米Gartnerのアナリストがズバリ指摘
信じていたら要注意、ビッグデータに関する撲滅すべき8つの迷信
ビッグデータがこれだけ取り沙汰されているにもかかわらず、多くの人々にとって実態のよく分からないものになっている。米Gartnerのアナリストがビッグデータにまつわる事実と迷信を区別する。
最高情報責任者（CIO）は2020年までにビッグデータを新しい標準にすることができるのだろうか。米Gartnerのアナリスト、マーク・バイエル氏によると、そのためには、まずビッグデータにまつわる事実と迷信を区別することが肝要だという。
ビッグデータを定義するよう10人の最高情報責任者（CIO）に問い掛けてみてほしい。恐らく10通りの回答が返ってくることだろう。米Gartnerのアナリスト、マーク・バイエル氏は、このような現象が生じるのには理由があるという。これだけ取り沙汰されているにもかかわらず、企業で働いているIT担当者にとって、ビッグデータは依然として標準ではないのだ。
バイエル氏は2014年10月上旬に米国で開催された「Gartner Symposium/ITxpo 2014」で行った講演で次のように話している。「何かが身近なものになると、それが標準であるように感じ始める。IT担当者の任務は2020年までにビッグデータを標準にすることだ」
バイエル氏は2014年10月上旬に米国で開催された「Gartner Symposium/ITxpo 2014」で行った講演で次のように話している。「何かが身近なものになると、それが標準であるように感じ始める。IT担当者の任務は2020年までにビッグデータを標準にすることだ」
CIOはビッグデータにまつわる事実と迷信を区別することで、正常な状態に一歩近づくための手助けができる。「迷信は実際の状況ではなく懸念を助長する」とバイエル氏は語る。
ビッグデータに関する8つの迷信
バイエル氏が考えるビッグデータに関する8つの迷信は次の通りだ。
1．100Tバイト以上のデータがビッグデータに分類される
ビッグデータには標準サイズというものが存在しない。そのため、標準サイズ探しは止めることをお勧めする。「ビッグデータの分類基準はデータに対して行う処理だ。データのサイズではない」（バイエル氏）
2．ビッグデータに対応するにはインフラのリプレースが必要である
「新しいニーズがあるという理由でインフラ全体を変更すると、これまでに行った全ての作業をリスクにさらすことになる」とバイエル氏は指摘する。バイエル氏は自身の経験から「成熟したインフラを手放すというリスクを冒す価値があるかどうか」を見極めることが重要だという。
3．全データの80％は非構造化データである
これはビッグデータに関する統計でよく見掛ける文言だ。だが、この情報は間違っているとバイエル氏は次のように指摘する。「世界で最も大きな情報資産はマシンデータだ。リレーショナルデータではないという理由で非構造化データと見なすのは間違っている。マシンデータは構造化データだ」。マシンデータの大半は、全てに問題がないことを確認するための反復情報であることが多い。これがマシンデータの一般的な役割だとバイエル氏はいう。
4．ツールがデータサイエンティストに取って代わる
「データサイエンティストを魅了し、勧誘して、口説き落とすために費やした費用が無駄になるわけではないのでご安心を。ツールが行うのは作業だ。作業は見つけた事実を再利用することである。新しい事実を見つけるのは科学者だ」とバイエル氏は説明する。ツールがデータ科学者に取って代わることはない。少なくとも、ツールが世代交代して新たな進化を遂げるまでは、そのような事態が起こることはないだろう。
5．データの量を増やせば、データの品質に関する問題を解決できる
「品質の低いデータが増えても、品質の低い回答しか得られない」とバイエル氏は忠告する。CIOはデータの品質に目を光らせておかなければならない。携帯電話が収集する予測できない位置情報データが、その一例だ。携帯電話は人間に見立てられることもあるが、携帯電話はオフィスに置き忘れることもある。また、GPSの機能はいつでもオフにすることができる。「携帯電話は人間ではない」（バイエル氏）
6．リアルタイムが高速化の鍵となる
リアルタイムで運用しているからといって、データの収集／クレンジングや分析プロセスの速度が上がるわけではないとバイエル氏は語る。データを収集してから判断を下すまでの時間をできる限り短縮する一助となるだけだ。また、大半のエンタープライズデータはリアルタイムで運用する必要はない。
7．データのボリュームは専門知識に勝る
ビッグデータのビジネスプロセスから手を引けると考えている場合は、考えを改める必要がある。優秀なデータ科学者は、どこかの時点でデータの収集を止める指示を受けなければならないとバイエル氏はいう。ビジネスプロセスがなければ、データ科学者は、いつまでもデータを収集し続けるだろう。その結果、ビジネス価値を生み出すタイミングを逃す可能性がある。誰かが線引きを行わなければならない。
8．データモデルは役に立たない
これは随分大胆な迷信だ。だが、バイエル氏は、デジタルアセットに分類されるものにはデジタルモデルがあることを明らかにしている。「ビッグデータがあるからといってデータモデルが不要になるわけではない」（バイエル氏）
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない？ Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす？ -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法 -
技術文書・技術解説
[アトラシアン株式会社] IT運用や従業員サポートは生成AIでどう変わる？ 使い方や導入の流れは？
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
2
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
3
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
4
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
5
「AI活用を前提とした業務PCへの移行」に関するアンケート
-
6
機械学習について、正しく説明している文章はどれ？
-
7
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
8
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
9
動くコード＝安全ではない AIコーディング爆速化でセキュリティ崩壊を防ぐ鉄則5選
-
10
マンガで解説：KSK2稼働で何が変わる？ 税務調査の高度化に備えるデータ管理
ホワイトペーパーランキング PR
-
1
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
「スクラム」と「カンバン」の違いとは？ アジャイル型開発手法を徹底比較
-
8
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー