主要な9大用途を紹介
いまさら聞けない、「ビッグデータ分析」と“普通の分析”との違いとは(1/2 ページ)
ビッグデータ分析ソフトウェアはさまざま機能を搭載し、用途も多様だ。本稿では主要なユースケースを基に、その実力を探る。
「ビッグデータ分析ソフトウェア」が充実し、有益なビジネス情報や洞察の獲得を目的にしたデータの収集や分析がしやすくなってきた。こうして得た情報や洞察が、企業の製品やサービスの改善を後押しする可能性がある。
まとまったデータを基に、今後の分析に利用する分析モデルを構築することが、ビッグデータ分析ソフトウェアの使用目的だ。ビジネスアプリケーションにこうした分析モデルを組み込むことで、ビジネスの生産性と価値を向上できる。
ビッグデータ分析ソフトウェアが提供する一般的な分析手法は、新しいものではない。ただし最近になって、ビジネスユーザーを支援できるように新たな分析アルゴリズムを搭載し始めている。大量かつ多様なデータセットを活用した予測(predictive)分析や処方的(prescriptive)分析(注)のアルゴリズムが、その一例だ。
※注:データに基づいて取るべき行動を示したり、実際に行動を取ったりする手法。
ユーザー企業にとって、ビッグデータ分析ソフトウェアはまだ新しい製品だ。リスクやメリットを見極めるには、それなりの時間が必要になる。本稿では基本的なユースケースを基に、ビッグデータ分析ソフトウェアを使用して重要な価値を生み出す方法を探る。
併せて読みたいお薦め記事
ビッグデータ活用についてもっと詳しく
製薬や教育にも広がるビッグデータ活用
分析の対象になるビッグデータの種類
ビッグデータ分析を他の分析と明確に区別する要素がある。それは大量かつ多様なデータを分析することだ。
従来の分析は、分析に先立って分析モデルを構築するのが一般的だった。そして非常に大規模なデータベースから取得したサンプルデータセットを使って、テストと改善を重ねることで、その分析モデルをトレーニングした。
今は仮想化やクラウドテクノロジーの進化で、ストレージ容量もサーバの計算能力もスケーラブルになり、分析できるデータ量に制限がほとんどなくなってきた。大量かつ適切なデータに対して、リアルタイムにアクセスして予測分析をするシナリオが現実的になってきたのだ。そのことがビジネスパフォーマンスの改善につながる可能性がある。
次に示す各種ビッグデータを混在させて分析することで、こうしたチャンスを見いだせる。
- トランザクションデータ
- 最新テクノロジーを活用したインフラを使えば、構造化されたトランザクションデータを長期間にわたって大量に取得できる。これにより幅広い種類のトランザクションの分析が可能になる。分析対象は販売時点管理(POS)や電子商取引(EC)の購入履歴データだけではない。インターネットのクリックストリームデータ(ページ遷移データ)をはじめとする、行動に関するトランザクションデータも含む
- エンドユーザーが生成するデータ
- メール、ドキュメント、画像、音声、動画ファイルといったエンドユーザーが生成するデータは、一般的に非構造化データに分類される。ブログやWikiに加え、特にソーシャルネットワーキングサービス(SNS)経由で得られるデータも、これに該当する。こうしたデータは、テキスト分析機能を使用して分析を強化する格好の材料となる
- モバイルデータ
- インターネット接続機能のあるスマートフォンやタブレットが普及している。これらのデバイス内のアプリケーションは、無数のイベントを追跡できる。製品検索といったアプリケーション内トランザクションに関するイベントから、エンドユーザーの属性やステータスに関するレポートイベントまで幅広い。後者の例は、エンドユーザーの現在地が変わったときに、新しい地理情報を報告することなどだ
- マシンデータとセンサーデータ
- 電気、ガス、水道といった社会インフラ向けの「スマートメーター」、学習機能が付いたサーモスタット(温度調節器)の「インテリジェントサーモスタット」、ネットワーク接続型の家電や工場機械設備などのデバイスは、さまざまなデータを生成する。これらのデバイスは、同一ネットワークセグメント内にある他のデバイスと自動的に通信したり、データ分析を支援するバックエンドサーバと通信をしたりするように構成できる
マシンデータやセンサーデータは、IoT(モノのインターネット)デバイスが出力するデータの代表例だ。こうしたデータを基にした分析モデルは、デバイスが実際に故障する前に問題を特定し、エンジニアにアラートを出すといった動作を継続的に実行するために活用できる。
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
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
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
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
4
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
5
「nginx」のHTTP/2脆弱性(CVSS 9.2)、パッチ適用までの緊急チェックリスト
-
6
積水化学工業が「SAP S/4HANA Cloud」の“全グループ導入”に踏み切った訳
-
7
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
8
“アジャイルの壁”に挑むオリックス生命がIBMの開発管理ツールを選んだ理由
-
9
「Chrome」「Edge」「Firefox」のメモリ使用量はどれだけ違う? 測定してみた
-
10
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
5
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
TechTargetジャパン SNS
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