米Ventana Researchのアナリスト、デイビット・メニンガー氏は、特に新しい技術を導入する場合、ビッグデータプロジェクトの成功を左右するのは、組織内の“人”だと指摘する。Ventanaでは最近、複数の国のIT部門およびビジネス部門の163人を対象に、Hadoopの導入をはじめ、ビッグデータの管理と使用に関するトピックについて調査を実施した。「最も多かったのは、最大の課題が人材配置とトレーニングであるとする回答だった。ビッグデータ関連の技術は従来の技術と異なるため、これまで学習した内容を拡充するトレーニングだけでなく、全く別のトレーニングが必要になるからだ」とメニンガー氏は説明する。

　メニンガー氏によると、例えばHadoopクラスタ上で処理がどのように分散されるかが分かっていれば、余分なデータの移動を防止でき、分析クエリの精度や速度を向上できる可能性があるという。しかし、何といっても、まず「それができる人間が必要だ」という（関連記事：Hadoopなどのビッグデータ技術が本当に普及するための条件）。

　このVentanaの調査では、ビッグデータの管理にも、リレーショナルデータベースが主に利用されていることが分かった。回答企業の90％がリレーショナルソフトウェアを使用しており、75％はビッグデータをサポートする基本の技術としてリレーショナルソフトウェアを使用している。一方、50％以上はHadoopを評価中で、既にHadoopを導入して運用を開始している企業は22％、今後1年以内に利用開始を計画している企業は12％となった。また、Hadoopは「テキストやソーシャルメディアデータも含め、ログデータやイベントデータを中心とする、緩く構造化されたデータ」の格納に使われるケースが最も多いことが分かった。

　メニンガー氏が驚いたのは、ビッグデータを管理する技術として、次に多く利用されているのがフラットファイルだったことだ。実に、回答企業の約70％で採用されている。「これは、Hadoopにつながる動きだと思う。フラットファイルなら、Hadoopの導入も視野に入れやすい。Hadoopは、本質的にはフラットファイルデータベースだ。フラットファイルデータベースよりも洗練されているが、突き詰めれば、同じものといえる」

　メニンガー氏によると、DWHのビッグデータ対応において、注意すべき落とし穴は他に2つあるという。1つはソフトウェアライセンス費用で、データ量に合わせて跳ね上がる可能性がある。もう1つは、ビッグデータ技術とビジネスインテリジェンス（BI）ツールの不適切な統合だ。

荷が重過ぎる？　ビッグデータ対応

　IT関連のコンサルティングと専門サービスを提供する米Avanadeも、最近、ビッグデータのトレンドと課題に関する調査結果を発表した。この調査には、17カ国から543人の最高経営幹部とIT責任者が参加した。同社でBIおよびコラボレーション業務担当グローバルディレクターを務めるマーカス・シュプレンガー氏は、ビッグデータをさばく第一のポイントは、保持する価値のあるデータとそうでないデータを見極めることだという。「どのようにして関係のあるデータを特定するか、また、それを意思決定プロセスにどのように反映させるかの問題だ」とシュプレンガー氏は語る。

　メニンガー氏の話にもあったが、シュプレンガー氏も、非トランザクション型のビッグデータを管理する経験や知識のあるITワーカーやDWHワーカーが不足していると指摘する。これは、回答企業に限らず、市場全体にいえることだ。一般に、構造化されたトランザクションデータの処理については、成熟したプロセスが存在しているが、構造化されていない多量のデータを体系的に管理する方法については学び始めたばかりという企業が大半だ。

　これは、技術部門の現状からも見て取れる。シュプレンガー氏のクライアントの多くは、いまだにHadoopとMapReduceをベースとするビッグデータ基盤の導入・運用方法について理解しようと奮闘しているさなかだ。組織内のIT部門とDWH部門が導入ノウハウを把握し、ビッグデータの管理を担当するべきだが、実際はそうできない場合が多い。

　「IT部門は、ビッグデータ関連のサービスに関してSLA（サービス品質保証）を提供できる状態に至っていない。その状態に達するには、あと1、2年かかるだろう」とシュプレンガー氏は予測する。「大半の企業では、（ビッグデータ対応は）いまだに実験の域を出ていない」