カスタマーストーリー
BMW Group、SnowflakeのAIデータクラウドを活用して運用データワークロードの能力を強化
SnowflakeはBMWのクラウドデータハブにシームレスに統合され、他のツールやプロセスもサポートします
25% 平均コスト削減
60 Snowflakeで実行されるデータユースケース(18か月)
業種
Manufacturing所在地
Munich, GermanyBMWグループは、柔軟なベストオブブリードなデータアプローチを維持しています
BMWグループは、イノベーションと品質の提供で有名です。これはプロダクションラインから降ろされる車だけに当てはまるわけではありません。それは組織のDNAのパートです。2018年以来、BMWのデータチームは、クラウドデータハブ(CDH)によって定義される抜本的なプログラムに着手し、ビジネス全体からデータドリブンなインサイトを集約しています。
CDHの背後にある指針となる原則は、一貫性と品質を維持する一元化されたデータガバナンスモデルによってサポートされる、分散型のベストオブブリードなデータツールセットを提供することです。
同社が収集しているデータは、BMWの15のドメイン(サービス、製造、投稿の各プロセスを含む)にわたって約6,000のデータセットと製品を含む膨大な量と多様性を考えると、CDHは、毎月このデータにアクセスする1万人以上のユーザーにサービスを提供できるパフォーマンスとスケーラビリティを必要としていました。
BMWグループでは、大規模な運用アナリティクスワークロードにわたってより高速なコンピュートを実現しながら、CDHエコシステム全体でのシームレスな統合を確保するために、厳格なガバナンスフレームワーク内で大規模なデータセットと複雑なワークロードを処理できる、費用対効果の高いプラットフォームを必要としていました。SnowflakeのAIデータクラウドは、そのすべてとさらなる成果を実現しました。
このストーリーのハイライト
大規模ワークロードでの信頼性とコスト効率に優れたパフォーマンス: BMWのチームは、Snowflakeの強力なコンピュートエンジンにより、大規模なマルチテーブルワークロードを迅速かつコスト効率よく処理できます。
確立されたツールやアーキテクチャとのシームレスな統合: AIデータクラウドは、BMWの既存のApache IcebergやAWSツールなどと連携し、BMWのマルチベンダーテクノロジー戦略をサポートしています。
- ユーザー体験の合理化によるデータ分析の強化: AIデータクラウドの使い容易性とシンプルな構成により、BMWはSnowflakeを迅速にユーザー採用し、18か月以内に数十のデータユースケースを実行しました。
Snowflakeの一貫したアナリティクスパフォーマンスは、BMWのデータ資産を補完するものです
CDHの多くのユースケースにおいて、BMWはAWSインフラストラクチャとApache Icebergテーブルを組み合わせて使用し、高いパフォーマンスと柔軟性を提供しています。「当社はAmazon Web Servicesと強力なパートナーシップを結んでおり、AWSツールは当社のユースケースの大部分のニーズを満たしています」と、BMW Groupのクラウドデータハブの製品管理責任者であるRuben Simon氏は説明します。
しかし、CDHチームは、一部のユースケース、特に大規模な運用データセットを含むユースケースでは、別のデータアプローチからメリットを得られることに気付きました。「運用ユースケースでは、非常に高速なコンピュートが必要でした。そして、Snowflakeは競合他社に先んじていました。このため、SnowflakeをCDHに統合することにしました」
BMWグループは現在、AIデータクラウドをデータ基盤のキーコンポーネントとして利用することで、大規模なデータワークロードに対して高レベルのパフォーマンスを提供できるようになりました。例として、過去10年間の車両サービスや修理のトランザクションデータを含む巨大なデータレイクに格納されていた同社のサービスデータは、現在Snowflake上で実行されています。Snowflakeのコンピューティングパワーを支えるディーラーやガレージは、顧客のサービス履歴をほぼ瞬時に呼び出すことができます。つまり、ディーラーのスタッフはより効率的に作業を行い、必要な情報をより迅速に入手でき、顧客はより迅速なサービスと修理を受けることができます。
Icebergは単一テーブル上の単純なワークロードに対して費用対効果のバランスが取れていますが、CDHチームはすぐに、Snowflakeがより複雑なワークロードにおいて低コストで高いパフォーマンスを提供できることに気づきました。「Snowflakeはプレミアムなコンピューティングリソースであるため、より高価になると想定していましたが、実際には高負荷のコンピュートワークロードのコストを削減しています」とRuben Simon氏は述べています。BMWグループは、サービスデータワークロードに関して、Snowflakeを採用したことで、レガシープラットフォームと比較して平均コストを25%削減しました。
また、シンプルなインターフェイスと簡単な設定も備えています。AWSツールではユーザーがロールを設定する必要がありますが、Snowflakeインスタンスは数回のクリックで展開できます。CDHチームはSnowflakeと緊密に連携し、AIデータクラウドへの参入障壁をさらに下げ、ユーザーが簡単に始められるようにしました。このことは、販売、サービスからサプライチェーンに至るまで、60を超えるCDHユースケースがSnowflake上でわずか18か月で稼働し、急速に普及している理由を説明するものと考えられます。
伸縮性のあるクラウドサービスは需要を満たすのには最適ですが、非常に大きなデータセットがある場合には応答しなくなることがあります。これらのクエリをSnowflakeで実行したところ、一貫したパフォーマンスが得られました。」
Khalid Al-Khalili
Big Data Architect, Cloud Data Hub, BMW Group
BMWのデータニーズとガバナンスフレームワークにマッチする
CDHに統合されたツールは、BMWのガバナンスフレームワークと、データの保存と管理に関するBMWの理念を満たす必要があります。Snowflakeも例外ではありませんでした。
「当社のデータガバナンスフレームワーク内では、プラットフォーム上のすべてのデータが透明性でなければなりません」と、Khalid Al-Khalili氏は説明します。「データスチュワードが1つのシステム上のデータセットへのアクセスを許可した場合、その許可はAWSやSnowflakeなど、他のプラットフォームにも引き継がれる必要があります」
つまり、実際には、SnowflakeがCDH全体でデータを読み書きし、BMWの社内システムとAWS全体でIDを確認できる必要があります。データ資産全体にわたるこのレベルの統合は、気が遠くなるように思えるかもしれませんが、BMWは、専任のSnowflakeスペシャリストとCDHチームのカウンターパート6名のみのチームだけで、18か月以上にかけて比較的容易性を持って、Snowflakeを複雑なマルチベンダーエコシステムに組み込むことができました。
両社の努力と、他のテクノロジーとの統合におけるSnowflake独自の歴史により、SnowflakeはBMW全体で定期的に使用されている他の幾つかのツールをサポートしています。「ユーザーにとって、すべてがシームレスに感じられる必要があります」と、Ruben Simonは言います。「コンピュートを提供してくれるSnowflakeのおかげで、それが現実になりました。AWSやIcebergなど、さまざまな場所にデータを保存しながらもSnowflakeのコンピュート面でのメリットを享受できるため、Snowflakeは素晴らしいパートナーであると気づきました」
我々にとって最も重要なのは、データを決してコピーしないことです。『単一の信頼できるデータ（Single Source of Truth）』を維持したいと考えている我々にとって、Snowflakeのゼロコピー・クローニング機能は極めて重要な役割を果たしています。」
Ruben Simon
Head of Product Management, Cloud Data Hub, BMW Group
BMW、柔軟なデータイノベーションへのコミットメントを継続
BMWグループは、CDHを進化させ続ける計画を持っている。同社は、構造化データと非構造化データを組み合わせ、適切な生成AIのユースケースを見つけ、オープンな系統構造に移行しようとしています。
また、マルチクラウド機能をCDHのコアに組み込むとともに、すべてがデータガバナンスフレームワーク内で確実に動作するようにすることも計画しています。Snowflakeのシームレスな統合機能は、データがどこに保存されていても、自動車メーカーの最も負荷の高いワークロードをサポートするパートとなっているでしょう。
「私たちは常に、ベンダーロックインを避けたいと思っていました」とRuben Simon氏は言います。「Snowflakeは、当社のオープンソースツールとも統合できる点に本当に感銘を受けました。既存のインフラストラクチャへの取り組みがあっても、Snowflakeは柔軟な統合を備えているため、価値があることが証明されています」
