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。
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。
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。
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
-
製品資料
[株式会社シーイーシー] 脱VMwareに成功した企業は何をどう実践した？ 事例に学ぶ戦略立案＆実装のコツ -
製品資料
[株式会社オービックビジネスコンサルタント] ランサムウェア攻撃を“二重の防御構造”で防ぐ、クラウド型基幹システムの実力 -
製品資料
[株式会社オービックビジネスコンサルタント] 動画で知るランサムウェア被害企業のリアル、会計データが無事だった理由とは -
市場調査・トレンド
[セコムトラストシステムズ株式会社] EDR導入を成功に導くロードマップ：選定／稟議／運用のつまずきを防ぐコツ -
事例
[日本オラクル株式会社] ピンチをチャンスに変えたEPR製品は？ 先行企業の導入事例3選
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
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
「企業におけるAI導入検討度とIT投資優先度」に関するアンケート
-
4
「ノートPC派」は損をしている？ Dellと考える“自作PC”のメリット
-
5
生データを隠してデータ連携 KDDIが4000万人の顧客情報を安全に分析できた理由
-
6
慶應義塾が「Notion」を選んだ理由 AI導入の盲点になる“情報のサイロ化”
-
7
「0.3秒のスピード顔認証」の入退室管理が社員に好評 事例に学ぶオフィス改革
-
8
年収700万超エンジニアに共通するスキルと「もっと勉強すべきだった分野」
-
9
「また同じ説明か」 消費者の半数が離脱するAIチャットbotの“記憶喪失”
-
10
IT製品の導入に関するアンケート「サーバ＆ストレージ」編
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
3
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
4
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
5
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
6
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
7
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
8
“あのファイル転送”で暗躍するノーウェアランサム
-
9
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
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