Analytics and Real-Time Mainframe Data Explained

今日、多くの企業は Power BI、Tableau、Snowflake などの分析プラットフォームに多額の投資を行っています。しかし、そのような投資にもかかわらず、多くの組織では依然として、これらのツール上で自社ビジネスの全体像を十分に把握できていません。その大きな理由のひとつが、リアルタイムのメインフレーム・データへアクセスできないことにあります。

企業において最も信頼性が高く権威ある業務データは、一般的にメインフレーム・システム上に存在しています。しかし歴史的に見ると、メインフレーム・データを最新の分析プラットフォームへ接続するプロセスは複雑で、多くの工数を必要としてきました。その結果、Power BI のような分析プラットフォームでは、重要なビジネス・コンテキストとなるできず、最新の業務状況を必要とするユースケースの実現が難しくなっています。最終的には、意思決定の遅れやビジネス機会の損失につながってしまいます。

メインフレーム・データが重要な理由

メインフレーム・データは、その独自の形式や構造のため、アクセスが難しい場合があります。従来、これを最新の分析プラットフォームへ接続するには、BI ツールで理解可能な形式へ変換するためのカスタム（抽出・変換・ロード）パイプラインを開発するなど、多大な時間を要するデータ・エンジニアリング作業が必要でした。

これは、時間も労力もかかるプロセスです。そのため、分析システムへメインフレーム・データを取り込むまでに時間がかかるだけでなく、エンジニアリング・チームは、これらの接続を継続的に保守・更新する作業に追われることになります。やがて、データ・エンジニアリング・チームは、新たな付加価値機能を提供するよりも、メインフレーム用パイプラインを維持することに多くの時間を費やすようになります。多くの組織にとっては、このエンジニアリング負荷そのものが、分析対象からメインフレーム・データを除外する十分な理由になってしまいます。こうして時間の経過とともに、分析結果と実際のビジネス状況との間にギャップが広がっていくのです。

リアルタイムのメインフレームデータへのシームレスなアクセス

多くの組織では、メインフレーム・データを分析ツールへ統合するには、長期にわたるプロジェクトや専門的なスキル、あるいは古いデータで妥協する必要があると考えられてきました。しかし、CONNX を利用すれば、その必要はありません。ソース・システムに手を加えることなく、リアルタイムで稼働中のメインフレーム・データへアクセスする主な方法が 2 つあります。

ダイレクトアクセスでは、,、、.NET インターフェイス経由の標準を使用して、Power BI のような分析ツールをメインフレームへ直接接続します。クエリはコピーや中間ステージング、遅延を伴うことなく、リアルタイムでライブのソース・システムに対して実行されます。これにより、アナリストはメインフレームに関する専門知識がなくても、既存のツールやワークフローをそのまま活用できます。
データ仮想化は、メインフレームと非メインフレームの両方のデータソースにわたって、統一されたリアルタイムのビューを構築することで、この概念をさらに発展させます。CONNXは、各データソースのネイティブ構造を単一の首尾一貫したリレーショナルモデルにマッピングするメタデータモデルを構築します。これにより、あらゆるクエリツールに対して、これらの異種システムは単一のフェデレーテッドデータベースとして表示されます。データは元の場所にそのまま残されたまま、Power BIやその他のツールは、あたかも単一の統合されたデータウェアハウスであるかのように、この仮想レイヤーに対してクエリを実行します。

この柔軟性により、リアルタイムのメインフレーム・データをあらゆる分析環境で利用できるようになり、Power BI のようなツールがその可能性を最大限に引き出すための基盤が整います。

Power BI におけるリアルタイム・メインフレーム・データ

Power BI は、すでに多くの組織における標準的なダッシュボードとして活用されています。しかし、重要なメインフレーム・データにアクセスできない状態では、どれほど優れた設計のダッシュボードであっても、不完全な情報に基づいて構築されていることになります。秒単位の迅速な判断が求められるビジネス環境では、これは高価値顧客を獲得できるか失うかを左右する要因にもなり得ます。

その影響は、実際の現場で見るとより具体的に実感できるものであり、カナダ最大級の銀行の一つも、これを身をもって体験している。1.1兆カナダドルを超える資産運用資産を管理する同銀行のアドバイザーたちは、この問題の具体的な一例に直面していた。アドバイザーたちは、富裕層の顧客からの電話に対応しながら、ダッシュボードには終値のデータが表示されており、それが実際の状況より数時間遅れていることもありました。Adabas、Sybase、AS400、Oracle を含むメインフレーム環境全体に CONNX を導入することで、同銀行はすべての顧客ポートフォリオに関するリアルタイムの統合ビューを実現しました。データの移動は一切行われず、本番システムにも一切手を加える必要はありませんでした。アドバイザーは自信を持って顧客の質問に答えることができるようになりました。その結果、顧客の信頼が高まり、新規顧客も増加しました。

AI ファーストの分析戦略を支える基盤

分析と AI の関係は変化しつつあります。これまでは、機械学習を活用してダッシュボードをより高度化するなど、分析のための AI が主なテーマでした。しかし現在では、AI のための分析へと重点が移りつつあります。AI のための分析とは、レポート作成に利用しているデータパイプライン、ガバナンス、統合基盤を活用して、AI モデル、Copilot、エージェント型ワークフローに必要なデータを提供することを意味します。つまり、現在ダッシュボードへ供給されているデータの品質、鮮度、完全性は、そのまま将来の AI 活用を支えるデータにもなるということです。

ここで、メインフレームのデータが「強制要因」となるのです。分析のためのメインフレームデータへのアクセス問題を解決していない組織は、AIへの展開を進める際に同じ壁にぶつかることになります。分析における死角は、AIにおいてはシステム全体の死角へと変わります。このギャップは「AIファースト」の世界でも解消されることはなく、欠落しているデータに依存する意思決定やワークフローが増えるにつれて、さらに深刻化していくのです。

現在リアルタイムのメインフレーム・データ活用へ投資している企業は、単にダッシュボードを改善しているだけではありません。将来のあらゆる AI 活用を支えるデータ基盤を、着実に構築しているのです。

CONNX がギャップを埋める方法

CONNX は、従来型の複雑なシステム連携を行うことなく、メインフレーム・データへリアルタイムにアクセスする必要がある組織向けに設計されています。Adabas、VSAM、IMS、RMS などを含むメインフレームやレガシー・システムに対し、リアルタイムの SQL アクセスを提供します。導入は数か月ではなく数日単位で完了でき、運用・保守にも専門的なメインフレーム知識は必要ありません。

分析チームにとって、これは Power BI のようなツールから、リアルタイムのメインフレーム・データへ直接アクセスできることを意味します。さらに、そのデータをクラウド・プラットフォーム、リレーショナル・データベース、その他のエンタープライズシステムのデータと組み合わせ、単一の統合ビューとして活用できます。

CONNX を利用すれば、メインフレームと分析ツール間のギャップを、数か月ではなく数日でシームレスに解消できます。

分析の欠けていた部分：リアルタイムのメインフレームデータ