保守における生産性と見積もりの関係について

5月２２日にSERCフォーラム（さーくふぉーらむ）という、ソフトウェアの保守関係をやっている人のあつまりのフォーラムに行って来た。その内容をメモメモ。

第二弾は、「保守における生産性と見積もりの関係について」

について

---

保守における生産性と見積もりの関係について
１．はじめに
１．１　自己紹介
０２，０６　ＪＩＳ　Ｘ０１６１（もと　ＩＳＯ／ＩＥＣ　１４７６４）

１．２　本発表の趣旨

２．ソフトウェア保守の生産性とは
２．１保守の生産性
　　ＱＣＤがバランスよく、かつ最適である度合い
　　うまく、安く、早く
２．２　ソフトウェアの品質（Ｑ）
　　ＩＳＯ／ＩＥＣ９１２６－１の品質６特性
　　保守性、移植性は、テストで評価できない

３．保守の生産性に影響する要因
３－１．品質に関する生産性
　　対象ソフトウェアの現状品質も含む要件
３－２．コストに関する生産性
３－３．納期に関する生産性
　　→クリティカルパス、平行
ＩＳＯ／ＩＥＣ１４７６４
　　１．プロセス実装
　　２．問題分析及び修正
　　３．修正の実施→ソフトウェア実装（構築）プロセス呼び出し
　　４．保守レビュー受け入れ
　　５．移行
　　６．廃棄＝保守から分離
　２～４がループ
ソフトウェア保守の多様性
３－４．Ｑ．Ｃ．Ｄの各生産性の関係
　　保守の型（タイプ）
　　規模の多様性
　　保守契約の多様性
　　緊急度の多様性
　　システム形態の多様性
　　ソフトウェア形態の多様性
３－５．保守と実装の違い
　　→保守のふたこぶらくだモデル

４．保守の見積もりに影響する要因
１．保守者の保守対応能力の差
・長年保守対象システムを経験している人がもっとも生産性が高い？
・保守者の能力と見積もり依頼者と合意しておく必要あり
２．保守者（作業環境）の良否
・対象システムと同等「データ構成も」
・オンライン保守
・品質状況がイメージ化できる
・良好な関係か？

５．保守の見積もりと生産性の関係

６．まとめ
・ＱＣＤのタスクを定義、つみあげ
・同じ保守者による継続保守

Ｑ＆Ａ
・見積もりは？
　　移行パターン４つ
　　内訳

アプリケーション保守サービスにおける定量化

SERCフォーラム（さーくふぉーらむ）という、ソフトウェアの保守関係をやっている人のあつまりのフォーラムに行って来た。その内容をメモメモ。

第一弾は、基調講演「アプリケーション保守サービスにおける定量化」
について

---

開会の挨拶
・保守の内容発表
・今回見積もりと定量化
・２０年以上活動、４つのチーム
・今回はＤチーム

基調講演「アプリケーション保守サービスにおける定量化」
１．はじめに
　ＩＢＭグローバルアカウント：ＩＧＡ
　　→ＩＢＭ自体の情報部門
　ＩＧＡ　アプリケーション　サービス　Ｊａｐａｎ
　　→日本のＩＧＡ
　　　数百のアプリ
　ＳＥＣジャーナル　最優秀賞

２．背景
　　なぜ保守サービス量を量る必要がありますか？
　　サービスの量
　　　保守しているアプリの量
　　　→努力結果は？
　　サービス料が量れないと
　　　生産性の努力結果が示せない
　　　見積もりに正統性がない
　　　量の保証がなく、お客様は不安
　　　他のアプリとベンチマークできない
　課題
　　保守サービス料を測定する手段がない
　目的
　　保守サービスの量を基準として生産性を測定する
　　生産性＝量／工数またはコスト
　　　開発の場合ＦＰ，ＳＬＯＣ
　　　保守の場合？

　　　１．測定
　　　２．見積もり
　　　３．カイゼン
　　　４．ベンチマーク
　困難な理由
　　小規模日常業務サポート→９０％以上
　　障害対応
　　小規模開発

３．定量化手法
　　ポイント１．納品物の量に直接寄与した作業
　　ポイント２．基礎店をきめる
　　ポイント３．基準との相対比率
　　ポイント４．ＭＰ（メンテナンスポイント）

　基礎点の算出方法　　
　　　納品物の量に直接寄与した作業（設計と構築）
　　　ベースポイントの定義
　　　　１ＢＰ　経験２年の海外協力会社が１時間
　相対比率による量の定義
　　　基準以外は、相対比率で
　　　→２０１３年と２０１４年の作業＝同じ作業
　　　　でも半分の生産性になったら？
　　　　　→相対でやっていたら変わらない
　　　分類の目的
　　　分類名
　　　　データの分類→違うタイプだと困難だから
　納期要件品質要件の厳しさ
　　　納期補正（ベースとなる基準と納期）、品質補正

　手順
　　要求の分類
　　基準要求の選定
　　基準要求と基礎点の定義
　　相対比率の定義
　　基準点Ｘ相対儀率
　　納期要因と品質要件をかけてＭＰへ

４．定量化の試行
　測定結果の利用例
　保守サービス工数のシミュレーション
　　　重回帰式によりＭＰ算出

５．保守生産性
　　生産性が高いとは
　　　→間接作業比率が減る

６．定量化実現の前提
　　よくマネージされた保守業務
　　それによるデータが蓄積されていること
　→チケット管理、作業内容ｌ、時間

７．提案内容のまとめ

８．よくある質問
　小規模では・・・使えます
　障害対応は・・・使えるけど、生産性は優先順位低い

付録：SEC Journal
　小規模ではＣｏＢＲＡを採用

マーケティングで使う手法メモメモ

一連のマーケティング活動で使う手法をメモメモ

---

・ひとつの製品の開発から販売、リピートまで
　　（１）市場を読む
　　　　　・因子分析

　　（２）新製品を作る：製品開発
　　　　　・コンジョイント分析

　　（３）作った新製品の普及
　　　　　・バスモデル：導入初期、いけるか／いけないか？

　　（４）顧客を維持させる
　　　　　販売戦略：ＣＲＭ，ＲＦＭ，ロジスティック回帰


・複数商品の購買→ブランド
　　　・クロスセリング（協調マーケティング、アソシエーション分析）
　　　・コレスポンデンス分析

---

ビッグデータで出てくる「協調マーケティング、アソシエーション分析」とか
以外にも、いろいろある。

上のは例で、ほかにもABテストとかあるけど、流れ＆分類としては、こんなかんじ？

Ｓｔｒｕｔｓ２の参考書のタイトルに、Ｓｔｒｕｔｓ２と書いてない件

Ｓｔｒｕｔｓ２の参考書として、


Struts2 フルスタック化&Webアプリケーション開発 ~Struts2+Spring 2+Tiles+iBATIS+GWTで作るショッピングサイト~
http://www.amazon.co.jp/dp/4839928444

や

はじめてのJavaフレームワーク―Struts 2/Spring/Hibernate対応

は、Ｓｔｒｕｔｓ２って書いてあるので、Struts2の参考書とわかる。

でも、Springと合わせないで、素のStruts2の本ってないの？

・・・ってなると、・・・・

実はあるんだけど、Struts2って、タイトルに書いてないんだよね・・・

EclipseではじめるJavaフレームワーク入門―クラウド開発対応

は、まだ、Struts2が載っていそうな想像がつくけど、

サーブレット&JSPエッセンシャル逆引き大全500の極意

や

サーブレット&JSPコンプリートマスター (絶版）

にも載ってるんだよね。。。後のほうに・・・

デジタル土方が求められる理論的根拠

Marco Della Setaa, Sebastian Gryglewiczb,Peter M. Kortc,

Optimal investment in learning-curve technologies

Journal of Economic Dynamics and Control
Volume 36, Issue 10, October 2012, Pages 1462–1476

http://www.sciencedirect.com/science/article/pii/S0165188912000863


まとめると、結局、投資には、以下の２種類あるとの話。

タイミング利用：小さいスケールで早期に投資→学習曲線が大きいとき
スケール利用　：大きな生産性、遅く投資→学習曲線が平坦なとき

---

＜＜以下、その理論をもとに、勝手に考察（論文の意図とは違うかも）＞＞

コンピューター業界は、ハイプサイクルで技術がでる。

黎明期・流行期（はじめの山）は、
　　早期に投資する状態→市場はまだ小さい
　　＝タイミング利用がいい
　　　　→学習曲線は大きいほうがいい
　　　　　　＝ベンチャーで優秀なやつを少数精鋭で投入、学習を早める

回復・安定期（あとの平坦）
　　大規模開発になる。
　　　　＝スケール利用、学習はそんなでなくていい
　　　　　大規模だから、技術持っていない代わりに、安い単価の人間を使えばもうかる
　　　　　　　→デジタル土方を安く投入できればもうかる。


※よって
大規模開発をするのであれば、スケール利用がもうかるので、
デジタル土方を安く投入するのがよい

エンジニアはサーバーサイド、フロント、インフラに３別される

どう考えても、基幹系の技術者は駆逐される
http://itpro.nikkeibp.co.jp/article/COLUMN/20140515/557083/


だが、そもそも基幹系が重要なのは、金融（証券・保険・銀行・・）など、
ユーザーよりも、金融当局や法律のほうが重要な業界に多い。
この手は、Javaに移行すると値が合わなくなるのでCOBOL使用率も多い。

ユーザーは金融当局の意向や法律に関係なく動くので、
ユーザー中心だけでは、この手の基幹系システムはできず、
金融当局や法律なども考慮して業務プロセスから設計しないと、
システムができない。


なので、この手のシステムは、クライアントとサーバ側をわけて、

サーバー側は金融当局や法律を加味し、システムをサービスとして設計
クライアント側はユーザー中心で、サービスのマッシュアップを設計

としたほうが、きれいにいく。

よって、基幹系はのこる。ただし、サービスを作成するという形で
残ると思う。BPMNによる記述なども考えられる。
この人たちは、サーバーサイドエンジニアとよばれるであろう。

クライアントは、サーバーサイドのサービスをマッシュアップ
して、UI（じゃないUX)を作っていく。
この人たちは、フロントエンジニアと・・・今呼ばれているね！

そして、実運用は今も将来もインフラエンジニア・・・ということで、

基幹系エンジニアがなくなるのではなく、
エンジニアはサーバーサイド、フロント、インフラに３別されるようになり、
基幹系は、サーバーサイドエンジニアになると思う。

ビッグデータ、オープンデータ、パーソナルデータ＋アンケート、シミュレーションデータ

昨日書いた

「ビールとおむつを売るために、御社は存在するのですか？」－ビッグデータの落とし穴
http://blog.goo.ne.jp/xmldtp/e/c97b9de7bcdb86a766d991c5844e887c

の最後のほうの話。

じつは、ビッグデータには問題があって（基本、販売データやCRM、SRM
ということに関係して）それを補完するデータが必要になる。

について。

---

■ビッグデータは、販売した顧客に対する行動データしか集めていない

マーケティングには態度データと行動データがある。
態度データとは、その人がそう思った感情のデータ、ある程度継続する。
好きとか嫌いとかが、それにあたる。

一方、行動データというのは、実際に購買した、しなかったという行動
のデータ。

好きだから買う、嫌いだから買わないのは当たり前だけど、
　　好きだけど買わない（お金がなかった）
　　嫌いだけど買った（それしかなかった）
というような場合もあるので、態度データと行動データは必ずしも一致しない
態度データは、アンケートなどで取得する。

アンケートは、人が答えるものなので、そんなにビッグなデータにならない。
(ビッグな態度データだと、収集するのに、相当なお金がかかるはず）

---

■マーケティング戦略には、販売してない人のデータが必要

戦術レベルであれば、購入顧客の行動データだけでも、販売戦略には
役だつ。しかし、マーケティング戦略を立てる場合、STPで行うとすると、
まず、マーケットを分割する（セグメンテーション）必要がある。

このとき、既存顧客だけでなく、新規顧客の属性データもないといけない。

新規顧客開拓は既存顧客より大変なのに、なぜ開拓しなければならないか？
これは、「既存顧客は減っていくから」。既存顧客は、死んだり、倒産したり
ほかにいったり・・・ということで減っていく。そこで、新しい顧客を開拓
しないと、会社は、いつかはジリ貧になる。そのために、新規顧客は大切。

そこで、新規顧客までを含めて、分析するとなると、自社データでは足りない。
いろいろな属性データがひつようになる。
地域的な特性とか・・・

となってくると、オープンデータが必要になる。

---

■顧客特性分析の為のパーソナルデータ

また、顧客特性を分析するには、
ビッグデータとパーソナルデータをつき合わせて分析することが必要になる。

パーソナルデータはビッグデータと分けて管理する必要がある。
個人情報なので、セキュリティや取り扱いが重要になる
（削除とか訂正ができるようにしなければいけない。
　ビッグデータの場合、ログやセンサーデータなど、書き込まれたら読み出すこと中心のデータとは違う）

---

■新規顧客予測などとか・・・

既存顧客の予測であれば、ビッグデータで予測できる
しかし、新規顧客の行動データは取りえない。
買ってないから新規顧客なのだから・・

そうすると、既存データから、新規顧客がどのように行動するかを
シミュレーションしなければならない。

動的な数理モデルを作成し、微分方程式を解く方法もあるが、
数値を入れてといてしまう方法、
さらには、数理モデルではなく、アルゴリズム的に記述し、
マルチエージェントでとく方法、

情報処理２０１４年６月号　特集マルチエージェントシミュレーションの
和泉先生の記事「ビッグデータとエージェントシミュレーション」の
ステップCにあるような「過去データにない新しいエピソードの発見」
をするために、マルチエージェントを使う手法もある。

ということで、シミュレーションデータとその解析も必要になってくる

---

■まとめると・・・

マーケット戦略を立てる場合、

新規顧客もふくめた、市場セグメントの分析をしないといけない
　　これには、オープンデータが必要だし、

その市場の顧客の属性、状況を分析するには
　　ビッグデータのほかにパーソナルデータが必要となる
　　（ビッグデータにパーソナルデータを含めず、別管理する）

このとき、顧客の態度を知りたければ、
　　アンケートデータ
が必要だし、実際どうなるか予測するには
　　ビッグデータのほかにシミュレーションデータ
が必要になる

ということで、戦略までをふくめて考えるのであれば、

ビッグデータ、オープンデータ、パーソナルデータ＋アンケート、シミュレーションデータ

が必要になる。

このうち、ビッグデータ、オープンデータ、パーソナルデータは

【富士通フォーラム】わが国のオープンデータ戦略について
http://blog.goo.ne.jp/xmldtp/e/c2dac74c7c0c16d93c8941c6da1ae577

にあるように、ICTのトレンドの３つのデータであり、
重なる部分が重要になってきている。

ウィンドウズ８締め出しに「驚き」＝中国に調達働き掛けへ

中国は全部Linuxでやる気なのですかね・・・
いや、すべてMacっていうのなら、おしゃれですが・・・


ウィンドウズ８締め出しに「驚き」＝中国に調達働き掛けへ―米ＭＳ
http://news.goo.ne.jp/article/jiji/world/jiji-140521X399.html

5月20日(火)のつぶやき

　ウィリアムのいたずら　@xmldtp　09:43

「遠隔操作事件 片山被告「私が真犯人」と認める　－　NHKニュース」 goo.gl/mR3mbR

from gooBlog production

返信 リツイート お気に入り

---

Follow @xmldtp

「ビールとおむつを売るために、御社は存在するのですか？」－ビッグデータの落とし穴

さっきの話の「エクスペリアンジャパン」のところに書いた、「戦術レベルの展開であれば・・・」や、オムニチャネルところの「現在のSIerの大きな問題点」の話を書くために、ひとつの話をしないといけない。

それは、「現在SIerさんが推進しているビッグデータは戦術レベルであり、
戦略にはならない（戦略では、別の解析を行い、もっと大きな市場がある）」
ということだ。

例を挙げよう。

アソシエーション分析（バスケット分析）などの例として

　　ビールを買う人はおむつを一緒に買っている

というのがある。で、これを販売データに生かす・・・ってどう生かすのかよく分からないけど（ビールを買った人に、「おむつもいかかですか？」というのでしょうか？？）・・・
これは、販売促進にはなる。戦術（４P)には役立つかもしれない。

でも、

「ビールとおむつを売るために、御社は存在するのでしょうか？」

・・・もし、そうなら、ほかにスーパーとか出たら、
会社の存在価値はゆらいでしまうのでしょうか？

たぶん違うと思います・・・

---

会社は、存在意義とかがあって（これがミッションとか社是になっている）
そこを元に事業戦略、事業ドメインができています。

小売サービスの場合だと、「お客様に幸せを提案する」というのが、大筋じゃないでしょうか？（快楽を提供するというと、妖しいかんじになってしまうので、幸せを提案する）
で、そうなると、
・どのようなお客様に、
・どのような幸せ（それを生み出すのが商品やサービス）を自社は提供できるかを考え、
・その幸せを商品・サービスとともにお客様に提案し
・幸せの対価として、お金を得る
というしくみになります。

つまり、使命や社是から、顧客を絞り込み、顧客を理解し、（幸せを届ける）商品を制作する作業が、まず必要です。この作業をするのが、戦略です（STPという形で立てていく。戦術は４P)

---

さっきの例だと、
ビールとオムツが売れるのは、まとめて重いものを買って、車で運ぶから・・・

とすると、車に乗れないお客さん、高齢者とかは、どうなんだろう？

その人たちに、重いものを届けられないか？

・・・そうだ、ネットスーパーを作って、宅急便に運んでもらおう！
そうすれば、お客様に、重いものを運ぶ苦痛がなくなり、幸せになれる！
というので、ネットスーパーを作るのが戦略。

現状を変えないで、販売促進の枠組みでデータを使うのは戦術。

---

いまのビッグデータ利用は、販売促進とかの枠組みでやっている。
つまり戦術。戦略のほうが、もっと大きなお金が流れて、儲かるんだけど、
そうすると、ビッグデータ利用が違った形になってくるんだ・・・

じつは、ビッグデータには問題があって（基本、販売データやCRM、SRM
ということに関係して）それを補完するデータが必要になる。

ごめん、今時間ないので、別の機会にかきます。

XPサポート継続したESETの暴挙とか、クロスコンパスのディープラーニングとか

　JapanITWeek春に５月１６日行って来た！報告。

　JapanITWeek春は、ソフトウェア開発環境展、ビッグデータ活用展、組み込みシステム開発技術展・・・などといろいろあるが、ごちゃ混ぜになっているので、はっきりどこからどこまでが何展か、よくわからず、とにかくビッグサイトの東と西でやってました。

　全般的に、去年と同じような雰囲気を受けました。
　ただ、「ソフトウェア開発環境展」で、ミャンマー・フィリピンのオフショアサポート
みたいなのが出ていたこと・・・オフショアは、開発環境？・・・なんでしょうね！きっと

　開発環境といえば、クラウド開発環境で、Web Aviatorっていうのをキャノンソフトウェアが出してた。あ、キャノンソフトウェアといえば、アンチウィルスなどのセキュリティソフトESETも出していた。ESETといえば、トレンドマイクロ同様、Microsoft Windows XPサポートを継続（少なくとも2017年2月末まで）したので有名なところだが、今回も暴挙に出た！名刺交換しなくても、（大きな　＾＾；）袋がもらえるのだ。それも「名刺交換していかただかくても！」と明言して・・・

　名刺交換しても、お客さんになってくれるとは限らないわけなんで、今後、ほかの会社も見習って、とくに最終日、あまっているようだったら、「名刺いりません！」と明言して、パンフレットばんばん配っちゃったほうが、いいと思うぞ・・・

　で、クラウドといえば、Amazonのクラウドはパートナーさんが、いろいろ出ていましたね。
　Amazonは、そういうプラットフォーム的な形で発展していくんでしょうね！
　あとクラウドというと、奉行シリーズのOBCもクラウドするみたい。
　HDEは、クラウドセキュリティってことででていたけど、
　やっぱり、AutoDeskのAutoDesk360を書いておかないと・・・

　AutoDesk360は、
　　　http://accounts.autodesk.com/
　で無償でIDを取得すると入れるクラウドらしく、とくにAutoDeskRecap360
　は、写真から３Dモデルを生成してくれる(WebGL使ってる）。

　以前書いたと思うけど、出展していたので、もう一度、改めて・・・

　M2Mのワイヤレスプラットフォームにかんしては、アルティマが、
　「電池一本で１０年使える・・・」とかいってたけど・・・詳しくは見ていない

　セキュリティといえば、IPA。
　標的型攻撃メールのお話を聞いてきたけど、別エントリにかく。
　それでアンケートに答えると、
　　２０１４年情報セキュリティ１０大脅威
　　標的型メール攻撃対策に向けたシステム設計ガイド
　　組織における内部不正防止ガイドライン（これは選択）
　　　　：
　　　　：
　などなど、いろいろ資料をくれる。
　ただでも、本を配ってて、「アイデンティティ管理技術解説」は
　厚くて、いろいろ書いてある。

ちょっと目を引いたもの２つ。

１．エクスペリアンジャパンの
　　　カスタマーレビューソリューションや
　　　消費者セグメンテーションデータ
　などのマーケットサービス

　戦術レベルの展開であれば、一通りそろっているような気がする。
　この会社のサービス。それを戦略にまで生かすには、どうするかは、
　別のエントリで書くと思うけど・・・

２．クロスコンパスのDeepLearning
　お、きましたね、とうとうディープラーニングが・・・
　特徴を自動的に見つけることができるディープラーニング。
　これができると、類似アイドルなんかの分類が簡単にできるかも！
　というもの・・・

今後に注目ですね！

遠隔操作事件 片山被告「私が真犯人」と認める － NHKニュース

NHKニュースより

遠隔操作事件 片山被告「私が真犯人」と認める
http://www3.nhk.or.jp/news/html/20140520/j64497410000.html

（以下太字は上記サイトより引用）

パソコンの遠隔操作事件で、１９日から連絡が取れなくなっていたインターネット関連会社の元社員、片山祐輔被告から１９日夜、弁護団に連絡があり、関係者によりますと、片山被告は「私が真犯人だ」と認めたうえで、先週、報道各社などに届いたメールを送ったことも認めたということです

【富士通フォーラム】スマートシティと新市場の可能性

富士通フォーラム2014次は

暮らしと社会を豊かにする
スマートシティと新市場の可能性
市場変化がもたらすビジネスチャンス

をメモメモ

---

エネルギーに
環境変化にＩＣＴ

社会環境
・都市化・交通渋滞
・少子高齢化
・エネルギー：火力発電所の利用による燃料費高等
・環境・温暖化：世界のＣＯ２杯出力

日本のエネルギー問題
・短期・長期双方で課題を抱えた日本のエネルギー問題
　　深刻さを増す電力不足
　　国際情勢不安・高止まり傾向の原油価格

国が進めるスマートコミュニティ試作
・経済産業省スマートコミュニティの実現に向けた政策展開
　新しい情報ネットワーク
　新しいエネルギーネットワーク
　新しい交通システム

電力システム改革
・電力氏９ステム改革派改正電気行法により、国会で成立
・おおむね以下のスケジュール
　　第１段階２０１５年めど　広域運用
　　第２段階２０１６年　小売前面自由化
　　第３段階２０１８年　そうはいでんぶんり

変化１　再エネ～自家発電事業参入
・固定価格買取制度という安定収入
変化２　新電力新規参入企業拡大
　→さまざまな業種から新電力
　　ＥＭＳや太陽光発電などエネルギー周りのサービスだけでなく
　　電力の使用者（需要家）は電力調達を好みにあわせて最適化可能に
変化３　省エネ・xEMS導入需要増
・エネルギー使用量（需要家側）がエネルギーマネジメントシステムを
　導入することで、下記が実現可能
　　電気料金高等への対応
　　時間帯別電気料金
　　グループ拠点間管理
　　ネガワット取引？
変化を支える技術
・現在より詳細な時間来料金の設定には、電気メーターによる
　詳細な情報収集のための自動検針
・電力をリアルタイムに把握

富士通のアプローチ
・社会インフラ
・ＩＣＴインフラ
・エネルギー員面
・ＩＣＴ領域を軸にエネルギーインフラ領域及び生活領域
　社会インフラのスマート化を推進

富士通のスマートエネルギーの取り組み
・富士通のエネルギー関連ソリューション
・供給側と需要側のソリューションを体系化して提供
　　ＡＬＯＸソリューション
　　Enetune-BEMS
太陽光発電モニタリング：再生可能エネルギー活用
　　ＢＮＵＳＳ－Solar
・高圧・低圧事業者双方にモニタリングサービス
エネルギーマネジメントシステム（新規参入事業者）
　予測に基づく需給監視
　運転計画の補正
→需給の運用サイクルをＩＣＴで管理
デマンドレスポンス
電力供給の逼迫時に需要家に対して節電を要請する
　　ＯｐｅｎＡＤＲ：いち早く認証
・デマンドレスポンスのさいしんきかくにたいおうしたそふとうぇあ開発
スマートメーター関連ソリューション
　Smart Meter Solution
　　関西電力で採用
　　　検針ネットワークソリューション
　　　電圧監視、停電監視
オフィス・店舗のエネルギーマネジメント
　Enetune-BEMS
　　１．全体最適
　　２．ピーク電力抑制
　　３．遠隔制御
　ピーク電力の一括抑制で大幅コストダウン
家庭のエネルギーマネジメント
　Enetune-Home
　１．完全クラウド
　２．ベンダーフリーと拡張性
　３．ライフログデータ利活用
　HEMSを活用したい事業者様に対し、ソリューションを提供
スマートハウスサービス
　ＨＥＭＳをはじめとした、コンテンツの提供事業とともに、
　そのサービスプラットフォームの提供事業者として、
　アライアンスパートナーに居住者の方と接点をつくり、
　データの流通とコンテンツの拡充

スマートシティの取り組み
・会津地域スマートコミュニティ活動
・伊達市復興街づくり

全国的にづマートシティ推進活動中
・国内・海外２０地域以上でプロジェクト進行中

会津地域スマートコミュニティ活動
再生可能エネルギー活用と普及拡大を促進
１．経済産業省「スマートコミュニティ導入促進事業」
２．会津向け地域サービスの提供
３．地域企業との連携による、工場などの資産有効活用

ＳＣ事業　エネルギーコントロールセンター

ＥＣＣを中核とした地域エネルギーマネジメント
・エネルギー地産地消と再生可能エネルギー活用
　　→災害に強く、安心安全な社会インフラ基盤へ貢献
・デマンドレスポンスサービス
　電力ピークカット、需要シフトに貢献するデマンドレスポンス（ＤＲ）サービス
防災連動ＥＶ車両誘導サービス
・市公用車を緊急災害時の移動型蓄電池として活用
　イメージ
バイオマス資源を活用した熱供給
・再生可能エネルギー・バイオマス活用による
　　川上→川下産業復興
メガソーラー事業
ＥＣＣ基盤と新サービスによるスマートコミュニティずくり
工場などの資産有効活用
地域活性化へのインキュベーション
国内最大級の低カリウム植物工場実証

復興に向けた伊達市の将来像
・伊達市再生・発展まちづくりグランドデザイン
・省・創エネ
・Enetune-BEMSを利用した地域エネマネ
　　公共施設
　　小中学校
　　エネルギーマネジメント統合管理者
情報共有基盤システムの構築
→各施設のエネルギーマネジメントにおける運用課題
　各種イベント情報などを供給する情報基盤システムを構築
今後
地域全体への施策の拡大
　地域コミュニティへのエネルギー対策
　工業団地へのエネマネ導入

浦安環境強制都市コンソーシアムへの参画
・Enetune+HOMEをベースに実証開始
・今後の展開
　　収集したデータの利活用

スマートシティを支える富士通のソリューション

【富士通フォーラム】実用化を迎えたＳＤＮ

表題は、自分の意見ではなく、講演の題目をそのまま書きました。

富士通フォーラム2014のお話、

ネットワークワイドなＩＣＴ最適化
－実用化を迎えたＳＤＮ－

をメモメモ

---

ＳＤＮをどう使っていくか

１．ＳＤＮはなぜ必要なのか
・サーバーの仮想化機能にネットワークを連携させるための機構
　ネットワークを制御するための仕掛け
　　　ネットワーク仮想化
　定義された資源を自動化
　ソフトウェア・デファインド・データセンター
　　　　　　　　　　　　　／エンバイロメント
　　　　　　　　　　　　　／インフラストラクチャ
・ネットワーク仮想化はなぜ必要か
ＩＰアドレスを持ったまま、異なるサーバに仮想サーバーが動的に移動
　ＶＭマイグレーション
　住所を持ったまま引越し
セルフプロビジョニング
　仮想サーバーの移動に合わせて、工事・設定変更等を伴わず
　ネットワークを変更しないと移動する仮想サーバーを
　オンタイムに収容できない
　　→ＳＤＮ

２．富士通がとらえるＳＤＮ
　ＩＣＴをエンドーエンドに最適品質でオンデマンドに
　サービスを提供しＱｏＥを向上　
　Ｓｏｆｔｗａｒｅ－Ｄｅｆｉｎｅｄ　Ｃｏｎｎｅｃｔｅｄ　Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
　オープンなプログラマブルインターフェースによりＩＣＴの運用を自動化
　動的に統合運用

・Ｆｕｊｉｔｓｕ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｎｅｔｗｏｒｋｉｎｇ　ａｎｄ　Ｃｏｍｐｕｔｉｎｇ　Ａｒｃｈｉｔｅｃｔｕre
　３つの領域
　　　データセンター
　　　広域
　　　スマートデバイス

エンタープライズ市場
・ファブリック
・オーバーレイ

ファブリック
・ＯｐｅｎＦｌｏｗ
・ＣＩＳＣＯ、ブロケード
・富士通も
どこに割り振られてもいい
Ｆａｂｒｉｃ　Ｎｅｔｗｏｒｋの導入により、
サーバ／ストレージを統合収容

オーバーレイ
　ＮＶＧＲＥ等を使ったトンネリング
　目的別に、論理で

外までネットワーク
　ある建物にグループ会社
　３本で使われる→１本の中で３本
　　　Ｌ３でセグメントわけ
　　　　→アドレスがぶつかる／重複しても共存

ＦＩＮＥＳ
・収容スイッチ
ＰＲＩＭＡＲＧＹブランド→サーバーと同じ
レイヤ２
スライシングできる
ロードバランサ、ファイヤーウォール
→仮想アプライアンス：アクセラレーターついてる
　アプライアンスそのものを仮想化

ＩＰＣＯＭ　ＶＸの特徴
　ＶＸＬＡＮからＮＶＧＲＥしゃべれる！！！！

まとめるのがＳｅｒｖｅｒＶｉｅｗ　Ｒｅｓｏｕｒｅ　Ｏｒｃｈｅｓｔｒａｔｏｒ
・みんな対応する
　　いろんな対応、ＯｐｅｎＳｔａｃｋにも対応

こんな事例があります
・サーバー収容ネットワーク更改事例
　　サイロ型のＬ３ネットワーク：Ｌ３設定大変、利用率さがる
　ファブリックスイッチＶＦＡＢ→Ｌ２フラット
　ファームの版数も合わせてくれる
・故障時の通信断なし
・通信帯域をフル活用
仮想サーバーを使っている場合
・tagVLAN
　タグが１階層
　→ＶＦＡＢでテナント、tagVLANを解放
・データセンター
　Ｆａｂｒｉｃのコア
沼津開発センターのクラウド化事例
標準化
仮想化
自動化
垂直統合型製品
５月キャリアさんむけ
専門知識なしで広域再配置

【富士通フォーラム】富士通(SIerさん）の考える「オムニチャネル時代のマーケティング戦略」

富士通フォーラム2014にいってきた！話のつづき

次は

「オムニチャネル時代のマーケティング戦略」
（講師は２人。途中で入れ替わり）

途中から（１０分経過くらい？）話をききました。

---

複雑化するデータ
・人が作るデータ、機械が作るデータ
・Engagement
・事業拡大

オムニチャネル
・ＥＣ大きくなっている
・インターネット＆店舗両方が増えている
→店舗でしっかり

a day in the near future

近未来のコマースへ新しい技術と顧客体験
オンライン
ログイン
タッチアンドフィーる
ＣＲＭ
視線検知

オムニチャネルを実践するオファリングと事例
・テレビ＆ネットのメディアミックスによる販促と売り上げアップ
　　じゃぱネットたかた
・ＡＲを活用
・ソーシャルＣＲＭと
・現場分析ソリューション事例

富士通のデジタルマーケティングソリューション
あらゆるチャネルと顧客をつなぐ
・カスタマーエクスペリエンス
・オムニチャネル
・ビッグデータ・アナリスティクス

強化ポイント
プリセールス
セールス　ＳＮＡＰＥＣ－ＥＸ
アフターセールス
ＣＲＭ

生活行動分析サービスＤｏ－Ｃｕｂｅ
　　箱庭をウォッチ
ＥＣソリューションＳＮＡＰＥＣ－ＥＣ

ＳＮＡＰＣＥ－ＥＸのご紹介

-------------
話し手かわる

オムニチャネルとは
・簡単に言うと、どこでも・どんな手段でも手に入る
一昔前；シングルチャネル
最近は：消費者は様々なチャネルを使い分け
スマホでの買い物が充実・ネットと店舗双方
スマホで買い物ができるだけがオムニチャネルではないんです。
オムニチャネルとは何か
　事例で紹介（しろーさん）
様々なチャネルを選択し、商品の購買に至っている
　　お客様のほしいもの
　　買い物のタイミング
　　使用するチャネル
を見極め　必要
買い物シーンを振り返ってみましょう
振り返ってみると
・小見にチャネル時代に対応するには
　　ＥＣ店舗の基盤整備
　　データ統合、プロモーション
　　ビッグデータ活用による精度向上
→ＳＡＮＰＥＣ－ＥＸ
様々なプロモーションをミス美つける基盤
ＢｉｇＤａｔａ活用によるプロモーション精度向上
富士通が考えるロードマップ
　　Ｓｔｅｐ１：Ｗｅｂシステム基盤の構築
　　Ｓｔｅｐ２：店舗・ＥＣの連携、顧客接点の強化、ＳＮＳ
　　Ｓｔｅｐ３：
事例
　　共通ポイント
　　パーソナルレコメンデーション
オムニチャネル実現
　　どこでもほしいものがほしいときに手に入る
　　これまでよりちょっと便利なお買い物
富士通　ＳＮＡＰＥＣ－ＥＸ＋ＥＣ事業者

---

（所感）

富士通が考える「オムニチャネル」はこんな感じみたい。
というか、SIerさんが考える「オムニチャネル」はこんなかんじで、

　　いろんなチャネル（＝流通経路）で購入できるようにして、
　　購入したとき発生したデータをビッグデータとして蓄積、
　　販売に活用する

という感じみたい。

でも、はじめに「オムニチャネル」を使い出したMacy'sは、
顧客側から見てるんじゃなく、販売店側から見て
在庫の統一とか、ロジスティックスの工夫とかしてるんだよね。

オムニチャネルの先駆者に学ぶ！米国百貨店メイシーズの戦略
http://ec-cube.ec-orange.jp/blogs/?p=2968

まあ、この辺の違いからくる、現在のSIerの大きな問題点（落とし穴）
については、今後、どこかのエントリで書くとしよう。