プルムウォンデータのサイロ化を解消し、Snowflakeを基盤としたDXを実現AIを活用した意思決定システムへ

プルムウォン（Pulmuone）は1981年に設立された韓国を代表する総合食品企業であり、「正しい食を通じて、人と地球の健康な明日を創る」をミッションに掲げています。新鮮食品や飲料を中心に、健康機能食品、給食・コンセッション事業、親환경食品（エコ食品）流通、ミネラルウォーター、発酵乳など、幅広い領域で事業を展開しています。

特に、プルムウォンは世界最大の豆腐メーカーとしての地位を確固たるものにしています。現在、韓国国内の豆腐市場で40%、北米市場では70%のシェアを占めています。1991年に米国法人を設立して海外進出を果たして以来、中国や日本にも拠点を構え、グローバル企業として成長を続けています。

プルムウォンは、韓国をはじめ米国、中国、ベトナム、日本などで約2万種類の製品を生産する企業です。グローバル各地の工場で多種多様な製品を生産しているため、リアルタイムで膨大なデータが生成されています。しかし、レガシー環境（旧来のシステム環境）では、これらのデータが十分に活用されていませんでした。これが、プルムウォンがグローバルSCMの革新に向けてデジタルトランスフォーメーションを推進することになった背景です。

レガシー環境における最大の課題は「データサイロ（データの孤立化）」でした。各部署で数多くのシステムが個別に運用されており、システムごとにデータが散在していたのです。

プルムウォンは統合分析へのニーズが非常に強かったため、解決すべき最優先課題としてデータサイロの解消を掲げました。あわせて、データの標準化に対するニーズも切実なものでした。同一のデータがシステムごとに異なる形式で表示されると、データの重複が発生し、分析の信頼性が低下してしまうためです。さらに、データガバナンス体系の再構築や、レガシーシステムのパフォーマンス向上も必要とされていました。

結果として、プルムウォンは「データは豊富にあるが、タイムリーに活用できない」という状況に陥っていました。また、データへのアクセス性が低いために、特定のキーマンの経験に依存せざるを得ず、深層分析が不可能な状態だったのです。プルムウォンはこうした問題を解決するため、データおよび分析プラットフォームのマイグレーション（移行）を決定しました。

プルムウォンは次世代データプラットフォームとして、様々なソリューションを検討しました。その結果、データの統合・標準化・ガバナンスのすべてを満たすことができる唯一の選択肢として、Snowflake を選定しました。

次世代プラットフォームの選定過程において、プルムウォンは何よりも「柔軟なデータ統合とモデリング」を重要な要件として判断しました。あわせて、クラウドベースの拡張性を活かし、大容量データを支障なく処理できる能力も不可欠でした。

操作の利便性も重要な基準となりました。実務担当者であっても、SQLさえ理解していれば必要なデータを抽出・分析できる環境を目指したためです。さらに、すでに導入済みであった Power BI との連携性や、データの品質とセキュリティを保証するガバナンス体系も、重要な採用の背景となりました。

最終的に、単なるデータウェアハウスを超え、全社のデータを「信頼できる唯一の基準（Single Source of Truth）」へと集約し、それに基づいた意思決定文化を醸成する上で、Snowflake が最適であるという結論を下しました。

プルムウォンは Snowflake を基盤として、データアーキテクチャを再設計しました。従来は、レガシーデータベース、各種アプリケーションの内蔵データ、個別に運用されていたSCMプラットフォームのデータ、チームごとのローカルファイルなどがバラバラに管理されていましたが、現在はこれらすべてのデータがデータレイクに保存されています。こうして集められたソースデータ（源泉データ）は、精製と変換を経て標準化されたデータセットとなり、データエンジニアリングを通じて構造化データへと変換されます。この構造化データが、Power BIなどを利用するユーザーに提供される仕組みです。

具体的には、メダリオン・アーキテクチャを導入しました。ブロンズ・レイヤーには、ERP（基幹系システム）、SCM（サプライチェーン管理）、WMS（倉庫管理）、OMS（注文管理）などのシステムから取得したデータを、最小限の変換のみを施したほぼ原本の状態で保存します。シルバー・レイヤーでは、これら異種混在のデータを精製・統合・標準化し、全社的に活用可能なビジネスデータセットを確保しました。そして最後のゴールド・レイヤーでは、経営陣、実務担当者、分析官のニーズに合わせたデータプロダクトを提供し、BIレポートの作成や分析業務を直接サポートしています。

プルムウォンはデータの統合と分析を超え、AIが計画（SCP）- 実行（SCE）- 学習（SCI）を繰り返す「SCM運用構造」へと進化を遂げています。Snowflakeに統合されたデータを基盤に、AIが需要を予測して供給計画を樹立し、実際の注文・生産・物流の実行結果をリアルタイムで反映させます。その後、実行結果と計画の差異は再び分析・学習されて次回の計画へとフィードバックされ、SCM全般がひとつの「インテリジェンス・ループ」として機能するようになります。

こうしたAIベースのSCM運用は、ERP・SCM・WMS・OMSなど複数のシステムに分散していたデータをSnowflakeへ統合し、標準化した「シングル・データ・パス（Single Data Path）」の上で初めて可能となりました。計画と実行、分析とAIが同一のデータ基盤で連結されたことにより、プルムウォンは変化に素早く適応し、自律的に学習し続けるサプライチェーン運用体系を構築しています。

新たなデータプラットフォームの導入後、プルムウォンのデータ活用能力は飛躍的に向上しました。以前はシステム間のデータ連携ができず断片的な分析に留まっていましたが、Snowflakeの導入により、SCM運営プラットフォーム、注文システム、損益システムなどのデータを統合した「深層分析」が可能になりました。例えば、供給可能量、注文充足率、需要予測の精度などを分析し、在庫不足のリスクを事前に検知したり、販促戦略をリアルタイムで調整したりといったアクションが取れるようになったのです。

こうした成果は、データの信頼性が向上したことで実現しました。各チームが個別にデータを運用していた頃は、データの信頼性が決して高くありませんでした。しかし、Snowflakeを基盤に標準化されたデータセットを確保したことで、誰が分析しても同じ結果が得られるようになりました。

この過程でプルムウォンは、Snowflakeのスキーマ構造を活用してデータモデリングを簡素化しました。Snowflakeは単にデータを蓄積するだけでなく、迅速かつ柔軟にモデリングできるという強みがあります。プルムウォンは、中心に「ファクト・セールス（Fact Sales）」というテーブルを置き、その周辺に複数のディメンション・テーブルを連結する構成をとりました。その結果、Power BIベースのレポート開発速度が大幅に短縮され、新たな分析ニーズにも容易に対応できるようになりました。これにより、BIの運営効率とデータ活用能力が同時に最大化されました。

何よりも大きな成果は、「組織文化の転換」でした。かつては分析の専門家だけがデータにアクセスでき、経営陣や現場はレポートを受け取るだけの構造でした。しかし現在は、経営陣、現場担当者、分析官の全員が同じデータに基づいて、戦略立案、運営の点検、深層分析を遂行できるようになりました。これにより、標準化されたデータに基づく「意思決定文化」が組織に定着しました。