Mμgen　ビッグデータの 統合＆ディスカバリ プラットフォーム

ホワイトペーパー Mμgen： ビッグデータの 統合＆ディスカバリ プラットフォーム SMART INSIGHT CORPORATION [Company address]

ホワイトペーパー ホワイトペーパー概要 本書では従来の手法で解決が難しかったビジネスあるいは技術的な要望事項を分析し開発された、 ビックデータのディスカバリや分析プラットフォームである Mµgen をご紹介します。多様なエン タープライズシステムにあるデータを統合し、企業におけるディスカバリやアナリティクスのご要望 にお応えします。 本書では Mµgen アーキテクチャの概要と主な構成要素について解説いたします。製品の主な機能は 以下の通りです。 ・多様なデータソースを仮想統合しデータディスカバリを実現 ・様々な構造化、非構造化データ、オンプレミス、クラウド上のデータに接続 ・事前にスキーマを定義することなく、データソース間の関連性を発見、分析 ・構造化、非構造化データに対し、統一されたクエリを提供 ・事前定義不要のグルーピング ・リアルタイム分析と可視化 ・異なるダッシュボード間を関連性をもって探索（SMART DataChain™） ・オートスケーリング、キャッシング、インメモリープロセスによる性能の最適化が可能 マネージメント、アドミニストレーション、セキュリティ、コストに関する考察についても記述しま す。 www.smartinsight.jp 1

ホワイトペーパー ビックデータで新たな機会とチャレンジを ビジネスで生成されるデータの量は、これまでにない速さで増加しています。ビッグデータの分析は、 製品、プロセス、サービス、科学を変革しています。従来にない規模でデータを測定し、収集できる 機能と、その結果として起こるデータの量、速度、種類の増加により、さまざまな課題が生じていま す。かつてないほどの膨大な情報へのアクセスから洞察と利点を引き出すための、大規模なリアルタ イム分析を実行できる新しいパラダイムが必要とされています。 これまでは、レポートの作成に、リレーショナルデータベースやデータウェアハウスが使用されてき ました。現在では、多くのデータが企業のデータウェアハウスの外にあるため、企業に存在する未分 析の「ダーク」なデータが増加しています。エンドユーザは、デスクトップツールを広く用いるこ とで、こうした課題に対応し、日々データに基づく意思決定を行うニーズに対応しようとしてきまし た。しかし、エンタープライズ・ビジネスインテリジェンス（BI）とデスクトップ可視化ツールを工 夫して組み合わせて使用すると、ビューに統一性がなく、データに関する共通の理解が得られません。 全社的なデータの統一性と可視性の欠如により、より事態は悪化し、結果的にチームごとに一貫性の ない異なる視点しか得られなくなります。まるで、それぞれの人が象の別々な部分に触れてそれが何 なのか、どのように分析しているのかわからないような状況です。 今すぐ必要とされているのは、全員に同じページを用意し、同じ大きさの絵を見ることができるよう にする事です。全員がデータを統合的に見る事で各部署は迅速に有効な決断をすることが出来ます。 企業に存在する何千ものデータセットを統合し、ビジネスに対する単一の視点を素早く柔軟に提供す ることで、企業が直面する重要な課題の分析へとユーザは向かってゆくことができます。 www.smartinsight.jp 2

ホワイトペーパー 分析の考え方 すべての企業データのディスカバリと分析を簡単に実行できることが Mμgen の考え方です。これを 実現するため、Mμgen はデータをそのままの状態で関連付けることにより、企業データを「仮想的」 に統合する手法を用います。こうした仮想統合は、データを自律的に関連付け、多様なデータセット 間の関係を見つけ出すことによって Enterprise Data Graph（後述）を作成する、スマートアルゴリ ズムにより実行されます。その結果、すべてのデータリポジトリに対して多様な視点からのアクセス が可能となり、Mμgen を使用したプラグ＆プレイ・インターフェースで、分析を実行することがで きます。これによって、ローコストな総合的なリアルタイムの分析環境を手に入れる事が出来ます。 大企業の多くは、全体像を得るための異なるデータソースの統合に、データウェアハウスを構築しま す。しかし、データウェアハウス・プロジェクトの 50%以上が失敗に終わっていると言われており、 多くの業界調査や業界レポートでもこの結果が報告されています。わずか 10 個のデータソースを統 合するプロジェクトでさえ、多額のコストがかかるうえ非常に複雑で、タイムリーで正確な分析を実 行できていません。 また従来のデータウェアハウスでは、ソーシャルメディアやアンケート調査、顧客からのフィード バックなどの非構造化テキストデータを格納はできても、情活用するための効果的な処理はできない という課題もあげられます。 これらは、すべてのデータを単一のリポジトリ（通常は RDBMS）に統合する ETL（抽出、変換、 ロード）プロセスが、コストがかかり複雑で、多大な労力を必要するというのが大きな要因です。ま ずデータウェアハウスのグローバルスキーマを作成し、各データソースに対してマッピングおよび変 換ルーチンを構築する必要があるためです。この手法は、ビジネスニーズの変化や新たなタイプの データに合わせて拡張することも適応させることもできません。 Mμgen では、従来データウェアハウスでは対象外となるような非構造化データについては、サーチ エンジンによる強力な文字の探索機能を最大限に利用する事を可能にします。Solr や Elasticsearch はデータのテラバイトあたりのコストを非常に低く抑えつつ、検索テクノロジを数十億のデータ行に 非常にスムーズに拡張できます。イベントログや IoT データなどの大容量のデータでも、これを扱う 最適なテクノロジであるHadoopや Sparkなどのコンピューティング基盤を割り当てることができま す。一般的によく使われる RDBMS も勿論 対象です。企業は、それぞれのデータタイプに最適で低 コストのデータインフラストラクチャを活用し、単一のリポジトリに統合するために ETL が必須と なってしまうような、これまでのシステム構築方法から脱却し、Mμgen による新しい考え方に基づ くデータ統合・分析のシステムを構築することができます。 重要なのは企業内のデータは各々がなんらかの関連を持っているという点です。一般的な会社には、 製品、顧客、社員等などのデータがありますが、データが異なるレポジトリにあり、サイロ化されて いるとそれらの関連性は見えなくなっています。Mμgen の独自のテクノロジは、こうした関係を自 律的に見つけ出し、関連付けや分析を行うことができるように支援をします。Mμgen は、この処理 の複雑さを見せないようにして、本質的に異なる全てのデータソースにクエリを実行できる簡単で一 貫したユーザインターフェイスをビジネスユーザに提供し、データをグラフィカル・ウィジェットに 整然と表示します。低コストでこれを行うことで、新製品開発、R＆D、カスタマーインサイト、IoT （Internet of Things）などのさまざまなアプリケーションに対し、非常に高い価値を提供します。 企業の Connect.Discover.Analyze を実現する知的プラットフォームが Mμgen です。 www.smartinsight.jp 3

ホワイトペーパー アーキテクチャ Mμgen は、さまざまなデータソースを使用した分析に対し、データの接続、モデリング、関連性検 出、インタラクティブな可視化を行う独自のエンタープライズ基盤を提供します。Mµgen はリアル タイムなストリーミングデータ並びに蓄積された過去のデータ、またはそれらの組み合わせにも対応 することができます。 Da ta Governance Analytics Studio Dashboards End User Business Analyst SMART DataChain® Data WWW Studio Call Center Repair Info CAD Data SNS BOM Manufacturer Project Data Market Data Enterprise Data Graph Data / Sys Data Virtualization Admin CRM ERP Kinesis Sensor log PLM etc. S3 Legacy SQL Cloud No SQL Big Data Enterpris e Data ユーザインターフェイス Mμgen は、Bootstrap や Angular JS などの最新の UI フレームワークによって機能する、単一ペー ジのアプリケーションです。各ページは画面上でさまざまなエリアに分割されており、円グラフや棒 グラフなどの形式で、データをグラフィカル表示します。 ユーザ向けアプリケーションである Mμgen には、大きく分けて 3 つのコンポーネントがあります。 www.smartinsight.jp 4

ホワイトペーパー  Data Studio： Data Studio は、ユーザが使用可能な全てのデータソースを構成するためのシステム管理者用 インターフェイスです。ここで、各データソースに対する全てのデータモデルが、関連する属 性やその他のプロパティとともに定義されます。データソース間の関連性は、Enterprise Data Graph により自律的に検出され、使用可能になります。  Analytics Studio： Data Studio で作成された Enterprise Data Graph には、ビジネスアナリストが Analytics Studio 内でアクセスできます。ビジネスアナリストは他のユーザが見るダッシュボードをデザ インすることができます。ダッシュボードには、各データモデルへのクエリから作成された データとチャートウィジェットの組み合わせを表示することができます。各ダッシュボードと ウィジェットの多くは、複数のデータモデルとソースのデータを組み合わせたものになる場合 があります。  Dashboards： ユーザはWebブラウザからビジュアル・データディスカバリ、インタラクティブダッシュボー ド、分析ビュー、Enterprise Data Graph、リアルタイムカウンタ、または複数のデータソー スからデータの統合等を行う事ができます。ダッシュボードがビジネスアナリストによって作 成され、エンドユーザやユーザグループに公開されると、ユーザがログインして、ノート PC やモバイルデバイスに利用可能なページを表示できるようになります。ユーザは、アドホック 検索やドリルダウンのほか、チャートやフィルターバーを使用したスライス＆ダイスなどを実 行できます。また、分析に関連するより多くのデータを発見するため、DataChainを使用して、 同じエンティティの様々な側面を可視化する関連ダッシュボードの間を移動できます。インタ ラクティブな可視化機能の詳細につきましては、このホワイトペーパーの「インタラクティブ ダッシュボード」のセクションで説明します。 データコネクタ Mμgen の Data Studio により、様々なデータソースに容易に接続し、各データソースをシームレス にマージして、パフォーマンスを低下させることなく総合的な分析環境を構築する事ができます。 PostgreSQL、MS-SQL Server、Oracle、MySQL、Apache Solr、Elasticsearc、Hadoop、Spark 等 多彩なデータソースに接続できます。またすでにクラウドをお使いのお客様には AWS RedShift（カ ラムナデータベース）、AWS CloudSearch（検索エンジン）とのコネクタも提供しております。 メタデータレイヤ Mµgen は、ユーザが作成したメタデータ、データリポジトリ、データモデルや相関関係、ダッシュ ボードやウィジェットのほか、その他のデータが保存されます。メタデータレイヤは、Mμgen のリ レーショナルストアに存在し、さまざまなアプリケーションコンポーネントによって使用されます。 Enterprise Data Graph Enterprise Data Graph は Mµgen が提供する次世代のデータディスカバリ機能です。データモデル の準備や自動化された関連性を見つけることが容易に実現できます。さらに高度な分析を行う為、 Enterprise Data Graph は様々なデータセットやシステム間の関連性を見つけ DataChain 、Data Fusion 、Unified Search といった他にない機能を実現します。DataChain により構造化、非構造 化の枠を超え、ユーザにデータの道筋を示します。 www.smartinsight.jp 5

ホワイトペーパー Heuristic Index Heuristic Index は、Enterprise Data Graph での重要な役割を担います。Heuristic Index で は、高度なパターン認識および曖昧性解消技術を使用して、膨大な組織データからビジネスエ ンティティを特定します。Heuristic Index を使用すれば、さまざまな定義や構文を持つデータ を自律的に一元化し、重複やスペルミスなどのデータ問題を解消できます。これは、複雑な ETL プロセスに頼らずデータをそのままの状態で使用するためのインテリジェントな機能です。 Field Relationship Mapping (FRM) 各データモデルを構成するフィールド間の関連性情報が格納されます。これによりダッシュ ボード内の異なるチャートのダイナミック連携(Federate Search)、異なるダッシュボード間の 関連づけられた探索(DataChain) 等が可能になります。関連性情報は、自律的な検出と手動に よる設定の両方が可能です。 クエリオーケストレーション (Unified Search) このアプリケーションの中核をなすのが、すべてのデータリポジトリにクエリを実行するための一貫 したクエリ構造を提供するクエリオーケストレーションレイヤです。この基本レイヤは、すべてのク エリを標準化するもので、クエリの結果を使用してさまざまな方法でマッシュアップやレンダリング を実行する上位のレイヤから完全に独立しています。 Mμgen では、専用または汎用の単一システムにデータを保存する必要はありません。ほとんどの組 織には、異種データ環境が存在します。Mμgen は、Unified Search により、さまざまなデータソー スのを単一のリポジトリに統合する時間、リソース、貴重なコストを節約します。そのため、組織の あらゆるデータ分析のためのデータ変更ニーズに 1 ヵ所で対応できます。 Data Fusion Mμgen は、複数のデータソースから、リアルタイムに統合し処理することでデータを可視化するシ ングルポイントになることが出来ます。異なるデータソース間でエンティティの名前が異なることは よくあります。Mµgenは Enterprise Data Graph や Heuristic Index を使うことで似た名前のデータ 接続についての提案をします。このインテリジェントなリンク機能により、新たな要件が出てきた際 にも、スキーマをデザインし直したり、新たな ETL ルーチンを開発する必要もありません。 www.smartinsight.jp 6

ホワイトペーパー キャッシングレイヤ 大規模環境では、キャッシングインフラストラクチャを使用して、大容量のトラフィックロードに対 応したり、遅いデータソースや外部のデータソースにクエリを実行する際のボトルネックを解消しま す。キャッシュはデータソースがリフレッシュされるたびにパージされるため、結果が古くなるのを 防止できます。 www.smartinsight.jp 7

ホワイトペーパー インタラクティブダッシュボード リッチなビジュアライゼーション Mμgen の Analytics Studio を使って、直感的なドラッグ＆ドロップ・インターフェイスで、インタ ラクティブなチャートや柔軟性に富んだダッシュボードを作成できます。Mμgen には、ユーザに関 連したデータ内の重要な発見、相関関係、クラスタ、リンク、トレンドを強調表示し、可視化する高 度な分析機能が備わっています。該当するフィールドのドリルダウンを使用したユーザインタラク ションにより、インタラクティブな可視化機能を使用してデータを掘り下げることができます。また、 検索機能を使用して、さまざまなテーブルのデータを表示できます。さらに、ドリルダウン、スライ ス＆ダイス操作などのインタラクティブな方法でデータ分析を行い、データを理解できます。ダッ シュボードは HTML5でレンダリングされるため、応答性が高く、スマートフォンからデスクトップ まで、さまざまな画面サイズに合わせて自動的に調整されます。 クロスナビゲーション Mμgen を使用すれば、Enterprise Data Graph と Heuristic Index で自動的に検出された関係を使用 して、さまざまなデータソースやダッシュボードの間を移動できます。DataChain を使用すれば、 関連する次元やビジネスエンティティに基づいてデータがフィルタリングされるのでユーザはダッ シュボード間を自由に移動できます。次の例では、Toyota Camry のカーモデルに関心のあるユーザ が、概要のダッシュボードから操作を開始しています。追加情報を提供する他のダッシュボード（苦 情データやお客様の声データなどのさまざまなデータモデルによるもの）があることを、迅速に検出 しさらに情報を見つけに行くことができます。ダッシュボードに移動すると、データセットには、 Camry のカーモデルとともに、Camry Hybrid や Camry Solora のクエリ結果が表示されています が、これは Mμgen がこれらを同じビジネスエンティティであると認識しているためです。 www.smartinsight.jp 8

ホワイトペーパー クロスナビゲーションの次元 を選択 1 2 該当するダッシュ ボードを選択 3 Mμgenが関連レコードの グループのデータをインテリ ジェントに可視化 ダッシュボード作成機能 Mμgen の Analytics Studio により、ビジネスアナリストがアプリケーションの定義に従って、選択 したユーザやユーザグループにダッシュボードを公開できます。ユーザは、データをダウンロードで きるとともに、チャートやウィジェットをアプリケーション作成要件に合わせたさまざまな形式にす ることができます。 www.smartinsight.jp 9

ホワイトペーパー 導入 Mμgen は、データ量、ユーザ数、セキュリティニーズに基づいて、さまざまな方法で導入できま す。 オンプレミス 大規模な既存システムの存在や、セキュリティ上の理由などにより、多くの組織はデータを社外に出 すことを望みません。そうした環境では、Mμgen はオンプレミスやプライベートクラウド、データ センタ内に導入します。Mµgen はデータの置かれた環境を鑑みセキュリティ要件を満たし、コスト も削減する柔軟な対応を行います。 バブリッククラウド Mµgen はパブリッククラウド環境でも簡単に導入することができます。 Amazon Web Services 等の安全で高速なクラウド環境を利用できます。Mμgen をクラウド環境でプ ラグアンドプライのように動かすことができます。例えば Mµgen はカラムナデータベースの Amazon Redshift と検索エンジンである Amazon CloudSearch を統合し、シームレスな 1 つの分析 ソリューションにすることができます。Mµgen の Data Fusion により、セルフサービスでのビジュ アルアナリティック層での文字分析や SQL リレーショナルクエリを使うことができるようになりま す。Amazon Web Services のオートスケーリングにより Mµgen のインスタンスを迅速に立ち上げ、 様々なワークロードにも対応することができます。 ハイブリッド 状況によっては、クラウドとオンプレミスを組み合わせて導入することが必要になる場合もあります。 最もよくあるケースでは、組織のデータセンタにある Mμgen アプリケーションを、オンプレミスの データウェアハウスやシステムに加え、RedShift、CloudSearchなどのクラウドアプリケーションと 通信するよう構成します。 www.smartinsight.jp 10

ホワイトペーパー 管理 Mμgen は、メンテナンスや管理が最小限で済むよう設計されています。Mμgen のセットアップと管 理に必要なトレーニングは、ごくわずかです。 システム管理者は、1 時間以内にアプリケーションをインストールし、設定できます。アプリケー ションのインストールが完了すると、Data Studio 経由で必要なデータソースを迅速にセットアップ できます。Analytics Studio を使用すれば、数回クリックするだけでダッシュボードを作成できます。 これら 2 つの手順を完了すれば、データの分析をただちに開始できます。 拡張性 Mμgen は、データサイズとユーザ数のどちらが増加しても、拡張に対処できるよう設計されていま す。  プッシュダウン： Mμgen には、多様なデータストアへのコネクタが備わっています。データエンジンのネイ ティブ API を通じて最適なクエリが実行されます。中間データセットにより生成されるネット ワークトラフィックも最小化できます。  キャッシング： オプションのキャッシュクラスタを導入すれば、超大容量のクエリを処理できます。キャッ シュクエリの結果は高速に返され、本番システムとの間のオーバーヘッドを最小化します。  クラスタリング： Amazon Cloud の上で Mµgen はオートスケールし、ELB（Elastic Load Balancer）からアク セスできます。オンプレミスクラスタもセットアップできます。  インメモリ SQL エンジン： 高いパフォーマンスを必要とするミッションクリティカルなデータセットに対し、インメモリ データベースを活用して、Mμgen 経由で超高速の分析を実行できます。これは、元のデータ ソースに運用上、パフォーマンス上、またはセキュリティ上の問題があり、Mμgen のインメ モリデータベースに分析をオフロードする方が望ましい場合に便利です。 www.smartinsight.jp 11

ホワイトペーパー セキュリティ Mμgen は、大企業での導入に伴うセキュリティやガバナンスのニーズに対応できるよう設計されて います。 アプリケーションの認証 認証は、パスワードベースのメカニズムに基づいています。Mμgen を LDAP や Microsoft Active Directory などの既存の認証システムと統合して、シングルサインオンを構築できます。 オーソライゼーション アプリケーションの各ユーザに対してさまざまなレベルの権限が付与され、その権限によって許可さ れるアクションが決定されます。以下の Mμgen の役割を、特定のユーザや LDAP/AD の認可エン ティティ（グループやユーザなど）に割り当てることができます。  データ管理者 ビジネスアナリストがユーザにダッシュボードページを作成できる Data Studio のデータモ デルを定義します。  ビジネスアナリスト Analytics Studio を使用し、データモデルに基づいてページを作成します。  エンドユーザ 作成されたページを使用して、クエリを実行し、ウィジェットとデータを表示します。  スーパー管理者 この役割は、他のユーザの作成、役割の割り当て、権限の取り消しを実行できます。 データのセキュリティとガバナンス データは、さまざまなデータモデルで保護できます。 データモデルのアクセス許可は管理者が Data Studio を使い設定します。そのモデルが唯一のモデル となります。 セキュリティ管理も、データモデル行のレベルで維持できます。ユーザはクエリを実行する際も特定 のレコードを見られないようにすることができます。 さらに、認可はダッシュボードごとに実行されます。ユーザは、自分に公開されたダッシュボードの みにアクセスできます。 ネットワークセキュリティ Mμgen は、あらゆるレベルのネットワークセキュリティに細心の注意を払っています。ファイア ウォールによって、Mμgen サーバに好ましくないクライアントがアクセスできないようになってい ます。アプリケーションサーバは、Mμgen サーバとデータソースの間で、暗号化技術を利用するセ キュアな HTTPS（SSL）通信を使用するよう設定できます。さらに、Mμgen には、CSRF や SQL によるインジェクション攻撃を防止する保護機能が備わっています。 www.smartinsight.jp 12

ホワイトペーパー カスタマイズ Mμgen の導入価値を高めるため、柔軟なカスタマイズ（SDK）がオプションであります。 専用データソースとの統合 多くの場合、組織では、様々な商用ベンダの専用システムが使用されています。そのため、標準コネ クタが特定のデータソースにクエリを実行するニーズを満たさない場合は、カスタムデータコネクタ が必要になる場合があります。カスタムコネクタは、Mμgen フレームワークに簡単に実装できます。 カスタム処理ロジック Mμgen では、特定のウィジェット向けにカスタム処理ロジックを構築できます。例えば技術系の ユーザや開発者が、特定のデータ変更を実行するカスタム Java プログラムコードを記述して、ウィ ジェットに表示できます。そのため、組織のダッシュボードに、表示される標準チャート以上のもの を表示できます。 カスタムユーザインターフェイス 人気の高い D3.js 可視化フレームワークを使用して、新しい種類のグラフを作成したい組織もあるこ とと思います。同様に、Mμgen に付属している標準棒グラフのルック＆フィールを変更したい場合 もあるでしょう。Mμgen では、サーバ側コードとクライアント側 JavaScript のいずれかにウィ ジェットフォーマットを導入できるため、一部の設定変更と JavaScript を使用して、これらすべて を簡単に実行できます。 SDK などによってもカスタマイズへの要望に対応する事ができます。 TCO データウェアハウスのソリューションを導入するのにかかる時間とリソースは膨大です。最新のデー タ分析ソリューションにおける最も大きな価値は巨大なハードウェアや高度な人材を必要とせずに大 量のデータを高速に分析できるようにしたことです。クラウドでの導入により時間が節約でき、 TCO を削減し企業での IT 管理者の負担をも軽くします。企業は Connect.Discover.Analyze を簡単 に行いセルフサービスでアジャイルなデプロイメント・サイクルを行う事ができます。 Mμgen では検索エンジン、RDBMS、NoSOL、HDFS／Spark などをサポートしており、企業はそ れぞれのデータセットに対し最良なテクノロジを利用することができます。従って文字でのリッチ データは検索インデックスで、ログはNoSQLやHDFS／Sparkで、在庫・売上データは RDBMSを 使うなどして、それらを統合することができます。また従来のデータウェアハウスを拡大しながら Amazon Redshift のような最新のクラウドを使うこともできます。Mµgen を使うと、これからの データ分析で必要とされる柔軟で迅速かつコストをかけないソリューションを使い時間を価値に変え ることができます。 www.smartinsight.jp 13

ホワイトペーパー 結論 Mμgen は、現在の企業のデータディスカバリ ニーズに対応するソリューションであり、分析データ を一元化し、全社で使用可能にするという従来の問題を解決します。この製品は、独自のアプローチ で、データをユーザの身近なものにし、Enterprise Data Graph で隠れた関係を見つけ出します。ま た、エンドユーザに対しては、データを同じページにまとめることにより、そして IT 部門に対して は、データアクセスのガバナンスとセキュリティの適切なバランスを取ることにより、信頼性を構築 します。さらに、Mμgen は、ビジネスの規模と特性に基づいて、柔軟な導入オプションと構成を提 供します。Mμgen を使用すれば、企業は構造化データと非構造化データの両方を大きな規模で分析 し、相関関係を可視化して、ビジネス価値とインテリジェンスを入手できます。これらはすべて、リ アルタイムで実行できます。 Mµgen 独自の Data Virtualization と Enterprise Data Graph によりデータはより身近になり、隠れ た関連性を見付けることができます。真実を元にした部門間の共通理解を育むことでコラボレーショ ンが促進されます。またユーザと IT との組織間においても迅速で柔軟な分析を、データのガバナン スとセキュリティを保ちながら、バランスよく提供することができるようになります。Mµgen は柔 軟な導入オプションと規模、機能、あるいはビジネスの要求にもとづいた構成を取ることで投資を迅 速に回収します。 www.smartinsight.jp 14