AWS上にデータレイクを構築し、すべてのデータをユーザー部門自身で分析できるように

課題

課題01：分析対象データの期間と粒度を揃えて分析できていなかった

課題02：新たな分析は、データの蓄積からシステム部門に依頼しなければならなかった

課題03：新たなビジネス発掘のために社内のデータを探索したいが、どのようなデータがあるのか分からなかった

AWSによる解決策

• Amazon S3をデータレイクとして採用し、各システムのデータを捨てずに全て蓄積した。
• Amazon Athenaを使用してデータレイクのデータをSQLで直接参照し、さらにQlik Sense（BI）で可視化／分析した。
• データレイクには最低限の整形のみを行った生データを保存し、AWS Lake Formationで蓄積されたデータのデータカタログを構築した。

導入効果

• これまでよりも長期間のデータを分析でき、新たな発見を得られるようになった。
• データレイクとデータカタログによって源泉データが一元管理されているため、新しい分析要件に対して柔軟に対応できるようになった。
• アシストから提供したデータレイク構築スタートアップ支援により、自分達でスムーズにデータレイクの構築と運用を推進できるようになった。

システム概要図

BEFORE

AFTER

データレイク関連情報

• AWSデータレイク構築スタートアップ支援の事例ニュースリリース

AWS活用の具体例を
もっと知りたい方へ

AWSにビッグデータ分析基盤を構築するべき理由と構築例

なぜAWSでデータ分析基盤を構築する企業が増えているのか？その理由と代表的な構築例を解説します。

資料のダウンロードはこちら