REMA 1000のダッシュボード開発におけるベストプラクティス:アクセスしやすいデータとエンドツーエンドの可視化で問題解決までの時間を短縮

Platform Lizzy Li

このブログ記事は、REMA 1000チームのAndré Nydegger Wermundsen氏とEmilie Ruud氏、そしてSplunkのIn Hye Leeとの共同執筆です。

主なポイント

  1. REMA 1000は、Splunkを使用して、複数のシステムからの複雑なデータを明確なリアルタイムのインサイトへと変換しています。これにより、チームは迅速かつ的確な意思決定を行うことができます。
  2. インタラクティブなダッシュボードにより、技術系ユーザーと非技術系ユーザーの双方がデータに簡単にアクセスできるようになり、効率が向上し、問題解決までの時間を短縮できます。
  3. ダッシュボードを標準化および簡素化することで、小規模なチームでも運用の一貫性と拡張性を維持しながら、組織全体をサポートできます。

ノルウェー有数の食料品店チェーンであるREMA 1000は、Splunkを活用して競争の激しい市場において低価格で提供するという約束を守り続けています。REMAは、複雑なデータを実用的なインサイトに変換することで、チーム全員が情報に基づいた意思決定を行えるよう支援しています。システム全体にわたるこのエンドツーエンドの可視化により、問題解決までの時間が大幅に短縮されます。Splunk Dashboard Studioの画期的な活用方法には、運用効率とユーザー重視の設計への組織的な取り組みが反映されています。Splunk Dashboard StudioはREMA 1000の戦略における重要な要素であり、効率性とユーザー重視の設計への取り組みを支えるために、革新的な方法で実装されています。

請求書概要ダッシュボード

この請求書概要ダッシュボードは、REMAが業務を効率化し、チームメンバーが誰でもデータにアクセスできるようにするために活用している数多くのダッシュボードの1つです。

REMA 1000によるDashboard Studioの主要機能の活用方法

REMA 1000はSplunkを活用して複数のベンダーやシステムのデータに接続し、リアルタイムのインサイトを取得しています。中央のFIKS(ノルウェー語で「修正」の意味)ダッシュボードには、支払い、価格配信、注文、POS操作などの重要なサービスの概要が表示されます。FIKSダッシュボードは中央ハブとして機能し、サービス固有のダッシュボードへのリンクを提供します。各リンク先では、それぞれのサービスに対応した詳細データが表示されます。REMAがユーザーの生産性向上のためにダッシュボードで活用しているDashboard Studioの機能について、詳しく見ていきましょう。

マルチペルソナ用ダッシュボードのインタラクティブタブ

REMA 1000は、タブ機能を使用して、単一のダッシュボードで複数のユーザーロール(ITディレクター、開発者、経理担当者、一次サポート担当者など)に対応することで、業務を効率化しています。各ダッシュボードには複数のタブがあり、それぞれ特定のロールのニーズに合わせた情報が表示されます。各タブの視覚オブジェクトでは、基本サーチが共有されるため、単一の情報源を確保し、チーム間での認識のズレや誤解を最小限に抑えることができます。

たとえば、請求書ダッシュボードでは、ITディレクターは概要タブで必要な情報を確認できる一方、ERPチームのメンバーは別のタブで遅延請求書の根本原因分析を行い、経理担当者は3つ目のタブでコスト分析を確認できます。データの表示をタブごとに分けることで、チームメンバーは自分のロールに関連する情報に集中でき、他の情報に気を取られることがありません。

REMA 1000は、このようなマルチタブ形式のダッシュボードを使用することで、ユースケースあたりのダッシュボードの総数を15個から1個に削減し、メンテナンスにかかる時間と労力を低減しました。

クリック可能なインサイトと詳細なドリルダウン

REMA 1000の業務効率化への取り組みは内部の監視チームにも反映されており、このチームは効率重視の観点から少人数で構成されています。業務効率を高める上で、データアクセスの民主化は不可欠です。これにより、非技術系のチームメンバーでも複雑なデータフローに対処し、問題を特定することができます。

REMA 1000は、インタラクティブなダッシュボードを通じてこれを実現しています。ユーザーはKPIや地図上の地域などの要素をクリックするだけで、詳細情報やログに即座にアクセスできます。SPLクエリーを記述する必要はありません。ユーザーは、複数のツールを操作することなく、Splunkダッシュボードで必要なすべてのデータにアクセスできます。この戦略により、幅広いビジネスユーザーがデータにアクセスできるようになり、非技術系のユーザーでも活用しやすくなります。

動的なマップ(階級区分図と通常の地図)

競争の激しいノルウェーの食料品業界では、状況が急速に変化するため、迅速な対応が求められます。REMA 1000では、Dashboard Studioのマッピング機能を使用して店舗ごとのKPIを可視化しています。パフォーマンスメトリクスに基づいてマーカーや地域が色分けされているため、店舗の健全性や業績を直感的かつ視覚的に把握できます。これにより、マネージャーは業績不振の店舗を迅速に特定し、対策を講じることができます。

絶対レイアウトと条件に基づく表示

データを見やすく整理されたビューで表示することで、チームメンバーは気を散らすことなく重要な情報に集中できます。POSトランザクションフローのようなフローの可視化を行うダッシュボードでは、REMA 1000は絶対レイアウトを採用しており、通常は非表示のパネルが、エラーが発生した場合にのみ表示されます。エラーがないときにパネルを非表示にすることで、余分な情報による負担を軽減し、ユーザーが現在のタスクに集中できるようにします。絶対レイアウトは、ユーザーが直感的に操作しやすい、視覚的に整理された画面構成を実現します。エラーが発生して非表示のパネルが表示されると、チームメンバーはそれらのパネルを利用して、問題をスムーズに解決できます。

REMA 1000のダッシュボード開発におけるベストプラクティス

REMA 1000では、わずか5名のダッシュボード開発チームが、社内の約300名のエンドユーザー向けのダッシュボードの作成と保守(サーチやアラートを含む)を担当しています。組織全体をサポートするために、同チームは拡張性の高いパターン、再利用可能なコンポーネント、効率的なサーチ設計(サーチの同時実行、ジョブ制限、共有データソースを考慮)に注力しています。このアプローチにより、新しいダッシュボードを迅速に提供し、既存のダッシュボードを改良された新しいテンプレートへ継続的に移行することが可能になります。

以下は、REMA 1000チームが作成したライトモードのテンプレートダッシュボードです。グリッドモード、絶対モード、マップ、テストコンテンツ用のタブがそれぞれ含まれています。新しいダッシュボードが必要になった場合、チームメンバーはテンプレートを複製し、不要なコンポーネントを削除した上で、コンポーネントの変更や追加を行い、迅速に設定できます。

ライトモードのテンプレートダッシュボード
また、チームにはダークモードのテンプレートダッシュボードがあり、そこにもグリッドモード、絶対モード、テストコンテンツ用のタブが含まれています。

ダークモードのテンプレートダッシュボード

以下は、テンプレートダッシュボード定義のスニペットで、具体的にはデフォルトのスタンザを示しています。このスニペットでは、面グラフ、マーカーゲージ、単一値の視覚オブジェクトの詳細なデフォルト設定を、チームがどのように構成したかを確認できます。ダッシュボード作成者が新しい視覚オブジェクトを作成する際には、常にこれらのデフォルト設定が適用されます。

ここでは、具体例として面グラフ、マーカーゲージ、単一値の視覚オブジェクトのデフォルト設定を示していますが、チームはすべての視覚オブジェクトタイプに対してデフォルト設定を構成しています。デフォルト設定を活用することで、ダッシュボード作成者は、REMA 1000のデザイン方針との一貫性を保ちつつ、ダッシュボードのコンテンツや機能の実装に集中できます。

Snippet
{ "title": "REMA 1000 - Template Dashboard - Dark Mode", "description": "Copy to use standard REMA dashboard template", "defaults": { "visualizations": { "splunk.area": { "containerOptions": { "description": { "color": "#FFFFFF" }, "title": { "color": "#FFFFFF" } }, "cornerRadius": [ 10, 10, 10, 10 ], "options": { "seriesColors": [ "#4285F4", "#C73B4A", "#E28829", "#6CBF2E", "#6657D2", "#D22F8D", "#FFD84D" ], "xAxisTitleVisibility": "hide" } }, "splunk.markergauge": { "containerOptions": { "description": { "color": "#FFFFFF" }, "title": { "color": "#FFFFFF" } }, "context": {}, "cornerRadius": [ 10, 10, 10, 10 ], "options": { "gaugeRanges": [ { "from": 90, "to": 120, "value": "#FF453A" }, { "from": 60, "to": 90, "value": "#e39451" }, { "from": 30, "to": 60, "value": "#4285F4" }, { "from": 0, "to": 30, "value": "#004BCC" } ] }, "showLastUpdated": false, "showProgressBar": false }, "splunk.singlevalue": { "containerOptions": { "description": { "color": "#FFFFFF" }, "title": { "color": "#FFFFFF" } }, "context": { "backgroundColorEditorConfig": [ { "to": 10, "value": "#FF453A" }, { "from": 10, "to": 20, "value": "#e39451" }, { "from": 20, "to": 40, "value": "#6197f5" }, { "from": 40, "value": "#004BCC" } ] }, "cornerRadius": [ 10, 10, 10, 10 ], "options": { "backgroundColor": "> majorValue | rangeValue(backgroundColorEditorConfig)", "majorColor": "#ffffff", "majorValue": "> sparklineValues | lastPoint()", "numberPrecision": 0, "showSparklineAreaGraph": true, "sparklineStrokeColor": "> trendValue | rangeValue(majorColorEditorConfig)", "trendColor": "#ffffff", "trendValue": "> sparklineValues | delta(-2)" } } } } … }
Title
JSON
Label
未定義
Type
json
Show Copy Button
true

成果と影響

REMA 1000によるSplunk Dashboard Studioの導入事例は、効果的なデータの可視化を実現する強力なモデルといえるでしょう。複数のシステムにわたってエンドツーエンドの可視化を実現するだけでなく、平均解決時間を短縮することもできます。インタラクティブなタブ、動的なマップ、条件に基づいた表示などの機能を戦略的に活用し、テンプレートやデータの再利用といったベストプラクティスと組み合わせることで、組織全体に実用的なインサイトを提供しています。

このアプローチは、小規模なチームであっても大きな成果を上げ、複雑なデータをすべてのユーザーにとって明確で一貫性があり、操作しやすい形へと変革できることを実証しています。

Splunkダッシュボードを利用してデータからインサイトを引き出す方法については、こちらをご覧ください。

この記事に掲載されているスクリーンショットとデータは、あくまでもイメージです。

このブログはこちらの英語ブログの翻訳、山村 悟史によるレビューです。

関連記事

カノニカルデータモデル(CDM)の基本
プラットフォーム
8 分程度

カノニカルデータモデル(CDM)の基本

データのやりとりの混乱を避けたいとお考えなら、カノニカルデータモデルを導入すれば、データに関する作業を軽減できます。その具体的な方法をご覧ください。
Dashboard Studio:Splunk Enterprise 10.0と9.4の新機能
プラットフォーム
3 分程度

Dashboard Studio:Splunk Enterprise 10.0と9.4の新機能

タブ付きダッシュボード、バージョン履歴、ダッシュボードの公開など、Splunk Enterprise 10.0と9.4で利用可能なDashboard Studioの主な機能について説明します。
ITSIの予測をさらにスマートに
プラットフォーム
4 分程度

ITSIの予測をさらにスマートに

Splunkは現在、MLTKスマートワークフローで機械学習のコモディティ化に取り組んでいます。この記事ではそのMLTKスマートワークフローの例として、ITSIの予測機能の有用性を高めるのに役立つワークフローをご紹介します。