TechTargetジャパン

製品資料
リアルタイム分析―これからの基幹系システムデータの分析要件とは
 マーケティングや経営分析を実施する上で欠かせない販売実績やPOSに関するデータは、基幹系システムに格納されている。この稼働に支障が出ないよう、データ分析を行う際は必要なデータをいったんデータストアへコピーし、ETL処理を行った上で、データウェアハウスに格納...(2016/9/23 提供:日本アイ・ビー・エム株式会社)

レポート
IoT時代のデータ分析、データサイエンティストは1日60時間労働しかないのか?
 IoTの活用は、収集したビッグデータを分析した結果を基に新しいサービスを始めたり、業務の最適化をしたりすることにある。つまり、最終的に分析するところまで持っていかない限り、ビッグデータからは何の価値も生まれないということになる。 しかも、IoTなどで使うセ...(2016/9/9 提供:株式会社ネットワールド)

製品資料
「ETLツールは本当にお得か?」手組み開発と比較した工数削減効果を検証
 ETLツールは、BI(ビジネスインテリジェンス)やDWH(データウェアハウス)のシステム構築をはじめ、SAPアプリケーションやSalesforceアプリケーションなど企業内外のさまざまな情報システム間のデータ連携基盤として活用されている。システム構築期間の短縮、データ品...(2010/9/16 提供:三菱電機インフォメーションテクノロジー株式会社)

レポート
すぐ効くHadoop攻略法、ビジネスでの活用を進める6つのアプローチ
 データウェアハウスや予算が追い付かないほどのペースでデータが増加する中、ビッグデータの保管と処理を行うオープンソースのフレームワークであるHadoopが注目されている。しかし、技術に詳しいビジネス担当者の中でも、データ管理におけるHadoopの影響力はまだ十分に...(2016/10/14 提供:SAS Institute Japan株式会社)

技術文書
成功企業から学ぶデータ統合の活用法
 IT環境における情報量が飛躍的に増加する中、企業にとって情報資産「ビッグデータ」の活用がビジネスの鍵を握ることは間違いない。だが、従来のETLツールや夜間のバッチ処理・一括ファイル転送といった手法では、データ活用のタイミングが遅くなり、データがもたらす価...(2014/4/7 提供:日本オラクル株式会社)

製品資料
ビッグテータ分析の進化をコスト削減とともに実現する「データレイクの効用」
 データレイクは、Apache Hadoopの新しい機能として開発された「YARN」というアーキテクチャと関連性が深い。YARNは多種多様なワークロードを分散処理する司令塔として、構造化・非構造化を問わず、常にシステム内に流れ込んでくる、あるいはERPやCRMなどで蓄積されてい...(2016/10/20 提供:ホートンワークスジャパン株式会社)

製品資料
個々の属性をリアルタイムに把握、顧客ニーズを捉える分析基盤の条件は?
 マーケティングや開発戦略において、個々の顧客属性に合わせたサービスを展開することの重要性は以前から指摘されていた。そこで多くの企業では、年齢、職業、性別、家族構成などの属性データを集めてグループ分けをし、顧客分析を行ってきた。 しかし、多くの顧客は必...(2016/9/20 提供:日本アイ・ビー・エム株式会社)

事例
事例:ExcelやAccessに代わる業務管理ツールを活用した5社の成功事例、その実態とは
 Microsoft ExcelやMicrosoft Accessで個々の担当者が業務に関する情報を入力し、それらを管理者がまとめて帳票化するという作業は、日常的に実施されている。数名の規模であれば、こうした方法でもさして問題は起きず、手入力によるミスなどもすぐに修正・共有できるが...(2016/12/2 提供:株式会社ジャストシステム)

事例
事例:業務部門担当者がリアルタイムに進捗把握、分析作業も簡単に(全7社)
 日々蓄積される業務情報を吸い上げ、統合し、進捗状況などをほぼリアルタイムで把握できるようにするソリューションは、さまざまな形で市場に出回っている。しかし、1つの部門や部署が率先して素早く実現するには、高いレベルの専門知識が必要で、構築期間やコストも莫...(2016/12/2 提供:株式会社ジャストシステム)

製品資料
本番DBに負荷をかけないレプリケーションが生み出す6つの価値
 システムのダウンタイムの許容時間が短くなり、ますますビジネスのスピードが求められる中で、本番データベースに負荷を掛けないDBレプリケーションの活用が見直されている。優れたレプリケーション技術を導入することで、データ統合やスケーラビリティの向上、リアルタ...(2016/11/10 提供:クエスト・ソフトウェア)

講演資料
社会とともにIBM、ストリームコンピューティングとともにIoT
 デバイスやセンサーだけでなく家電やクルマなどさまざまなモノがつながるIoT(Internet of Things)が急速な展開を見せる中、これらの大量のトラフィックを効率的・効果的に扱うMQTTプロトコルが注目を集めている。本コンテンツでは、IoTやM2M(Machine-to-Machine)に...(2016/10/3 提供:日本アイ・ビー・エム株式会社)

講演資料
ストリームコンピューティングが示す新しいデータ分析の世界
 今日、情報ソースの多様化により、断続的に流入するデータの量は増加の一途をたどっている。従来のデータ分析は、大量のデータをストレージに全て保存して分析するのが主流だった。静的な過去のデータを分析し、過去の事実を発見するのが目的だ。これに対し、流入するデ...(2016/10/3 提供:日本アイ・ビー・エム株式会社)

製品資料
小売業者のHadoop活用術、より少ない投資で効率的なビッグデータ分析をする方法
 Apache Hadoopは大規模なデータを並列分散処理するオープンなフレームワークで、一般的なビッグデータ分析では多くのユーザーが活用している。近年、このフレームワークにYARN(Yet Another Resource Negotiator)などの機能が加わり、複数の並列分散処理を同時に行える...(2016/10/20 提供:ホートンワークスジャパン株式会社)

技術文書
データ分析の基礎知識――全ては分析用データ管理から始まる
 ビジネスの成功には優れた分析モデルが欠かせない。「そこそこ優れたモデル」なのか、「抜群に優れたモデル」なのかで、得られる結果には大きな差が生まれる。高いレベルの分析モデルを構築するには“汚染されていないデータ”を迅速に準備できる体制を整える必要がある...(2016/10/11 提供:SAS Institute Japan株式会社)

講演資料
真のビッグデータ活用の鍵は情報統合とガバナンスにあり
 ビッグデータ時代の到来で、データはビジネスに不可欠な資源となったが、より複雑化している。データ量の増大や種類の多様さはデータの信頼性低下を招き、出所、質、データソースや精度などがあやふやなデータが増えて、データの不明瞭化が進んでいるのだ。ビッグデータ...(2016/10/3 提供:日本アイ・ビー・エム株式会社)

レポート
ビッグデータ時代の分析基盤はリアルタイム分析でチャンスをつかむ
 企業の行動方針を決定する重要な判断材料として、業務状況の指標の分析は欠かせない。現代は膨大な業務指標データをリアルタイムで処理するが、自力で大規模データを解析するプラットフォームとして「Apache Hadoop」の採用が増えている。 一方、業務指標や経済指標だ...(2016/9/23 提供:ホートンワークスジャパン株式会社)

技術文書
アナリティクス向けのデータ管理、5つのベストプラクティス
 データ・サイエンティストの多くは、モデル開発にかかる時間の50〜80%をデータの準備に費やしている。洞察を導く作業に使えるはずの時間が、それだけ犠牲になっているのだ。 SASでは、高度なアナリティクスの活用と洞察の深化をサポートするためのデータ管理プロセスに...(2016/9/6 提供:SAS Institute Japan株式会社)

製品資料
なぜ優良企業ほどリアルタイムな予測モデルを持つ分析基盤の構築を急ぐのか?
 顧客の意識やニーズをリアルタイムに予測・分析できる基盤が求められるようになった背景には、優れた顧客体験の提供をこれまで以上に企業が重視するようになったことが挙げられる。この傾向は、これまでデータ分析によって競争優位を獲得してきた企業ほど強い。しかし一...(2016/9/23 提供:日本アイ・ビー・エム株式会社)

事例
勘定系システムのゲートウェイにHULFTおよびHULFT-HUBを導入しファイル転送の効率化と安定運用を実現
 三菱東京UFJ銀行は勘定系システムとのゲートウェイ基盤にHULFTおよびHULFTHUBを導入。ホストコンピュータと市場系、情報系などの分散システム間のシームレスなデータ連携を実現。さらにHULFT-HUBを利用し、複数のHULFTを統合管理することで運用管理の負荷軽減も同時に実...(2016/9/13 提供:株式会社セゾン情報システムズ)

製品資料
DB刷新はストレージから――分析回数・範囲に響くI/O遅延の課題を解消
 ネットワークの帯域は9カ月ごとに倍になり、CPUやメモリの性能は18カ月ごとに倍になるといわれるように、サーバやネットワークはこの10年で大きく進化した。それに比べて、ディスク性能の進化は15年間で見ても100倍程度にとどまるという。 このような進化のギャップに...(2016/9/6 提供:東京エレクトロン デバイス株式会社)

製品資料
ノンコーディングの開発をさらに加速、ビジネスルール管理でコストと工数を削減
 ノンコーディングツールは、サブシステムの開発生産性の向上に大きく貢献するツールだ。IT部門とユーザー部門がこのツールを介して的確な意志疎通を図ることで、開発工数が大幅に削減され、ビジネススピードも向上する。 しかし、現実には生産性がなかなか上がらないこ...(2016/8/1 提供:株式会社アシスト)

レポート
IT部門のビジネス貢献とは何か? インテル社内の取り組み事例を解説
 インテルのIT部門では、10万人余りの従業員を71拠点/約6000人のITスタッフでサポートしている。こうした業務に加えて、同部門では成長と予算要件のバランスを取りながら、さまざまなビジネス価値を創造している。 同社のIT部門は、さまざまな障壁を地道に取り除きなが...(2016/6/27 提供:インテル株式会社)

製品資料
既存の業務システムや分析ツールと連携、分析システムを無駄なく構築する方法
 分析システムの導入・運用上の課題として、構築・チューニング工数の調達やデータ処理能力の制約、運用・保守工数の増加などが挙げられる。こうした課題の解決には、大量のデータを柔軟に活用できる高速性、高度な技術を必要としない簡易性とともに、短期導入や既存ツー...(2016/3/8 提供:日本電気株式会社)

事例
文字コード変換は30分で完了、りそな銀行によるメインフレームからオープン系のデータ連携
 メインフレームとオープン系システムのデータ連携は、金融機関をはじめとするミッションクリティカルなデータを扱う企業などで盛んに取り組まれている施策だ。競争力向上のためのサービス拡充には、オープン系で構築された情報システムに、重要データを安全かつ迅速に取...(2016/2/3 提供:株式会社セゾン情報システムズ)

技術文書
落日の「Hadoop」とデータ管理者のため息――ビッグデータ技術の明日を読む
 クラウドで利用できるデータウェアハウスが人気を呼んでいる。一方で企業のビッグデータを管理する担当者にとってはクラウド環境の管理も必要になり、戸惑いも見られる。当コンテンツでは代表的なクラウド型のデータウェアハウスと、ビッグデータ管理のポイントについて...(2015/12/1 提供:アイティメディア株式会社)

製品資料
「データは資産」をあらためて実感! 社内データ活用の“土台”作りに欠かせない2つの要素
 ビッグデータ時代の到来で、これまでになくデータ活用への関心が高まっている。にもかかわらず、大半の企業は自社のデータ活用が進んでいないと感じているのが現状だ。データ活用が思うように進まない原因は「売上推移だけを追いかけている」「顧客情報を活用していない...(2014/9/4 提供:ウイングアーク1st株式会社)

技術文書
ビッグデータアプライアンス製品導入戦略ガイド
 新しい製品と位置付けられていたビッグデータアプライアンスが、データウェアハウスハードウェアやソフトウェア向けの主流製品へと成長している。アプライアンスは、サプライヤーがハードウェアに必要なOSとデータベースをプリインストールして、全てをデータウェアハウ...(2016/2/24 提供:アイティメディア株式会社)

レポート
データが多ければ良いわけではない、オムニチャネルで顧客育成を実現させる条件
 オムニチャネルをビジネスに役立てたい場合、まず顧客や販売、商品などに関わるさまざまな情報を統合する必要がある。例えば、実店舗の販売実績の中から特定セグメントの顧客情報を選び出し、彼らがWebやモバイルでどのような行動をしているかを把握し、より効果的なマ...(2016/2/23 提供:スマートインサイト株式会社)

事例
クラウドとオンプレミスのデータ転送、田辺三菱製薬が非FTP・自動化・SSL化できた理由
 営業活動の成果を多角的に分析するには、営業支援システムに入力されたデータと基幹系システムが持つデータを組み合わせることが必要だ。そして昨今のクラウドと社内システムとの連携では、さまざまな注意点が存在する。 例えば、営業支援システムはSaaSを利用し、基幹...(2016/2/3 提供:株式会社セゾン情報システムズ)

講演資料
Hadoopよりも高速なSparkの活用を積極推進するIBMは何をしようとしているのか?
 2009年にUC Berkeley AMPLabのプロジェクトとしてスタートした「Apache Spark」は、2010年にオープンソース化され、現在ではApache Software Foundationで最もアクティブなプロジェクトの1つとなった。SparkはHadoopと比較して、統計処理や機械学習のような「繰り返し計...(2015/11/30 提供:日本アイ・ビー・エム株式会社)

Loading