メインコンテンツへジャンプ
リアルタイムリテールとは何ですか?
ストリーミング分析を通じて、小売業者が顧客の行動、在庫の変化、市場の状況に即座に対応できるようにするリアルタイムデータ処理
によって Databricks Staff による投稿
Archived. This article has not been updated since the publish date above. The dynamic nature of information means that previously accurate content can become outdated or even obsolete over time. Readers are advised to exercise due diligence and cross-check any information found in this blog post before making decisions or adopting any practices based on said information.
- Apache Kafka、Spark Streaming、Flinkなどのテクノロジーを用いて、IoTセンサー、モバイルアプリ、ウェブ分析、ソーシャルメディア、トランザクションシステムからのストリーミングデータを処理し、1秒未満のレイテンシでインサイトを提供します。
- アプリケーションには、在庫切れを防ぐリアルタイム在庫追跡、競合他社の行動や需要に合わせて調整される動的な価格設定、顧客の閲覧パターンに基づいてトリガーされるパーソナライズされたオファー、不審な取引をブロックする不正検出などが含まれます。
- 一貫した顧客体験を実現するために、高速データ取り込み、低レイテンシのクエリエンジン、スケーラブルなストリーム処理フレームワーク、分析システムと同期された運用データベースをサポートするインフラストラクチャが必要です。
小売業におけるリアルタイムデータ
- 小売業におけるリアルタイムデータとは、データへのリアルタイムなアクセスを意味します。バッチ式のアクセス、分析、コンピューティングからリアルタイムアクセスに移行することで、データは常時稼働の状態となり、正確でタイムリーな意思決定とビジネスインテリジェンス（BI）の推進が可能になります。需要予測、パーソナライゼーション、店頭在庫の可用性、到着時間予測、オーダーピッキングとコンソリデーションといったリアルタイムのユースケースは、サプライチェーンのアジリティ向上、サービス提供コストの削減、製品の可用性の最適化、在庫補充などを通じて組織に価値をもたらします。
小売業にお けるリアルタイムデータの重要性
- この 20 年間で、eコマースやオムニチャネルへの移行が進行しました。しかし、消費者行動は、新型コロナウイルス感染症（COVID-19）のパンデミックによって根本的に変化しました。10 年分の変化がわずか 10 週間で起こったといえるような状況です。ロックダウン（都市封鎖）により実店舗が閉鎖するなか、消費者はデジタルチャネルでの購買に移行しました。また、レストランでは店内飲食が禁止され、ドライブスルーやデリバリーの利用が急増しました。一方で、消費者の購買行動の変化に伴い、不正行為の増加、サービスや商品に対する顧客の期待の変化、返品の増加、カーブサイドサービスや配達のコスト増大といった変化も現れています。
- 消費者に起因するこのような変化をさらに複雑にしているのは、昨今のサプライチェーンの不安定さです。今後数年間における小売・消費財業界の最大のリスクは、不安定さといえるでしょう。
- 従来のビジネス戦略は一瞬にして意味を持たなくなりました。これまでの需要予測では適切な判断ができず、顧客の嗜好の変化が在庫切れを引き起こし、小売業者の利益率は低下しました。消費者がリアルタイムで買い物をするようになり、従来のデータウェアハウスアーキテクチャでは対応できなくなり、企業はよりリアルタイムな対応を可能にするソリューションへの移行を迫られました。この課題を解決するのがリテール向けレイクハウスです。
レポート
マルチエージェントシステム、AIのユースケース、評価などに関する主要な知見
リアルタイムなデータアクセスのメリット
- 大規模なデータを迅速に取り込むことで、バリューチェーン全体で高度な知見をリアルタイムに利用できるようになり、コストを削減してエラーを最小限に抑えます。小売業者では、情報なしでの意思決定は失敗につながります。このような誤りは、次のような状況を招きます。
- 需要を低く見積ることで急ぎの配送が発生し、速達便のコストがかかる。
- 製品の生産量の誤った予測が過剰な在庫コスト、売れ残り、廃棄の増加につながる。
- 故障への対応が、生産サイクルを中断させる計画外停止を引き起こす。
- 不完全または不正確なデータでの注文処理が、追加の配送コストや返品率の上昇につながる。
- 最新データに基づいた消費者エンゲージメントの機会を逃すことにより、販売機会の喪失をもたらす。
- リアルタイムなデータ処理によ り、バリューチェーン全体で遅滞のない運用状況の確認と、情報に基づいた的確な意思決定が可能になり、このような問題を回避できます。
Databricks のリアルタイムデータの差別化機能
- Databricks のレイクハウスは、Delta、DLT、オートローダー、Photon などのテクノロジーを使用しており、お客様におけるリアルタイムなデータアクセス、意思決定を可能にします。
- リテール向けレイクハウスは、ニアリアルタイムで最大規模のデータジョブをサポートします。例えば、お客様はトランザクションログシステムから 1 日あたり 15 秒間隔で 4 億件近いイベントを取り込んでいます。データ処理を行うとレポート作成や分析が中断されるため、小売業のお客様の多くは、夜間にバッチ処理を行い、データウェアハウスにデータをロードしています。中には、週次または月次でデータをロードしている企業もあります。
- レイクハウスのイベントドリブンなアーキテクチャでは、ラムダアーキテクチャなどの従来のアプローチと比較して、バッチデータやストリーミングデータの取り込みと処理がシンプルです。このアーキテクチャは、変更データの取得処理を実行し、ACID コンプライアンスのトランザクションをサポートします。
- DLT は、データパイプラインの構築をシンプルにし、リネージを自動的に作成して運用管理をサポートします。
- レイクハウスは、リアルタイムストリーミングのデータを取り込み、ストリーミングデータに対する分析を可能にします。データウェアハウスでは、いかなる分析を行うにも、データウェアハウスからの抽出、変換、ロード、追加抽出が必要です。
- Photon は、画期的なクエリ性能を提供します。ユーザーは最大規模のデータセットにクエリを実行し、BI ツールでのリアルタイムな意思決定を可能にします。
リテール向けレイクハウスの詳細は、こちらをご覧ください。
関連資料
最新の投稿を受信トレイで受け取る
ブログを購読して、最新の投稿を受信トレイにお届けします。