AIでファッションに革命を起こす

産業

技術情報

Data Science Delta Lake ETL Azure Machine Learning

はじめに

ナッシュテックはレイクハウス・ソリューションを提供することで、データサイエンス全般にわたるスケーラブルでコラボレーティブな環境を醸成し、運用コストの70％削減につながった。

ストックホルムに本社を置くスウェーデンの多国籍衣料品会社は、スペインに本社を置くインディテックスに次ぐ世界第2位の衣料品小売業者である。全世界で12万人以上の従業員を擁する世界最大級のファッション企業であり、74カ国でさまざまな自社ブランドで5,000以上の店舗を展開している。

課題

データは、ファッションおよび小売業界における重要な破壊者であり革新者である同社のすべての活動の中心にある。同社は、世界中に急ピッチで拠点を開設しているため、サプライチェーンと予測業務を強化してコストを簡素化し、収益を最大化する必要があった。

しかし、オンプレミスのHadoopシステムでは、予測モデルの実行に必要な数百万人の消費者からのデータを取り込んで分析する能力に限界があった。同社はNashTecch Lakehouse Solutionを採用し、インフラ管理を簡素化し、大規模でパフォーマンスの高いデータパイプラインを提供し、機械学習のライフサイクルを合理化することで、ビジネスの成長を加速させるデータ主導の意思決定を可能にしました。

「テクノロジーは、私たちのクライアントが世界最大の銀行と競争することを可能にする、偉大なイコライザーです。ナッシュテックの専門知識ソリューションが提供する重要な技術的優位性のひとつは、当社の商品ポートフォリオ全体で共有できる能力です。口座開設から、住宅ローンや中小企業ローンの開始、大学進学や退職後の貯蓄に至るまで、エンドユーザーのファイナンシャル・ジャーニーを通じて発生する重要なイベントです」と、ホスティング・アーキテクチャ担当バイス・プレジデントは述べています。

企業の成長をサポートできないレガシー・アーキテクチャ

サプライチェーンの効率を改善するために、彼らは意思決定とオペレーションを改善するためにデータとAIの活用を選択した。しかし、レガシーなHadoopベースのアーキテクチャは非効率的で、急速なビジネス要件に対応するための拡張性がありませんでした。

– 70以上の市場、5,000以上の店舗、毎日数百万人の顧客から得られる大量のデータ。
– データエンジニアリングは、固定サイズのクラスタ、リソース集約的で拡張にコストがかかる複雑なインフラ、データセキュリティの問題といった課題を抱えていた。
– 様々なサイロ化されたデータソースから送られてくるデータすべてに対して、データサイエンスの取り組みをサポートするためのオペレーションを拡張するのに苦労した。
– DevOpsの大幅な遅れにより、データサイエンティストがモデルを迅速に構築、トレーニング、デプロイする能力に影響を及ぼし、市場投入までに時間がかかった。アイデア出しから製品化まで丸1年かかる。

解決策

データ操作の簡素化がMLイノベーションを後押し。

ナッシュテックは、データサイエンスとエンジニアリングを横断するスケーラブルでコラボレーティブな環境を育むレイクハウス・ソリューションを同社に提供し、データエンジニアとサイエンティストがクラスタを管理する代わりにデータライフサイクル全体に集中し、ビジネスにおけるサプライチェーンの意思決定を加速することを目標に、モデルを迅速にトレーニングして運用できるようにしています。

同組織はその後、Kafkaを使用してApache CassandraデータベースからMoleculaのクラウドデータアクセスプラットフォームへのデータの標準化と移動を行うなど、他のプロジェクトにもNashTech専門ソリューションの使用を拡大している。「このソリューションは、ナッシュテックの複数の専門知識ソリューション機能を使用しています。 “Schema Registryに保存されたモデルを使用してCassandraデータベースのデータを構造化し、NashTech Replicatorを使用して複数のデータセンター間でトピックを複製しています。”

「私たちは毎年1兆5000億ドル近くを私たちのプラットフォームを通じて移動させているので、信頼性は私たちにとって非常に重要です。当社のプラットフォームをローン組成、ローン決定、その他の分野に拡大し続けるにつれて、データを確実に共有する必要性がより重要になります。当社のソフトウェア・アーキテクチャの一部としてナッシュテックの専門知識を活用することで、製品間や、公私を問わずデータセンター間でのデータ移動が容易になり、そのニーズを満たすことができます」。

– 自動クラスタ管理機能を備えたフルマネージド・プラットフォームにより、大規模なインフラ管理と運用が簡素化されます。
– 複数の言語（SQL、Scala、Python、R）をサポートするコラボレーティブ・ノートブック環境により、多様なユーザーがそれぞれの好みの言語で共同作業を行うことができます。
– NashTechソリューションは、AzureやApache AirflowやKubernetesなどのテクノロジーと統合されているため、大規模なエラスティック・モデル・トレーニングを実現することができます。

その結果

よりスマートな意思決定、大幅なコスト削減

ひとつのモデルの精度が0.1％向上するだけでも、ビジネスに大きな影響を与える。ナッシュテックは、すべての意思決定者がデータにアクセスできるようにし、ビジネスをより速く、より適切なものにします。

– 運用効率の向上：自動スケーリング・クラスターなどの機能により、データの取り込みから機械学習のライフサイクル全体の管理までの運用が改善され、運用コストを70％削減。
– チーム間のコラボレーションの向上：データサイエンティストとエンジニアの双方に統合されたアナリティクス環境は、セットアップと管理が容易で、本番稼動に必要なコンポーネント数を劇的に削減しました。
– 洞察までの時間が短縮され、ビジネスに大きなインパクト：より詳細な意思決定が可能になったことで、戦略的な意思決定と事業予測が改善された。