流通・小売の大手企業が自社のショッピングアプリに Google Cloud を導入したケーススタディ

業種:

  • 小売業、卸売業/

  • #App Engine
  • #BigQuery
  • #Compute Engine

今回のケーススタディでは、流通・小売業界において、自社のショッピングアプリをより最適化するために Google Cloud を導入したケーススタディをご紹介いたします。実際に Google Cloud の公開事例を参考にして、どのように Google Cloud のサービスやプロダクトが顧客のビジネスにメリットをもたらすかを要点をまとめてご説明いたします。

Google Cloud 導入以前の状況や背景・課題

ある企業では、複数の大型店舗を運営し、生活必需品を生産から流通までワンストップで提供する強みを持っています。しかし、お客様の購買動向がますます多様化する現代において、この企業も新たな課題に直面しています。この企業は多くのお客さまに利用されるショッピングアプリを展開し、その成長とともに膨大な購買データの取得・分析に取り組んできましたが、データ分析の速度や精度に課題を感じていました。

Google Cloud を採用した理由

従来のスマートフォン向けショッピングアプリは、別のプラットフォームで開発され、データ分析には特定の基盤を利用していました。しかし、会員数の急増により、既存のシステムが対応しきれなくなったため、拡張性や安定性を考慮して Google Cloud への移行を決定、特に BigQuery の優れたデータ分析能力が導入の大きな要因となりました。

Google Cloud 導入時のエピソード

まず始めにアプリの実行環境を Compute Engine に移行し、その後、データ分析基盤を BigQuery に切り替えました。さらに、より安定した運用を目指して、Compute Engine から App Engine に移行。App Engine の導入により、トラフィックの急増時でもスムーズにオートスケールし、コストも効率的に抑えられるようになりました。

導入によるメリット・効果

BigQuery の導入により、分析にかかっていた時間が大幅に短縮され、迅速な施策の実施や振り返りが可能となりました。また、日次データ集計やキャンペーン施策の集計などのワークフローも効率的に行えるようになり、大幅なコスト削減も実現しました。

今後の展望、Google Cloud に期待すること

今後は、オンラインとオフラインのデータを掛け合わせた分析を行い、さらに精度の高いマーケティング施策を展開する予定です。また、Google Cloud の持つマシンラーニングの機能を活用し、より個別化されたマーケティングを行うことも視野に入れています。これらの取り組みは、Google Cloud の高速なデータ分析能力により、施策の考案から実行、そして振り返りまでの時間を大幅に短縮することができる見通しです。

また、Google Cloud のクラウド技術やサービスを活用して、膨大なデータをさらに有効に活用し、顧客満足度を高めることも期待しています。

導入した Google Cloud のプロダクト一覧と構成

このケーススタディで導入された Google Cloud のプロダクトは以下の通りです。

・ Compute Engine: アプリの実行環境として初めに導入され、後に App Engine に移行されました。

・ BigQuery: データ分析基盤として導入され、膨大なデータの高速分析を可能にしました。

・ App Engine: アプリの実行環境として Compute Engine から移行され、突然のアクセス増にも耐えられる安定性と低コストを実現しました。

これらのプロダクトを組み合わせることで、大規模なデータを効率的に分析し、その結果を元にしたマーケティング施策を迅速に実行することが可能となりました。

※本ケーススタディは下記を参考にして作成いたしました。Google Cloud の導入を検討の上でお役に立っていただけると幸いです。
https://cloud.google.com/customers/aeonretail?hl=ja

Google Cloud に関するご相談や、導入を検討されている方は、クラウドエースまでご相談いただけましたら幸いです。
クラウドエースご相談窓口

この記事を共有する