株式会社メリオル

綾田　雅宏

東京都渋谷区神南1-11-4　FPGリンクス神南5F

構想段階から伴走できる提案力
技術力を活かした幅広い開発
技術だけで終わらない業務課題へのアプローチ

一括見積りする

この企業にお問い合わせ

地図を見る

社内データ検索性向上

社内データにすぐにアクセスできるようにし、生産性向上

業種: 建設業
地域: 情報非公開
規模: 100人～300人
費用: 総費用500万～1000万円

◾️概要
社内の各システムに分散していたデータをAzure上へ集約し、検索、データ分析、生成AI活用、他システム連携など、さまざまな用途で利用できる全社統合データ基盤を構築しました。

◾️従来の課題
システムごとにデータが分断されていたため、必要な情報を探すために複数のシステムを確認する必要があり、データ分析や情報活用に時間がかかっていました。

◾️対策
各システムのデータを統合データ基盤へ集約し、用途に応じて検索・分析・外部システム連携ができる仕組みを構築しました。

具体的には、以下の3つを開発しました。
・データ分析の土台（Azure Data Factoryなどを利用したETL・データ変換処理）
・Azure AI Searchを利用したRAG（検索拡張生成）向け検索機能
・C#によるデータ取得API

また、データのマスキングやアクセス制御、監査ログ、閉域化されたネットワーク構成などを導入し、セキュリティを確保しながら企業内のデータを幅広く活用できる環境を整備しました。

依頼を受けたカテゴリ: 業務システム開発セキュリティ

制作物種別: 情報サービス系情報コミュニティ系

業務範囲: 基本設計、詳細設計、実装、テスト、リリース

業務の概要: ハウスメーカーや制御機器メーカー向けに、社内の複数システムに分散していたデータをAzure上へ集約し、一元的に検索・分析・活用できる統合データ基盤を開発しました。

Azure Data Factoryなどを活用したデータ収集・変換パイプライン、Azure AI Searchを活用したRAG（検索拡張生成）向け検索機能、他システムからデータを利用するためのAPIなどを設計・開発しました。

また、Private Endpoint、Application Gatewayなどを活用したネットワーク・セキュリティ設計に加え、アクセス制御や監査ログについても考慮した基盤を構築しました。

開発規模・期間: ・開発人数：3人
・開発期間：6ヶ月

利用技術: C#

利用サーバー環境・DB

備考: 上記以外に、以下のAzureの技術を利用しました。
・App Service / Functions / Application Insights / Application Gateway / Azure WAF / VNet / Private Endpoint / Azure VM / Azure SQL Database / Storage Account / Azure Data Factory / Azure AI Search

実績・事例の詳細

既存システムごとに分散していたデータを統合し、全社的に活用できるデータ基盤をAzure上に構築しました。

そこで、まず各システムから必要なデータを収集し、Azure上へ集約する仕組みを構築しました。

◾️データ分析の土台
Azure Data Factoryなどを利用して、データの取得・加工・変換を自動的に実行するパイプラインを開発しました。

単純に元データをコピーするのではなく、分析用途に適した形式への変換や、必要に応じた機密情報のマスキング処理を行い、安全かつ利用しやすい分析用データを生成できる仕組みとしました。

◾️RAG（検索拡張生成）
社内データを生成AIから活用できるようにするため、Azure AI Searchを利用したRAG向けの検索基盤を構築しました。

企業内に蓄積されたデータを検索可能な形で整理し、利用者の問い合わせに関連する情報を効率的に取得できる仕組みを構築することで、生成AIを社内データと組み合わせて活用するための基盤を整備しました。

◾️データ取得API
統合データ基盤に蓄積されたデータを他の社内システムから利用できるよう、ASP.NETを利用したデータ取得APIを設計・開発しました。

APIを介してデータを取得できるようにすることで、統合基盤を単独で利用するだけではなく、既存の業務システムや新たに開発するアプリケーションからもデータを活用できる構成としました。

◾️セキュリティ
企業内の重要なデータを集約する基盤であることを考慮し、ネットワーク、アクセス権限、ログ管理など複数の観点から対策を実施しました。

VNetやPrivate Endpointを活用してAzureサービスへのアクセス経路を制限し、可能な限りインターネットを経由せずにサービス間通信を行える構成を採用しました。

外部からアクセスが必要なWebサービスについては、Application GatewayやAzure WAFなどを利用して通信経路を制御し、不正なWebアクセスへの対策も考慮しました。

また、システムの利用状況や障害発生時の状況を確認できるよう、Application Insightsなどを活用したログ・監視環境を整備しました。

アクセス権限や監査ログについても設計し、「誰がどのデータへアクセスできるか」「どのような操作が行われたか」を管理・確認できる仕組みを構築しました。

◾️全体
データを一か所へ集めるだけではなく、収集、変換、検索、AI活用、API連携、セキュリティ、監視までを含めた統合データ基盤として設計・開発しました。

成果・結果

社内の複数システムに分散していたデータをAzure上へ集約したことで、データを一元的に管理・活用できる環境を実現しました。

◾️データ分析の土台
Azure Data Factoryなどによるデータ収集・変換処理を自動化したことで、分析のたびに手作業でデータを準備・加工する負担を軽減しました。

さらに、必要なデータマスキングを自動的に実施することで、機密情報などに配慮しながら分析用データを生成できる仕組みを構築し、データ活用の効率化と安全性の両立を図りました。

◾️RAG（検索拡張生成）
Azure AI Searchを活用したRAG向け検索基盤を構築したことで、Azure AI Searchを活用したRAG機能の構築により、社内データへのアクセスと検索性を大幅に向上させ、情報探索コストを削減しました。

◾️データ取得API
統合データ基盤に蓄積された情報を他の社内システムからも利用できるようになり、システムごとに個別のデータ連携を構築するのではなく、統合基盤を中心としたデータ連携が可能となりました。

◾️セキュリティ
VNet、Private Endpoint、Application Gateway、Azure WAFなどを活用し、ネットワーク経路やアクセス範囲を適切に制御しました。

加えて、アクセス制御や監査ログ、Application Insightsを活用した監視環境を整備することで、エンタープライズ環境で継続的にデータを利用するためのセキュリティ・運用基盤を構築しました。

◾️全体
社内データの一元化だけでなく、「検索」「分析」「生成AI」「システム間連携」という複数の用途でデータを活用できる仕組みを構築し、企業の継続的なデータ活用・DX推進を支える統合データ基盤を実現しました。