データHubを Workatoで構築し、約120時間の工数を削減した話

こんにちは

データの集計や解析を自身のイメージ通りにカスタマイズし、想定したデータの流れを把握したい --------そんなふうに思ったことはありませんか？

近年、Workato（ワーカート）のような iPaaS（Integration Platform as a Service）プラットフォーム でも、AIエージェントの構築により、高度な自動化と業務のAI化の実現が可能になってきます。

今回の記事では、「Workatoでサイロ化された社内データをBigQueryに格納する活用事例」と、「他の自動化ツールと比較した時のWorkatoの優位性」を紹介します。

本事例の紹介と背景

これまでリックソフトでは、社内アプリを通じてデータの確認や集計を行ってきました。

しかし利用が進むにつれ、次のようなニーズが高まっていきました。

• 多様なデータ分析に迅速に対応したい
• 新しい観点のレポートを低コストで追加したい

しかし既存アプリでは、機能追加や変更に大きな工数を要し、スピーディーな対応が難しいという課題を抱えていました。

この課題を解決するため、BIツール（Looker Studio）の導入と、社内ツールにサイロ化したデータを一つにまとめる「社内データHub」構想です。

このデータHubを軸にすることで、日々の業務に必要な最新データを正確に連携し、Looker Studioで自由に可視化できる環境が整います。

データHub構想で浮かび上がった「不足部分」

実現するにあたり、最も大きな課題は「社内ツールからデータHub（BigQuery） へのデータ連携方法」が標準では存在しないことでした。

この課題を解決する手段として、外部の自動化ツールを活用し、連携機能を構築する方法を検討し、限られたリソースとスピード感を考慮した結果、外部ツールとして「Workato（ワーカート）」を選択しました。

Workato（ワーカート）を選定した理由

ツール選定にあたっての要件は以下です。

• 社内ツールとBigQueryの双方と連携可能であること
• 短期間・低コストで導入・開発ができること
• クラウドサービスで、インフラ準備やバージョン管理が不要であること
• ノーコード／ローコードで開発でき、学習コストが低いこと
• 将来のビジネス変化にも俊敏に対応できること

この要件を全て満たすツールとして選ばれたのが、エンタープライズ統合プラットフォームである Workato（ワーカート）です。

Workato（ワーカート）の優位性

Workato（ワーカート）は、米国Workato社が提供するエンタープライズ仕様のクラウド型アプリケーション統合プラットフォームです。

クラウドやオンプレミス上のアプリケーションを接続し、アクションを定義することでビジネスプロセスの自動化と統合を実現します。

Workato クラウド型の業務自動化ツール｜リックソフト

Workato採用の決め手となった優位性は3つあります。

①ドキュメントとナレッジの豊富さ

Workatoは公式ドキュメントが充実しており、実装例やベストプラクティスも数多く公開されています。

②ノーコードながら高機能

コーディング不要でありながら、複雑な条件分岐やSQLの実行にも対応可能です。

近年では、OpenAI API との連携によって、自然言語での自動化フロー生成やデータ解析など、よりインテリジェントな操作も実現可能になっています。

③1,000以上の豊富なコネクタ

1,000以上のコネクタが用意されており、リックソフトで使用している社内標準ツールとの接続も対応可能。

こうした特徴が、私たちが目指すデータHub構築にマッチしていました。

Workato導入後の運用と仕組み

SQL を実行し、バッチ処理で社内システムに蓄積されたデータを自動連携、日次で更新される仕組みを Workatoで構築しました。

標準コネクタと HTTP連携を組み合わせることで、社内ツールから BigQuery にデータをエクスポート／インポートする作業を完全に自動化しています。

これにより、手作業での更新やデータ整形作業が不要となり、安定したデータ更新サイクルを実現可能になりました。

既存社内システムから BigQueryへデータ連携をする流れ

Workato（自動化ツール）を使わずに対応した場合

Workatoを使わず、手作業でデータ連携を行おうとした場合、以下の工程が必要となります。

1. 社内ツールからCSVデータをエクスポート
2. BigQuery へCSVデータをインポート
3. インポート後の結果確認作業

この作業は毎日30分としても、年間およそ120時間の工数が見込まれます。

しかし、Workatoによる自動化で、データ移行の工数をゼロに削減し、更新漏れや入力ミスなどのヒューマンエラーを未然に防げるようになります。

Wokratoで社内データHubを構築した成果

Workatoを活用した社内データHub構築により、主に3つの成果を得ることができました。

• 経営判断の迅速化
• 年間120時間の工数削減
• ヒューマンエラーの削減

データHub の構築完了に至るまで、模索する時間もありましたが、完了後のカスタマイズのスムーズさや、抜本的な改革によりこれまでの煩雑な作業が減った効率化の効果も得られています。

おわりに

今回は、Workatoを活用してサイロ化したデータを統合し、効率的なデータ連携を実現した事例をご紹介しました。

今後は、この基盤をもとに AIエージェントとしての Workato活用にも取り組み、データ活用と意思決定のさらなる自動化・高度化を目指します。

ご一読いただきありがとうございました。

★社内の業務効率化を目指したAI活用ユースケース記事

営業の準備時間を大幅短縮！
Salesforce × Dify × Geminiで実現するAIエージェント活用

平均工数を50%削減！
NotebookLMが変えたセキュリティチェックシート対応