データドリブン経営の重要性が叫ばれて久しい。ビジネスにおけるデータの重要性はいまや誰もが認識するところだが、実際に経営視点で高度なデータ活用を具現化できている企業は、残念ながらひと握りだ。

「要因の1つは、部門ごとに個別最適でシステムを構築してきたために、社内のデータがサイロ化していることです。この状態を脱却するため、データを収集・統合するツールを導入する企業は多いのですが、取り組みがなかなか進まないケースがよく見られます。データドリブン経営は、ツールを導入すればできるというものではないのです」とインテージテクノスフィアの新 俊駿氏は指摘する。

同社が提唱するのは次のようなステップだ。まず行うべきは「何のためにデータを分析するのか」、①目的を明確化すること。これが欠けていると、ツール導入の成果を高めることは難しいという。その上で、目的に沿って情報を収集・蓄積するための②DWH（データウエアハウス）を構築する。集めたデータにはまだ不備や重複があるので、それを③加工して整える（データクレンジング）。そうして整えられたデータを、単一のシステムや形式に④統合する。この4ステップを経て初めて、高度なデータ活用の土台ができるのである。

「当社は、データ活用基盤として世界で利用されている、Snowflake Inc.のAIデータクラウド『Snowflake』をベースとしたデータ活用基盤を提供しています。これを中心に、先の4ステップをトータルにご支援することが可能です」（新氏）。インテージテクノスフィアが提供している「Snowflakeプロフェッショナルサポート」では、データ活用に関する現状・課題の整理から、データドリブン経営の実現に向けたロードマップの策定、DWHやETLを含むデータ基盤の構築とデータ移行、さらに利用開始後のBI／ AI／ LLMによるデータ活用の高度化やシステムの保守・運用まで、ワンストップで顧客に伴走することが可能だという。

実際にインテージテクノスフィアは、グループ会社であるインテージにおいて基幹商品であるパネル調査システムを先の4ステップをふまえてSnowflakeをベースとしたデータ活用基盤を提供し、包括的に支援している。

多彩なデータ活用基盤が存在する中で、なぜSnowflakeなのか。これについて新氏は「最大の理由は、やはりクラウド・ネイティブであること」と語る。

SaaSのため、導入に当たってサーバーやシステムを購入・保有する必要がない。ユーザー側での定常的な運用・保守がほぼ不要な「ニアゼロメンテナンス」も実現しているほか、扱うデータの量や用途に応じて柔軟に利用規模をスケールすることも可能だ。「そのため、データ活用のコストや運用負荷を最適化できます。TCOを抑えつつ、高度なデータ活用を促進できる点が大きな特長といえるでしょう」と新氏は説明する。

加えて、ユーザー間でのデータシェアリングが可能なこともSnowflakeのメリットだ。例えば、インテージが保有するマーケティングリサーチデータを活用したいと考える企業は、Snowflakeを導入することでアクセス可能になる（マーケットプレースもしくはインテージ経由で購入が必要）。世界中の企業・組織が保有するデータに接続できるようになれば、自社のデータ活用の幅は大きく広がる。経営意思決定の精度を高めることができるだろう。

「インテージテクノスフィアは、Snowflake Inc.が日本で事業を開始する以前からSnowflakeを利用していました。Snowflake Inc.が日本法人を立ち上げた際は、国内ファーストユーザーの1社になるとともに、インテージデータを提供するパネルシステムの基盤としてSnowflakeを採用し、その後、その価値を広めるべくサービスパートナーになった経緯があります」と新氏は言う。

同社は、その過程で多様な局面におけるSnowflakeの活用経験を積んできた。膨大なノウハウと知見を基に、データ利活用の勘所や基盤の運用について的確に顧客にアドバイスすることが可能だという。

一連の活動が評価され、2024年12月に同社は「Snowflake AIデータクラウド・サービスパートナー『PREMIER』」の認定も受けている。これはSnowflakeの高度な専門知識を持つメンバーや顧客導入実績を多く有するパートナーに与えられる認定だ。2024年12月現在、「PREMIER」以上の認定を受けた国内SI企業は6社しかない※。このことからも、同社がいかに高度な知見を有しているかが分かるだろう。

サイロ化していたデータを統合し、分析できるようになれば、それに基づくタイムリーな経営意思決定が可能になる。既に多くの企業が、インテージテクノスフィアとの取り組みによって多くの成果につなげている。

例えば、ある消費財メーカーは、インテージテクノスフィアとの取り組みによって、勘と経験頼みだったビジネス意思決定から脱却することに成功した。

「的確な需要予測なくして、新製品の開発・販売を成功させることはできません。このお客様は従来、その部分を経験豊富な社員の勘に頼っており、精度を高められないのが悩みでした。データ活用基盤を構築後は、それまで見えなかった卸企業より先のデータまでを参照できるようになり、意思決定精度を高められています」と新氏は紹介する。

また別の企業は、従来使っていたDWHをSnowflakeに移行することで、データ基盤の運用コストを大幅に削減した。具体的には、特に規模の大きいプロジェクトのデータ基盤をSnowflakeに置き換えたところ、データ利活用の内容や品質を変えることなく、年間で最大35％のコスト縮減に成功したという。既存DWHからのマイグレーションコストを約3年で回収できる計算だ。

「この事例に限らず、既存のDWHをSnowflakeに置き換えたお客様の運用コストは、20～30％低減できています。Snowflakeは処理が高速なため、利用時間を短縮でき、従量課金の額を抑えられるのです」と新氏は付け加える。

クラウドサービスのため、Snowflake自体も進化し続けている。一例が生成AI技術の導入だ。実現された暁には、あたかも人と会話するような感覚で高度なデータ分析を行えるようになるだろう。例えば、現場マネージャーが「今日の営業担当者の活動状況は？」とチャットで質問すると、生成AIが大量の営業日報データを要約してレポート化してくれる。人の作業をAIに置き換えることで、業務効率を飛躍的に高められるはずだ。

「現在、生成AI機能のPoCを実施していますが、高度な生成AI活用を実現する上でも、先の4つのステップは不可欠です。単にデータの収集・統合ツールを導入するだけでなく、活用目的を明確化し、クレンジングをしっかり行ってデータを統合することが、データの発展的な活用に向けた土台になるのです」と新氏は強調する。

データドリブン経営を成功させるためには、データ基盤の導入はもちろんのこと、その活用の前後においても、十分な検討と取り組みが必要だ。インテージテクノスフィアは、それらのプロセスも含めた取り組みを共に進めるパートナーとして、頼れる存在となるだろう。