OpenRules

NTTデータイントラマート、オープンソースのルールエンジン「OpenRules」を販売開始

忙しさにかまけて、ブログの更新が滞っておりましたが、またぼちぼちと書いていこうかと思います。で、最近ちょっとおもしろいなあと思ったのが上のニュース。実はOpenRulesは、私も前々からちょっと注目していたオープンソースのBRMSで、Excelでルールが書け、比較的新しいツールながらそこそこの実績もあるらしく、試してみようかと思っていたところ。

Reteベースでのエンジンではないので、多段の推論などはちょっと苦手になりそうですが、一方で、実務的にみると、ルールエンジンの適用分野としては多段の推論などを必要としない場合も数多い(入力チェックなど)ので、エンジンの軽さ、低コストなどと相俟って使い道は結構ありそうな感じがします。

Drools 5.5.0 ファイナル リリース…とか。

久しぶりの更新になってしまいましたが、いつのまにかDrools 5.5.0 のファイナル版がリリースされていました。

ほんとに最近はDroolsの更新頻度が高くてほとんど追いつけない状態ですね。またDroolsに限らず、ここ数年、BRMSに関する話題が日本・海外を問わず増えてきており、数年前、ネットを回って事例記事などを探しても数少なかった非常に牧歌的な時代と比べれば隔世の感があります。

で、今ちょっと確認のためにGoogle トレンド で BRMS をチェックしてみました。

するとここ7~8年ほど思いのほかコンスタントに BRMS というキーワードでの検索が行われています。私の感覚としてはここ数年で増えている感じがしたのですが…。もしかすると私の感じているこの隆盛感は、具体的なBRMSの事例の露出度が高まったり、オープンソースでのBRMSがメジャーデビューしてきたことが原因なのかもしれません。

もっとも BRMS のコアである「ルールエンジン」であればオープンソース版は昔からあって、CLIPS などはその代表格。Drools も最初は、この CLIPS を参考にして作っていたはず。私もその昔、時間割作成システムのプロトタイプをCLIPSとVisual Basic 3.0(!)を使って、Windows3.1(!)上に作ったことを覚えています。結構ClipsとVB3とのつなぎが面倒だったり…今でもつなぎは面倒ですが昔に比べれば…。

そういえば先日ネットを見ていたらスウェーデンのルンド大学の大学(院)で「ビジネスルールシステムの設計」という講義科目があるのを知りました。「ルール」と言えば、昔は人工知能のプロダクションシステムなどの文脈で講義されることが普通でしたが、最近ではビジネスルールそのものをテーマにした講義もあらわれてくるようになったということですね。いや、まったく時代を感じます。

オリンピック選手のトレーニングを一般に – Athletes’ Performance –

ロンドンオリンピックも終わり、一時の狂騒も、銀座でのメダリストパレードでようやく一区切りつきました。私はそれほど頑張って見ていたわけではありませんが、特に女子バレーの中国戦。第5セット(^^;)から見た私はそれまでのセットのスコアを見て驚きました。スコアがすべてを語っていたというか…。

ところで、最近のスポーツ界というのは、ITなしでは考えられないようになっていますね。試合などコートの外でもデータ戦と言えるようなバトルが繰り広げられています。

DBオンライン的ロンドンオリンピック評―過去最高メダル獲得数を支えた、さまざまなデータ活用

フィットネスまたアスリートの練習・トレーニングは、最新の科学的見地から、一昔前には考えられなかったような方法が取り入れられていたり、全くノウハウのかたまりといった感がありますね。

スポーツ、未開の大陸

なんていう連載を見ると、ICTの対象としてスポーツ分野は結構これからの分野かも…というわけで、今回も事例を…

IBMのJRulesを用いてアスリート向けのトレーニングプログラムノウハウをルール化し、一般向けにもスケールアウト(スケールアップ?)した話。

BRMSというと、日本だと金融・保険関係の話が多くて…確かに事例は多いのは事実なんだが…何だかなあと思っていたら…IBM JRulesのサクセスストーリーとして、Athletes’ Performance 社の事例を見つけました。

Athletes’ Performance社

米国アリゾナ州フェニックスを本拠とするAthletes’ Performance社は、プロフェッショナルなアスリートや選抜されたアスリート向けに独自の総合的なアプローチで運動機能トレーニング、栄養、理学療法を提供しているパイオニアの企業であり、またこれらのノウハウを一般向けにも提供している。アリゾナ、カリフォルニア、フロリダ、テキサスにトレーニング施設を持つほか、これらメニューのオンサイトでのサービスも行っているとのこと。

ビジネスの要求:
現在、スプレッドシートに散在している専門ノウハウや、行動科学、フィットネス、栄養、理学療法それぞれの第一人者の知識を コストをかけずにコード化・自動化することで、パーソナライズされたフィットネス・プログラム製品を、より大きな健康増進(wellness)のマーケットに投入していきたい。

ソリューション:
IBMのBRMS WebSphere ILOG JRules を用いて、トレーニングや栄養ノウハウをルール化し、個々の顧客に合わせてカスタマイズされた健康増進のためのプログラムを提供する。

結果:
・顧客の定着率が92%にものぼるようになった。
・1人のトレーニングスペシャリストが一度に16人の顧客を相手にできるようになった。
・長年の経験がより多くの人々に提供できるようになった。

もともと Athletes’ Performance 社は、プロフェッショナルやオリンピック級のアスリートにハイレベルな支援を行っていた企業ですが(たとえば、今シーズン、サッカーの英国プレミアリーグのエバートン(←開幕戦で香川のいるマンUと戦いましたね)をサポートしているとのこと)、このハイレベルなトレーニングノウハウを一般向けに普及させ、アマチュアのアスリートたちのマーケットに参入していこうとしたもの。

当然のことながら、そのためには、すでに世間で評価を得ているハイクオリティなトレーニングノウハウを、レベルを落とさずに幅広い層にスケールさせていくことが必要になってきます。そしてトレーニングスペシャリストの数が限られている中、これは既存のトレーニングプログラムの多くは自動化していかなければならないことを意味しています。

この自動化に際して選択されたのが、ルールベースによるアプローチ。専門家たちの高度なノウハウを、ビジネスルールの形式で表現して実装するために IBMのBRMSであるIBM WebSphere ILOG JRules が選択されました。

JRulesによるシステムを配備したことで、すべてのトレーニングメニューの「おすすめ」が直ちに、エクササイズマシンのタッチスクリーンや、モバイル端末、Webを通してアクセスすることができるようになりました。現在、社内のフィットネス専門家により過去編み出されExcelのスプレッドシートに蓄積されてきた知識、経験から、抽出された36000ものルールがJRulesのシステムに実装されています。

この JRules によるシステムは、オープンソースベースの SOA/REST の基盤にのっており、ルールの修正反映・デプロイを迅速に行うことができます。日々の評価から、ひとりひとりの顧客の情報を収集し、会社独自の方法論、コア・パフォーマンス・トレーニングメソッド(Core Performance training methodology) に照らし合わせて、それぞれカスタマイズされたプログラムを作成します。この コア・パフォーマンス処方箋エンジン(Core Performance Prescription Engine – CPPE -) は、身体の状態やペース、スケジュールを考慮に入れ実際のトレーニング方法に対してリアルタイムで修正をかけます。

また、このシステムによって、フィットネス・スタッフが常時トレーニング情報に磨きをかけていくことが可能となりました。一人のITスタッフの支援のもと、専門のトレーナーたちのチームがルールの修正をすばやく行い、その結果をただちに世界中の顧客に向けて展開することができるようになりました。

このCPPEは最適で一貫した身体トレーニングを世界中にリアルタイムで届けることのできる世界で最初のルールベースのシステムであり、またこのことにより顧客は、Athletes’ Performance 社のどの施設でも同じ、高品質で一貫したサービスが受けられるようになりました。

また、通常フィットネスクラブの顧客定着率は年間で60%程度を行ったり来たりしているものなのですが、Athletes’ Performance 社は、何と年間で92%を誇るようになっています。

さらに、このシステムにより健康増進(wellness)のガイダンスが自動化されたことで、一人のトレーナーがクオリティを落とさずに一度に16人までの顧客に対応できるようになりました。

以上、見てきてみると最近の保険などでの事例とくらべ、何というか…オーソドックスなエキスパートシステム…的な…事例です。

このシステムがうまくいっているというのは、私の想像するに

・ルールの数は多いが、それぞれのルールは単純であり(たとえば脈拍が○○以上だからちょっとペースダウン云々?) 、他のルールに長く連鎖して動く(条件が○○だからゆえに××、××だからゆえに△△、△△だから結果□□…など)部分がない。

→したがって、ひとつひとつのルールが独立していて修正変更がしやすい。

・さまざまなケースで同じルールが適用できる。

→したがって、ルールの適用できる部分については自動で処理でき、人間の専門家は、ルールに当てはまらない例外的なケースへの対応に集中できる。機械的に対応できる部分を自動化されたルールに任せることで、いわばレバレッジの効果が生まれてくる。

・現場を知っているトレーナー自身でルールを変更できる仕組みを作った。

→ルールによって自動化ができると言っても、ルールそのものが最適な結果を導いているかは今までの経験や理論以上の保証がない。したがって、その結果はサンプリングするなりして常にルールに磨きをかけていく必要があります。その際、ITの専門家を通していると変更のスピードが落ちるだけでなく、仕様の伝達ミスなども発生しかねず、いろいろな意味で変更のコストが大きくなってきます。現場の専門家自身が変更できるようになり変更がより容易に行えるようになります。

さて、こんな事例が出てくるようになると、センサーデータを駆使してリアルでアドバイスをするようなCEPを使った事例などでてきそうな気もしますね。CEPではないですが、

などの事例も出てきています。
ヘルスケアなどは今後伸びていく分野だと言われています。そしてそのヘルスケアにBRMSが活用されてきています…ちょっとおもしろいと思いませんか。

FICO:住宅ローン審査システム

日経コンピュータにBRMSの記事が載ったおかげか、BRMSへの注目度も高くなってまいりました。当の記事には、日本のほかに韓国の事例が載っておりましたが、世界に目を向ければ特にサムスンだけが進んでいるわけではなく、さまざまな企業・団体が導入していることがわかります。たとえば、IBMの事例集など

Client Success Stories (WebSphere ILOG JRules)

を見てみても、ここ数年オープンになる事例の数が急に増えてきていて、業種も金融・保険関係だけでなく物流、ヘルスケア、小売・流通、公的機関などなどさまざまにわたるようになってきています。

というわけで、事例については以前にも折に触れ紹介していましたが、今後、前にもましてBRMSの事例を充実させていこうと考えております。で、その最初ということでFICOのBlazeAdvisorの事例を。

以前の記事で、FICOのBlaze Advisorの紹介をしましたが、何といってもやはりBRMSの老舗だけあって、実績についてはIBMのJRules(Websphere Operational Decision Management)と並ぶものがあります。

このBlaze Advisor 、エキスパートシステム構築ツールであるNeuron Data社のNexpert を源流にもち、買収などの紆余曲折を経て今ではFICOスコアで有名なフェアアイザックの製品となっています。このフェアアイザックが持っているだけあって、金融・クレジットカード関係に強く、日本国内でも金融関連を中心に50社程度の顧客を有しているようです。

(ちなみにFICOスコアについては、
FICOスコア
クレジットスコアを知っていますか?
とか、Googleで「FICOスコア」などと検索してみるとたくさんでてきます。)

さて、事例ということで、まずはちょっと古く 6~7年くらい前の事例になりますが、日本の地方銀行の住宅ローン審査システムをとりあげてみます。Blaze Advisorにより、ローンの承認/不承認や保証料率の決定を行うものです。

背景:
当地方銀行は、貸し倒れのリスクを回避するために住宅ローンの審査が厳格であり、さらに審査の回答に時間がかかっていた。そのためハウスメーカーからの案件持込み件数も減少していた。

ソリューション:
・リスクを計量化するためのスコアリングモデルを導入することで、適切な審査基準を設定。案件承認率を向上させる。
・Blaze Advisor により意思決定を自動化し、審査処理のスピードを向上させる。

結果:
・問題のない案件であれば、最短1時間程度で審査結果を回答
・案件承認率は80%から90%にアップ
・ハウスメーカーからの持込案件が大幅増大(件数4倍、金額5倍)
・住宅ローン獲得額はシステム導入後のH16年度下半期で対前年比34%増

ということ。

実際、こういった人間が行っている住宅ローンの「審査」などは、年収、年齢、個人の信用情報、担保評価額等々などから機械的に判断できる部分も多く、こういった意思決定を自動化するのはBRMSのもっとも得意とするところです。機械的な判断そのものは通常のプログラムで書くことも可能なのですが、BRMSによれば、実装されたビジネスルールからその元になっている個々の審査基準(のドキュメント)へのトレースが非常に容易になり、また審査基準の変更に追随した実装ルールの変更も容易になります。

上の事例は少々古いので、現在の状況までフォローはできていないのですが、今流行のデシジョンマネージメントという立場でさらに発展形を考えてみると、

・貸し倒れ率、案件承認率などの指標を統計的に解析して審査基準を修正してみる。
・新たな審査基準と今までの審査データを用いて結果をシミュレーションしてみる。
・上記の結果をうけて新たな審査基準を実地に適用する。

といったことも出てくるかと。実際、欧米などの状況を見てみると時代はこういった方向に向かっているようですが。

BIは死んだ。でもBIは生き続ける

最初、この原題

BI Is Dead! Long Live BI!

を見たとき何が言いたいのか咄嗟にわかりませんでした…まあ、中身を見てみると言いたいことはわかるのですが、すっきりしないのでちょっと調べてみると、

The king is dead. Long live the king.

というフレーズのもじりのようです。というわけで上のフレーズをもとに、元々の題を (無粋ではありますが) かみ砕いてみると、

(今までの)BI(ツール)は死んだ。(でも新たな形で)BIは生き続ける。

と言ったところがそのココロでしょうか。

それはともかく、先日、上の Neil Raden による BI の記事を読みました。

内容はまさに原題のとおり。今われわれが知っている BI (Business Intelligence) ツールはBusiness Intelligence のツールとしては不十分であり、今後、ユーザ自身が分析モデルを自在に作り出せるようなツールへと形を変えていく過渡期にあるということ。また、このようなモデリングのツールは、当記事であげている12のベストプラクティスをサポートするべきであること。そしてさらにBIは、予測分析(predictive modeling)、機械学習、自然言語処理、ビジネスルール、可視化のための機能などを包含したひとつの連続体としてのデシジョンマネージメントの一つの要素となっていくだろうということを述べています。

確かに

ビッグデータプロジェクトの成功にはHadoopだけでは不十分

などの記事でも、

「先進的な企業はベーシックなBIの先に目を向け、予測分析、データ/テキストマイニング、さらにマルチメディアマイニングの導入を検討している」と同氏は語る。「また、具象化と階層化が進む仮想化技術、複雑なイベント処理、ルールエンジン、自然言語なども彼らの視野に入っている」(上記記事より)

とあるように世の中は、データ分析・活用に際しては従来のBIの枠にとどまらず、より包括的な「デシジョンマネージメント」の方向へと向かっていっているようにも見えます。

こんな流れを見ていると、データ分析の専門家のみならず、SEなどのスキルセットもだいぶ変わっていくのだろうなあと感じている今日この頃。

ちなみに、BI Is Dead! Long Live BI!の記事を受けて、

というような記事も読んでみるとよいかと。(実は、私も最初に読んだのはJames Taylorの記事でした)

レッドハットがCEPを取り込んだ「JBoss Enterprise BRMS 5.3」の提供を開始

レッドハットがBRMSの新版「JBoss Enterprise BRMS 5.3」を提供し始めました。

レッドハットがビジネスルール管理システム新版「JBoss Enterprise BRMS 5.3」

レッドハット、JBoss Enteprise BRMS 5.3を発売 ビジネスルール管理と複合イベント処理を統合

今回の目玉はおそらく、BRMSのプラットフォームの中にCEPが本格的に取り入れられたことでしょうか。JBoss BRMSのCEPは、Drools Fusionにあたる機能。このブログでも何度かとりあげていますが、今までは金融を中心に少しづつ普及してきたCEP。今後はセンサーデータやRFIDなどのデータをリアルタイムで処理したり…いわゆるビッグデータの流れと相俟って普及が加速しそうな予感。IBMも元々別の製品だったBRMSとCEPを一緒にしてWebsphere Operational Decision Management として提供するようになりました。これを見ても、CEPがディシジョンマネージメントツールの重要な機能として取りいれられていくことになることは間違いありません。

JBoss BRMS で顧客管理システム

日経コンピュータのレポートに、こんな記事がありました。

北陸コカ・コーラが顧客管理システムを刷新 - オープンソースのBRMSで投資3割減

北陸コカコーラの顧客管理システムの刷新にJBossのBRMSが採用されているそうです。記事によれば

「JBoss BRMSはシステムに組み込みたい業務プロセスのルールをフロー図上で作成でき、開発時のプログラミング作業を極力なくすことができる。保守も容易だ。組織変更で承認フローが変わっても、グラフィカルな画面でルールの定義を変更すれば済む。」

ということですが、これを見るといわゆるデシジョンとしてのルールというよりも、プロセスのフローのルールをハンドリングするためにJBossのBRMSが使われているようです。・・・ってことはむしろBPM(jBPM)の話に近い気もしますが、ともあれJBossのBRMSが使われているということでご紹介。

ビジネスルールを避ける口実 トップ10

デシジョン管理システム界の大御所 James Taylor のブログにちょっと面白い連載記事が出ていました。読んで楽しむにも、周囲を説得するご参考にも・・・。

Top 10 excuses to avoid business rules (ビジネスルールを避ける口実 トップ10)

#1 You want business users to do what?! (現場のユーザにいったい何をやってほしいの?)
#2 business users don’t want it (現場のユーザはそんなこと望んでないし)
#3 takes too long (結果が出るまでが長すぎるのでは?)
#4 It will never work (そんなもの決して稼働までこぎつけられないよ)
#5 I can’t afford it (そんな余裕ないし)
#6 my operational system does that (そんなことは、すでにうちの現場のシステムでできる)
#7 why do I need more technology? (何で、これ以上新しい技術が必要?)
#8 we’re doing fine (すでに今うまくやってるし)
#9 management doesn’t get it (上が採用しようとしないんでね)
#10 we tried before (前にやったことがある(けど効果がなかった))

よろしかったらどうぞ。

Sparkling Logic SMARTS

米国カリフォルニア州サニーベール(Sunnyvale)。シリコンバレーの主要都市のひとつでYahooの本社などもあるところ。そんなサニーベールで、2年前、かつてFICOでデシジョン管理ツールに携わっていたメンバーがスピンアウトして設立したのが、Sparkling Logic。今年2012年のGartnerのBPMでのCool Vendorにも選ばれたSparkling Logicは今、ビジネスルール/Decision Management界での注目ベンダーとなっています。

さて、先日ビッグデータとBRMSについて記事を書きましたが、これもまた先日、以下のSperkling Logic のプレスリリースを発見しました。

Sparkling Logic Introduces the First Decision Simulation in the Era of Big Data

Sparkling Logic SMARTS™ は、Sparkling Logic社のフラッグシップといえるデシジョン管理の製品です。世の中、ビッグデータの時代、この製品にもデシジョンのシミュレーションにビッグデータを容易に使えるような機能が加わったとのこと。

もともとデシジョン管理は(デシジョン管理は、いずれどこかできちんとまとめておこうかと思いますが、とりあえずは、以下の簡単な説明で) たとえばクレジットカードの不正使用検出などで、
1.不正の疑いがある取引をルールを用いて、フィルタリング抽出する
2.その結果や、過去のデータを用いたルールのシミュレーションなどをベースにフィルタリングルールを改善、最適化。
3.さらにふたたびそのルールを用いて実際のデータをフィルタリングする
というサイクルを絶え間なく続け、不正検出デシジョンのパフォーマンスをあげていくという活動。システム的には、ひとことで言って、BRMS+BI+シミュレーションといったところでしょうか。

今回は、このシミュレーションのデータとして容易にビッグデータを用いることができるようになったことが新しいところ。実際のトランザクションデータを用いるルールのシステムだとシミュレーションを実行しようとすると、すぐにビッグデータレベルのデータが必要になってしまうのでしょうね。最近は猫も杓子も「ビッグデータ」。ちょっとこの言葉には食傷気味ですが、しかし一方で私、個人的には「物量作戦」がコンピュータシステムの本質的なところであるとも思っているので、たぶん一過性の話には終わらないのではないかと感じている次第。

ところで、このSparkling Logic SMARTSには、もうひとつ斬新な機能があって、ユーザインタフェースのベースがSocial Media様(よう)になっていること。ルールを用いたシステムの開発には、ルールを抽出・実装・メンテナンスしていく上で、ドメインの専門家、アナリスト、SEなどさまざまな役割を持った人々が協同して作業にあたることが不可欠です。以前のBRMSだと、ルールエディタ、バージョン管理など、通常のIDEの発展形としてのプラットフォームという印象が強いのですが、Sparkling Logic SMARTS では、まず協働作業のベースとなるコラボレーションプラットフォームありきでツールにしてしまうことで、さまざまな役割を持つ人々の間での協働作業を促進し、ルールのトレースやさまざまなケースでのテスト、シミュレーションなどを包括的にサポートするようになっています。BRMS meets Social Media といったところでしょうか。

もっとも、私もこのツールをいまだ実際に試してみてはいないので、本当に使いこなせるのかどうかの懸念もなくはないのですが、あのIBMもWebshere Operational Decision Management の最新版では Social Media的インタフェースを結構本気でアピールもしているので、時代の流れは案外そういった方向に行くのかもしれませんね。

ビッグデータとBRMS

先週の金曜の日経に、ビッグデータに関しての記事が出ていました。

「ビッグデータ」で株価予測 日本IBMがシステム

経営・天候分析にも活用 富士通・日立も参入

流行りのバスワードですが、まあエシュロンのデータや中国のネット検閲対象のデータなどもビッグデータといえばビッグデータなので概念としては今更感もあります。ただ、クラウドコンピューティング、Hadoopなどが出てきて、ビッグデータを処理するためのインフラ物量作戦が一般にも手に届くものとなってきたということなのでしょう。

で、そんな関係か、BRMSの周囲でもビッグデータの話がちらほら聞かれるようになってきました。さらには、ビッグルールとかビッグデシジョンマネージメントとかいった言葉が出てきたり。

Pushing the Envelope : 2012

Tips for Big Decision Management

IBMのブログによれば5年前のBRMSを用いたシステムでは、大きくてもせいぜい10kくらいのルールしか持っていませんでしたが、今では5Mのルールを400Mのレコードを対象にシミュレーションを行うような顧客が出てきているとのこと! 翻って日本の事情と言えば、私もせいぜい万単位のルールセットくらいまでしかやったことないですし、まだ日本ではそこまでの事例はないのでは? …さすが物量作戦本家の米国。

こういった極端なビッグルールのケースが、マス-パーソナライゼーションを目指しての要求の中から生まれてきているようです。たとえば20M人の顧客のそれぞれに対して、10のパーソナライゼーションルールを持った場合とか…確かに従来とは次元の違うビッグルールが生まれてきそう。

まあ、いずれにしてもコンピュータの豊富なリソースがこれだけ安く手に入るようになった現在、この「ビッグ」化の流れはITのさまざまな分野で必然的なものなのかもしれませんね。