Abstract background

ビッグデータ・アナリティクス

概要と重要性

ビッグデータ・アナリティクスは大量のデータを詳しく調べ、隠れたパターン、相関関係、その他の洞察を明らかにします。こうした取り組みは従来型のビジネス・インテリジェンス・ソリューションでは時間がかかり効率も上がりませんが、最新テクノロジーを活用すれば、データを高速に分析し、ほぼ即座に答えを得ることができます。

ビッグデータ・アナリティクスの歴史と進化

ビッグデータという概念が普及してから、もう何年も経過しています。今ではほとんどの企業が、ビジネスに流れ込む全てのデータを蓄積すれば、アナリティクスを適用して多大な価値を引き出せることを理解しています。ところが、「ビッグデータ」という用語が使われていなかった数十年前の1950年代にも、ビジネスの世界では洞察や傾向を明らかにするために基本的なアナリティクスが利用されていました(実質的には、スプレッドシート内の数値を手作業で検討するレベル)。

それに対し、ビッグデータ・アナリティクスは圧倒的なスピードと効率性という新たな利点をもたらします。数年前でも情報を収集してアナリティクスを実行し、近い将来の意思決定に役立つ情報を探り出すことは可能でしたが、今日では、目の前の意思決定に役立つ洞察をその場で導き出すことができます。より迅速な業務遂行と俊敏性の維持を可能にするアナリティクス環境が、企業に新たな競争優位性をもたらすようになっているのです。

 

 

The Importance of Big Data Analytics Graphic

ビッグデータ・アナリティクスが重要な理由

ビッグデータ・アナリティクスは、データを最大限に活用して新たなチャンスを特定するために役立ち、それがひいては、ビジネス施策のスマート化、業務効率化、利益拡大、顧客満足度の向上などにつながります。IIA社のリサーチ担当レディレクターであるトーマス・H・ダベンポート(Thomas H. Davenport)氏は、「Big Data in Big Companies」(大企業におけるビッグデータ)というレポートを執筆するにあたり、大企業におけるビッグデータの活用方法を理解するために50社以上の企業にインタビューを行いました。その結果、大企業は以下の方法で価値を引き出していることが明らかになりました。

  1. コスト削減:Hadoopやクラウドベースのアナリティクスといったビッグデータ・テクノロジーは、大量データの保管に著しいコストメリットをもたらします。また、より効率的なビジネス遂行方法の特定にも効果を発揮します。
  2. 意思決定の迅速化と的確化:Hadoopやインメモリ・アナリティクスのスピードを、新しいタイプのデータソースを分析できる機能と組み合わせると、より多くの情報を即座に分析し、より的確な知見・洞察にもとづいて意思決定を行えるようになります。
  3.  新しい製品とサービス:アナリティクスを活用して顧客のニーズと満足度を的確に把握できる業務環境は、顧客が望む製品やサービスを効果的に提供できるパワーをもたらします。ダベンポート氏は、ビッグデータ・アナリティクスによって、より多くの企業が顧客ニーズに合った新製品を開発するようになっていると指摘しています。

 

ホワイトペーパーを読む(英語)

今日の世界におけるビッグデータ・アナリティクス

現在では、ほとんどの企業がビッグデータを保有しています。また、それを上手く活用して価値を引き出す必要があることも、多くの企業が理解しています。しかし、具体的には何をどうすればよいのでしょうか?以下の資料では、ビッグデータとアナリティクスに関する最新の論考を取り上げています。

White paper icon

ビッグデータ活用に必要な人材の整備

このホワイトペーパーでは、ビッグデータ活用の成功に不可欠な3要素(人材、プロセス、テクノロジー)のうち、人材の側面を取り上げ、組織構造や役割の在り方について詳しく解説しています。

要約を読む(ポップアップウィンドウが開きます)

White paper icon

SAS®のパワーをHadoopにもたらす

Hadoopから今以上に多くの価値を引き出したいとお考えでしょうか?
このホワイトペーパーでは、ビジネス・アナリティクスをHadoopに適用する取り組みに役立つ、SASのソリューション・ポートフォリオを紹介しています。

要約を読む(ポップアップウィンドウが開きます)

Webinar icon

医療とビッグデータ分析

ビッグデータ活用に取り組む際は、医療情報を的確にコントロールすることが、これまでに以上に重要となります。このWebセミナーでは、ビッグデータ・アナリティクスが医療の領域で果たす役割を説明します。

Webセミナーを閲覧(英語)

White paper icon

アナリティクスを背後で支える努力

「MIT Sloan Management Review」誌はビジネス・アナリティクスがもたらすチャンスに関する最新動向を理解するため、経営幹部、マネージャー、アナリティクス担当者を対象とした年次調査の第6回目を実施しました。

要約を読む(ポップアップウィンドウが開きます)

 

ハイパフォーマンス・アナリティクスでは、データ量が膨大すぎるという理由で以前なら最初から諦めていたような分析も実行できます。例えば、一瞬のチャンスを捉えるための意思決定に必要なタイムリーな洞察の獲得、難しい問題に対する正確な答えの取得、新たな成長機会の発掘といったことを、ITリソースをより効果的に活用しながら実現できるようになります。
ホワイトペーパー「Big Data Meets Big Data Analytics」(ビッグデータとビッグデータ分析)より

 

 

SAS Visual Analytics

インメモリ・アナリティクス

SASのインメモリ・アナリティクス・ソリューションなら、高度なアナリティクスを活用してビッグデータから即座に洞察を導き出すことができます。SAS Event Stream ProcessingからSAS Visual Analyticsまで、さまざまな用途に適した製品をご用意しています。

インメモリ・アナリティクスの詳細

業種別用途

迅速かつ俊敏な意思決定が競争力に直結するようなビジネスでは、ビッグデータ・アナリティクスはもはや、ほとんど必須要件と言えるでしょう。ここでは、さまざまな業種において、このテクノロジーをどのように活用できるかをご紹介します。

旅行・ホスピタリティー(英語)

旅行業やホテル業では顧客満足度を高い水準に維持することが重要ですが、顧客満足度は測定が難しい指標であり、タイムリーに測定するのは特に困難です。例えばリゾートやカジノの場合、カスタマー・エクスペリエンスを挽回するチャンスはごく短期間/短時間であり、すぐに消え去ってしまいます。ビッグデータ・アナリティクスを活用すれば、詳細な顧客データを大量に収集してアナリティクスを適用することで、潜在的な問題を速やかに特定し、手遅れになる前に対策を打つことができます。

医療

医療業界でもビッグデータの活用は当たり前になっています。患者の診療記録、健康増進プラン、健康保険情報などを管理するのは簡単ではありませんが、適切に管理してアナリティクスを適用できれば、重要な洞察の宝庫となります。医療においてビッグデータ・アナリティクス・テクノロジーが極めて重要な理由は、まさにこの点にあります。医療機関は、構造化/非構造化を問わず大量の情報を短時間で分析することにより、救命につながる診断や治療オプションに関する洞察をほぼ即座に現場の医師に提供できるようになります。

官公庁

業務の質や生産性に妥協することなく予算を緊縮しなければならないという課題に直面している行政機関は少なくありません。この問題が特に深刻化しているのは警察組織であり、決して潤沢とは言えない人員で犯罪発生率を抑制するために苦労しています。多くの警察組織がビッグデータ・アナリティクスを導入しているのはそのためです。このテクノロジーを活用すれば、オペレーションを合理化しながら、犯罪活動をより包括的に把握できるようになります。

小売

この数年間で顧客サービスは大きく進化しましたが、その背景には、自分が購入したい商品やタイミングを理解して欲しいという買い物客の期待の高まりがあります。ビッグデータ・アナリティクス・テクノロジーは、小売企業がこうした要望に対応するために役立ちます。優待会員制度や購入履歴などから収集される大量の顧客データを活用すれば、顧客について理解を深めるだけでなく、トレンドの予測や新商品のレコメンデーションの精度を高め、収益性の向上を追求することも可能になります。

 

Lenovo社、アナリティクスを活用してデザイン変更の妥当性を再考

新しいキーボード製品のデザインが完成に近づいた段階で、Lenovo社のコーポレート・アナリティクス部門は、全く想定外の事態に遭遇しました。小規模ながら積極的に活動しているオンライン・コミュニティが見つかり、ゲーマーたちが現行のデザインを熱烈に支持していることが明らかになったのです。アナリティクス・テクノロジーは、このユーザー層の発見に役立っただけでなく、未知のセンチメントの発掘にも役立ち、その結果として、同社はロイヤルティの高い顧客を失望させる事態を回避することができました。

事例の全文を読む

仕組みと主要テクノロジー

ビッグデータ・アナリティクスは、単一のテクノロジーで成り立っているわけではありません。もちろん、「高度なアナリティクス」という括り方は可能ですが、現実問題として、処理対象のビッグデータから最大限の価値を引き出すためには、さまざまなタイプのテクノロジーを連携させる必要があります。最も重要性が高いテクノロジー要素は以下のとおりです。

 

データ管理:信頼性の高い分析を行うためには、高品質で適切に統制されたデータを確保する必要があります。データは常に流れ続けているため、所定の基準を満たすデータ品質を確保・維持するための反復可能なプロセスを整備することが重要です。信頼性の高いデータを確保できたら、次は、データに関する理解・認識を全社規模で統一するためのマスターデータ管理プログラムを導入する必要があります。

データマイニング:データマイニング・テクノロジーは、大量のデータからパターンや関係性を発見するために役立ちます。得られた情報を活用して更なる分析を行うことで、複雑なビジネス課題を解決することができます。データマイニング・ソフトウェアを使うと、データから混乱や重複を取り除き、意味のあるパターンや関係性を特定した上で、その知識を活かしてさまざまな想定や仮説の結果を評価することで、情報にもとづく意思決定のペースと的確性を高めることができます。

Hadoop:このオープンソースのソフトウェア・フレームワークでは、汎用ハードウェアのクラスター群にまたがって大規模なデータを保管し、アプリケーションを実行できます。データの量と多様性の拡大が続く中、Hadoopはビジネス環境における主要テクノロジーの1つとして定着しています。最大の利点は、分散コンピューティング・モデルによってビッグデータを高速に処理できることです。追加の利点としては、Hadoopのオープンソース・フレームワークが無料であり、しかも安価な汎用ハードウェアを用いて大量のデータを保管できることが挙げられます。

インメモリ・アナリティクス:データを(ハードディスク・ドライブではなく)システムメモリに格納した状態で分析することにより、データから即座に洞察を導き出し、それを踏まえて迅速に行動できます。このテクノロジーでは、データ準備と分析処理の工程における遅延が解消され、より頻繁にシナリオのテストやモデルの作成を繰り返すことができるため、俊敏性の維持や意思決定の向上が促進されます。また、反復的な分析シナリオを対話操作で実行するための基盤としても優れています。

予測分析(予測的アナリティクス):予測分析テクノロジーは、データ、統計アルゴリズム、機械学習手法を活用して、将来の結果が生じる確率を履歴データにもとづいて算定します。将来にどのような事象が発生するかを高い精度で予見することができるため、ビジネスプロセスに予測分析を組み込むと、望みうる最良の意思決定を行っているという確信を深めることができます。予測分析の最も一般的な用途としては、不正検知、リスク管理、設備資産などのオペレーション、マーケティングなどが挙げられます。

テキストマイニング:テキストマイニング・テクノロジーを活用すると、Web、コメント欄、書籍、その他のテキストベースのソースに含まれるテキストデータを分析し、これまでは気づいていなかった新たな洞察を得ることができます。テキストマイニングでは機械学習や自然言語処理を活用して、さまざまな文書(電子メール、ブログ、Twitterのツイート、アンケート調査、競合情報など)の内容を詳しく調べることができるため、手作業では難しい大量の情報を分析し、最新トピックや用語間の関連性を発見できます。

ビッグデータ・アナリティクスに関する他のインサイト

Content is loading

Back to Top