PepsiCoはElastic Observabilityで効率を高め、MTTRを30%削減

PepsiCoは、世界中の200以上の国と地域の消費者が1日に10億回以上楽しむ製品を生み出しています。2024年の純売上高は約920億ドルで、その製品ポートフォリオには、ドリトス、チートス、ゲータレード、ペプシコーラ、クエーカー、ソーダストリームなどの幅広い食品や飲料が含まれています。

同社は、130年の歴史を通じて、ITとイノベーションを事業運営と成長戦略の重要な柱としてきました。現在はElasticをデジタル変革の取り組みの中心に据え機械学習と生成AIの最新の進歩を活用しています。

PepsiCoは長年にわたり、個々のアプリケーションをサポートするために調整された多様なオブザーバビリティツールに投資してきました。このアプローチにより集中的な監視が可能になりましたが、統合プラットフォームがないため、重要なインフラストラクチャとアプリケーション全体でパフォーマンスと信頼性を総合的に最適化する能力が制限されていました。

これに対応して、Elastic Observabilityをフルスタックオブザーバビリティ（FSO）プラットフォームの基盤としてデプロイし、38を超える重要なアプリケーションからのMELT（メトリクス、イベント、ログ、トレース）データを標準化されたGrafanaダッシュボードに統合しました。組織全体の何百人ものユーザーがこのプラットフォームを利用しており、その中にはOne PepsiCo Operation Center、フルスタックオブザーバビリティのためのダッシュボードを備えたコマンドハブ、バリューストリームモニタリングなどで作業するユーザーも含まれます。

Elasticのメリットについて、One PepsiCo Operations Centerのオブザーバビリティ担当ディレクターであるVinod Chilakalapudi氏は、オペレーションセンターを含むエンドユーザーからの肯定的なフィードバックを強調しています。「ElasticはPepsiCoのオペレーショナルインテリジェンスのバックボーンであり、プロアクティブな異常検知、迅速な根本原因の特定、ほぼ継続的なアップタイムを実現しています。これにより、デジタル業務全体のダウンタイムが大幅に短縮され、サービスの信頼性が向上しました」と同氏は述べています。

FSOプラットフォームの導入以来、PepsiCoは監視ツールを55個から20個未満に合理化しました。このアプローチにより、問題の早期発見と解決が促進され、平均解決時間（MTTR）が30%短縮されました。

また、この新しいプラットフォームにより、PepsiCoはElasticへの投資を統合し、有利なライセンス契約により純コストを削減しながらデータ量の増加も実現できました。「私たちは、全社でMELTデータを取り込んで分析するためのコアエンジンとしてElasticを標準化し、99％のカバレッジを目指しています。この基盤はテレメトリ主導の自動化を加速し、状況に応じた洞察を可能にし、企業規模でのインテリジェントな運用を促進しています」とChilakalapudi氏は言います。

フルスタックのElastic Observabilityにより、当社のオペレーションセンターは予測管理タワーへと変貌を遂げました。問題が拡大する前にそれを阻止し、PepsiCoのグローバルシステムのレジリエンスを強化しています。問題の迅速な特定と解決により、アプリケーションのアップタイムが99.9%になります。さらに、PepsiCoはインシデント管理の自動化率を23%達成し、ITチームが事後対応的なトラブルシューティングではなく戦略的施策に集中できるようにしました。

複数のツールを1つのプラットフォームに統合することで、PepsiCoのオブザーバビリティプラットフォーム全体の効率も向上します。消費パターンを明確に可観視することで、チームは、すぐにアクセスできるデータの保存期間など、データのニーズをより深く理解できます。Elasticの階層型アプローチは、ホット、コールド、フローズンの各層を備え、ストレージコストを最適化する多くの機会を提供します。

Elastic Observabilityは戦略的な役割も果たし、PepsiCoの複数の機能にわたる幅広いビジネス上の意思決定に情報を提供します。毎月13.7テラバイトのデータが取り込まれ、そのうち1テラバイトはFSO専用です。ビジネス全体のチームは、データに基づく洞察を最大限に活用して戦略的な意思決定を行い、全体的な運用の回復力を強化しています。

Elastic Consultingとの戦略的パートナーシップにより、アーキテクチャの最適化が加速しました。データパイプライン、データインジェスト戦略、MLユースケースを共同で革新することで、コスト効率と洞察速度の両方が向上しました。これには、パイプラインを使用してデータを直接Elasticに送信することも含まれており、これによりさらに20%の節約が見込まれます。

さらに、Elastic Supportも重要な役割を果たしました。「複数のベンダーの専門家ではなく、チームは主にElasticの指定サポートエンジニアに頼っており、これによってリソースとメンテナンスの両方が大幅に簡素化されました」とChilakalapudi氏は述べています。指定サポートエンジニア（DSE）は、特にオンプレミスからクラウドへの移行など、重要なマイルストーンにおいて非常に重要な役割を果たしてきました。

今後を見据えて、Chilakalapudi 氏とチームは、ベクトル化されたデータベースや、Retrieval-Augmented Generation（RAG）を使用して大規模言語モデル（LLM）と安全に統合する機能など、ElasticのAI機能を活用して追加のMELTデータを統合することを計画しています。これにより、プロアクティブなアラートの生成、アプリケーションのアップタイム増加、MTTRと平均検出時間（MTTD）の両方の削減が可能になります。

「私たちのビジョンは、エージェント型AIとLLM統合テレメトリを活用した次世代のオブザーバビリティエコシステムを構築することです」と同氏は述べています。「Elasticのベクトル検索とRAGは、自律的で洞察に基づく運用に向けた当社のロードマップとシームレスに合致しています。」

Chilakalapudi氏は、Elastic Observabilityの使用を他の重要なビジネス機能にまで拡大することを構想しています。そして、さらなる効率化を追求する中で、使用パターンを分析して節約策を特定することで、クラウドコストを最適化する機会を見出しています。

Elastic Observabilityのお客様のROIをご覧ください。