コスト、拡張性で「Amazon Redshift」と比較
リクルートの「Airメイト」に「BigQuery」と「Dataflow」が不可欠だった理由
リクルートは飲食店の経営状態を分析する「Airメイト」に、GCPの「BigQuery」と「Cloud Dataflow」を採用した。大量データ処理に強いGoogleクラウドのメリットを最大限に生かした事例として参考になりそうだ。
「iPad」を使ったPOS(販売時点情報管理)システム「Airレジ」に始まった、リクルートライフスタイル(以下、リクルート)の中小飲食店向けサービス群。そこに新たに加わったのが、経営を支援する「Airメイト」だ。レジでの情報、注文用ハンディー端末の情報に加えて、同社の既存サービスから得られる情報も活用して飲食店の経営状態を分析する。単なる可視化ではない、改善策の提案や個別施策の効果測定を実現するための分析機能を担うのは、クラウドサービス群「Google Cloud Platform」(GCP)のリアルタイムデータ処理サービス「Google BigQuery」だ。
紙文化が残る中小飲食店にデータ活用の風を吹き込むAirメイト
リクルートは、幅広いドメインでB2C(企業対個人取引)のマッチングを支援してきた。その中でもグルメ情報サイト「ホットペッパーグルメ」で扱ってきた飲食店業界は、中小規模の顧客が少なくない。大規模チェーンを除き、ほとんどの店舗でPOSシステムの導入や、その情報を生かした経営戦略立案などには至っていない。そうした中小規模の飲食店を支援するために同社が開発したのがPOSシステムのAirレジであり、アルバイトのシフト調整を支援する「Airシフト」、決済システムの「Airペイ」、POSデータを生かした接客を支援する注文端末「Airレジ ハンディ」だ。
「飲食業界では、いまだに多くの情報が紙で扱われています。営業終了後にスタッフがレジ締めと呼ばれる売り上げ集計をしなければならず、終電に間に合わないのが日常茶飯事というお店も少なくありません」。こう話すのは、リクルートのAirレジ事業責任者、山口順通氏だ。
紙文化が残っていることによる弊害は、深夜に及ぶレジ締めだけではない。複数店舗を経営する場合、それぞれの店舗の現状を知りたくてもその情報は紙でしかまとめられておらず、知りたいことを知りたいときに知ることができない、という現状があるという。POSシステムを導入すればこれらの課題を解決できるが、一般的にPOSシステムは少数の店舗を管理するにはオーバースペックで高価。とてもコストに見合わなかった。
そんな状況にある飲食店の経営を支援したいと、リクルートが4年前に始めたのがAirレジだ。その後Airシフトなど、ITを使って飲食店経営を支援するサービスを拡大していった。契約数は、Airレジ、Airペイ、Airシフト、Airレジ ハンディを合わせると約31万8000アカウントに上る。これらに加え最近、経営アシスタントAirメイトが加わった。
大量データ処理を感じさせず手軽に使ってもらうためにGCPを選択
Airメイトの基本機能は3つ。飲食店の状況把握、現状に基づいた改善施策の提案、改善施策の効果確認だ。これらを定量的に実施できている飲食店は多くない。実際のところ飲食店の経営は一般的に、勘と経験に頼った属人的なものになっているという。
「業績の悪い店舗には、他の店舗で業績を上げている店長を配置するなど、人に頼って経営をしているお店が多くあります。施策に対する振り返りや評価ができていないので、人材育成も簡単ではありません」(山口氏)
これを解決するのがAirメイトの目的だ。Airレジなど一連のサービスから集めた情報に加え、ホットペッパーグルメをはじめとするリクルートの既存サービスからも情報を集約、分析して、飲食店の経営に役立つよう加工、可視化する。Airメイトによって、これまで可視化できていなかった経営状況が、数値やグラフで把握できるようになる。「飲食店は状況に応じた打ち手を把握できるようになり、その施策の前後を比較することで効果測定も可能になります」と山口氏は述べる。
Airメイトのバックエンドでは膨大な量のデータが投じられ分析されているが、そうした規模の大きさや処理の重さを感じさせないことを重視して設計、開発した。しかもリクルート社内からは、Airレジユーザーの数十万店に使ってもらいたいという要望があることから、将来のスケールアップに耐えなければならない。ユーザー目線では有難い仕様だが、エンジニア泣かせともいえる。「大量のデータをそれと感じさせない手軽さで使ってもらえること、ユーザー規模が数十万店にまで拡大しても安心して提供できること、それらを満たすために選んだのがBigQueryでした」(山口氏)
機能面からGCP選定の理由を補足するのは、自身も飲食店を経営してきたというリクルートのAirメイトサービス責任者、甲斐駿介氏。飲食店の従業員は基本的に職人であり、データを集計したりデータを見て判断したりすることは得意ではないと語る。
甲斐氏が以前所属していた会社には30人ほどの従業員がいたが、表計算ソフトを使えるのは同氏を含めて2人しかいなかったという。「こういう会社でもデータを見て次の施策を打てるようにしなければならないので、シンプルに、見たいところをクリックするだけで、自分が何をしなければならないかが分かる、ということを重視しました」と同氏は語る。それを低コストで実現するために必要だったのが、BigQueryとGCPのリアルタイムデータ処理サービス「Cloud Dataflow」(以下、Dataflow)だ。
スピードスタート、将来のスケールにBigQueryとDataflowが寄与
AirメイトがBigQueryとDataflowを必要とした背景を、機能面からさらに深掘りして見てみよう。前述の通り、リクルート社内には多方面にわたるオンラインサービスがあり、それらを稼働させるためのインフラも整っている。それでもあえてGCPを採用したのは、明確な意図に基づく選択だった。
「長年運用を続けてきた既存サービスのおかげで、有益なデータが膨大に蓄積されています。しかしそのデータを同じ基盤で分析するのは、インフラに想定外の負荷をかけることになります。既存サービスを安定的に提供しつつ、そのデータだけを高速に分析できる基盤を別に設ける必要があります」(甲斐氏)
社内インフラではなく、クラウドに分析基盤を構築したのはそういう理由だった。クラウドというだけなら「Amazon Web Services」(AWS)や「Microsoft Azure」という選択肢もあったのではないか。甲斐氏はその問いにも明確な回答を用意していた。
「Amazon Redshift」など、他クラウドのデータウェアハウスももちろん比較検討したという。しかし甲斐氏は「コスト、拡張性のいずれもBigQueryの方が優れていました」とBigQueryを評価する。「将来は数十万店に使ってもらいたいサービスですから、初めから拡張性を意識してアーキテクチャを設計しています」(同氏)
具体的な金額については言及を避けたものの、スタートコスト、拡張時のコストでもBigQueryが優れていたと甲斐氏は言う。Redshiftを低コストで使うには将来の利用を見込んでサイジングした「リザーブドインスタンス」を使うことになるが、BigQueryなら使った分だけを支払う従量課金で採算が合うのが大きな違いだったという。またRedshiftでは拡張時に新たなインスタンスを追加するといった作業が必要だが、BigQueryはコードに手を入れるなどの追加作業をすることなく高い負荷にも応えられたそうだ。
GCPを選んだもう1つの理由がDataflowの存在だ。リクルートでは、社内基盤に蓄積した膨大なデータをDataflow経由でBigQueryに投入し、その結果を協力会社が持つ「DataRobot」という人工知能(AI)ツールに受け渡して将来を予測している。さらに、その結果をDataflow経由でGCPのデータストア「Cloud Datastore」に格納している。手軽に使ってもらえるようアーキテクチャの設計には時間をかけたが、実際に書いたのはPythonのコードにしてわずか数十行。これを実現するためにはBigQueryだけではなくDataflowも欠かせない機能だったというわけだ。
「Apache Hadoopなどを組み合わせても同じことはできるでしょうが、数十人規模のプロジェクトになるでしょう。私たちは数人のチームによってわずか3カ月程度でAirメイトを立ち上げることができました。これはBigQueryとDataflowなしにはできなかったことです」(甲斐氏)
人的リソース、金銭的リソースの節約という観点では、サービス開始後の運用コストにも注目してもらいたいと甲斐氏。インフラをGoogleに任せ、なおかつ同じコードで将来の拡張までできることなどから、他のクラウドを使った場合の試算よりも低い運用コストを実現できる予定だという。クラウドにはそれぞれ得手不得手があるが、シンプルで、大量データ処理に強いというGCPのメリットを最大限に生かした事例として、後発のお手本となりそうだ。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か? PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える? 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
-
4
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
BMWも導入 78兆円市場に化ける「フィジカルAI」の衝撃
-
9
「Wi-Fi 7」経由でWindowsが乗っ取られる? 最高権限奪取の恐怖
-
10
「AI活用を前提とした業務PCへの移行」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー