シーツばかり勧める「偽のレコメンドエンジン」を実装……
ビッグデータ活用、“しくじり案件”から学ぶ7つの教訓（1/3 ページ）
ビッグデータの活用は、多くの企業にとって大きな課題となっている。成功した企業の事例に習うことは重要だが、失敗した企業からも多くを学べる。ビッグデータ活用の失敗に関する7つの教訓を紹介する。
米サンディエゴで開催されたGartner Catalyst Conference《クリックで拡大》
ビッグデータ分析プロジェクトの成功事例を集めるのはそう簡単ではない。米Cisco SystemsでITエンジニアを務めるカレン・リウ氏は、米国サンディエゴで2015年8月中旬に開催された「Gartner Catalyst Conference」に足を運び、米Gartnerでリサーチ部門のディレクターを務めるスベトラーナ・シキュラー氏の講演「ビッグデータに関する7つの失敗から学ぶ教訓」に参加した。
「当社はビッグデータの活用を始めたばかりであり、他社の取り組みや成功事例を知りたかった。講演で聞いた失敗例については、当社でも気を付けなければならない」とリウ氏は話す。
同じく講演に参加した、米Family Dollar Storesでエンタープライズアーキテクチャ部門のディレクターを務めるデイビッド・クロップマン氏も同じ意見だ。「当社はビッグデータ分野に参入してまだ日が浅い。参考になる事例を探しており、他社と同じ失敗を繰り返さないように注意している」とクロップマン氏は語る。
両氏はこの講演を通じて他社の失敗を学び、同じ過ちを犯さないための貴重な知識を持ち帰った。これはその教訓の1つである。「ビッグデータプロジェクトが失敗する理由は1つだけではない。複数の要因が組み合わさって失敗するものだ」（シキュラー氏）
ビッグデータ活用の失敗に関する7つの教訓は、「戦略」「スキル」「分析」の3つのカテゴリーに分類される。以降で詳しく解説する。
戦略に関する失敗
1．組織の惰性：
ビジネストラベルで成功を収めているある企業は、顧客への理解を深めるためにWebサイトのログデータを分析した。その結果、顧客は経営陣の想定とは正反対の方法で同社のWebサイトを利用していることが明らかになった。分析チームはその事実を経営陣に説明すると、他の業務に専念するように命じられた。だがそこで諦めず、意欲的なメンバーの1人がA／Bテストを実施する方法を導き出した。その後、経営陣は退陣に追い込まれた。
この結末は大半の最高情報責任者（CIO）にとって、現実味のある話ではないだろう。だがこの教訓から次のように考えることができる。経営陣と協力関係を築き、ビッグデータ分析とその価値について理解を促すのだ。CIOに1つだけアドバイスするなら、上手く行っていないプロジェクトに注力するのではなく、新たにやり直すことだとシキュラー氏は語った。
2．不適切なユースケースの選択：
ある保険会社は、良い習慣／悪い習慣と生命保険契約の傾向の間に存在する関連性を調査しようとした。その保険会社は「習慣」があまりに多方面にわたることに気付き、対象を喫煙者と非喫煙者に絞った。だが、それでも上手く行かなかった。有益な情報を見つけることができなかったため、半年後、同社はこのビッグデータプロジェクトを終了した。
この場合、失敗の原因は問題の複雑さにある。保険会社が考慮しなかったグレーゾーンが多かった。つまり、元喫煙者のように、微妙な差異が加味されていなかった。端的に言うならば、失敗の原因は「保険会社が医療の専門家ではない」ことにあるとシキュラー氏は指摘する。ユースケースに優先順位を定め、解決したい問題の複雑さを徐々に上げていくようにと同氏は参加者に注意を呼び掛けた。
スキルに関する失敗
3．予期せぬ困難に対処する能力の不足：
あるグローバル企業のビッグデータチームは、物事の本質を非常に深くまで見抜く力を持っていた。同社は、このチームがもたらす見識を企業全体で利用できるようにしようとし、クラウドでビッグデータプロジェクトを実施することにした。
シキュラー氏によれば、これは問題になり得ることだという。その理由は、制御された概念実証環境で実施されるプロジェクトが必ずしも実稼働環境に移行できるとは限らないためだ。誤算だったのは、ネットワークが混雑し、世界各地にいる社員がビッグデータチームによる有益な分析結果にアクセスできなかったことである。
同社は、ビッグデータと分析をサポートする方法を考えなければならなかった。そのためには、さまざまなスキルと部門の垣根を越えたITのサポートが必要だった。「ネットワークやセキュリティ、設備が原因で失敗したビッグデータプロジェクトはとても多い。どのような人がチームに参加して、誰なら結果の検証方法を伝えられるのかを特定する必要がある」とシキュラー氏は述べる。
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
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
3
生成AIで開発工数を圧縮 「工数150分の1」を叩き出した実例
-
4
「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
-
5
「データストレージの活用方法」に関するアンケート
-
6
「ITインフラとデータ保護・バックアップ対策」に関するアンケート
-
7
「座学AI研修」はもう限界 過半数が不満を抱く実務とのギャップ
-
8
「最大の脆弱性は従業員」が8割 AI活用で深まるCISOの孤立と苦悩
-
9
AI丸投げで「現場のスキル」が消える？ DHLが実践する空洞化防止策
-
10
AIエージェント導入を急ぐな 先行企業が「データ基盤」を優先する理由
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