TPCが設定したビッグデータ向けベンチマークテストは、非構造化データや半構造化データの処理、機械学習まで性能測定の対象 ［PR］
TPCが設定したビッグデータ向けベンチマークテストは、非構造化データや半構造化データの処理、機械学習まで性能測定の対象 ［PR］ 「TPC」（Transaction Processing Performance Council：トランザクション処理性能評議会）といえば、データベースの性能を計測するさまざまなベンチマークテストを策定し発表しているベンダニュートラルな団体として、多くのITエンジニアに知られているでしょう。 そのベンチマークテストは事実上の標準として受け入れられ、多くのベンダやユーザーが製品の向上や選択のために参照し活用しています。 TPCが公開しているベンチマークには、オンライントランザクション処理（OLTP）性能を計測する「TPC-C」や「TPC-E」だけでなく、大規模データ分析によるデシジョンサポートのためのデータベース性能を計測する「TPC-H」「TPC-DS」「TPC
ビッグデータ時代のCRMとは
出典：日経コンピュータ 2013年4月4日号 pp.40-41 （記事は執筆時の情報に基づいており、現在では異なる場合があります） システム部門主導で全社的なビッグデータ活用を目指し始めた企業は、データや人材、IT基盤をどう充実させて成果につなげていくかのビジョンを描く必要がある。ここでは本特集の締めくくりとして、ビッグデータ時代のデータ活用法の本命の一つである、行動履歴データを活用したCRMについて、システム部門が知っておくべき注意点を解説する。 10年ほど前から普及してきた従来のCRM（顧客関係管理）におけるデータ活用の代表例は、「優良顧客を抽出してDMを打つ」ためのRFM分析であった。RFM分析では、R（recency：最新購買日）、F（frequency：累計購買回数）、M（monetary：累計購買金額）の三つの視点からクロス集計を実施して優良顧客を抽出する。 RFM分析を用いて
原則3：IT・人・データの2年後を描け
出典：日経コンピュータ 2013年4月4日号 pp.37-39 （記事は執筆時の情報に基づいており、現在では異なる場合があります） 三つ目の原則は、「初期段階から今後の計画を明確に描くこと」だ。技術やビジネス環境の変化が激しいことを考えると、数年以上の長期的な計画を立てる意味は薄い。およそ2年後をターゲットに、システム部門が主体となって、ビッグデータ活用に関わる「システム（IT基盤や分析ツールなど）」「人材と組織」「データ」のそれぞれをどのように成長させていくべきか検討すべきだ。 この検討のたたき台として、先行するユーザー企業やITベンダー、コンサルティング会社などへの取材に基づき、3段階の成長のステップを示した（図8）。最初の成果を達成するのが「第一段階」、全社的な信頼感を醸成するのが「第二段階」、全社への定着を図るのが「第三段階」である。 全社的な取り組みで成果を出していくことを目的に
原則2：利用部門・経営陣を巻き込め
出典：日経コンピュータ 2013年4月4日号 pp.35-36 （記事は執筆時の情報に基づいており、現在では異なる場合があります） システム部門が主導権を取ってビッグデータ活用に乗り出し、成果が見え始めたら、その有効性を多くの現場や経営陣に認めてもらわなければならない。そうしないと、取り組みが社内に拡大していかないからだ。 現場に出向き数字をぶつける 利用部門と密に連携するには、地道で細かい努力の積み重ねが必要だ。大阪ガスのビジネスアナリシスセンターで、約10人のデータサイエンティストを率いる河本センター所長は「分析結果を利用部門に受け入れてもらえるまでに、5年以上かかった」と打ち明ける。 いくら収益向上に貢献すると自信のある分析結果であっても、一方的に提示するだけでは、なかなか採用してもらえなかった。同センターのスタッフは利用部門の現場に出向いて、粘り強く意見を交わした。 風向きが変わっ
原則1：システム部門が主導権を握れ
全社的なビッグデータ活用に乗り出したパナソニックは、その初期段階で、システム部門主導の活用体制作りに取り組む計画を策定した。活用推進に不可欠な三つのグループの役割と、個々のグループにおける人材像を定義したのだ（図4）。 三つのグループとは、「分析企画」「分析推進」「データ管理」である。「分析企画」グループはその名の通り、最先端の分析スキルを持つデータサイエンティストが主体となる集団だ。留学先の米国で育成する2人を筆頭に、2015年までに50人を育成する。 「分析推進」グループは利用部門での分析作業を支援する。ITツールの操作を教えるなどのサポートができる人材を配置する。 「データ管理」グループは、複数部門のデータをまとめて加工しやすくしたり、SNSへの書き込みに代表される非構造化データを蓄積・加工したりする役割だ。データベース設計などに詳しい人材をここに置く。 こうした人材は、利用部門が個
動き出したパナソニック
出典：日経コンピュータ 2013年4月4日号 pp.28-29 （記事は執筆時の情報に基づいており、現在では異なる場合があります） 2013年1月、パナソニックがビッグデータの本格活用に向け、静かにのろしを上げた。 同社のシステム部門に当たるコーポレート情報システム社の社員2人を渡米させ、ニューヨークの大学の専門コースでデータサイエンティストとして育成。帰国後はデータ活用の中核を担わせる。 「留学は2012年末に決めて即実行した。2人を社内初のデータサイエンティストに育て、これを足がかりに、2015年には50人に増やしたい」。コーポレート情報システム社CITA推進センターの松本昌之所長はこう意気込む。 パナソニックは2012年夏、「スマート家電」に舵を切り始めたのを機に、全社を挙げたビッグデータ活用の体制作りに着手した（図1）。
BI/BA/DWH：焦点は“ビッグデータ”と「Hadoop」--そしてリアルタイム化 - レポート - ZDNet Japan
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 2009年に引き続き2010年もビジネスインテリジェンス（BI）と、その基盤となるデータウェアハウス（DWH）市場では、さまざまな動きが起きている。企業買収もあれば、新技術の台頭もある。この1年間にBIとDWHの市場でどんな動きがあったのかを振り返ってみる（2009年については「激化するBI戦争はDWH分野へと戦線拡大」を参照していただきたい。またBIがどんなものなのかは「BIによるデータ活用ことはじめ」でとても分かりやすくまとめられているので、是非参照してもらいたい）。 IBMとEMCの買収 2010年を振り返ってまず注目できるのが、IBMによるDWHアプライアンス専業ベンダーNetezzaの買収だ。IBMは2007年11月にBIソフ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
長文日記