TechTargetジャパン
データ分析
ビッグデータ
比較
いつか役に立つビッグデータ分析ソフトウェア9選　小さな機能差が大きな違いを生む

どれを選べばいいか分からない担当者へ

いつか役に立つビッグデータ分析ソフトウェア9選　小さな機能差が大きな違いを生む（1/3 ページ）

どれも同じような特徴や機能を備えていると思われがちなデータ分析ソフトウェア。本稿では9社の主要データ分析ソフトウェアベンダーの製品を比較し、各製品の違いを紹介する。

公開 2015年09月15日 15時01分

著者

David Loshin

[TechTarget]

印刷する Googleで優先するソースとして追加

ビッグデータ活用の目的と期待　出典：IDC Japan（参照：“やるかやらないか”で二極化するビッグデータ活用　一般企業への浸透が進む）《クリックで拡大》

　多くのベンダーが「ビッグデータ分析ソフトウェア」に分類される製品を販売している。これらの製品は同じような特徴や機能を備えているため、機能だけで他の製品と差別化を図るのは困難だ。また、一部のツールには、ほとんど差が見られない。とは言うものの、主な差別化要因は、

使いやすさ
企業の能力に対するアルゴリズムの精巧さ
価格
分析の成熟度のバランス

になるだろう。

　本稿では、9社の主要データ分析ソフトウェアベンダーの製品を検証する。そのベンダーは下記だ。

米Alteryx
米IBM
スイスKNIME.com
米Microsoft
米Oracle
米RapidMiner
独SAP
米SAS Institute（SAS）
米Teradata

　中には複数のツールを提供しているベンダーもある。これらのベンダーは、ビッグデータ分析市場のさまざまな様相を呈している。これらの製品がユーザーのビジネスニーズを満たすためにどのように調整されているかを比較する。

併せて読みたいお薦め記事

分析ツールに関する気になる記事

ビッグデータ活用のヒント

適切なビッグデータ分析ソフトウェアを選択するための考慮事項

アナリストの専門知識とスキル

　初心者のユーザーをターゲットにしているツールもあれば、データ分析の専門家をターゲットにしているものもある。中には、両者をターゲットにしているものもある。

IBMの「SPSS Modeler」
RapidMinerのツール
Oracleの「Oracle Advanced Analytics」
SAPの「SAP Predictive Analytics」に同梱されている「Automated Analytics」

　上記といった製品は、基本的に統計やデータ分析に関する予備知識がほとんどないか全くないユーザーを対象としている。そのため、データの分析、分析モデルの作成、分析ワークフローの設計で、コードを記述する必要はほとんどない。各ベンダーは、直感的なインタフェースで主要な分析コンポーネントをラップして、アナリストがデータの準備や分析とモデルの設計や検証を行うための手順を提示している。だが、特にRapidMinerなどのスタンドアロン製品をOracleの製品などのスイート郡の1コンポーネントと比較すると、採用されているアプローチは異なるかもしれない。

IBMの「SPSS Statistics」
KNIMEの「KNIME Analytics Platform」
SAP Predictive Analyticsの「Expert Analyticsモジュール」
Microsoftの「Revolution Analytics」
Teradataの「Teradata Aster Discovery Platform」

　一方、上記などのツールは、専門家が期待する洗練された機能を備えている。Oracleの「Oracle R Advanced Analytics for Hadoop（ORAAH）」は、同社の「Oracle Big Data Software Connectors Suite」の1コンポーネントだ。ORAAHは、「Hadoop Distributed Files System」のデータを操作したり、データ分析やデータ処理に特化したオープンソースのプログラミング言語「R」でマッパー関数やリデューサー関数を記述するためのRインタフェースを提供している。より高度なスキルを持ったデータサイエンティストは、この柔軟性に魅力を感じるかもしれない。

　AlteryxとSASの「SAS Enterprise Miner」は、ユーザーの専門知識のレベルに合わせて調整可能な機能を提供している。そのため、基本的には初心者と専門家の両方のカテゴリに分類される。

　SAS Enterprise MinerとIBMのSPSSツールは、高度な分析技法とモデルのスコアリングのサポートが秀でている。また、ニュートラルネットワーク、アソシエーション分析、視覚化の機能など幅広い分析機能もサポートされている。

次ページへ分析の多様性

印刷する

この記事の著者

David Loshin

いつか役に立つビッグデータ分析ソフトウェア9選　小さな機能差が大きな違いを生む（1/3 ページ）

併せて読みたいお薦め記事

分析ツールに関する気になる記事

ビッグデータ活用のヒント

適切なビッグデータ分析ソフトウェアを選択するための考慮事項

アナリストの専門知識とスキル

この記事の著者

関連記事

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓

いつか役に立つビッグデータ分析ソフトウェア9選 小さな機能差が大きな違いを生む（1/3 ページ）

併せて読みたいお薦め記事

分析ツールに関する気になる記事

ビッグデータ活用のヒント

適切なビッグデータ分析ソフトウェアを選択するための考慮事項

アナリストの専門知識とスキル

この記事の著者

関連記事

幸せになれる「RFP」の書き方 ビッグデータ分析ツール編

「分析ツールを入れたらデータドリブン企業になれる」はなぜ間違っているのか

“やるかやらないか”で二極化するビッグデータ活用 一般企業への浸透が進む

データ活用を阻む社内の「HiPPO（影響力を持つ高給取り）」とうまく付き合う方法

ビッグデータ活用、“しくじり案件”から学ぶ7つの教訓

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓

いつか役に立つビッグデータ分析ソフトウェア9選　小さな機能差が大きな違いを生む（1/3 ページ）

幸せになれる「RFP」の書き方　ビッグデータ分析ツール編

“やるかやらないか”で二極化するビッグデータ活用　一般企業への浸透が進む