ビッグデータで成功するための7つのヒント


概要: 

ビッグデータはさらに大きく、より役立つようになっています。中にはデータを利用する前に保管していた企業もありましたが、今ではその報いを受けています。

ビッグデータは増え続けるというのが現実です。データがスプレッドシート、データベース、データウェアハウス、オープンソースのファイルシステム(Hadoop など)、またはそれらのすべてに保存されていても、データにすばやく接続して統合できる柔軟性が必要になります。実際のサイズについては忘れてください。データを収集し、特に活用するという原理が重要なのです。

このペーパーではその開始点について説明します。ビッグデータへのアプローチとその潜在能力を最大限に活用する方法のベストプラクティスが7つあります。

ホワイトページの最初の数ページを抜粋しております。ぜひ PDF を ダウンロードして続きをお読みください。


これ以上大きくならないと思っていたビッグデータは、そう思った矢先にまた大きくなるものです。実際のサイズにかかわらず、ビッグデータには価値があります。ほとんどの組織には、あらゆる形やサイズのビッグデータがあります。そして、組織はそうしたデータの重要性や機会、注意を払うべき必要性も認識しています。無視している人を横目にビッグデータはさらに増長していくのです。

データの価値が分かる前に複数構造の塊として保管した、ビッグデータをすでに上手く整理している組織は効率よく運営し、収益を上げて、新しいビジネスモデルを作り上げています。

どのようにしているのでしょうか?成功へのテクニックは7つのヒントにまとめられます。

1. 短期を考えることで長期を考える

ビッグデータのテクノロジーを最新に保つことに不安を感じているのはあなただけではありません。何もかもがすごい速さで進化しており、今年や来年に最も使えるツールやプラットフォーム、方法論がどれかを知るのは不可能です。

心配はありません。この急激な進化があなたの役に立つのです。

毎年、ベンダーはビッグデータの扱いがうまくなっています。リレーショナルおよびオンライントランザクション処理システム(OLTP)は、オンプレミスやクラウドにかかわらず、より高性能かつ効率よくなりました。Hadoop とデータウェアハウス間の関係を容易にするテクニックも開発されます。そして製品は常に市場に出回り、特定のニーズにより正確に対応します。

だからご安心ください。新しい製品を、既存の環境に導入することで十分な価値が出る限り、そうした新製品の可能性にオープンでいましょう。さまざまな形式に直接接続するビジネスインテリジェンスプラットホームを維持してください。それだけで、市場から提供されるあらゆる内容に対応できる準備ができています。

2. 間違った選択を見破る

あなたの組織には Hadoop とデータウェアハウスのどちらが必要ですか? これは少しトリッキーな質問です。Hadoop とデータウェアハウスは同時に操作できるだけでなく、組織はその2つによるメリットを得ることができます。

データウェアハウスは重要な構造化データを処理して BI ツールやダッシュボードで簡単に見つけられる場所に保存する最適な方法ですが、分析処理やある種の変革においては対応が弱く、遅くなります。

でもそれは Hadoop で対応できます。また、Hadoop ではインタラクティブクエリとデータ管理が弱点ですが、生データや非構造化データ、複雑なデータの処理に優れています。

2つが一緒になると共生関係が形成されます。たとえば、役員が来年の在庫のニーズを予測するために使用するデータがあるとします。そのデータセットはおそらく膨大で、モデル化や再構築、またはデータウェアハウス用に準備する時間もないとします。そしてデータは役員が使用した後は、おそらく1週間ほどで破棄されてしまいます。ここで Hadoop を使用してデータを保存して絞り込み、サンプルをデータウェアハウスに送信することができます。

「ビッグデータはデータウェアハウスの代わりではありません」と Third Nature 社 CEO の Mark Madsen 氏は自身の記事「ビッグデータの本来の意味」で語っています。「またビッグデータは個別に管理しなければいけない島でもありません。新しい IT 環境の一部なのです。」

「Hadoop かデータウェアハウスか」のひっかけに惑わされないでください。両方使えて、両方使うべきなのです。

3. ビッグデータを見つけやすいところに置く

ビッグデータは視覚化すると、見つけやすくなります。Aberdeen Group による 2013 年のレポートでは「視覚的検出ツールを使用した組織では、BI ユーザーの 48% が IT スタッフのヘルプなく、必要な情報を検索することができた」と報告されています。視覚的検出がないと、このレートはわずか 23% まで落ちてしまいます。

また、データの視覚化検出を使用するマネージャーがタイムリーな情報を検索できる割合は、視覚化データを使用しない同僚よりも 28% 高いという調査結果も出ています。

レポートでは、ビジュアライゼーションによってデータとのやり取りが奨励されることも報告されており、これがビッグデータに関してはおそらく最も重要なことになると思います。視覚化したデータを使用するマネージャーが、データと広範囲にわたってやり取りする割合は同僚に比べて2倍 (15% に対して 33%) です。また、思い付きで質問する傾向にあるそうですが、そうした質問は一瞬前に発見した情報からインスピレーションを得たものだそうです。

データを視覚的に検索することによって、データの内容が鮮明に残るので、脳内ですぐに理解できるようになります。「アイデアがひらめくのです。そうしたひらめきはスプレッドシートでは得られません」Wells Fargo 社、戦略計画部門バイスプレジデントの Dana Zuber 氏は述べました。

視覚的分析によって、いつでも2つのことができるようになります。

  • 表示しているデータを変更する -- 質問が違えば必要なデータも異なります。
  • 表示方法を変更する -- それぞれのビューがそれぞれ別の質問への答えとなるかもしれません。

このシンプルなステップで、データを取得して、データを表示し、質問し、質問に答える、といった作業を繰り返す視覚的分析を行うことができます。発見した情報とともに、質問は毎回より詳細な内容になります。さまざまな角度に掘り下げることができ、新しいデータを取り入れることもできます。ビジュアライゼーションのスピードが上がり、考え方が広がるようにビューも次々と作成できます。

そして準備ができたら共有します。同僚はそれぞれの質問に自ら答えていきます。これでチーム全体で発見する内容や行動、ビジネス結果を加速することができます。

さらに詳細を知りたい方は、ホワイトペーパーをダウンロードしてください。

続きを読む...

こちらもご覧ください