300社超の調査で判明
データサイエンティストのスキル不足は大問題、「技術についていけない」の声も
多くの企業は、今日のビッグデータとデータサイエンスがもたらすチャンスを認識しているが、一方でそのエコシステムの複雑さに手を焼いている。
ビジネスインテリジェンスとデータウェアハウジングに関する教育とリサーチサービスを提供するTDWI（Transforming Data with Intelligence）が最近実施した調査により、熟練したデータサイエンティストの不足は今もなお企業が直面している重要な課題であることが明らかになっている。
TDWIの調査では、企業におけるデータサイエンスの最大の課題は適切なスキルを持つ人材を見つけること（出典：TDWI）《クリックで拡大》
「多くの企業がデータサイエンスに関連して直面している最大の課題は、適切なスキルを持つ人材を見つけることだ。そんな話は絶えず耳に入ってくる」。TDWIでバイスプレジデントと研究部長を兼務するファーン・ハルパー氏は、同社が最近実施した調査結果を紹介するWebキャストでそう述べている。
その調査では、ビッグデータとデータサイエンスの経験について300社を超える企業にアンケートを実施した。企業が過去数年間にわたって集めた膨大な量のデータを解明できる人材が必要になるにつれて、ビッグデータとデータサイエンスという2つのトピックは融合するようになっている。
調査の回答者が挙げている他の一般的な課題には、データの所有者が不明瞭であること、ビッグデータツールに対する理解不足、ビッグデータの活用に必要なエンタープライズアーキテクチャの不足、セキュリティとプライバシーの問題、管理手順が整っていないことなどが含まれている。
ビッグデータとデータサイエンスは非常に厄介なものに見えた。過去数年の間に「Aapache Hadoop」「Apache Spark」、Pythonなど多くの新しいツールが登場し、進歩についていくのに企業は苦労している。「一部の回答者は、テクノロジーが多過ぎ、かつ過剰な宣伝がなされていると考えている。このような回答者は何をしたらよいか分かっていない。物事が急速に変化していると考えている回答者もいるが、彼らは最適なアーキテクチャを維持できるほどの機敏さを備えていない」とハルパー氏は言う
今のところ企業は、既知のツールを使い続けて、こうしたデータサイエンスの課題にある程度は対処している。調査回答者の約80％は、主なデータソースとしてデータウェアハウスツールを現在使用していると答えている。分析については、シンプルなクエリとデータ視覚化ツールが最もよく使用されているという結果が出ている。2019年まではデータウェアハウスツールが重要なツールであり続けるだろう。だが、その間に企業が追加を計画しているテクノロジーの上位2つにはHadoopとオープンソースのR言語が挙がっている。
この調査結果は、機械学習を含む非構造化データの照会や予測分析の明確な勢いを示しているとハルパー氏は語る。ただし近い将来、これらの新たに出現したツールが実績のあるツールに完全に取って代わるようには思えない。
「データウェアハウスが消滅することはない。だが、他の種類のプラットフォームに取って代わられており、新たなエコシステムが形成されているのが実情だ。予測分析に関しては、たくさんの動きがある。予測分析は今流行のテクノロジーで、機械学習が予測分析を盛り立てている」とハルパー氏は語る。
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
-
技術文書・技術解説
[ネットアップ合同会社] 金融庁ガイドラインから読み解く、「次世代データレジリエンス」の在り方 -
製品資料
[ネットアップ合同会社] 製造DXでデータ活用ニーズが拡大 分散データ活用とAI活用をどう実践する？ -
製品レビュー
[ネットアップ合同会社] AIで使いたいデータが内外に点在、研究におけるAI活用を阻む“真の課題”とは -
製品資料
[株式会社kickflow] 稟議・承認作業の「脱オンプレ・脱Excel・ペーパーレス化」を一気に進める方法 -
製品レビュー
[株式会社kickflow] ワークフローシステムのクラウド化 “みんなが不幸になる”事態を避けるには？
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
「契約業務のAI活用」に関するアンケート
-
2
IT製品の導入に関するアンケート「セキュリティ」編
-
3
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
4
「有線LAN環境」に関するアンケート
-
5
「エージェントを作るな、スキルを作れ？」 Anthropicが提唱するAI運用の勘所
-
6
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
7
シャトレーゼを悩ませる偽メール 混乱なしでBIMI導入とDMARC強化を実現した方法
-
8
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
9
障害対応に「余裕なし」が9割超 運用担当316人調査で見えた「運用赤字」
-
10
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
10G回線の真価をフルに享受するには？ 導入前にチェックしたいポイント
-
7
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
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
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