Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Ms retail update ra 20191030

681 visualizaciones

Publicado el

10/30に実施されたSmart Storeのセミナーの資料です。

日本マイクロソフト株式会社
クラウドソリューションアーキテクト
内藤稔

Publicado en: Tecnología
  • Sé el primero en comentar

Ms retail update ra 20191030

  1. 1. Enabling Intelligent Retail 内藤 稔 日本マイクロソフト株式会社 パートナー事業本部 クラウドアーキテクト本部 クラウドソリューションアーキテクト マイクロソフトの流通業界向け取り組みご紹介と リファレンスアーキテクチャ解説
  2. 2. 本日のアジェンダ
  3. 3. Who am I ? 内藤 稔 (minaito) ・Cloud Solution Architect (2017/1~2018/6) ・Partner Solution Professional (2018/7~2019/6) ・Cloud Solution Architect (2019/7~) (現職) ・CSAとしてパートナー様のソリューション開発を技術的に支援。 ・主にInfra/IoT領域を担当。 (前職) ・日系システムインテグレーターにて、プライベートクラウド/パブリッククラウド ビジネスを立ち上げ、そのビジネスを推進。 https://www.linkedin.com/in/minoru-naito/
  4. 4. 1011010110101010100101010101010010011101011010010101101010100101000101110101010101001010010101101100101011010110010011011010110101010100101010 顧客のレビューがこれまで以上に 影響力を持つようになっている 90% の顧客が、ネット上の レビューが購入の 意思決定に影響を及ぼす と述べている 83% の顧客が、店員よりも 小売企業の商品について よく知っていると 考えている 78% が、ブランドから自分向けに パーソナライズされた コンテンツが示されることで 購入意欲が高まると 述べている 92% の顧客が、買い物に行く前 またはその最中にデジタル デバイスを使用して商品に 関するリサーチを行うと 述べている 実店舗はこれからも 長く存続していく 90.5% の小売取引が依然として 店舗内で行われている 顧客が営業担当者と同等の 知識を持つようになっている パーソナライズが顧客にとって 当たり前のことになっている 「昨日の時点では素晴 らしいと思われていた ことは、今日の時点で は当然とみなされるよ うになっています」 Dana Telsey 氏、Telsey Advisory Group の CEO 兼最高研究責任者 新しいデジタル顧客が 出現している 小売の変革要因
  5. 5. 日本の流通業をとりまく環境変化と技術トレンド 新興経済 圏の成長 人口動態の 変化 人材確保、 育成難 消費行動の 変化 インターネット スマートフォン の普及 新たな競合 (Disrupter) の出現 モバイル ソーシャル ビッグデータ クラウドAI IoT
  6. 6. 未来の小売では、シームレスにつながれた、 洗練されたエクスペリエンスが実現される 新商品 20% 割引 データを収益に変換 インテリジェント サプライ チェーンの実現 従業員の能力を向上 小売の再考 顧客の熟知 (KYC)
  7. 7. デジタル シェルフにより、 価格のリアルタイム更新を実現し、 商品購入時の決め手となる魅力を強調して、 購入体験を再定義しています
  8. 8. Kroger 流通業のビジネスを再定義 Retail as a Service推進に 向けてEDGE Shelfを開発 EDGE(Enhanced Display for Grocery Environment)Shelfによって、消費者はパーソナ ライズされた顧客体験の提供を受けることが可能と なります。また精彩なディスプレイを通じてインタ ラクティブに提供されるサイネージコンテンツによ る売上向上効果や棚前での行動データの補足による MDの最適化、商品陳列支援サービスなどは小売業 とメーカーに多大なインパクトを与えます。 「
  9. 9. 先進流通業での採用が加速
  10. 10. © 2017 Ebiya Ltd. All rights reserved. Challenge • 在庫適正化困難ゆえの 高廃棄コスト • 利益を圧迫する人件費 • 提供までの時間が長い ことによる低い回転率 Solution • 男女比率&入店率&幸 せ度など属性情報含む 来客データ数値化、 機械学習で需要予測 • 需要予測的中率 90% 超、Power BI で視覚化 Benefits • 定量的判断に基づく対処 • 4 年間で売上 5 倍・利益率 12 倍・平均給与 20% Up • 人員配置適正化実現、配膳 スピード改善、回転率向上 来店予測 AI がサービス業における属人的感覚を数値化 データドリブン オペレーションによる個客おもてなしを実現 伊勢の老舗店「ゑびや」のAI活用事例
  11. 11. 入店人数のカウント 通行人数のカウント 性別年齢のカウント 入店人数のカウント 1. 顧客属性を適切に把握する 2. 通行客属性と入店属性の 乖離を見る 3. 入店率から店頭ディスプレイ の効果検証を行う (ゑびや様講演より抜粋) ECのような店頭ファネル分析
  12. 12. 入店率15.78% 購買率26.9% 女性比率 56.8% (2017/9/1~9/30) 入店率9.63% 購買率22.6% 女性比率 53.6% (2017/10/1~11/22) A 画像解析AIや購入実績を元にA/Bテストを実施 (ゑびや様講演より抜粋) B 効果測定結果 「A」「B」を比較すると「A」のほうが 入店率も購買率も客単価も高かった A B
  13. 13. (ゑびや様講演より抜粋) 1.時間単位で来客数と売上を 予測 2.各メディアのアクセス数、 観光予報データと通行者 数・売上などの相関を見る 3.スタッフのインタビューに よりデモグラ属性まで把握 ダッシュボードによる可視化と予測分析
  14. 14. 経営者の興味と IT インフラの価値 17 人工知能/機械学習 IoT ビッグデータ デジタル変革 (digital transformation) ビジネスにおける価値 データセンターの発展と進化の必要性 クラウドの台頭は 時代の流れ
  15. 15. Azure のメリットを理解 ハードウェアやデータセンター投資の抜本的見直しと共に 柔軟性の高いサービス (コンピューティング/ストレージ/ネットワーク) 必要なパフォーマンスを迅速に入手 運用管理を徹底的にシンプルに 高いセキュリティと信頼性 従量課金でコストを最適化 ハイブリッドシナリオも可能
  16. 16. Enabling Intelligent Retail Know your customers Empower your people Deliver intelligent supply chain Reimagine retail 最高の顧客体験の提供 ROIと顧客体験を促進するために 従業員を強化 適切な製品を適切な価格で 適切なタイミングで適切な顧客に届け るためにサプライチェーンを高度化 流通業ビジネスの革新と再構築 クラウド&データ Reimagine Retail 流通業ビジネスの 再創造 Know your Customers 顧客理解の促進 Deliver intelligent Supply chain サプライチェーンの 高度化 Empower your Employees 従業員の強化 マイクロソフト流通業向け取組み
  17. 17. 今後の店舗で考えられる仕組み • 商品の評価を入れる • ポイント付与 • クーポン発行 • 定性情報の蓄積 退店後 入店前 • 店外から商品在庫確認 • 予約 (決済) も可能 • 店外でも LINE などから レコメンドを受信 イートイン 商品在庫+予約 レコメンド 商品レビュー・評価 クルーデバイス 入店認証 動線分析 ロッカー商品受取 ヒートマップ 滞留分析 広告効果測定 店内行動 各種情報 電子棚札 オススメ 店内レコメンド 商品情報 (アレルギー等) AR商品情報 ランキング・商品評価配信 対面KIOSK 接客ロボ RFID対応レジ モバイル決済 Suica決済退出ゲート ウォークスルー ゲート決済 電子レシート サイネージ 店内調理 縦型サイネージ FF在庫管理 在庫管理 電子棚札制御 ¥1000¥550 空調・照明制御 スマートエネルギー 自動発注 個品単位での追跡 生産~廃棄まで 個品管理が可能 業務アシスト 需要予測 カート一体型セルフレジ 欠品分析 棚割分析 棚一体型サイネージ 防犯カメラ 画像認識レジ リアルタイムクーポン 冷蔵庫モニタリング
  18. 18. Smart Store施策の推進 迅速で柔軟な店舗展開とデータ取得の促進 Intelligent Retail Know your customers Empower your people Deliver intelligent supply chain Reimagine retailReimagine Retail 流通業ビジネスの 再創造 Know your Customers 顧客理解の促進 Deliver intelligent Supply chain サプライチェーンの 高度化 Empower your Employees 従業員の強化 最新テクノロジーベースのITプラットフォーム提供 日本マイクロソフトの取組
  19. 19. Smart Store 施策の背景 次世代の消費・流通システムで求められている姿 日本の流通小売業が直面している課題 • 単一のテクノロジ/ソリューションではビジネス課 題が解決できない (単発的なPOCの繰り返し) • 新しいテクノロジに追従する技術者育成・確保 困難 • 革新的なサービス開発を支えるシステムのサイロ 化による運用コストの増大 • 新しいビジネスモデルへの転換 • 顧客・店舗データの利活用 • カスタマイズされたサービス提供 • イノベーティブなサービスの実現 出典: 「スマートストアの実現に向けて」 平成30年3月経済産業省 消費・流通政策課 Smarter Retailing Forum 2018 VS このGAPをどのようにして解消するのか?
  20. 20. Smart Store 施策のねらい 複数ソリューションを有機的に連携させる環境を作り、お客様が差別化すべき領域を限定的にすることにより、中小 小売業を含めた流通小売事業全体のイノベーションを加速化します。 施策の概要 ① 先進的なテクノロジを用いた基本的な実現方式(リファレンス アーキテクチャー)を、業界共通でオープン化し各社へ提供 ② リファレンスアーキテクチャーをベースとしたパートナー・技術者を育成 ③ 事業者が差別化した新規ビジネス開発に専念できるよう支援 パートナー様 流通事業者様 サービス構築期間の短縮化 RaaS/Solutionの提供 技術者の育成 差別化したサービス開発 革新的な新事業展開 先進的なテクノロジ を用いたリファレンスの提供 日本マイクロソフト
  21. 21. 今後提供予定 リファレンスアーキテクチャー利用イメージ Smart Store リファレンスアーキテクチャー API API API API API API メーカー 物流卸売 小売 ECB 決済 消費者 メーカー 卸・物流関連事業者 流通小売事業者 新規事業者 提供中 流通小売事業者 • 新しいビジネステーマに迅速な対応 • 継続的なイノベーションを実現 ソリューション パートナー • 店舗デバイスによる新規ビジネスモデル開発 • AI、IoT、カメラ等と連携した先進的なソリューション開発 RaaS (Retail As a Service) パートナー • 複数ソリューションを連携して、事業者へ統合サービスと して提供 日本マイクロソフト • 主要な業務シナリオにおける リファレンスアーキテクチャー を提供し、より短いサイクルで継続的なイノベーションを 実現可能にする • 適切なソリューションパートナー・RaaSパートナーを紹介する ダイナミック・ プライシング ソリューション カメラ ソリューション 電子タグ ソリューション 決済 ソリューション 在庫管理 ソリューション … ✓ 電子棚札 ✓ サイネージ ✓ 店舗メディア ✓ etc ✓ 映像 ✓ 赤外線 ✓ TOF(3D) ✓ etc ✓ 場所特定 ✓ Bluetooth ✓ RFID ✓ etc ✓ RFIDレジ ✓ カート一体型 セルフレジ ✓ モバイル端末 ✓ etc ✓ リアルタイム 在庫管理棚 ✓ 作業指示端末 ✓ etc 今後提供予定
  22. 22. リファレンスアーキテクチャー ≠ プロダクト
  23. 23. 速い 高 リファレンスアーキテクチャーがもたらすメリット スピード 変更の頻度 既存システム 差別化システム 革新的システム 日本マイクロソフトが提供するリファレンスアーキテクチャー マイクロソフトが提供 業界共通で、基本的なシステム実装方式について、先進的な テクノロジを用いたリファレンスアーキテクチャーをオープン化し各社 へ提供 事業者メリット • 差別化できる次世代店舗開発&運営実現にフォーカス • イノベーションライフサイクルを短縮化 (提供業務シナリオに基づくサービス開発期間を5割短縮) • POCコストの削減 (実装方式設計コストを7割削減) • 将来的なシステム運用コストの削減(5割削減) パートナーメリット • 事業者(顧客)に対するサービス構築期間の短縮化 • 開発・運用・保守コストの削減 事業者間で差別化すべき領域 業界共通的なシステム方式設計 遅い 低
  24. 24. Smart Store リファレンスアーキテクチャーを無償提供 GitHub を通して無償提供いたします ユースケース(業務シナリオ) サンプル アプリケーション リファレンス アーキテクチャー ① 商品をカメラで自動認識し、スマホア プリのカートへ追加して精算 (必要なデバイスの設計サンプルも含む) ② キャッシュレスによるスマホ決済 ③ 数百万×数百店舗の商品在庫を 一括管理できる商品マスタと商品ト ランザクション管理 ① ユースケース(業務シナリオ)の 動作が確認できるサンプル ソースコード ① サンプルアプリケーションに基づく、動 作確認用のホワイトペーパーと プラットフォーム構築に必要な サンプル ソースコード
  25. 25. 最新テクノロジーをベースとした、強力で豊富なサービス群 セキュアでオープン、エンタープライズ利用に最適なプラットフォーム Hybrid Operations Security & Management Platform as a Services (PaaS) Infrastructure as a Services (IaaS) Compute Storage Azure Datacenter Infrastructure (日本では東日本リージョン、西日本リージョン の 2か所で利用可能) Web and Mobile Media & CDN Analytics & IoT & IntelligenceIntegration Networking Data Virtual Networ k Virtual Machines Compute Developer Services Container Service Blob Storag e Premiu m Storage (SSD) VPN Gatewa y DNS Expres s Route Load Balanc er Traffic Manage r Portal Azure Active Directory Automation Multi-Factor Authentication Key Vault Marketplace Backup StorSimple Cognitive Services DevTest Labs IoT Hub Stream Analytics Machine Learning HDInsight (Hadoop) Cosmos DB SQL Database Security Center Import/Export Advisor Data Lake Store Search Media Services CDN Site Recovery Log Analytics Batch Mobile Apps VM Scale Set Cloud Services Application Insights Web Apps Service Fabric Storage Queue BizTalk Services Service Bus Hybrid Connection Logic Apps API Apps API Management Notification Hubs Visual Studio Team Services Developer Tools Applicatio n Gateway SQL Data Warehouse Security Center Bot Service Table Storage マイクロソフトのクラウド「Azure」
  26. 26. POS 顧客用アプリ Android/iOS Box状態管理 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ IoT Hub 統合商品マスタ Azure Functions Cosmos DB Blob 商品API 商品データ 商品イメージ リアルタイム在庫管理 Azure Functions Azure FunctionsSQL DB Cosmos DB 在庫トランAPI 在庫イベントソース 在庫データマート 在庫モニターAPI 顧客 バックオフィス Azure Functions バックオフィス用BFF Android/iOS Webモニター Azure Functions 顧客アプリ用BFF Box Azure Functions Push通知 ショッピングカートAPI 商品登録一覧 レシート 買物開始 Boxオープン状態 商品変動状態 Boxクローズ状態 Box状態 プッシュ情報送信 モバイルデバイスへの通知 在庫情報参照 在庫情報取得 商品情報取得 商品情報取得 在庫トラン カートAPI呼び出し BFF呼び出し Azure Functions Cosmos DB 各種データ カートAPI サンプル実装:Smart Box(アーキテクチャ)
  27. 27. Demo https://www.youtube.com/watch?v=tBR1EZERufs
  28. 28. https://github.com/intelligent-retail ~ ソースコードはこちらからダウンロード可能 ~ サンプル実装:Smart Box
  29. 29. CEATEC Japan 2018 LAWSON 次世代店舗 LAWSON 様取り組み
  30. 30. LAWSON 様取り組み Smart Store リファレンスアーキテクチャー ローソンデジタルイノベーション(LDI) API API API API API メーカー 物流卸売 小売 ECB 決済 消費者 ローソン様次世代店舗 リアルタイム 在庫 LDI 帝人 パナソニック 電子棚札 LDI インテリジェン トラベル SB クリエイ ティブ 接客ロボ ヘッドウォー タース ... ローソン様 • LAWSON次世代店舗の実現 • 店舗におけるデジタルトランスフォーメーション実現 ソリューションパートナー • リアルタイム在庫、電子棚札、インテリジェントラベルを はじめとした 18 パートナーソリューションによる協創 RaaS (Retail As a Service) パートナー • ローソン オープンイノベーションセンター様がRaaS提供者と なり、各ソリューションを有機的に連携させることにより、 購買エリアでのウォークスルー決済およびリアルタイム在 庫を実現 日本マイクロソフト • リファレンスアーキテクチャーを提供し、より短いサイクルで 継続的なイノベーションの実現を支援 • 適切なソリューションパートナーを紹介する ウォークスルー 決済ゲート LDI パナソニック API Smart
  31. 31. 店舗内におけるソリューション展開イメージ(今後) リファレンスアーキテクチャーに対応した新規・革新的なパートナーソリューションであれば、簡単に組み込み、試すことができる • 商品の評価を入れる • ポイント付与 • クーポン発行 • 定性情報の蓄積 退店後 入店前 • 店外から商品在庫確認 • 予約 (決済) も可能 • 店外でも LINE などから レコメンドを受信 イートイン 商品在庫+予約 レコメンド 商品レビュー・評価 クルーデバイス 入店認証 動線分析 ロッカー商品受取 ヒートマップ 滞留分析 広告効果測定 店内行動 各種情報 電子棚札 オススメ 店内レコメンド 商品情報 (アレルギー等) AR商品情報 ランキング・商品評価配信 対面KIOSK 接客ロボ RFID対応レジ モバイル決済 Suica決済退出ゲート ウォークスルー ゲート決済 電子レシート サイネージ 店内調理 縦型サイネージ FF在庫管理 在庫管理 電子棚札制御 ¥1000¥550 空調・照明制御 スマートエネルギー 自動発注 個品単位での追跡 生産~廃棄まで 個品管理が可能 業務アシスト 需要予測 カート一体型セルフレジ 欠品分析 棚割分析 棚一体型サイネージ 防犯カメラ 画像認識レジ リアルタイムクーポン 冷蔵庫モニタリング
  32. 32. Smart Store リファレンスアーキテクチャ (今後)テナント別機能PF ショッピングアプリ スマホ決済 キャッシュレス 消費者向け スマートフォンアプリ ウェブアプリ、API 無人レジ 発注 品出し、棚卸 バックオフィス向け 端末 ウェブアプリ、API クーポン発行 ちらし配布 経営会議 マーケティング向け 管理画面、自動処理 BIツール 店舗PF POS データストア 分析・学習 商品照会 カート 決済 API IoT-PF 設備 監視・制御 入力装置 (カメラ・マイクなど) 出力装置 (空調・照明・放送など) 販売BOX・陳列棚 利用者動向追跡 商品動向追跡 制御・データ送受信 機器管理制御・データ送受信 API、処理商品マスタ 利用者データ 在庫データ 設備データ 商品学習 利用者分析 需要予測 設備メンテナンス予測 データストア
  33. 33. レベル 100 (初級・入門) レベル 200(中級) レベル 300 (Smart Store用) Smart Store Azure 関連トレーニング コース はじめてシリーズ Azure Data and AI IoTで加速する デジタルトランスフォーメーション 営業 Azure Data and AI 商品認識の仕組み(その1) IoT Azure Data and AI 商品認識の仕組み(その2) AI ※この他 Azure システム運用、CI / CD 、 Mobile アプリ開発などのコースも計画中 Azure Data and AI オンプレミス SQL Server から Azure 上の SQL サービス利用へのポイントと使い分け! 技術 Azure Data and AI 技術者向けいまさら聞けない 機械学習/AI の基礎 技術 SmartStoreリファレンスアーキテクチャハンズオン(ハッカソン)(2日間) AI,IoT,App,DB Azure Data and AI Azure Cosmos DB の概要を あらためて理解する 技術 Azure Data and AI 商品マスタとトランザクション管理 DB 対面Azure Data and AI 進化を続けるAzure IoT 技術 今日から始める Azure Functions 2.0 技術 Azure App and Infra Azure App and Infra サーバレスアーキテクチャ App SmartStoreリファレンスアーキテクチャトレーニング(2日間) AI,IoT,App,DB はじめてシリーズ SmartStore概要解説 対面
  34. 34. サンプル実装(業務シナリオ ): ユースケース ✓ オフィスなどで、店員がいなくても、商品販売が可能な販売方法をユースケースとしました。(オフィス内、コンサート会場物販、店舗省スペース) 1.Boxオープン Boxに表示されるQRコードをスマホで読み取ることにより、Boxのドアの鍵を開け、スマホからはお客様のチェックインができます。 2.商品登録 商品をBoxから取り出す状態を商品画像認識により、商品特定を行い、商品登録を行います。そしてその商品登録状態をスマホ に表示する。さらに、在庫の更新もリアルタイムに行い、店舗スタッフが補充等の対応にすばやく行えるように致します。 3.買物終了 Boxのドアを閉めることにより、買い物の終了として、決済を完了します。(今回決済自体はダミー実装になります)。 顧客 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ Box
  35. 35. POS 顧客用アプリ Android/iOS Box状態管理 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ IoT Hub 統合商品マスタ Azure Functions Cosmos DB Blob 商品API 商品データ 商品イメージ リアルタイム在庫管理 Azure Functions Azure FunctionsSQL DB Cosmos DB 在庫トランAPI 在庫イベントソース 在庫データマート 在庫モニターAPI 顧客 バックオフィス Azure Functions バックオフィス用BFF Android/iOS Webモニター Azure Functions 顧客アプリ用BFF Box Azure Functions Push通知 ショッピングカートAPI 商品登録一覧 レシート 買物開始 Boxオープン状態 商品変動状態 Boxクローズ状態 Box状態 プッシュ情報送信 モバイルデバイスへの通知 在庫情報参照 在庫情報取得 商品情報取得 商品情報取得 在庫トラン カートAPI呼び出し BFF呼び出し Azure Functions Cosmos DB 各種データ カートAPI サンプル実装:Smart Box(アーキテクチャ)
  36. 36. サンプル実装 (Device/Smart Box): ユースケース 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ 顧客 商品登録一覧 レシート 買物開始 顧客用アプリ Android/iOS Box POS QRコードから Box IDを取得する Box ID とアプリ固有IDを通知し、取引開始を通知する カート更新要求を通知する 開錠し、画像解析を開始する 商品が取り出されたことを通知する PUSH カート情報を取得する 取引開始 カート更新 取引終了を通知する 扉が閉じたことを通知する PUSH レシート情報を取得する レシート表示
  37. 37. Smart Storeプラットフォームにクラウドを選ぶ理由(1) ✓ スピード これまでは機器設備の調達や設置に多くの日数を要するため、事前に入念な計画が必要でした。クラウドの最大の メリットは、最小限の準備で「すぐに」実行できるスピードにあります。店舗数や来店客数、品数や在庫量・流通 量などのデータ変動量の予測が困難になっている現在、フェイルファスト(行動学習)可能な環境は何よりも強い 武器になります。 ✓ スケーラビリティ 将来のデータの変動量の予測が難しい現状では、例えば3年後に必要になるサーバーやストレージのサイズを予想す ることに意味はありません。必要なのは「必要な時に必要なだけ拡張/縮小できるリソース」です。クラウドは、無 駄な資源とともに無駄な検討時間も減らしてくれます。 ✓ 高い保守性 オンプレでは最小限の物理機器で動作するため、店舗新規開設時やメンテナンス時の「取り回し」の軽さとともに、 データセンター側の冗長化や多重化などの災害対策環境も容易に構成できる能力が得られます。
  38. 38. Smart Storeプラットフォームにクラウドを選ぶ理由(2) ✓ アクセス性の向上 クラウドではパブリックかつ無尽蔵のリソースを利用できるようになることで、場所と時間を問わずリソースに アクセスすることができます。また、これまでインターネット経由のチャネル利用には自社ネットワークの増強 が不可欠でしたが、プラットフォームにクラウドを選択することで、最初からストレスのない帯域が手に入りま す。 ✓ セキュリティ 業務プラットフォームにクラウドを利用する際の最大の障壁がセキュリティでした。自社データセンターと専用 線接続のみで構成された環境はセキュリティ面で最も強固です。しかし、現在のリテールシステムはインター ネットと切り離して考えることはできない状況になりつつあります。一方で、クラウドシステムは全てソフト ウェアで構成されています、高価なファイアウォールもクラウドであれば全てのエンドポイントに配置すること も可能です。これまでのデータセンターでは考えられなかった強固なセキュリティをクラウドでは実現すること ができるのです。
  39. 39. マイクロサービスの採用 ✓ ビジネス機能を一定の単位でカプセル化し、サービス間を疎結合に保つ設計手法 ✓ 個々のサービスを、それぞれのビジネス機能に求められる非機能要件を適用できる ✓ ビジネスの規模や成長ステージに合わせて、個々のサービス毎に拡張、更新、スケールが可能となる ✓ それぞれのサービスに適したテクノロジーを個別に適用することができる 商品マスタサービス POSサービス BOX管理サービス 在庫管理サービス 利用者向け アプリ用サービス 管理者向けWeb用サー ビス ビジネス機能単位で サービスを分割 サービス間は疎結合に保ち独立し て追加・更新可能に サービスの処理特性に応じて 個々にテクノロジーを適用 サービス毎の非機能要件 に合わせて、デプロイ・ス ケールが可能 マイクロサービスの特徴と利点
  40. 40. 全体構成図 概要 ✓サーバーレスコンピューティングサービス として Azure Functions を採用し、リソースの柔軟なスケールを実現します。 ✓マイクロサービスアーキテクチャ をベースとしたサービス設計によりサービス間の疎結合性を確保します。 BFFサービス群 バックエンドサービス群 商品マスタサービス 商品照会API 商品更新API POSサービス カートAPI 決済API BOX管理サービス Box開閉API 商品追跡API 在庫管理サービス 在庫トランAPI 在庫照会API 利用者向け アプリ用BFF 管理者向け Web用BFF クライアントApp (Xamarin) 管理用Web (Web App) Application Insights 分散トレーシングによる マイクロサービス監視 マイクロサービスによる 疎結合なサービス間連携 BFFによるフロントエン ドの柔軟性確保 Azure Functions によるサー バーレスコンピューティング
  41. 41. ✓ Smart Box の状態監視に、Azure Functions の Durable Function モニターパターンを採用します。 ✓ Smart Box の状態変化に伴うカートの変更を即時にアプリに反映するため、 App Center Push を採用します。 ✓ 取引操作を Web API として実装します。 Azure Cosmos DB Azure Functions 取引操作を API で提供 IoT Edge IoT Hub アプリ App Center Push Smart Box →クラウドへのメッセージ ・鍵の開錠 クラウド→ Smart Box へのメッセージ ・在庫情報、差分情報 Azure Functions Durable Function で ステートフルに Smart Box の状態を監視 POSサービス プッシュ通知により取引状 態変化を反映 Smart Box BOX管理サービス BOX 管理サービス – 概要
  42. 42. ✓ Azure Functions の Durable Functions を利用してステートフルなワークフロー処理 ✓ モニターパターンを利用し、特定の条件が満たされるまで待機します。 ✓ IoT Hub を経由した Smart Box との連携 ✓ Smart Box からのメッセージ受信は IoT Hub を経由し、Event Hub Trigger により BOX管理サービスの Azure Functions で受け付けます。 ✓ Smart Box へのメッセージ送信は、 Azure IoT Hub サービス SDKを使用し送信します。 ✓ POSサービス連携 ✓ POSサービスの Web API を使用して、Smart Box の状態からカート操作や決済処理を行います。 ✓ アプリとの連携 ✓ 取引作成、情報取得のために、Web API を提供します。 ✓ App Center Push を用いて、即座に取引の状態を通知します。 BOX 管理サービス – 主な機能と特長
  43. 43. Box状態管理 Smart BOX Azure Functions IoT Hub IoT Hub IoT-PF IoT Edge Dockerコンテナ AIによる画像認識 カメラからの画像スオリーミング IoT Device Azure IoT Device SDK BOXの各種デバイス (扉、鍵、LED、LED等)カメラからの画像ストリーミング D2Cによる、デバイス状態通知 C2Dによる、デバイス制御 デバイス制御 AI開始/終了 イベントトリガ BOX内在庫差分通知 Azure IoT Device SDK Azure IoT Device SDK Dockerコンテナ カメラ画像の プレフィルタ Azure IoT Device SDK AIによる画像認識 モジュール管理 カメラ画像プレフィ ルタモジュール管理 ドア状態等通知 及び 鍵、LED等デバイス制御 サンプル実装 ( Device / Smart Box ) : ユースケース
  44. 44. ✓ Durable Functions モニターパターン ✓ https://docs.microsoft.com/ja-jp/azure/azure-functions/durable/durable-functions- concepts#monitoring ✓ デバイスからクラウドへのメッセージを組み込みのエンドポイントから読み取る ✓ https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-messages-read-builtin ✓ Azure Functions における Azure Event Hubs のバインド ✓ https://docs.microsoft.com/ja-jp/azure/azure-functions/functions-bindings-event-hubs ✓ Azure IoT Hub SDK の概要と使用方法 ✓ https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-sdks ✓ App Center Push ✓ https://docs.microsoft.com/ja-jp/appcenter/push/ BOX 管理サービス – 参考ドキュメント
  45. 45. 在庫管理 – 概要 ✓ 在庫の更新と照会それぞれの処理特性が異なるためCQRSパターンを応用しスケーラビリティと パフォーマンスを両立させます。 ✓ 更新側には高速な書き込みが可能な Cosmos DB を利用します。 ✓ 照会には柔軟なクエリに対応できる SQL DB を採用します。 Azure SQL Database Change Feed CQRSパターンによる書き込み と読み取り処理の分離 Azure Functions Azure Cosmos DB Azure Functions 在庫更新API 在庫照会API イベントソーシングによる堅牢 な在庫トランザクションの保存 マテリアライズド・ビューによる柔軟かつ高 速なクエリ Cosmos DB のChange Feed を利 用し、ほぼリアルタイムにデータを同期
  46. 46. 在庫管理 – 主な機能と特長 ✓ CQRSパターンによる書き込みと読み取り処理の分離 ✓ 読み取りストアと書き込みストアを分離します。 ✓ それぞれの負荷に合わせて適切にスケーリングが可能です。 ✓ 書き込みストアと読み取りストア間は、Cosmos DB のChange Feed を利用し、ほぼリアルタイムに読み取りストア にデータを同期します。 ✓ イベントソーシングによる堅牢な在庫トランザクションの保存します。 ✓ 更新側のデータストアを追記専用とし、在庫の変動を全てイベントとして順次記録することで、特定時点の在庫の状 態を再生可能にします。 ✓ マテリアライズド・ビューによる柔軟なクエリ ✓ 更新側のデータ構造に影響されず、読込に特化したスキーマを設計でき、柔軟にクエリを実行でます。
  47. 47. 在庫管理 – 参考ドキュメント ✓ CQRS https://docs.microsoft.com/ja-jp/azure/architecture/patterns/cqrs ✓ イベント ソーシング https://docs.microsoft.com/ja-jp/azure/architecture/patterns/event-sourcing ✓ マテリアライズド・ビュー https://docs.microsoft.com/ja-jp/azure/architecture/patterns/materialized-view
  48. 48. ✓ 在庫トランザクションの負荷試験および処理時間計測を行い、一定数の同時処理増加では性能が劣化しないことを確認しました。 ✓ なお、それぞれのリソースでは負荷を処理できる十分なプランを指定しています。 在庫トランザクションAPIの実行に対して負荷試験を実施。 在庫トランザクションAPIの実行から、SQL Database へ書き込み完了するまでの処 理時間を測定 ◼ 在庫トランザクション処理時間測定◼ 在庫トランザクションAPI負荷試験 測定結果(1分間) 総リクエスト数 11,786 リクエスト うち、エラーは2件のみ 1秒間におけるリクエスト数 196 リクエスト/秒 平均レスポンス時間 120 ms 測定結果(処理件数 11,809 件) 平均処理時間 397 ms 中央値 146 ms 95 パーセンタイル値 1.4 秒 時系列での平均処理時間Visual Studio Load Test の結果 在庫管理サービスの性能検証
  49. 49. 商品マスター – 概要 ✓ 商品マスタのデータストアとして、NoSQL データベースである Azure Cosmos DB を採用することで、ハイパースケー ルにも対応可能な商品マスターを実現しています。 ✓ また、スキーマフリーのDBを利用することで、商品毎のデータ属性の違いも柔軟に吸収することが可能となります。 Container (コレクション) Partition Key: storeCode storeCode, itemId storeCode: 001 商品1 商品2 商品3 … storeCode: 002 商品1 商品2 商品3 … storeCode: n 商品1 商品2 商品3 … DBのコンテナは企業単位 (companyCode)で保有する ストアコードをパーティションキーに設 定し、商品マスタデータを水平に分 散保持する パーティション数に制限はないため、 事実上無制限に拡張可能 データアクセス時はストアコードを指 定してパーテティション別に行うため、 性能劣化がない Azure Cosmos DB …
  50. 50. 商品マスター – 主な特長 ✓ スキーマフリーのNoSQLデータベースを利用 • 店舗ごと、商品ごとに異なるデータ属性を吸収できます。 • マスターメンテナンス時のスキーマ変更作業が不要になります。 ✓ スケール可能なパーティショニング • パーティション分割(シャーディング)により、事実上無制限に水平スケールが可能です。 • 店舗単位でパーティションを分割し、店舗ごとにI/Oを分散します。 ✓ 利用頻度に応じてパフォーマンス調整が可能です。 • 企業単位にDBの最大スループットを調整可能です • データ量増加による性能劣化がないパフォーマンスSLAを満たします。
  51. 51. 商品マスター – 参考ドキュメント ✓ スキーマレスデータモデル https://docs.microsoft.com/ja-jp/azure/cosmos-db/modeling-data ✓ シャーディング https://docs.microsoft.com/ja-jp/azure/architecture/patterns/sharding ✓ データのパーティション分割のガイダンス https://docs.microsoft.com/ja-jp/azure/architecture/best-practices/data-partitioning https://docs.microsoft.com/ja-jp/azure/architecture/best-practices/data-partitioning-strategies#partitioning- cosmos-db
  52. 52. ✓ 商品マスタ取得APIのレスポンス時間を計測し、データ量やデータストアのパーティションに関わらず性能が劣化しないことを確認しました。 ✓ なお、それぞれのリソースでは負荷を処理できる十分なプランを指定しています。 比較対象 データ少 データ多 1パーティションにおけるデータ件数(商品 数) 3 件 1,000,000 件 パーティション数(ストア数) 1 パーティション 100 パーティション 測定結果 データ少 データ多 平均レスポンス時間 27.2 ms 37.3 ms ◼ 商品マスタのデータストア( Azure Cosmos DB)に下記の条件でデータを用意し、それぞれAPIのレスポンス時間を測定 ◼ 商品マスタ取得APIのレスポンス時間測定 商品マスタの性能検証
  53. 53. 本日のアジェンダ
  54. 54. 日本の流通業をとりまく環境変化と技術トレンド 新興経済 圏の成長 人口動態の 変化 人材確保、 育成難 消費行動の 変化 インターネット スマートフォン の普及 新たな競合 (Disrupter) の出現 モバイル ソーシャル ビッグデータ クラウドAI IoT
  55. 55. Smart Store施策の推進 迅速で柔軟な店舗展開とデータ取得の促進 Intelligent Retail Know your customers Empower your people Deliver intelligent supply chain Reimagine retailReimagine Retail 流通業ビジネスの 再創造 Know your Customers 顧客理解の促進 Deliver intelligent Supply chain サプライチェーンの 高度化 Empower your Employees 従業員の強化 最新テクノロジーベースのITプラットフォーム提供 日本マイクロソフトの取組
  56. 56. 店舗内におけるソリューション展開イメージ リファレンスアーキテクチャーに対応した新規・革新的なパートナーソリューションであれば、簡単に組み込み、試すことができる • 商品の評価を入れる • ポイント付与 • クーポン発行 • 定性情報の蓄積 退店後 入店前 • 店外から商品在庫確認 • 予約 (決済) も可能 • 店外でも LINE などから レコメンドを受信 イートイン 商品在庫+予約 レコメンド 商品レビュー・評価 クルーデバイス 入店認証 動線分析 ロッカー商品受取 ヒートマップ 滞留分析 広告効果測定 店内行動 各種情報 電子棚札 オススメ 店内レコメンド 商品情報 (アレルギー等) AR商品情報 ランキング・商品評価配信 対面KIOSK 接客ロボ RFID対応レジ モバイル決済 Suica決済退出ゲート ウォークスルー ゲート決済 電子レシート サイネージ 店内調理 縦型サイネージ FF在庫管理 在庫管理 電子棚札制御 ¥1000¥550 空調・照明制御 スマートエネルギー 自動発注 個品単位での追跡 生産~廃棄まで 個品管理が可能 業務アシスト 需要予測 カート一体型セルフレジ 欠品分析 棚割分析 棚一体型サイネージ 防犯カメラ 画像認識レジ リアルタイムクーポン 冷蔵庫モニタリング
  57. 57. Smart Store リファレンスアーキテクチャーを無償提供 ユースケース(業務シナリオ) サンプル アプリケーション リファレンス アーキテクチャー ① 商品をカメラで自動認識し、スマホア プリのカートへ追加して精算 (必要なデバイスの設計サンプルも含む) ② キャッシュレスによるスマホ決済 ③ 数百万×数百店舗の商品在庫を 一括管理できる商品マスタと商品ト ランザクション管理 ① ユースケース(業務シナリオ)の 動作が確認できるサンプル ソースコード ① サンプルアプリケーションに基づく、動 作確認用のホワイトペーパーと プラットフォーム構築に必要な サンプル ソースコード GitHub を通して無償提供いたします
  58. 58. POS 顧客用アプリ Android/iOS Box状態管理 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ IoT Hub 統合商品マスタ Azure Functions Cosmos DB Blob 商品API 商品データ 商品イメージ リアルタイム在庫管理 Azure Functions Azure FunctionsSQL DB Cosmos DB 在庫トランAPI 在庫イベントソース 在庫データマート 在庫モニターAPI 顧客 バックオフィス Azure Functions バックオフィス用BFF Android/iOS Webモニター Azure Functions 顧客アプリ用BFF Box Azure Functions Push通知 ショッピングカートAPI 商品登録一覧 レシート 買物開始 Boxオープン状態 商品変動状態 Boxクローズ状態 Box状態 プッシュ情報送信 モバイルデバイスへの通知 在庫情報参照 在庫情報取得 商品情報取得 商品情報取得 在庫トラン カートAPI呼び出し BFF呼び出し Azure Functions Cosmos DB 各種データ カートAPI サンプル実装:Smart Box(アーキテクチャ)
  59. 59. 全体構成図 概要 ✓サーバーレスコンピューティングサービス として Azure Functions を採用し、リソースの柔軟なスケールを実現します。 ✓マイクロサービスアーキテクチャ をベースとしたサービス設計によりサービス間の疎結合性を確保します。 BFFサービス群 バックエンドサービス群 商品マスタサービス 商品照会API 商品更新API POSサービス カートAPI 決済API BOX管理サービス Box開閉API 商品追跡API 在庫管理サービス 在庫トランAPI 在庫照会API 利用者向け アプリ用BFF 管理者向け Web用BFF クライアントApp (Xamarin) 管理用Web (Web App) Application Insights 分散トレーシングによる マイクロサービス監視 マイクロサービスによる 疎結合なサービス間連携 BFFによるフロントエン ドの柔軟性確保 Azure Functions によるサー バーレスコンピューティング
  60. 60. 私たちはこうした企業には成りえません
  61. 61. 私たちはお客様と共創します
  62. 62. 日本を加速する
  63. 63. YouMicrosoft © 2018 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.

×