日本製鉄は「Tableau」で“経営層の誤解を生むレポート”をどう減らしたのか

日本製鉄君津製鉄所は社内データの分析に「Tableau」を活用し、全社に利用を広げようとしている。同社はなぜTableauを選定し、データ分析で直面していた課題をどう解決したのか。その文化をどう広めているのか。

公開 2019年06月03日 05時01分

更新 2019年07月06日 14時33分

著者

大久保心織

[TechTargetジャパン]

印刷する Googleで優先するソースとして追加

　日本製鉄の君津製鉄所は、社内データの分析のためにセルフサービスBI（ビジネスインテリジェンス）ツール「Tableau」を導入し、データ分析の効率化を実現した。君津製鉄所でTableauを利用する際の運用体制を整備するだけでなく、全社に対するTableauの利用促進に取り組んでいる。

　本稿は2019年5月に開催されたイベント「Tableau DATA DAY OUT 東京」におけるセッションの内容を基に、君津製鉄所のTableau導入事例を紹介する。

併せて読みたいお薦め記事

データ分析環境の構築

BIツールの導入事例

「Excelの限界」をTableauで解消

　日本製鉄が各拠点から収集し蓄積しているデータは多岐にわたる。例えば

受注情報や出荷情報などの営業系データ
圧力や温度といった製品製造プロセスのデータ
輸送工程のデータ

などだ。社内では、自社データセンターを活用したプライベートクラウドにデータ分析システムを構築済みで、個人用端末でデータ抽出や分析ができる環境がある。日々の製品生産量や在庫量などのデータ集計を担当する従業員は、この分析環境を日常的に利用している。

日本製鉄の枚田優人氏

　経営層への報告用レポート作成を担当する従業員は、データ集計のためにデータベースからデータを抽出し、「Microsoft Excel」などの表計算ソフトウェアを使うことが多いという。君津製鉄所の枚田優人氏によると「月当たり50万件以上のデータを集計しなければいけない場合は、Excelの処理能力を超えてしまう」という問題があった。

　それだけの量のデータを品目ごとに日別集計するのはExcelでは難しい。そのため担当者は、月ごとに合算してサマリーレポートを作成し、経営層に提出せざるを得なかった。結果として経営層が詳細な分析をするための情報が不足し「いつ、どの設備を使って、何を生産すべきか正しい判断を下せないことがあった」と枚田氏は語る。

　製造する品種や工程を切り替えるためには「段取り替え」という作業（製造品種や工程の変更に伴って発生する、設備や装置の交換）が必要だ。無駄な段取り替えを発生させず、コストを抑えて製品を生産することが製造業には不可欠だが、「誤った判断により無駄な段取り替えが発生してしまっていた」（枚田氏）という。

　データをより詳細に分析し、かつ効率的に集計できる環境を構築するために、君津製鉄所はセルフサービスBIツールであるTableauを2017年に導入した。

Tableau導入の決め手は2つ

　複数のセルフサービスBIツールを比較し、最終的にTableauを選定した理由として枚田氏は「処理の速さ」「操作の手軽さ」を挙げる。見たいデータやグラフをGUI（グラフィカルユーザーインタフェース）によってその場で生成できる環境を整えたことで「『結果を見ると次の仮説が浮かんでくる』というサイクルが生まれた」と同氏は語る。

300件のダッシュボードで業務改善

　2019年4月現在、君津製鉄所には約350人、日本製鉄全社では700人以上のTableau利用者がいる。同年3月時点で月別閲覧数（全ダッシュボード合計）は1万件を超え、同年4月には作成されたダッシュボードの累計が300件に達したという。同所はTableauで作成したダッシュボードを業務改善に生かしている。主要な例は次の通りだ。

製品の製造情報の可視化
- 製品の製造情報を棒グラフで自動的に表示するダッシュボードを作成した。表示する情報は、金属板や配管といった製品の大きさ、製造する際の温度などだ。表示用データをデータベースから自動で取得するように設定することで、複数の品目データを毎日手動で更新する必要がなくなり、入力負荷の削減につながった。これに加え、品目ごとに日別のデータを詳細に分析できる環境を提供できた。
クレーンの稼働状況の可視化
- 出荷作業に使うクレーンの稼働状況を示すガントチャートを作成した。どのクレーンがいつ稼働しているかを視覚的に把握できるようになり、停止させていた理由の状況分析と稼働スケジュールの改善に役立った。
定量的な分析による正確な判断
- 保健師が従業員の健康管理レポート（図1）を作成した。所内の喫煙所マップや従業員の健診データ（喫煙者と非喫煙者で分類）などを含む。保健師によれば、喫煙者の健康状態について「これまで定性的な分析しかできていなかったが、データの可視化により検診データの数値比較など定量的な分析ができるようになった」という。例えば喫煙の有無と白血球数の関係性を定量的に把握できるようにすることで、客観的な根拠に基づく健康指導が可能になった。

図1　君津製鉄所で利用しているTableauのダッシュボード（出典：日本製鉄の講演資料より）《クリックで拡大》

定着のコツは段階を踏んだ普及活動

日本製鉄の伊藤梓氏

　君津製鉄所でTableauの社内普及に取り組む伊藤梓氏は、2017年から続く活動を次のように振り返る。

第1期（2017年）
- スピードを伴った普及を実現するために説明会や勉強会を実施した。経営層には「Tableauが得意なことと不得意なこと」を説明し、Excelとの違いや使い分けを明確に定義した。各部門でデータ分析に課題を抱える従業員に声を掛け、実務に即した内容を用いて勉強会を開催した。
第2期（2018年4～9月）
- 利用者からの大量の問い合わせに対処するために専門のチームを組織し、ガイドライン制定やマニュアル（図2）作成、運用体制整備、ダッシュボード作成代行のプロジェクトに取り組んだ。その結果、部門内で自発的に勉強会を開く利用者が現れ、Tableauの活用が広がった。
第3期（2018年10月～2019年3月）
- 社内でのユーザー会開催や知見を共有するためのポータルサイト開設など、利用者のコミュニティーを盛り上げる活動に注力した。全社説明会や研究部門への説明会を実施し、社内広報誌で活動内容を紹介することで、君津製鉄所から日本製鉄の他の拠点に活動範囲を広げた。

図2　君津製鉄所が作成したTableauの利用マニュアル（出典：日本製鉄の講演資料より）《クリックで拡大》

より直感的なデータ整理インタフェースへの期待

　伊藤氏は、普及活動の第4期となる2019年4～9月には「より効率的な意思決定のために視覚的な分析ツールを活用する文化を広めたい」と考えている。そのために必要なのは「直観的なダッシュボードをより簡単に作成できるGUI」だという。伊藤氏はTableauのグラフ作成用GUIについて「使いやすいものの、データ整理や整形用のインタフェースには物足りないと思う点もある」と指摘する。CSV形式やテキスト形式のデータをGUIでより直感的に加工し、分析用データとして整形できるようになれば「Tableauでデータの準備やダッシュボード作成、データ分析という作業を一貫して実施しやすくなるだろう」と同氏は語る。

　日本製鉄は社内のデータ分析環境の拡充に取り組んでおり、Tableauだけでなく機械学習ツール「DataRobot」を用いたデータ分析にも着手している。伊藤氏は「DataRobotの学習・分析結果をTableauで可視化することで、より効率的な分析ができるのではないか」とさらなるデータ活用に期待を寄せる。

印刷する

この記事の著者

大久保心織

日本製鉄は「Tableau」で“経営層の誤解を生むレポート”をどう減らしたのか