納品した機械のダウンタイムを削減、充填包装機械大手テトラパックにおけるデータ分析の軌跡

ソフトウェア開発の最新方法論「DevOps」をモデル作りに適用

　センサーデータにより機械の状態をモニタリングすることを決めたテトラパックは2012年、データ分析のための開発プロジェクトに着手。センサーキットや基本的なアルゴリズムを開発した。多数のデータポイントからデータを得るとなると、その分析にも専用のプラットフォームが必要になるからだ。

　アナリティクス専用のプラットフォームを整備し顧客にサービスを提供できたのは2015年のこと。それだけの期間を経て初めて、「機械をモニタリングするワークフローを顧客へのサービスとして提供できるようになった」（Sandberg氏）。このとき整備したアナリティクス専用プラットフォームのアーキテクチャーは、「その後も継続的に改善を続け、サービス提供の基盤として重要な役割を果たしている」（同）という。

ソフトウェア開発分野の方法論「DevOps」をモデル作りに適用

　センサーを付ければ、これまで以上に多くの種類のデータは集められる。だが、そのデータをビジネス課題と照らし合わせて理解しなければ、ビジネス面での成果を高めるのは難しい。Sandberg氏は、「これまでの試行錯誤で学んだのは、ビジネス課題の理解とデータの理解に、より多くの時間をかけるべきだということだ」と強調する。

　そのためにテトラパックが採用しているのが、ソフトウェア開発分野で採用が増えている「DevOps」（開発と運用の融合）の方法論。データの準備から、モデルの構築、検証、デプロイまでの一連のプロセスを、データサイエンティストとビジネスアナリストが協力しながら、短期間に繰り返すことで、より高いビジネス成果を得られるようにする。

　この方法論を、Teradataは「AnalyticsOps」と呼ぶ。Teradataのコンサルティング部門Think Big Analyticsの協力を得て採り入れたテトラパックは今、「モデルの構築と検証を4週間単位で繰り返している」（Sandberg氏）。これにより、顧客からのフィードバックを迅速に反映させた最新のモデルを常に利用できることになる。

専門家の知識を統合し予測的アナリティクスに取り組む

　今後は、機械のモニタリングにもAnalyticsOpsを試す予定だ。テトラパックは現在、予測的アナリティクス（Predictive Analytics）に取り組んでいる。まずツールを導入し、100個の予測モデルを構築する。そのモデルを日々、運用しながら問題の原因が明らかになれば、専門家の知識をモデルに統合し、より洗練されたモデルとして最適化を図りたい考えである。

　Sandberg氏は、「センシングデータに基づくアナリティクスは、顧客ロイヤルティを高め、より良い提案と製品の改善に役立てられる」として、今後もアナリティクスをビジネスに役立てる取り組みを続ける考えを示した。