによって生成され Krizmanic 氏は次のように説明しています。 「こうすることで累 る多種多様なアラームが含まれます。そのアラームデータには 積ハザード関数が与えられ、 一定の集団内で何台の車両が特定 階層構造がありますが、通常は明白には表われません。アラーム の故障を経験したか、そして何台の車両にリスクがあるかがわ 同士が関連していることもあれば、していないこともあります。 かります。それは、時間の経過に従った故障率を示す、一種の密 そこで、私たちがとる最初のステップは、相互関係をマッピング 度関数です。私たちはこれを予測モデリングに利用しています。 して関連性を理解することです。まず走行距離と時間を見ること これは、故障率が時間の経過に従ってどのように進展している で一種の判別分析を行なって、発生パターンを特定します。それ のか、介入しなければ何が生じるのかを確認するための手段と らを系統樹の中に入れて相関の強度を特定してから、関連するア なっています。そしてこれが、修正した場合としなかった場合の ラームをグループにまとめます。それらのグループを比較する 時間経過に従ったコストを比較するための土台になります。 ことで、最初の優先順位付けができます。」 最も重要なのは、組織的に対処しなかった場合に保証に与え る影響が大きくなる故障はどれかを把握するのに役立つとい うことです。これらの分析は、車両内の全 DTC の全構成要 「62週間の生産期間中に26週目で故障を発見して 修正できれば、残りの36週間は実地でその故障に対 処する必要がなくなります。これはどのお客様も今ま で経験しなかった問題です。コスト削減と所有経験の 向上の両方において大きな利点となるはずです。」 Mikael Krizmanic, senior engine diagnostic engineer 7 素に対して実施されます。私たちは、モデル、年式、システム ごとに、 多様な方法でそれらを確認することができます。これ により、 どのエンジニアでも自分にとって重要な事項を追跡でき るようにしています。 」 VOLVO CAR CORPORATION / データが原動力の自動車メーカー ＞ 機械的故障と場所特有の条件とを相互に関連付けること - ＞ 品質の問題を現在の生産期間内で解決すること - 設計上や 特定の故障に対する車両の脆弱性は、環境的な要因と使用 製造上の重大な欠陥は、発見と修正が早ければ早いほど、 パターンによって大幅に変動する可能性があります。両方とも、 コスト、収益性、顧客との関係面で良くなります。是正的 地理と強い相関関係があります。中国の都市部で販売された車両は 品質管理の至高の目標は、 早期かつ迅速に重大な問題を識別、 おそらく、 ドイツの農村部で販売された車両とは走行条件や運転 修正して、生産期間の大部分においてその問題を完全に 挙動が異なるでしょう。 排除することです。 −平均的な車両速度、エンジン負荷、運転温度、アイドリング Krizmanic 氏は次のように見ています。 「62 週間の生産期間 時間などに違いが生じるはずです。 中に 26 週目で故障を発見して修正できれば、残りの 36 週間は Krizmanic 氏は次のように指摘しています。 「DRO エラーコード 実地でその故障に対処する必要がなくなります。これはどのお と運転ログデータの両方がデータウェアハウス内にあるので、 客様も今まで経験しなかった問題です。これは、コスト削減と 地理、使用パターン、機械的故障の間にある関係を把握すること 」 所有経験の向上の両方において大きな利点となるはずです。 ができます。同じ問題が、ある地域では修復の優先順位が高く なっても、別の地域では低くなることもあります。 」 データ駆動型の意思決定 Volvo Data Warehouse 製品構成、補償、および診断読み出し データ用の単一の管理および分析プラットフォーム インフラストラクチャ 費用の削減 データマートの統合によって コストを3分の2削減 費用補償の削減 請求データの品質改善によって 返済の正確度を向上 図2. Volvoデータウェアハウスが生み出すビジネス上の利点 8 品質コストの改善 品質問題の特定、 優先順位付け、 解決を迅速化 正確な環境 パフォーマンス報告 ITアーキテクチャの 標準化 ビジネス・インテリジェンスおよびコンプ ライアンス・レポーティング用の、 単一の 戦略的プラットフォーム VOLVO CAR CORPORATION / データが原動力の自動車メーカー データウェアハウスのハイレベルでの利点の 1 つは、品質問 題の解決に貢献するさまざまな集団を結び付けることでした。 Angtorp 氏は次のように振り返っています。 「データウェアハウスに よって、部門ごとに連携を取らない従来の仕事のやり方が変わり ました。製品デザイン部門は、エンジニアリングの問題解決に も一層関わるようになりました。今では、製品のライフサイクル 全体においてデザインに対する責任を負うようになったのです。 当社の新たな製品開発プロセスには、過去の問題の正式な評価 「Volvoは自社製の全車に関する詳細なデータを把 握しており、それらのデータを手動で統合する必要は ないので、問題のスコープの判定をより迅速かつ正 確に行なうことが可能になりました。 そして、社内の各 部署のチームが同じデータを使用して作業するため、 全 チームが一体となって取り組むことができるのです。 」 Torbjorn Rosenquist, Teradata industry consultant と、次のデザインサイクルでそれらの問題を解決または回避でき る機会の分析が含まれるようになりました。数年前にはそういった ことはなかったのですが、 今では報告の改善も可能になりました。 」 Krizmanic 氏は次のように説明しています。「当社が保証した燃 費の良さをお客様が実際に体験できたことを確信したいのです。 もう1 つの利点は、解決までの時間が大幅に短縮されたことでした。テ 例えば、車両の停止全体の 95 パーセントにおいてはスタート／ ラデータのインダストリー・コンサルタント Torbjorn Rosenquist ストップシステムが働いてエンジンを止めることがわかっています。 は次のように説明しています。「Volvo は自社製の全車に関する詳細 走行中の車両から診断データを収集して分析することで、この なデータを把握して、問題のスコープの判定をより正確に行なうこと 燃費実績を達成しているかどうかを検証できます。目標に達して ができるようになりました。それらのデータを手動で統合する必要 いない場合には、多様なデータを調べてその理由を探ることが はないので、より迅速に対処できます。そして、社内の各部署の できます。また、燃料消費量の平均を計算するための計測器を チームが同じデータを使用して作業するため、全チームが一体 車両に搭載してあるので、点検間隔ごとにそのデータを収集して となって取り組むことができるのです。」 います。同じ年式の全車両での燃費実績の平均値を確認することも できます。 」 このような能力が車両の品質や安全性にとってどれだけ重要で あるかは、自明の理です。しかし、これらの能力は、環境維持 データウェアハウスは、将来の環境最適化に向けて重要となる という、グローバルな関連性を持つ本質的価値を追求している 設計のサポートも行なっています。1 つだけ例を挙げれば、電気 Volvo にとって必要不可欠であることも判明しています。 環境問題改革の実証 2008 年の終わり頃から、Volvo は自社製品の構造を環境に 系統の充電データは、エンジンブレーキをバランスよく使用する ためのアルゴリズムを開発する目的で研究されています。それに より、過充電せずにバッテリーを再充電することが可能になります。 配慮したものにしています。特徴としては、低くなったシャーシ、 法規制遵守の実現 空力効果の高い車体底面パネル、アイドリングを最小限にするエン VDW チームは最近、重要なコンプライアンス・レポーティング・ ジンスタート／ストップシステム、高くなったギヤ比、特別に選択 アプリケーションを Teradata システム上でリリースしました。 されたホイールおよびタイヤなどが挙げられます。動力駆動装置は、 Transportation Recall Enhancement, Accountability and Documentation 燃料効率を最大限にして排出量を最小限にするように設計されています。 （TREAD）Act（運送にかかるリコール拡大・説明義務および文書に すべてのモデルの二酸化炭素排出量は、ユーロ圏で税制上の優遇 関する法律）は、自社製品に関連した安全のためのリコール、 措置を受けられる限界値である 120g/km を下回っています。 欠陥、傷害、死亡に関する特定のデータを報告することを自動車 C30 モデルをテストした結果によると、排出量は 99g/km と 製造業者に義務付ける米国連邦法です。Volvo では以前、Ford に いう低さでした。Volvo の設計者は、Teradata システムを使用し よって開発および保守されたレポーティング・ソリューションを て走行車両からの診断情報を収集および分析し、実際の性能を 採用していましたが、浙江吉利控股集団に買収された後は、独自の 追跡して、設計目標に反していないかどうかを調査しています。 プラットフォームへ移行する準備を進めてきました。 9 VOLVO CAR CORPORATION / データが原動力の自動車メーカー 残りのデータを移動させてレポーティング・アプリケーションを ビジネス・インテリジェンス開発用に指定された プラットフォーム Teradata システムでの実行用に再構築することは、Volvo Cars の Volvo の新たなデータウェアハウスがコストの削減、分析パ IT 部門によって即時に支持された明快なソリューションでした。 フォーマンスの向上、ユーザーアクセスの拡大、問題への対応 ただし、実装については、アップグレードの完了を待たなければ の迅速化において与えた影響は、経営層にも一目置かれるよう なりませんでした。最近完了したアップグレードでは、処理能力が になりました。VDW 運営委員会では最近、将来のビジネス・ 必要なデータの大部分はすでに VDW 内にロードされていたので、 2 倍以上に向上し、新規のユーザーやアプリケーションに対して インテリジェンスのイニシアティブはすべて Teradata プラット 生じる一時的なフリーズが撤廃されました。 フォームをベースにするという方針を導入しました。 VDW 上での TREAD Act 準拠のレポーティングは、現在は品質 VDW 運営委員会の共同委員長で、品質および顧客満足を担当し、 保証において実行されており、最初の本番用レポートは 2011 年 2 月に作成されました。 副社長でもある Åke Bengtsson 氏は次のように述べています。 「確かに当社では、大容量のデータの処理に関してはこのデータ ウェアハウスを利用することに熱意を抱いています。ただし今の ところは、表面をなでただけにすぎないと思います。ビジネスの 幻のエバポリークのケース 観点からは、私たちがこのツールの真の潜在能力をまだ理解して カリフォルニアは、世界有数の自動車市場です。そして、特に 運営委員会の主要目的の 1 つです。私たちは、より上手にデータを 環境規制に関しては、世界で最も厳しい規制環境でもあります。 利用して早期兆候を提示できるはずであり、より迅速かつ正確に対 カリフォルニア州の On Board Diagnostics（OBD）II 規制の要件 処できると信じています。これこそが真の目的です。競争の激 に応じた排出ガスの監視システムや制御システムを Volvo のエ しい現在の環境においては、正確で先行的な対応をするために、 ンジニアが設計し、0.5mm ほどの少量の漏れでも検出すること 踏む手順の数を少なくし、迅速に行動できることが必要です。 」 いるとは言えません。その可能性を理解して伝えることこそが、 を目指す燃料系統の圧力センサーが追加されました。 「欠陥のある車を製造するたびに、コストが発生します。解決策 しかしながら走行車両においては、新しい燃料蒸発ガスの漏れ を促進できれば、分単位、時間単位、日単位で、企業のコストを 検出システムは、驚くほどむやみに作動することがわかりました。 削減できます。問題の解決が早ければ早いほど、お客様にとって 漏れが検出された 16 件のうち、実際に漏れがあったのは 1 件 も企業にとっても良い結果となります。ですから、当社の方向性 だけでした。そこで圧力センサー自体を改善する努力が集中的に は明確だと思います。最近、数年先を見据えてハードウェアとソフ 注ぎ込まれましたが、VDW 内に捕捉されたログデータの分析で トウェアのアップグレードを行いました。これにより当社が所有す は、センサーの出力が正確で一貫していることが示されました。 るデータを真の意味で利用して新たなソリューションとビジネス機 会の開発を続けていくために必要なパフォーマンスと容量が提供 完璧なセンサーの構成部品を誤って交換する代わりに、Volvo は されます。今のところ、VDW の利用は品質の面に集中してい ソフトウェアの修正によって問題を解決しました。これにより、 ますが、セールスやサービスの分野でも機会があり、VDW を使用 間違ったアラームを 95 パーセント削減し、修理のコストを半減 してビジネスを強化できるはずです。 」 させました。 10 VOLVO CAR CORPORATION / データが原動力の自動車メーカー 戦略的 IT プラットフォームとしての VDW Teradata システムは、Volvo Cars の IT 部門からも熱烈な支持を 獲得しました。エンタープライズ・アーキテクチャのリーダーである Jonas Rönnkvist 氏は最近、企 業環 境内での戦 略的 IT プラット フォームとしての承認を取りまとめるのに一役買いました。 Rönnkvist 氏は次のように説明しています。 「私たちにとって、戦 略的プラットフォームの目的は、IT ランドスケープ内での標準化、 共通化、簡略化を推進することにあります。そうすることによって、 ビジネスのためにソリューションを構築して提供する方法が標準化 され、合理化されます。私たちは特に、新たな需要に合わせて スケールを変えられるものを求めています。今までは、Volvo Cars での分析スペースでそのようなケースが始終あるとは限り ませんでした。」 「私たちは、再利用可能なプラットフォームのコアセットの上に、 拡張可能なサービスまたはソリューションのセットを構築して 提供する、という発想をしました。そうすれば、ニーズの種類 ごとに別々のソリューションを構築せずに済みます。Teradata の アーキテクチャは、独立データマート・ソリューションの数を減少 させるための方法として採用したものでした。方法を標準化する ために、過去に行なっていたやり方よりも遥かにスケーラブルな 方法で単一のデータウェアハウスを使用することにより、分析の ニーズを構築およびアップグレードしました。私のチームが推進 Volvo Data Warehouseからの教訓 重要なのはビジネス価値である • 強力なビジネスケースによって経営者層からの支援を勝ちとり、 維持します • ビジネス価値は、常に最優先事項です • IT コストの削減がボーナスとして付いてきます 重要なのは人材である • 統計的技能と数学的技能が高い人材（シックス・シグマ）を 見つけます • 数値に対する洞察が改善につながります • システム検討段階でビジネス担当者を関与させ、オーナーシッ プを付与します 重要なのはデータである • 詳細データに基づいたエンタープライズ・データ・モデルにより、 時間が節約され、エンタープライズ・データウェアハウス（EDW）が サポートされます • 新たな使用方法が生じる可能性があるので、すべてのデータ を保存します • 需要の拡大に備えて、容量を計画します している企業情報アーキテクチャ全体において、今や Teradata が 主要構成要素であることは明らかです。 」 「今では Volvo Cars における新しい開発プロジェクトはすべて、 私のチームによるレビューを含めて、標準のガバナンスプロセスに 従っています。要件にデータの統合が含まれているのにデザイン 部門が VDW プラットフォームを活用していない場合、そのプロ 「ビジネスにとっての利点は、自分たちが利用してい るデータが正確で信頼性があり、真実であることを全員 が確信し、合意するようになったことです。独立して格 納されていたデータマート・アーキテクチャを利用して いた時は、そのようなことはありませんでした。同じ情 報であっても、常に異なる方言のようなものがあったた めです。 Teradataシステムは、ビジネスに対する単一 の視点を提供してくれます。その視点をあらゆるビジ ネス・ユニットが信頼し、受け入れています。これが 最大の影響です。」 11 ジェクトにはレッドマークが付けられます。CIO の承認なしには 進めなくなるのです。」 「ビジネスにとっての利点は、自分たちが利用しているデータが 正確で信頼性があり、真実であることを全員が確信し、合意する ようになったことです。独立して格納されていたデータマート・アーキ テクチャを利用していた時は、そのようなことはありませんでした。同 じ情報であっても、常に異なる方言のようなものがあったためです。 Teradata システムは、 ビジネスに対する単一の視点を提供してくれます。 その視点を、あらゆるビジネス・ユニットが信頼し、受け入れているの です。これが最大の影響です。 」 VOLVO CAR CORPORATION / データが原動力の自動車メーカー 「これまでに弊社が達成したことを振り返ると、技術的プラット フォームの決定は比較的容易でした。プロセスやサポートを立ち 上げることの方が遥かに困難でした。だから、 この旅は長いのです。 このような仕事は常に、一度限りのプロジェクトとはならず、長期に わたる努力を必要とするものです。 」 Volvo Data Warehouse（VDW）の機能一覧 フェーズ 1（2007 年） • Teradata 5450 システム 2 ノード（ユーザー・データの容量 は約 2.9 TB） データ駆動型デザインという文化の創造 • Teradata Database V2R6 for MP-RAS （古い NCR 版 Unix） 自動車のデザインおよび品質への影響も大きいものでしたが、 • バックアップと復元ソリューション Volvo のデータウェアハウスによる影響としては、同社の意思決定 • FastLoad、および MultiLoad（データのロード用） プロセスに与えたものが最も大きいかもしれません。Angtorp 氏 は次のように述べています。 「意思決定は、以前よりも事実に基づい たものになりました。今では、問題が生じたときにはいつも必ず、 『デ ータにはどう出ている ? 』という質問が聞かれるようになり フェーズ 2（2010 年） • Teradata 5555H システム 1 ノード（ユーザー・データの容量 は 7.3 TB） ました。行動する前に、自分たちの仮説をデータに対してテスト • Teradata Database version 12, Base Edition for LINUX しています。問題の存在を確認した後は、データを使用して • バックアップと復元ソリューション スコープを判定し、 問題への対応に優先順位を付けて等級を • FastLoad、および MultiLoad（データのロード用） 決定します。それが、お客様の体験に影響を与える可能性の • Teradata Dynamic Workload Manager 高いものに注力しているのだと確信するために役立つのです。」 • Teradata 製造業界向け論理データモデル • Teradata Warehouse Miner • Teradata Viewpoint ・Teradataは、Teradata Corporationの登録商標です。本文中の社名、製品名は各社の商標または登録商標です。 ・本文中に記載されている製品情報は、予告なく変更する場合がありますのでご了承下さい。 ・本資料で記述した全ての機能、実行内容が全世界で販売されているとは限りません。最新情報についてはTeradata担当者にお尋ねください。 2013 TDMK-5043（1306）
© Copyright 2024 ExpyDoc
