Googleの「BigQuery」やAWSの「Redshift」などの「クラウドDWH」が充実しつつある。クラウドDWHには、オンプレミスのDWHと比べてどのような特徴があるのだろうか。
消費財メーカーの米Procter & Gambleでは、米TeradataのDWHをクラウド上に構築し、各ブランドのWebサイトなどから集まるデータの分析に利用している。しかしながら、ここに至るまでの道のりは長かったようだ。
日本IBMの「IBM SPSS Modeler」は、簡単な操作でデータマイニングや統計解析ができる予測分析製品だ。DWHと組み合わせることで大量データを利用した予測分析も可能になる。
ビッグデータ活用の流れに乗ってDWHへの投資意欲が増している。しかし「データ分析システムを単独で構築するだけでは、ビジネス上の実効性はない」とアナリストは指摘する。
日本マイクロソフトのマーケティング担当者は、DWH構築のキーワードは「アジャイル」だと言う。実際同社ではどのようにDWH構築を行っているのだろうか。
マイクロソフトでは自社内のDWH開発においてウォーターフォール型の開発を採用していないという。刻々と変化するデータを自在に扱うために同社はどのような開発体制を取っているのか。
ビッグデータをビジネスに生かすための分析基盤として注目されているHadoop。従来のRDBMSでは対応が難しい理由とともに、Hadoopがなぜビッグデータ対応に適しているのかを解説する。
ビッグデータ時代の到来を受けて、アナリティクス分野における新しいデータマネジメントのアーキテクチャが注目を集めている。これからのデータウェアハウス(DWH)、次世代の分析基盤に求められる条件とは。