分析の多様性

IBMのSPSSソフトウェアの公式Webページ《クリックで拡大》

　ユースケースと適用方法によっては、企業のユーザーは、特定の種類のモデリングを使用する各種分析機能をサポートしなければならない。モデリングには、回帰やクラスタリング、セグメンテーション、行動モデリング、デシジョンツリーなどがある。その結果、さまざまな高度な分析モデルがサポートされるようになっている。何十年もの歳月を掛けて、異なるバージョンのアルゴリズムを調整したり、洗練された機能を追加したベンダーも存在する。どのモデルが自社の問題に最適切であるかを理解して、ユーザーのビジネスニーズに最適な状態で応えられるかという観点で製品を評価することが重要になる。

　より成熟したハイエンドなツールでは分析機能が充実している。当然ながら、このようなツールの価格は高くなる。Oracleの「Oracle Data Miner」には、一連の有名な機械学習のアプローチが組み込まれており、クラスタリングや予測マイニング、テキストマイニングをサポートしている。IBMのSPSS製品は、SPSS ModelerとSPSS Statisticsのいずれのエディションも多様な分析技法とモデルを備えている。また、SAS Enterprise Minerは多数のアルゴリズムと技法をサポートしている。例えば、デシジョンツリーや時系列、ニュートラルネットワーク、リニア／ロジスティック回帰、シーケンス／Webパス分析、マーケットバスケット分析、リンク分析などだ。

　新しい世代の製品ほど多くのモデルをサポートしているが、アルゴリズムの精巧さは劣るかもしれない。Alteryxの「Alteryx Analytics Gallery」のモデルインベントリには、回帰分析やデシジョンツリー、アソシエーションルールの分析、分類、時系列分析などの機能が用意されている。KNIMEでは、テキストマイニング、イメージマイニング、時系列分析の手法がサポートされている。また、「Weka」「JFreeChart」、Rなど、他のオープンソースプロジェクトの機械学習アルゴリズムを統合している。

　分析の多様性は、Rなどのプログラミング言語と統計ツールとの統合という面にも現れている。その結果、既存のライブラリやユーザー定義の機能が統合されている。事実、Rとの統合は、大きな差別化要因と見なすことができる。

• Alteryxの「Alteryx Designer」
• MicrosoftのRevolution Analytics
• SAS Enterprise Miner
• Teradata Aster Discovery Platform
• OracleのORAAH
• KNIME Analytics Platform

　上記の製品は、全てRとの統合のインタフェースを備え、Rをサポートしている。

分析するデータの範囲

　分析するデータの範囲には、さまざまな側面がある。例えば、構造化データと非構造化データの問題。それから、通常のオンプレミスのデータベースやデータウェアハウス、クラウドベースのデータソース、Hadoopなどのビッグデータプラットフォームで管理されているデータなどへのアクセスという問題もある。従来とは異なるデータの貯蔵庫で管理されているデータのサポートのレベルは異なる。具体的には、Hadoopで管理されているデータか、水平方向のスケーリングを提供するために他のNoSQLデータ管理システムで管理されているデータだ。製品を区別する要因は、データボリュームのアクセスと処理、データの種類に関する企業特有の要件に基づいている必要がある。

スケーラビリティと高パフォーマンスのサポート

　スケーラブルなパフォーマンスのニーズは、企業のデータボリュームと分析に対する嗜好によって決まる。データ量の少ない小さな企業なら、利用可能なリソースでスケールできるパフォーマンス特性を備えていない製品でも許容できるかもしれない。例えば、ローエンドツールのエントリーレベルのものだ。具体的には、

• RapidMiner
• KNIME
• Microsoftの「Revolution R Open」
• Alteryx Designer

がある。これらのツールはデスクトップシステムで実行可能で、追加のサーバコンポーネントは必要ない。

　規模が大きな企業では、分析するデータセットのインベントリとユーザーコミュニティーが大きくなる。この状況によって2つの要件が追加される。1つは高パフォーマンス、もう1つはコラボレーションの促進だ。高性能なアーキテクチャへの製品の適応能力は、スケーラビリティのよい目安になる。ほとんどの製品は、Hadoopの並列処理に適合可能で、高速な計算を実現するために他の手段を用いている。

　下記のような製品は何らかの形でHadoopをサポートしている。例えば、

• IBMのSPSS Modeler
• IBMのSPSS Statistics
• RapidMinerの市販コンポーネント「Radoop」
• Oracleの「Big Data Discovery」
• OracleのORAAHのツール
• KNIMEの「Big Data Extension」
• KNIMEの「Cluster Executionアドイン」

　また、Teradata Aster Discovery Platformは、TeradataのMPPアーキテクチャによって高パフォーマンスの要件に対応している。SAP Predictive AnalyticsのExpert Analytics版は、インメモリデータマイニングを実行して、大容量のデータ分析を効率的に行うことが可能だ。Microsoftの「Revolution R Enterprise」は、Revolution Analyticsの「ScaleRモジュール」を活用している。ScaleRモジュールは、並列化をサポートするビッグデータ分析アルゴリズムの包括的なライブラリだ。それから、SAS Enterprise Minerを使用して実装されたスコアリングのアルゴリズムは、Hadoop環境に導入して実行できる。