このページの本文へ

ビッグデータ分析に「Splunk」を採用した日立ビルシステムの事例

「エレベーターの稼働データ」から新サービスが見える?

2013年07月11日 07時30分更新

文● 大塚昭彦/TECH.ASCII.jp

  • この記事をはてなブックマークに追加
  • 本文印刷

米スプランクの「Splunk」はログを中心とした多様なマシンデータを取り込み、高速な検索/分析を可能にする汎用プラットフォームである(関連記事)。そのスプランクが7月5日、都内でプライベートイベントを開催し、国内における導入事例を紹介した。

多彩な「マシンデータ」分析/可視化事例

 Splunkが検索/分析の対象とするマシンデータとは、例えばOSのイベントログ、WebサーバやWebアプリケーションのアクセスログ、さらにはセキュリティ機器やネットワーク機器、VoIP/メッセージングサーバのログ、GPSによる位置情報など多彩だ。そのため導入事例もバラエティに富んでいる。

Splunkを使ったマシンデータ活用の目的は多様化している

 今回のイベントでは、タイプの異なる3つの導入事例が紹介された。多様なセキュリティログの統合分析により標的型攻撃の検出と対策のサービスを実施する三井物産セキュアディレクション(MBSD)、自社で提供するMDMサービスの運用状況を可視化したソフトバンクテレコムの事例、そしてこれから紹介する日立ビルシステムの事例だ。

ビッグデータ分析でサービス価値向上を

 日立ビルシステムは、ビル設備のメンテナンスを事業の中心とする企業である。今回は、Splunkを使ってエレベーターから自動収集される膨大な稼働データを分析し、サービス改善や新サービス提案につなげるという取り組みが、同社 技術開発本部企画部 主任 柴田康弘氏により紹介された。

Splunkの自社導入事例を紹介した、日立ビルシステムの技術開発本部企画部 主任 柴田康弘氏

 日立ビルシステムでは、エレベーターのリモートメンテナンスサービス「ヘリオス」「スーパーヘリオス」を提供している。これらのサービスでは、個々のエレベーターに取り付けられた遠隔監視装置から常時、その稼働状況が収集されている。たとえばエレベーターの走行時間や走行距離、通電時間、ドアの開閉回数、押しボタンの動作回数といった詳細なデータだ。

 監視装置から自動送信された稼働データはデータセンター内のリレーショナルデータベース(RDB)に蓄積され、障害発生時の迅速な原因究明や復旧だけでなく、点検計画の決定や交換用部品の自動出庫、さらに遠隔診断や障害予兆診断といった業務にも役立てられている。

 1994年のリモートメンテナンスサービス開始以降、同社が監視対象とするエレベーター台数と、そこから収集される稼働データは右肩上がりで増加しているという。

日立ビルシステムの昇降機保全サービスと遠隔監視の概要。収集した稼働データを各種保全サービスに活用している1994年のサービス開始以降、遠隔監視対象の台数は着実に増加しており、収集データ量も膨大なものになっているという

 しかし柴田氏は、収集される稼働データの中には「まだ活用されていないデータも山のようにあった」と語る。「こうしたデータを用いて、現状の保全サービスに“プラスアルファ”の価値を付加できないか、さらには顧客の利用状況に合わせて新サービスを提案できないか。一般に“ビッグデータ分析”と言われるものを、当社も考えている」(柴田氏)。

 こうしたビッグデータ分析を実施するため、柴田氏の所属する技術開発本部では2012年の春ごろから検討を開始。今年1月から、Splunkを使った実証環境を稼働させた。実は以前から稼働データを分析することはあったが、RDBを使い複数のデータを抽出、加工、分析するという作業は、前述したデータ量の増加もあって非常に時間がかかっていたという。

 「Splunkを使い、複数のRDBに分散している業務データを仮想的に統合して1つのデータベースのように扱っている。データ分析では可視化したあとの『試行錯誤』こそが大切だが、Splunkによってデータの選択から可視化までが短時間でできるようになり、『試行錯誤』を繰り返すことができる。それが大きなメリットだ」(柴田氏)

日立ビルシステムが考えるデータ活用の目的は、従来の保全サービスの価値向上と、新サービスの提案である同社ではSplunkの実証環境を構築し、複数のRDBに分散したデータを仮想的に統合、活用している

顧客の利用状況を把握しサービスにつなげる

 エレベーター稼働データ活用の一例として柴田氏は、エレベーターの「起動回数」データの分析を取り上げた。起動回数とは、エレベーターの乗りかごがそれぞれの階から何回発進したかを示すものだ。

 「起動回数を月ごとにまとめることによって顧客の繁忙期が可視化され、繁忙期の前、あるいは閑散期にメンテナンスを計画することができる。さらにそのビルでよく利用される階も分析できるので、その階に点検や清掃を集中させるといった、より細かなメンテナンス作業が可能だ」(柴田氏)

 柴田氏はさらに別のデータ活用事例として、エレベーターの省エネ運転効果の可視化を挙げた。近年、節電のためにエレベーターの稼働台数を減らすビルが増えているが、こうした取り組みの具体的な効果を可視化して顧客に提示したり、新たな省エネソリューションを提案することができるという。

 現在のところ、同社がSplunkに取り込んでいるデータは2000万件程度とのことだが、柴田氏によればこれはまだほんの一部だという。「もっとも、現在はそれ以外のデータも日々追加していっており、新たな分析ができるようになってきている」(柴田氏)。

 「Splunk歴は3カ月でまだ機能をよく知らない」と笑う柴田氏だったが、これから地図へのマッピングといった未使用の機能も積極的に活用していきたいと抱負を述べ、講演を締めくくった。

■関連サイト

カテゴリートップへ

最新記事
最新記事

アスキー・ビジネスセレクション

ASCII.jp ビジネスヘッドライン

ピックアップ