お客様に最適なデータ基盤を

​最短でセキュアに構築します

AIを用いてのプロダクト価値向上や

データドリブンな意思決定の実現など、

眠ったままになっているデータを有効活用するために

お客様の状況に合ったデータ基盤の構築をいたします。

Data infrastructure.png

Data Infrastructure

データ基盤構築支援

よくある課題

データが散らばっていて活用ができない

データが散らばっていて
​活用ができない

データソースが一元管理されていなかったり

テーブルが扱いづらい状態になっていて

AIを用いたプロダクト開発や

データドリブンな意思決定に活用ができない。

undraw_hacker_mind_6y85.png

セキュリティ対策に
​漏れがないか不安

システムのセキュリティや

アクセス制御が正しく設計されているか不安。

改善しようにも、データガバナンスを

意識した基盤に整え直すために

どこから着手すべきか分からない。

運用負荷が高い

運用負荷が高い

テーブルの定義がわからず、​今ある基盤を

有効活用できていない。マニュアルを

一から作るコストもなく、今後どのように

運用管理していくべきかも​分からない。

Hakkyの強み

マルチクラウド対応

マルチクラウド対応

迅速な開発

​迅速な開発

経験豊富なチーム

経験豊富なチーム

運用管理サポート

運用管理サポート

 

マルチクラウドなデータ基盤構築にも対応可能

AWSとGoogle Cloud、両方に強みを持ったエンジニア集団

AWSとGoogle Cloudの両方に強みを持ったエンジニアが

お客様に最適なデータ基盤の構築を支援します。

AWS上やGoogle Cloud上でデータ基盤を構築したいお客様や、マルチクラウド構成をご希望のお客様まで広く対応可能です。

アーキテクチャ例

AWS

S3

S3

Lambda

Lambda

Batch

Batch

RDS

RDS

Google Cloud

Pub/Sub

Pub/Sub
kubernetes

kubernetes

Dataflow

Dataflow

BigQuery

BigQuery

Data Studio

Data Studio

AWS × Google Cloud

AWS
Glue

Glue Crawler

Data Catalog

Glue Data Catalog

RDS

RDS

Glue ETL Job

Glue
S3

S3

Google Cloud
Cloud Storage

Cloud Storage

Cloud Composer

Cloud Composer

BigQuery

BigQuery

BigQuery

BigQuery

アーキテクチャー例

 

アーキテクチャのパターン化による迅速な開発対応

​アーキテクチャパターンをIaC(Terraform)で管理

様々なデータ基盤の構築経験を自社ナレッジとして蓄積しているため、

パターン別に迅速にデータ基盤を構築でき、基本的なものであれば数営業日から納品が可能です。

貴社データの活用をいち早く可能にします。

パターン要件例

AWS上でのバッチ処理

AWS上でのストリーミング処理

AWSのRDSからBigQueryへの転送

Library
Terraform

必要な環境に合わせて

​パターンを選択

SaaS

SaaS

Database

Database

Google Cloud

​イメージ

Cloud Storage

Cloud Storage

Cloud Composer

Cloud Composer
BigQuery

BigQuery

BI

BI tool

 

経験豊富なチームによる深いナレッジ

​必要な技術選定からお手伝い

各種データパイプラインツール、BIツール、クラウドに関する深いナレッジを持つ経験豊富なチームです。​

要件に合わせて適切なソリューションを選ぶお手伝いをさせていただきます。

​こちらに記載のないものでも、お気軽にご相談ください。

データパイプラインツール

Airflow
Kedro
digdag
luigi

BIツール

redash
metabase
tableau
looker

​メタデータ管理

Datahub

クラウド

Google Cloud
AWS
 

​ビジネス・エンジニアメンバーへの展開サポート

運用をマニュアル化し、管理コストを最低限に抑える

データ基盤は全社的に使われるようになって初めて意味を成します。

​せっかく作ったものを社内に浸透できるように、ドキュメントや運用フローのノウハウをご提供します。

​データ基盤管理に必要な5つの要素

リネージ

どの項目がどのように連携されているのか、誰が見てもデータのソース/フローが簡単に把握できるようにしておく。

品質

基盤状態の良し悪しはどのように評価するのか、その評価に基づくと今の基盤品質はどういう状態なのか、を定量的に測れるようにしておく。

カタログ

メタデータ

用語集

​何の仕組みがどのフィールドを使っていて、どのテーブルに存在するのか、テーブルのデータがどの環境で使えるか、というカタログを整えておく。

用語集としてまとめた上で、他の人が使えるように教育もセットで行う。​かつ、その用語集が持続的に更新されていく仕組みをつくる必要あり。

データの命名規則、運用ガイドライン、どのように更新するのか、をまとめる。システム的規則のみならず、ビジネス的な意味付けを行うことも重要。

PROJECT

低価格かつ小規模な形でのデータ分析基盤構築

今あるものより便利な基盤が欲しいが、チームの規模的にも予算をかけずに低コストで収めたい

要件

  • 日次での定期的なジョブの実行

  • ​AWS上のRDSからデータを取得して、データパイプラインを
    構築できるようにする

利用技術

  • Terraform

  • AWS: data pipeline / S3 / Aurora など

事例1
data-platform-1.png

お問い合わせ

undraw_Personal_opinions_re_qw29.png

「このデータを集約したいのですが」

「今あるものを活かしながら改善する方法はありますか?」

など、まずはお気軽にお問い合わせください。

お悩みをお伺いし、ご要望に応じてご提案をさせていただきます。