クラウドで復活する「DWH」【前編】
AWS、Microsoft、IBMも注力する「クラウドDWH」 ライバルHadoopに勝る勢い
Hadoopの登場で守勢に立ったDWHが、クラウドに新たな活路を見いだしている。活性化の兆しを見せるDWH市場で、クラウドDWHが特に存在感を増している理由を探る。(2019/5/10)

「BigQuery」での成功体験が決め手
なぜ大手新聞社は「AWS」から「Google Cloud Platform」への移行を決めたのか
大手新聞社Telegraph Media Groupはデジタル版のサービスを充実させるため、インフラとして利用するクラウドサービスを「Amazon Web Services」から「Google Cloud Platform」へ切り替えることを検討している。(2019/5/7)

菓子メーカーとコンサルティング会社の事例を紹介
「Oracle Database」から「SAP HANA」への乗り換えが増えているのは本当か?
Oracle DatabaseからSAP HANAへ移行した企業がどれだけあるかについては見解が分かれる。注目したいのは、移行によってメリットを得ている事例が実際に出ていることだ。(2019/5/2)

優れたビッグデータ分析ツールの特徴とは?
Tableau、Qlik Sense、Power BIの競合は? 「ビッグデータ可視化」の11大ツール
データドリブン志向の企業は、可視化ツールを使用してビッグデータに潜む結論を読み解き、その結論から有益な情報を導き出す。本稿ではビッグデータ分析に適した可視化ツールと選び方のポイントを紹介する。(2019/4/26)

既存SQLクエリをテストしてすぐ書き換え可能
動的SQLも漏れなくチェックするDB移行支援ツール「Insight Database Testing」
インサイトテクノロジーが新たに販売開始したデータベース移行支援ツールが「Insight Database Testing」だ。ユーザーは移行先データベースでSQL文を実行した結果を確認し、その場でSQL文の修正とテスト実行ができる。(2019/5/8)

オンプレミスよりも信頼性が高いのはなぜか
Amazon、Google、IBM 各ベンダーの「クラウドベースIAM」を比較する
Amazon、Google、IBMは、それぞれクラウドサブスクリプションの一部として、IDおよびアクセス管理(IAM)サービスを提供している。企業はこうしたサービスの利用を開始する前に、それらを慎重に評価する必要がある。(2019/3/19)

AIとIoTでの活用が進む
データレイクを「沼地」にしないために 2019年ストレージ技術予測
専門家によると2019年は、ビッグデータ分析、AI(人工知能)、機械学習、IoT(モノのインターネット)のための「ストレージアーキテクチャの見直し」が重要になるという。(2019/3/5)

自動索引生成やIoTデータの高速取り込み
徹底解説:Oracle Database 19cは何ができるのか?
「Oracle Database 19c」は最新のソフトウェアが安定して動作することを目指している。それだけでなくデータベース管理者にとって便利な追加機能も提供する。(2019/3/1)

多くの専門家が「必要」と認める機能は?
データサイエンティストを楽にする ビッグデータ分析ツールの10大「必須機能」
ビッグデータ分析ツールを探しているなら、さまざまな機能がある中でも10個の機能に注目してほしい。特に、分析結果を埋め込む機能、他のアプリケーションとの連携機能、バージョン管理機能は確認しておきたいところだ。(2019/2/15)

落第しそうな生徒も特定
Qlik Senseを使った教育機関の予測分析は現場に何をもたらしたか
米バージニア州ラウドン郡の学区では、2018年にセルフサービスBIツール「Qlik Sense」を使った教育機関分析の試みを開始した。一人一人に合った教育を提供するための予測分析を、ラウドン郡はどう実現するのか。(2019/2/14)

「データを無駄にしない」がテーマ
2019年のBI/アナリティクスのトレンドは、AI、グラフDB、マルチクラウド
BIとアナリティクスの主要なトレンドとして、機械学習、マルチクラウド、グラフデータベースの台頭が挙げられる。これらは企業にどのような影響を与えるのか。(2019/2/8)

新人IT担当者でも分かるITトレンド
クラウドDWH(データウェアハウス)は今までのDWHと何が違うのか?
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。(2019/2/1)

海外の有望Eコマース企業が実践
「BigQuery」「Tableau」を活用、予測分析でマーケティングを効率化
オンライン小売業のZulilyは、予測分析を強化するために「BigQuery」や「Tableau」を使用しており、それによりマーケティングの取り組みを効率化している。(2019/1/31)

ビッグデータ活用法を考える
徹底比較:データウェアハウス、データレイク、データマート、ODSの違いは?
データウェアハウス、データレイク、データマートなど、ビッグデータを収容する方法は少なくない。とはいえ、どの方法を選ぶかはデータの使用目的や使用者によって変わる。本稿では、これらの違いを考える。(2018/11/22)

使いたくなるPHR/EHRの姿【後編】
千葉大学病院「SHACHI」が実現した、医療情報連携を持続させるエコシステム
患者が自身の健康情報を管理し、医療機関と共有できる「PHR」は、まだ身近な存在とは言い難い。普及とサービス維持の鍵となる「予算/収益の確保」を、千葉大学医学部附属病院の「SHACHI」はどう実現したのか。(2018/11/13)

クラウドの台頭に伴う運用体系の変化
クラウドの大問題“ベンダーロックイン”を企業が心配しなくなった理由
従来のシステム構築においてベンダーロックインは課題であったが、クラウドでの運用となると話が異なる。クラウド導入によるパフォーマンスの向上を最優先とし、あえてロックインのリスクを背負う企業も多い。(2018/11/6)

AWSなどクラウドのサポートが後押し
オープンソースRDBMSのコストメリットと懸念点を考える
コストを重視するユーザーにとっては、これまで主流だったリレーショナルデータベースに代わる優れた選択肢として、オープンソーステクノロジーが浮上している。(2018/10/22)

開発者とDBAとの協力関係も改善
事例:ステートフルアプリの速度を最大限に高めたデータベースDevOpsツール
ステートフルアプリの柔軟性を高めるデータベース管理と永続ストレージのソフトウェアが登場し、「データベースDevOps」は成立しない言葉ではなくなっている。小売業、金融業など5社のユースケースを紹介する。(2018/10/9)

Computer Weekly製品ガイド
データの価値にフォーカスするシリコンバレーの新興企業
米カリフォルニア州の新興企業が、データから価値を引き出す手段の向上を目指している。(2018/10/5)

スモールスタートから重要なビジネス基盤への成長
「モンスト」の裏側を支えるログ分析システムを、ミクシィはどのように構築したか
ゲーム「モンスターストライク」(モンスト)で躍進するミクシィのデータ分析基盤を支えたのは、新しいワークスタイルだった。たった数人から始まったチームが全社を支える一大プロジェクトまで育った背景とは。(2018/10/3)

NoSQLデータベース市場が高成長
63.2%の企業がアナリティクスにクラウドDWHを積極利用 IDC Japanが発表
IDC Japanが国内ビッグデータ/アナリティクス(BDA)ソフトウェア市場の概況と、2022年までの市場予測を発表した。市場は非構造データの活用がさらに進む見通し。ユーザー企業調査から見た市場拡大における課題とは。(2018/8/27)

データ活用で“インサイト”を得るために
知っていると差がつく「これからのデータ統合」について
多くの企業が悩む「データ統合」という課題。データを知見に変え、ビジネスの成果につなげるためにまず取り組むべきこととは何だろうか。(2018/7/31)

製品の違いを見分けるために
バックアップアプライアンス、主要ベンダー8社の製品の特徴を徹底比較
主要なバックアップアプライアンスの多くは、バックアップ、アーカイブ、災害復旧、レプリケーションなど、類似の機能を備えている。主要8社の製品情報をまとめた。(2018/7/31)

「センターオブエクセレンス」確立が鍵
事例:ロボティックプロセスオートメーション(RPA)導入で顧客サービスは向上したか
信用格付機関のEquifax、住宅ローン金融サービス機関のColorado Housing and Finance Authority(CHFA)、保険会社のUnumがRPAを導入した事例と、その成果を紹介する。(2018/7/12)

高度な技術をどうサポートするか
CIOが機械学習から逃げられなくなる日
機械学習を企業に導入する流れをCIOはどのようにサポートできるだろうか。恐らくはデータレイクの構築から始めることになるだろう。(2018/6/28)

「求められるもの」と「価値のあるもの」の違いとは
Indeed.comが教える「CIOに求められるスキル」10選
求人サイトIndeed.comが、求人情報を基にCIO(最高情報責任者)に最も求められているスキル一覧を発表した。専門家の話によると、「最も求められている」スキルが最も価値のあるスキルというわけではないという。(2018/6/21)

大量のデータを高速で分析するなら
GPUデータベースとは CPUとの比較で分かるビッグデータ並列処理
データを処理する新しい方法としてGPUデータベースの活用が始まっている。ビッグデータの並列処理を中心に話を聞いた。(2018/6/18)

必要なことをリストアップ
人工知能(AI)インフラの基本要素、求められる戦略は?
人工知能(AI)インフラを構築するには、ストレージ、ネットワーク、AIデータのニーズを真剣に検討し、その結果を熟慮した戦略的な計画と組み合わせる必要がある。(2018/6/15)

リアルタイムデータ収集処理基盤をAWSで構築
DeNAが「AWS IoT」を使った配車サービスの裏側を公開
モビリティーサービス(MaaS)事業に取り組むDeNAは、多数のAWS機能を駆使し、配車サービス「タクベル」を開発している。IoTの事例としても参考になる。(2018/6/6)

新薬開発を加速するテクノロジー
ビッグデータから生まれた「合成対照群」のインパクト 新薬開発の歴史を変え得る理由
新薬開発で多くの製薬企業が直面している課題の1つが治験参加者の確保だ。過去に実施された治験のデータ再利用がその解決策となり得る。過去の治験データ活用が臨床開発現場にもたらすインパクトとは。(2018/6/21)

新規ビジネスのチャンスを得やすいのはどちら?
いまさら聞けない「データサイエンティスト」と「ビジネスアナリスト」の違い
データサイエンスとビジネスアナリストの違いは、データサイエンティストがデータを深く掘り下げて、独自のビジネス解決策に行き着かなければならない点だ。もちろん違いはそれだけではない。(2018/5/18)

ETLや名寄せツールを使いこなす
NTTコムウェアとUQコミュニケーションズに学ぶデータ統合の間違いないプロセス
データドリブンな意思決定を志向する企業が増えつつあるが、たくさんのデータを持っていればビジネスに有利といえば、必ずしもそうではないようだ。(2018/4/26)

新薬開発を加速するテクノロジー
治験を支える「EDC」(電子的データ収集)の進歩は、なぜ新薬開発を加速するのか
新薬開発における症例報告データ収集に使う「EDC」(電子的データ収集)システム。近年はクラウドで動くEDCシステムが登場し、新薬開発プロセスの効率化に貢献している。(2018/4/4)

コスト、拡張性で「Amazon Redshift」と比較
リクルートの「Airメイト」に「BigQuery」と「Dataflow」が不可欠だった理由
リクルートは飲食店の経営状態を分析する「Airメイト」に、GCPの「BigQuery」と「Cloud Dataflow」を採用した。大量データ処理に強いGoogleクラウドのメリットを最大限に生かした事例として参考になりそうだ。(2018/3/26)

ポイントは「クラウドなら何ができるのか」
ビッグデータで輝くITスキルは、舞台がクラウドに移るとどう変わるのか?
企業は、ビッグデータの処理基盤をクラウドに移している。この動きは、それまでのITスキルを覆すことはないが、管理者や開発チームには幾つか変化が求められるだろう。(2018/3/12)

国内事例がなくても新技術を活用
kmタクシーがGCP「Cloud Spanner」を採用、新サービスでタクシー業界に新風吹き込む
kmタクシーの国際自動車は、「Google Cloud Platform」(GCP)のサービス「Cloud Spanner」を活用し、ビジネスを変革させる新しいサービス「フルクル」を開発した。Spannerを使った理由やメリットを聞いた。(2018/1/24)

新薬開発を加速するテクノロジー
モバイルヘルス(mHealth)とは? ウェアラブルデバイスの進歩が新薬開発を加速
新薬開発の分野においても、スマートフォンやウェアラブルデバイスは重要なツールだ。これらを活用して治験参加者の負担を減らし、治験に参加しやすい環境を提供する取り組みが進んでいる。(2018/1/11)

アルゴリズムよりもデータ
AI時代に生き残る企業がきっと備える“4つの習慣”
AI時代において企業に先発者優位性を与えるのは、アルゴリズムではなくデータだ。深層学習の第一人者であるアンドリュー・ウン氏がその理由を説明し、AIを活用する企業に共通する4つの“習慣”を紹介する。(2017/12/7)

事業部門と開発部門が持つデータ活用視点の違い
リクルートのビッグデータ分析基盤ができるまで、事業部門と開発部門が共に奮闘
リクルートのサービスで共通に使われる「リクルートID」。ここに集まる膨大なデータを同社はどのように収集、分析し、活用基盤を構築しているのか。機械学習の結果を現場で生かす上での苦労と併せて紹介する。(2017/11/27)

Computer Weekly製品導入ガイド
データの価値を引き出す「システム・オブ・インサイト」
データ管理は技術管理の結果ではなく、ビジネスの結果を出すことを指向しなければならない。(2017/11/15)

競合企業はもう使っている?
Microsoftが提供する「R」とは何か、HadoopはもちろんODBCにも対応
当社でもAI導入を、と考えると一般的にはまず社内のデータ分析から始める。データ分析用のさまざまな製品やアプリケーションがあるが、今回は無償で開始できるMicrosoft Rを紹介する。(2017/11/7)

ビッグデータ分析にクラウドを活用するポイント【後編】
データ分析が強みの人気クラウド、その豊富な機能とは
「Microsoft Azure」と「IBM Bluemix」には数多くのデータ分析機能が存在する。こうした機能を活用したデータ分析の手法、各サービスの特徴をまとめた。(2017/11/2)

ビッグデータ分析にクラウドを活用するポイント【前編】
OSSやクラウド(AWS、GCP)を使ったビッグデータ分析、基本的な流れをつかもう
クラウドベンダー各社は、データ分析に特化したクラウドサービス提供に注力している。こうしたクラウドサービスやOSSツールを活用したビッグデータ分析の基本的な流れを紹介する。(2017/10/31)

あるバーベキューチェーンの挑戦
「Alexa」でBIダッシュボードを強化、音声アシスタントが職場を変える
Amazon の音声アシスタント「Alexa」を調理場で活用する米バーベキューレストランチェーン Dickey’s Barbecue Pitの事例を見ていこう。(2017/10/6)

OLAPもOLTPもこれ1つで低価格に実現
超高速カラム指向型エンジンと一体化した次世代データベース登場、その実力は?
主要な商用データベースは高過ぎる。でも安いだけのデータベースにも不安がある。そんな企業に知ってほしい、コストと機能のバランスが取れたデータベースが登場した。(2017/10/2)

そのクラウド、本当に必要ですか
クラウドファースト“しくじり”企業の思わぬ代償、何が問題に?
クラウドへの移行を通して企業の収益を高めるには、綿密なIT戦略が不可欠だ。移行を急ぎ過ぎた結果、思わぬ代償を払わされた企業の例に学ぶべき教訓とは何か。(2017/7/11)

単なるETLでは限界
ビッグデータ活用の最初の難関「データ統合」をどうする?
真のデータドリブン経営の実現には、レガシーシステムを含めたデータ統合が必要になる。だが品質を確保するには従来のETLツールでは限界がある。どうするか。(2017/6/30)

EC2上の既存アプリは「思い切って捨てた」
眼鏡の「JINS」、ウェアラブル端末のIoT基盤をAWSのサーバレスで“再”構築
デジタルサービスに取り組むジンズは、眼鏡型ウェアラブル端末やERPのIT基盤にAWSを選択。全く知見の無い中でIoT基盤を手探りで構築していった。採算が取れるかどうか分からない新サービス開発で心掛けたことは?(2017/6/6)

データの蓄積から活用までオールインワンで
データ活用時代に生き残るための、新たなデータ分析基盤戦略とは
データ分析に注目していても、その基盤を整えるためのコストや手間が障壁となっている企業は多い。しかし手の届くDWHがあれば、データ活用時代に競争力を増せるはずだ。(2017/5/23)

ライフサイエンス企業のCIOが描く成長戦略【第5回】
製薬企業にITの新風を吹き込む、次世代のCIOがやるべき4つのこと
製薬企業のIT部門に求められる役割は大きく変わりつつある。ビッグデータ、人工知能(AI)、デジタルデバイスといった新技術をビジネス戦略に取り入れるCIO(最高情報責任者)の役割も見直す必要がある。(2017/4/25)