AWS 導入事例

あいおいニッセイ同和損害保険株式会社様

ビッグデータを蓄積・分析するための基盤を AWS 上に構築

自動車走行データなどを有効活用し、社会課題の解決に貢献

2024/11/14

あいおいニッセイ同和損害保険株式会社様（以下「あいおいニッセイ同和損保」、敬称略）は、2018年にテレマティクス自動車保険の販売を開始しました。2024年3月時点での契約台数は 190万台を超え、これまでに大量の自動車走行データが蓄積されています。2021年からはこれらのデータを有効活用するためにビッグデータ分析基盤の整備を進め、そこから新たなサービスが次々と生まれています。

この取り組みについて、ビッグデータ分析基盤の基礎となる IT インフラと技術サポートを提供している株式会社野村総合研究所（以下「NRI」）の担当者を交え、お話を伺いました。

写真左から、あいおいニッセイ同和損保の加賀谷侑吾氏・永松平氏、NRIの浜崎佑樹・小島伸彦 - AWS 導入事例：あいおいニッセイ同和損害保険株式会社様

- 写真左から、あいおいニッセイ同和損保の加賀谷侑吾氏・永松平氏、NRI の浜崎佑樹・小島伸彦。

導入の背景・経緯

ビッグデータを活用するための専用環境を構築

テレマティクス保険は、ドライバーの運転データをリアルタイムで収集・分析し、そのデータを基に保険料を設定する自動車保険です。ドライブレコーダーや GPS、加速度センサー、通信装置などを使用して、走行距離、運転速度、地域、時間帯、急ブレーキや急ハンドルなどのデータを収集します。あいおいニッセイ同和損保では、これらのデータを保険料の算出だけでなく、保険サービスの高度化や保険分野を超えたデータビジネスの創出に生かすため、大量のデータを蓄積し、それを分析することに特化した新たな基盤を構築しました。

「テレマティクス保険用にビッグデータを扱う基盤は以前からありましたが、万が一の影響の大きさを考えると、その基盤を使うのは難しく、専用の分析基盤が必要であるとの結論に至りました」と語るのは、このプロジェクトで中心的役割を担ったデジタルビジネスデザイン部課長補佐の永松平氏です。「社内に蓄積されたデータだけでなく、社外から得られるデータも組み合わせて様々な課題解決につなげるためには、基幹業務に影響を与える恐れがなく、柔軟に利用できるシステムが必要でした」

分析対象となるデータは膨大であり、データの構造や管理体系も異なります。データハンドリングの難しさに加え、扱う情報の性質上、セキュリティ対策も通常以上に気を遣う必要がありました。これらの要素を考慮した
結果、ビッグデータ分析基盤の中核として NRI のデータ分析基盤プラットフォームを採用することに決定しました。

あいおいニッセイ同和損害保険株式会社デジタルビジネスデザイン部の永松平氏 - AWS 導入事例：あいおいニッセイ同和損害保険株式会社様

- あいおいニッセイ同和損害保険株式会社デジタルビジネスデザイン部の永松平氏。

導入の概要・ポイント

スモールスタートで、要件の変化に柔軟に対応

NRI のデータ分析基盤プラットフォームを採用した理由について、永松氏は「セキュリティ、効率性、拡張性のバランスが優れている点」を挙げています。「自分たちで環境を構築することも検討しましたが、セキュリティ要件を一つ一つ満たすのは非常に困難でした。そのため外部のサービスを探したのですが、セキュリティを強化すればするほど、利用者の自由度が低下するというジレンマがありました。しかし、NRI のプラットフォームは、セキュリティはしっかり担保されている一方で、AWS の機能を自由に使うことができます。データサイエンティストにとって、クラウドのサービスを制約なく使えることは重要で、実際にストレスなく利用してもらえていると感じています。また、マルチアカウント構成になっているため、システム管理、データ蓄積、分析など、部門ごとに環境を分け、内部統制をしっかり確保できます」

複数アカウントの一元管理には AWS Organizations を利用し、各アカウントに適用される権限の上限を SCP （サービスコントロールポリシー）で設定しています。さらに、AWS Security Hub を活用して、これらのアカウントのセキュリティ状況を一括で監視し、コンプライアンスの状況を統合的にチェックしています。

ビッグデータ分析基盤の開発と運用については、最初からフルセットで準備するのではなく、データ利活用の拡大に合わせてシステムを成長させる方針を取りました。スタート時点では自動車走行データの蓄積だけが決まっており、他にどのようなデータを追加するのか、どのような分析を行うのかは、状況に応じて変化することが考えられたからです。そのため、2021年6月の運用開始以降も、ELT 処理の性能向上や顧客データとの連携など、様々な改善が続けられています。NRI の浜崎は、「データ分析をいろいろな用途で利用したいと伺っていましたが、明確な要件が定まっていなかったため、まずはスモールスタートで始め、必要に応じて機能を追加していくことにしました」と話します。実際に途中で方針が変更されることもありましたが、「要件が完全に固まっていない状況でも、できることから進めてもらえたので非常に助かりました」と永松氏は評価しています。

株式会社野村総合研究所（NRI）の浜崎佑樹 - AWS 導入事例：あいおいニッセイ同和損害保険株式会社様

- 株式会社野村総合研究所（NRI）の浜崎佑樹。

導入の効果、今後の展望

社会課題の解決につながるサービスを創出し、
今後は生成 AI の利用も検討中

これまでにビッグデータ分析基盤を活用し、地方公共団体の交通安全対策の立案・効果検証を支援する「交通安全 EBPM ^※ 支援サービス」や、目視では判別しにくい路面の損傷箇所を検出・可視化し、道路の維持管理業務をサポートする「路面状況把握サービス」など、多くの活用事例が生まれています。社内での注目度も高く、マーケティングやコールセンター、サステナビリティ推進など、様々な部署が分析基盤を利用して、それぞれの業務に活用する動きも始まりました。永松氏とともにデジタルビジネスデザイン部で業務に携わる加賀谷氏は、「基幹システムの稼働率に影響を与えずにデータ分析を行えるのは、社内データの利活用において非常に大きなアドバンテージだと思います」と語ります。今後は、プログラミング不要で利用できるアプリケーションの整備など、利用者の裾野がさらに広がるような施策を打ち出す予定です。

※ EBPM : Evidence-Based Policy Making （エビデンスベーストポリシーメイキング）の略称で、証拠に基づく政策立案のこと。政府にて推進されており、政策効果の測定に重要な関連を持つ情報や統計等のデータの活用が求められている。

あいおいニッセイ同和損害保険株式会社デジタルビジネスデザイン部の加賀谷侑吾氏 - AWS 導入事例：あいおいニッセイ同和損害保険株式会社様

- あいおいニッセイ同和損害保険株式会社デジタルビジネスデザイン部の加賀谷侑吾氏。

最後に永松氏は、「生成 AI の利用も検討しており、約款をはじめとした文書や過去の判例などを読み込ませるアイデアも出てきています。また、テレマティクス保険自体のアップデートにも活用できるのではないかと思っています。もともと社会課題の解決を目指して構築した基盤ですが、今や社内で重要な位置を占めるまでに成長しました。これから新しいプロダクトをつくる際にも、この基盤をフル活用していきたいと考えています」と、今後の展望を語ってくれました。

企業紹介

あいおいニッセイ同和損害保険株式会社（Aioi Nissay Dowa Insurance Co., Ltd.）