株式会社NTCについて

第2回インダストリアルIoTセミナー
IoTにおけるデータ活用事例と
分析システムのあるべき姿
2016年 7月 27日
株式会社NTC
ビジネスアナリティクス事業推進部
マネージャー
株式会社NTC
http://www.ntc.co.jp/
〒163-0918 東京都新宿区西新宿2-3-1
新宿モノリス 18F　TEL: 050-9003-7214　FAX: 03-5381-0105
森
正晴
INDEX
• NTCとデータ分析ソリューションのご紹介
• IoTにおけるデータ活用事例のご紹介
CASE１海運業
CASE２通信業
CASE３倉庫業 with
• IoTにおける分析システムのあるべき姿
• まとめ
NTCのご紹介と
データ分析ソリューション「DRIVE-BI」について
株式会社NTCについて

会社名
：株式会社ＮＴＣ
NTC Corporation

設立年月日
：１９６０年９月２２日

資本金
：１億８，０００万円

売上高
：６０億円（２０１５年度）

代表取締役社長：和田

従業員数
：４６１名

所在地
：新宿オフィス（本社）
東京都新宿区西新宿２-３-１新宿モノリス１８階
川崎オフィス
神奈川県川崎市多摩区中野島６-２６-１０
：日本コムシス株式会社、株式会社協和エクシオ、日本電気株式会社
：富士通株式会社、株式会社日立製作所、沖電気工業株式会社、
：ＮＴＣ役員持株会、ＮＴＣ従業員持株会
主要株主
賢太郎
「DRIVE-BI」について
BIGDATAやIoT、事業KGIやKPI等のデータ分析（BA）のコンサルティングからデータ分析基盤の構築まで、
お客様のご要望に合わせて一貫したサービスを提供しております。
データ分析
（BA）
BIツール
自動化
教育
分析
解析
ハンズオンセミナー
プライベートサポート
課題発掘
マーケティング
機械学習／BRMS
多変量・統計量解析
分類分析／マイニング
BIサーバ
構築
ツール
導入
データ蓄積
（DWH）
データ抽出
（ETL）
DWH
構築
RedShift
ツール
導入
バッチ
PG構築
ツール
導入
レガシーシステム
データソース
CRM/在庫管理
商品企画/POS
ERP
プラット
フォーム
etc
etc
環境
構築
ハード
調達
オンプレミス環境
8
「DRIVE-BI」について
BIGDATAやIoT、事業KGIやKPI等のデータ分析（BA）のコンサルティングからデータ分析基盤の構築まで、
お客様のご要望に合わせて一貫したサービスを提供しております。
データ分析
（BA）
自動化
教育
分析
解析
ハンズオンセミナー
プライベートサポート
課題発掘
マーケティング
機械学習／BRMS
多変量・統計量解析
分類分析／マイニング
BIサーバ
構築
データを多彩な表現を用いて、可視化する
BIツール
ツール
導入
DWH
構築
データを分析用に検索しやすい構成にて蓄積する
データ蓄積
（DWH）
RedShift
ツール
導入
バッチ
PG構築
データ抽出
データを抽出して、分析に適した形式に変換してロードする
（ETL）
ツール
導入
レガシーシステム
データソース
自社データ or 外部データ
CRM/在庫管理
商品企画/POS
ERP
etc
etc
環境
構築
既存リソースの空き領域オンプレミス環境
or クラウド or 新規構築
プラット
フォーム
ハード
調達
8
IoTにおけるデータ活用事例のご紹介
CASE１
海運業
大型輸送船舶の燃節運航の実現
CASE１課題と目標
■課題
輸送中の燃料消費を削減するために多様
且つ大量なデータを分析したいが、デー
タ整理に非常に時間がかかる。
■目標
日々蓄積される気象、海域、船体等の
データを迅速に取り込み、分析／シミュ
レートすることで最適な運航を実現する。
CASE１航海ログ分析システム構成
Tableau Desktop
船体ログデータ
ETL
（データ統合処理）
DWH
（データ蓄積）
Tableau Server
気象データ
海域データ
Web Browser
CASE１効果
今まで、新たな分析を試す度に手作業で
データを整理していたが、自動で整理・
蓄積する仕組みにより、分析スピードが
向上した。
どのような条件で、どのように燃料消費
されているかが可視化され、具体的な改
善策の立案が可能となった。
CASE２
通信業
ネットワーク通信機器の運用保全
CASE２課題と目標
■課題
各通信設備の異常を事前に検知したいが、
大量に出力されるログデータをリアルタ
イムに監視する仕組みがない。
×
■目標
通信機器のログから、異常が発生する傾
向を察知し、事前に対処可能としたい。
CASE２通信ログ分析システム構成
Server A
通信機器A
通信機器B
通信機器C
通信機器D
通信機器E
Server B
Aログ
Bログ
ETL
（データ統合処理）
DWH
（データ蓄積）
Tableau Desktop
Cログ
Dログ
Eログ
異常値検出時の
Alertメール配信
Tableau Server
Web Browser
CASE２効果
大量に出力される通信機器のログを
ほぼリアルタイムで参照し、機器毎に設
定された値（閾値）を超えた場合、即通
知される仕組みを構築。
トラブル発生前に異常を検知することで、
安定した運用保全が可能となった。
CASE３
倉庫業
作業者の動線と生産性の見える化
CASE３課題と目標
■課題
倉庫内での「生産性の見える化」を実現
したいが、動線情報をデータ化する仕組
みがない。
×
■目標
動線データを分析し、作業者の生産性を
把握すると共に、作業者に無駄のない移
動ルートを示す仕組みを提供したい。
CASE３動線ログ分析システム構成
※本システム構成は、今後導入予定のものとなります。
Tableau Desktop
入退室データ
ETL
（データ統合処理）
DWH
（データ蓄積）
作業ログデータ
作業者データ
倉庫内動線データ
（赤外線ビーコン）
Tableau Server
Web Browser
CASE３今後の狙い
作業者の動線データが取得可能となるこ
とで、以下のようなデータ活用を目指す。
・ピッキング作業時のルート最適化検討
・作業者の生産性測定と指導・育成検討
IoTにおける分析システムのあるべき姿
分析システムの理想とは
・最小構成で始められること
・スケールアウトできること
・ユーザが理解しやすいこと
最小構成ではじめるには
Example CASE1
パブリッククラウドや
既存リソースの活用
船体ログデータ
ETL
（データ統合処理）
Tableau Desktop
ライセンス費の安いBI
ツールを選定
DWH
（データ蓄積）
Tableau Server
気象データ
OSS（オープンソース）
の活用
海域データ
Web Browser
スケールアウトしていくには
Example CASE1
パブリッククラウド上
での運用
船体ログデータ
気象データ
ETL
（データ統合処理）
Tableau Desktop
共有方法の利便性と、
共有内容の厳選
DWH
（データ蓄積）
ETLによるデータ連携
の拡張性担保
Tableau Server
海域データ
Web Browser
ユーザに理解しやすくするには
Example CASE1
ETLにて分析者が理解
しやすいデータに加工
Tableau Desktop
船体ログデータ
ETL
（データ統合処理）
DWH
（データ蓄積）
Tableau Server
気象データ
操作性の良いBIツールを活用し、
人が理解しやすいデザイン、構成
で表現
海域データ
Web Browser
まとめ
最後に
何よりもスピードが重要。
分析システムを一から作るのではなく、
世にある様々なIT製品の中から、ベスト
プラクティスを見つけ出し、構築してい
くことが成功要因になると考えています。
データ分析
（BA）
BIツール
自動化
教育
分析
解析
ハンズオンセミナー
プライベートサポート
課題発掘
マーケティング
機械学習／BRMS
多変量・統計量解析
分類分析／マイニング
BIサーバ
構築
ツール
導入
データ蓄積
（DWH）
データ抽出
（ETL）
DWH
構築
RedShift
ツール
導入
バッチ
PG構築
ツール
導入
レガシーシステム
データソース
CRM/在庫管理
商品企画/POS
ERP
プラット
フォーム
etc
etc
環境
構築
ハード
調達
オンプレミス環境
8

Download Report