ビッグデータをめぐる当初の議論は、データ管理の問題に集中していた。ホワイト氏によると、エンタープライズデータウェアハウス（EDW）にデータを流し込むための従来のアプローチでは、需要に対応するのが難しかったという。ビッグデータは、いずれEDWの終息をもたらすだろうと指摘するアナリストもいる。だがサミットの出席者たちは、もう少し保守的な見通しを抱く。

　ホワイト氏によると、ビッグデータの課題に対処するための技術としては、解析型リレーショナルデータベース、非リレーショナルデータベース（Hadoopなど）、ストリーミングプロセスシステムなどがあり、これらの技術はいずれもEDWで利用できるという。

　「企業は大量のデータを長期にわたって保存したいと思っているが、それには高いコストが掛かる。例えば、10年分の詳細なデータにアクセスしたいと考えている企業であれば、最近のデータを保存するEDWと、Hadoopなど古いデータを安価に保存できる第2のプラットフォームとの間でデータを分割するだろう」とホワイト氏は語る。

　「ビッグデータをめぐる議論は、依然としてデータ管理や量の問題にとどまっている。このレベルから抜け出る必要がある」とホワイト氏は指摘する。ビッグデータは、データの管理方法だけで定義されるわけではない。企業がデータからどういった洞察を探り出せるのかという問題でもあるのだ。「われわれが取り組まねばならないのは、管理の問題よりも分析の問題だ。重要なのはデータをどう利用するかということなのだ」（同氏）

　IBMのフライマン氏も、アナリティクスの重要性を強調。「ビッグデータはデータ管理の問題だけでなく、企業がアナリティクスにどう取り組むかという問題にも影響を与えている」と指摘する。例えば、大量の情報やストリーミングデータを扱っている企業では、データを頻繁に移動するのは効率的ではないという。「さまざまな形態のデータが存在するため、情報の組み立て方も変えざるを得ない」と同氏は付け加える。

　データをどのように見るべきかを知っている業務アナリストは、データ処理に際して、より積極的な役割を果たすことが求められるようになる。これは、ビッグデータをめぐる問題が「データの構造やデータ管理の方法をめぐる問題よりも、ビジネスの問題になるケースが多いからだ」とフライマン氏は話す。

　データを分類し、有用なデータと廃棄可能なデータを区別するのに役立つアルゴリズムを組み込んだアプリケーションも必要になる。こうしたアプリケーションは、可視化ツールよりも重要になると思われる。ビッグデータアナリティクスの鍵ともいわれており、サミットにおけるホワイト氏とフライマン氏によるプレゼンテーションでも、この見解にうなずく人が多かった。フライマン氏によると、巨大化、高速化、多様化が進むデータは、高密度で複雑な環境を作り出しており、可視化するのは難しいという。

　「人が判断を下すためには、関連性と重要性が高い情報を抽出できるアルゴリズム型アナリティクスを適用する必要がある」とフライマン氏は語る。「センサーのデータやソーシャルデータの分析では、関連性のないデータや価値のないデータの方が圧倒的に多いと思われる。重要なのは、パターンを見つけることだ」

データ管理＋アナリティクス

　フライマン氏とホワイト氏によると、データ管理とアナリティクスの連係は、企業が新たな方向性を見つけるのに役立つという。両者の連係は、従来型のデータと新たなデータソースを組み合わせて新たな質問を設定することを可能にする。これにより、新たなユーザーがアナリティクスの恩恵を受けるとともに、新しい可能性も切り開かれる。「結果として、シリコンバレーでは非常に多くの新興企業が生まれている。ビッグデータを分析する技術がなければ、この分野に参入できない」とフライマン氏は話し、こうした新興企業の例として米SSTを挙げる。

　1995年に設立されたSSTは、銃の発砲を検出する技術を専門とする小規模企業だ。同社の技術は、警察や政府機関に採用されている。「SSTの製品は、データをリアルタイムで収集して分析する技術を利用しており、発砲を検出すると警報を鳴らす」とフライマン氏は説明する。

　一方、ビッグデータという用語の誤用や使い過ぎは、業界にとって支障になるというのが、サミット出席者たちの間で一致した見解だ。こうした傾向は、全般的な状況にも暗い影を落とす。ビッグデータで最も重要なポイントは、それが新しい技術だということではなく、企業が既に実行していることを拡張するという点だ。専門家らによると、ビッグデータは進化の一部だという。

　「データ構造の多様化とデータ量の増加は、ビッグデータの本質ではない。ビッグデータは基本的に、われわれが既に実施していることを改善する」とホワイト氏は話す。