DXに必要なシステム

戦略を立て、戦略に従ったサンプル解析が終われば、組織として体験が積まれ、知見がたまり、問題点も見えてきて、進め方がより明確になっているはずです。今後の進め方として、いくつかの選択肢があります。

１．PoCで構築したモデルを運用する
一番シンプルな拡張です。結果が出た業務を、手動で運用することです。運用は自社で行う場合や外注して行う場合があります。

２．運用の自動化を目指す
次の拡張です。結果が出た業務を、手動では無く自動化して運用することです。自社でデータ変換を含むシステムを構築し、APIで自動化して解析エンジンを使う方法があります。
一般的なエンジンであれば自社独自で開発するより、bodais上の解析エンジンをAPIで活用し、自社アプリを構築する方法があります。データをアップロードすれば解析が行えます。

３．データをためるより精度を高める
更に進んだ拡張です。結果が出た業務のデータを整備するだけではなく、自社や外部に溜まっているデータを整備し、将来にも備えることです。データのため方や溜める範囲を決めて進める必要がありますが、一度データが溜まりだすと活用のアイデアが 多数湧くのも事実です。

具体的なシステムを見ていきましょう。

　図にある通りに、完全にシステム化されているか否かは別として、業務アプリとそれを支える基幹システムとデータベースから構成されるシステム群が存在していると思います。そのシステム群で、サービス、商品、製品を支える運用をしています。

　人間系で処理をしてきた、お客様の声や商品改善のプロセス、人間の判断を置き換えるAIエンジンをシステム化して、解析システムを構築します。自動化を行うことが出来るので改善スピードが上がる反面、きちんとモデル等を更新しない限り、定常的に適切な判断をし続けるのが難しい状況になります。
また、顧客の声やIoT機器からのデータ取得とその保存には技術が必要で、運用できる専門家が必要になります。

　自社で全部抱えるのは大変な場合や、一般的な解析であれば既にbodais上にエンジンが搭載されているので、当該エンジンをAPIで活用するシステムも、開発期間やメンテナンスを考えると有効な場合が多いです。
メリット等に関しての詳細は、次項目を参考にして下さい。