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
-
市場調査・トレンド
データ侵害の被害は平均440万米ドル、Linux環境のリスクはどう軽減する? -
製品資料
ハイブリッドクラウド環境の管理を単純化するために知りたい「4つの方法」 -
市場調査・トレンド
「OSの選択」が戦略的な課題に? 次世代のLinux基盤に求められる機能や要件 -
製品資料
SaaS企業のカスタマーサクセス、少人数で成果を上げる運用体制をどう作る? -
製品資料
カスタマーサポートの投資効果が見えない? 実態把握から始める改善方法とは
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
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
2
取手市がVDIと決別した理由 更改費用「4倍超」を約1.7倍に圧縮
-
3
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4%
-
4
なぜ人はいるのにDXが進まない? ライオンも直面した“老害”レガシーシステム
-
5
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
6
急増する「AIはこう言ってる」マン 判断を狂わせる「AI忖度」を防ぐには?
-
7
エンジニアが選考を辞退する本当の理由 7割が隠す“面接の違和感”とは
-
8
AI時代の競争力はデータ基盤で決まる 仮想化刷新を未来への投資に変える条件
-
9
「Linuxサーバの長期運用とRed Hat Enterprise Linux」に関するアンケート
-
10
IT人材の42%が転職予備軍 辞めさせない組織の4つの共通
ホワイトペーパーランキング PR
-
1
属人化や仕様バグはなぜ起きる? AI時代に必須のドキュメント文化の作り方
-
2
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
3
「NAS」「SAN」「DAS」は何が違う? いまさら聞けないストレージの基礎
-
4
5分で分かる「AI駆動開発エージェント」 要件定義から設計・実装・テストまで
-
5
コスト分析で見る「デバイス復旧」の代償 損失額から導きだされた投資戦略とは
-
6
マンガで解説:「ゼロトラスト」「SASE」の必要性とメリット
-
7
“あのファイル転送”で暗躍するノーウェアランサム
-
8
オープンウェイトLLMの推論最適化事例:ローカル環境で応答速度を約15分の1へ
-
9
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
10
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは?
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