最新記事一覧
ビジネスの意思決定にビッグデータを活用する際、その取り組みを成功させるポイントは幾つかある。どのような点から着手し、どのような点に気を付ければよいのか。課題とポイントを紹介する。
()
ビッグデータをビジネスの意思決定に生かすには、必要なデータを効果的に収集する仕組みが不可欠だ。ビッグデータ活用を失敗させないために、まずどのような点から着手すればいいのか。
()
オンプレミスのデータセンターとクラウドサービスなど、複数のインフラを使い分ける企業は少なくない。さまざまなインフラを管理するために、IT管理者が優先して身に付けるべき技術とは。専門家が解説する。
()
データ活用の中心がデータセンターやクラウドといった特定の場所ではなくなった今、エッジコンピューティングが改めて注目されている。その核となるサーバに、いま求められる要件とは何か。IT部門やユーザーのニーズを踏まえて解説する。
()
総務省の情報通信白書によれば、日本企業のAI・ビッグデータ活用が停滞する要因は、データ収集・整理が不十分な点にあるという。そこで専門家による討論の様子を基に、それら課題を解決するためにデータ基盤へ求めるべき最新要件を探る。
()
Googleが提供しているビッグデータ分析サービスは多彩だ。中には「Google検索」「Googleアナリティクス」などの裏側で稼働するシステムを基にしたサービスもある。5つの主要サービスをピックアップして説明する。
()
大手ファストフードチェーンのMcDonald'sが、ビッグデータ分析ソフトウェアを提供するDynamic Yieldを買収した。目的は、ドライブスルーとネット注文の顧客体験をパーソナライズすることだ。
()
Googleは「Google Cloud Platform」（GCP）のサービスとして、ビッグデータ分析サービスを提供している。主要な10種類のうち、「BigQuery」を含む5種類を紹介する。
()
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。
()
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。
()
企業を取り囲む環境は変化しており、データが中心となるこれからのビジネスにおいてバックアップの仕組みは軽視できない。最新のバックアップ事情について紹介する。
()
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。
()
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。
()
ビッグデータのベンダーやユーザーは、「Kubernetes」のコンテナ管理に目を向けている。コンテナによってシステムやアプリケーションの導入が高速になり、コンピューティングリソースの利用が柔軟になるためだ。
()
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。
()
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。
()
データ量が多いからといって、必ずしも予測分析の精度が上げるわけではない。データを予測モデルに適用する前に、データを吟味して理解することが肝要だ。
()
保険会社IAGが保有するデータは、1年間で80TBから2PBに増加した。この間に、データの量だけでなくストレージシステム、管理方法、クラウドなども大きく変化した。ストレージ戦略を見直すべき時がきたのだ。
()
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。
()
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。
()
「Hadoop」の生みの親の1人であるカッティング氏に、現在の活動、Hadoopの今後、サイバーセキュリティとビッグデータの関係について聞いた。
()
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。
()
BI（ビジネスインテリジェンス）ソリューションは、設備集約型や現場主導型の公益事業会社に大変革をもたらす。それ故に「見えなかった」データの価値を見つけ出そうとする企業に普及する可能性が高い。
()
ビッグデータアナリティクスのビジネス活用において、IT部門が果たす役割とは何か。アナリティクスの本質と必要なツールについて、分かりやすく解説します。
()
ベアメタルクラウドサービスは、物理サーバとパブリッククラウドのメリットを組み合わせたものだ。だが、全てのワークロードに適しているとは限らない。その長所と短所とは。
()
製薬企業はどのような形でビッグデータを利活用しているのだろうか。リアルワールドデータ（RWD）の話題を中心に、さまざまな企業の事例を紹介する。
()
最高技術責任者（CTO）たちが予測する2017年のエンタープライズストレージ市場。後編ではデータ分析とセキュリティにおけるストレージの影響に言及する。
()
基幹系データを活用しつつ、ビッグデータに備えたシステム構築に必要なシステムアーキテクチャとは。SAP HANA VoraとMapRを連携させ、Lenovoサーバ上で動作させる検証を基に、3社およびCTCの4社が共同でベストプラクティスを提案。
()
製薬企業を中心として、「リアルワールドデータ」（RWD）の活用に注目が集まっている。該当するのはどのようなデータなのか。RWDをはじめとするビッグデータを活用するために必要な技術とは何だろうか。
()
フラッシュ市場の成熟とともに、アナリティクスやビッグデータ用途に最適なフラッシュストレージが登場してきた。従来製品との違いと各社の新世代製品の特徴を紹介する。
()
新車販売の予測分析サービスを立ち上げた日産東京販売ホールディングス。しかしスタート時、現場はベテランの勘を重視し、懐疑的だった。同社はどのように壁を乗り越え、成果を積み重ねることができたのだろうか。
()
複数のHadoopディストリビューターからどの製品を選ぶべきなのか。ドイツの再保険会社は、製品以外の面に注目することで導入を成功させた。彼らの製品選定を決定付けた要因とは何か？
()
Microsoftは「Microsoft Azure」のビッグデータサービスポートフォリオを拡大している。ビッグデータで大躍進を遂げたいユーザー企業が知っておくべきAzureのサービスを説明する。
()
ビッグデータ活用が進むオランダの2つのプロジェクトを紹介する。素晴らしい成果を挙げたプロジェクト、そして散々な結果に終わったプロジェクト。失敗例は、日本でも繰り返し起こっている問題と同じだ。
()
膨大な学習履歴を価値に変える「ラーニングアナリティクス」。そのシステムはどのような仕組みを持つのか。教育機関にどのようなメリットをもたらすのか。詳しく説明する。
()
新しいDBMS製品の多くはダウンタイムに対処するために登場している。つまり稼働率100％の実現だ。大量トランザクション処理を目的に作られた新種のDBMS製品「NuoDB」とは。
()
「Amazon Web Services」（AWS）のHadoopサービスとして特に魅力的なのが「Apache Spark」である。「Amazon Elastic MapReduce」と連係して高速処理や多用途性を実現する。
()
「Google Cloud Platform」で提供される各種ビッグデータサービスの全体像について案内するのは容易ではないが、本稿ではGoogleが提供しているサービスの一つ一つについて分かりやすく紹介してみたい。
()
EBM（根拠に基づく医療）へ移行するほど、医療機関ではクラウドストレージの需要が高まっていく。では何のデータを手元に残すべきか。事例から考察する。
()
ビッグデータ分析を応用したセキュリティ対策は有効だが、万能薬ではない。しかし、他の手法と組み合わせることでより有益なツールとなる。
()
ビッグデータアナリティクスのビジネス活用において、IT部門が果たす役割とは何か。アナリティクスの本質と必要なツールについて、分かりやすく解説します。
()
クラウドプロバイダー大手3社Amazon Web Services（Amazon）、Microsoft、Googleのビッグデータサービスを比較した。共通点も多いが、詳しく掘り下げると違いが見えてきた。
()
一般的になりつつあるビッグデータによる分析だが、環境構築の内容によっては、その成功と失敗が明確に分かれることが分かってきた。失敗を避け、成功させるカギとは？
()
新しいDWHプラットフォームを導入しても、期待していたほどのスケールアウトができなかったり、カタログスペックの性能が出ていなかったりすれば意味がない。その不安を事前に解消する方法はないのだろうか。
()
ゲノム解析や感染病の発生の検知など、医療・健康に関する大量の情報を有効活用しようという取り組みが進んでいる。この医療ビッグデータ分析に欠かせない法則、実際の成功事例を紹介する。
()
目的にマッチした、高度な分析モデルを作成することができればビジネスで効果が挙げられる。しかし実際ビッグデータ分析を始めると、データの準備や処理時間という課題に直面する。どう解決すればいいのか？
()
多様化し複雑化する脅威を前に、企業が取るべきセキュリティ対策にも変化が求められつつある。その重要な鍵となるのが「ビッグデータ」の活用だ。
()
企業でビッグデータ活用を成功させるには、エンドユーザーがデータ活用できる環境を整える必要がある。複数の事例からビッグデータ活用の可能性を探る。
()
企業でビッグデータ活用を成功させるには、データ志向の文化を育む必要がある。その1つの鍵となるのが企業文化である。実際に、どのようにすれば良いのだろうか。
()
ビッグデータ分析の分野はまだ比較的成熟度が低い。支出に見合った価値を保証するため、ビッグデータアプライアンスは慎重に選ぶ必要がある。
()
ビッグデータ時代の本格到来を控え、膨大な量のデータ管理に頭を悩ませているITスタッフも多いことだろう。どうすれば費用対効果に優れた管理基盤を整備することができるのか。
()
米TechTargetのデータ活用に関する連載コラムから2015年にみられたトレンドを紹介する。それらのテーマはバイモーダルIT、自動化、「Apache Spark」などだ。
()
IoTやビッグデータを活用する技術は“レディ”になっている。そこで生み出されるビジネス価値とは何か。2015年11月に開催された「SAP Forum Tokyo」のセッションから、今後の展望を探る。
()
有料テレビ広告の最適化を手掛ける米BlackArrow。同社CTO（最高技術責任者）のジョー・マタレス氏は、ビッグデータ分析技術の「Apache Spark」が同社のITシステムの要だと語る。
()
企業のビッグデータ利用が加速化している。そうした流れの中で注目されているのが、ストレージ性能の高度化だ。SSDによるデータへのアクセススピード向上も気になる点だが、コストや運用性など総合的な能力アップについても探っていきたい。
()
デジタル経済の大部分は、消費者がサービスと引き換えに情報を提供する前提で成り立っている。企業が信頼を築くためには情報プライバシーポリシーの採用が不可欠だ。
()
ITコンサルタントのデイル・ニーフ氏によると、中堅・中小企業がアナリティクスの恩恵を享受できずにいるのは、ビッグデータを扱うスキルが不足しているからだという。
()
過大な期待が寄せられたビッグデータはブームが去り、実用的な技術が次々に登場している。だが、まだ多くの人にとってよく実態の分からないものになっている。ビッグデータにまつわる事実と迷信を整理する。
()
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。
()
ビッグデータの活用は、多くの企業にとって大きな課題となっている。成功した企業の事例に習うことは重要だが、失敗した企業からも多くを学べる。ビッグデータ活用の失敗に関する7つの教訓を紹介する。
()
データ分析を教育の改善に生かす「ラーニングアナリティクス」に取り組む教育機関が増えつつある。注目の背景と関連技術、課題を明らかにする。
()
自社のニーズを満たすビッグデータ分析ツールを見極めるためには、しっかりとした評価ポイントを策定する必要がある。評価するためポイントを紹介する。
()
東大医科研と日本IBMが認知型コンピュータ「Watson Genomic Analytics」を活用して先進医療を促進するための新たながん研究を開始。医療IT関連の最新トピックを紹介します。
()
ビジネスで大きな力となり得る「ビッグデータ」。活用したいけど「どこから始めればいいの」と考える読者も多いのではないだろうか。その悩みを解決する方法を紹介する。
()
誰もが膨大なデータを扱うことが当たり前になれば、そこにはシステムの課題も生まれる。肥大化するデータソースの負荷に耐えストレスのない高速な処理を実現できるデータベースサーバに何を選ぶかは特に悩ましい。
()
ビッグデータ活用が本格化しつつある。しかし、一刻も早く活用したい業務部門のニーズに情報システム部門が追い付いていないというのが多くの企業の実態だろう。その解決策を探る。
()
ビッグデータとデータアナリティクスは、投薬の精密化、公衆衛生、バリューベースのヘルスケアへの道を開いた。だが、この分野のITプロフェッショナルの前には、まだ大きな障壁がある。
()
2004年にGoogleが導入したMapReduceは、ビッグデータに大きな影響を与えた。そして今、Googleはビッグデータに何をもたらそうとしているのか？Cloud Bigtable担当者にインタビューした。
()
ゼンリンデータコムは、位置情報に基づく高度な行動分析にAWSのマネージドHadoopサービスを使っている。その道のりは険しく、自前システムから4世代目で現在の姿にたどり着いた。試行錯誤の末に導き出したAWS活用方針とは。
()
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。
()
最新の調査結果によると、ビッグデータの活用が一般企業へと拡大しつつある。一方で、ビッグデータの活用を強化する企業と見送る企業で二極化が進んでいる。IDC Japanのアナリストが語った。
()
さまざまな定義が存在するビッグデータ。医療・ライフサイエンスのエキスパートは、医療ビッグデータでは5つの「V」が重要になると語る。医療ビッグデータを支えるインフラ基盤を探る。
()
Hortonworksら13社が立ち上げたHadoop普及団体ODPイニシアチブに、ClouderaのCEOレイリー氏が怒りをあらわにした。レイリー氏の真意とは？ ビッグデータ市場で何が起きているのか？
()
「IBM Watson Health」では医師が健康データや情報にアクセスして治療をパーソナライズできる。最高情報責任者（CIO）にとってはどのようなチャンスがあるのか。
()
クラウドの利用やビッグデータの活用など、企業のIT環境は変革期を迎えている。そのIT基盤を支える技術として、あるハードウェアアーキテクチャを再評価する機運が高まっている。その最新動向を追う。
()
医療費を引き下げるには、機械学習や患者エンゲージメントなどの技術が効果的だ。集団健康管理（PHM）に寄与できるこれらの技術をどう活用すべきか。実際の活用事例を見ていこう。
()
小売大手の米Searsでは、ビッグデータを活用するセキュリティシステムを導入した。小売業を狙った詐欺行為を食い止めるための仕組み、システム導入に必要な経営陣の承認を得る説得方法を紹介する。
()
さまざまな業界でビッグデータの活用が進んでいる。ビッグデータを活用して、ビジネス上の課題解決やビジネス価値の創出、迅速な意思決定を実現しようというのだ。では実際、どのようにして進んでいるのだろうか。
()
医療現場で働く従業員にビジネスインテリジェンス（BI）ツールを信頼してもらうためには、BIツールを使う従業員の業績目標を定める必要がある。
()
企業が取り扱うデータ量が増加している。ストレージのコストを抑えつつ、いかにデータをビジネスに役立てるかが課題だ。クラウドやSSDなどの技術を活用しながら運用管理までを考慮した柔軟なデータ管理が必要となる。
()
世界中の複合機に蓄積された大量データを分析することで顧客に対するサービス品質を向上させる――リコーが実現したこのビッグデータ分析基盤を構成するクラウド基盤を紹介する。
()
新たな技術やトレンドが相次ぎ登場し、変貌を続ける企業情報システム。とはいえ、情報漏えい対策の本質は変わらない。「ビッグデータ」「クラウド」といった新たなトレンドを例に、対策の具体例を示す。
()
国内ファイル／オブジェクトストレージ市場予測、数兆単位のトランザクションに対応するIBM製メインフレームの新版、仮想環境特化型ストレージ製品など、サーバ、ストレージに関連する最新のニュースをお届けします。
()
TechTargetジャパン会員を対象に医療機関のIT導入に関する調査を実施。本リポートではその概要をまとめた。
()
過大な期待が寄せられたビッグデータのブームが終了し、実用的な技術が次々に登場している。データ分析のトレンドや技術の最新動向を紹介する。
()
米Googleの「Android」と米Appleの「iOS」は、各社のデバイスで健康管理に関する製品／サービスを提供するようになった。ユーザーは、どの健康管理プラットフォームを選ぶのだろうか。また、蓄積されるデータは一体どうなるのだろうか。
()
英Apacheソフトウェア財団の「Hadoop」に関するうわさは夏の間その影を潜めていた。その一因は旧友である米Googleのプログラミングモデル「MapReduce」にある。
()
ビッグデータがこれだけ取り沙汰されているにもかかわらず、多くの人々にとって実態のよく分からないものになっている。米Gartnerのアナリストがビッグデータにまつわる事実と迷信を区別する。
()
インターネットトラフィックの大規模化が進む中、企業システムを狙う攻撃にも変化が現れつつある。ネットワークセキュリティ製品に求められる条件とは何かを探る。
()
パーキンソン病患者でもあるマイケル・J・フォックスが立ち上げた財団とIntelが、パーキンソン病の共同研究を行っている。ウェアラブルデバイスとビッグデータ解析が、研究者に貴重なデータを提供している。
()
米Googleが発表したCloud Dataflowは、米Amazonの「Amazon Kinesis」や「Apache Hadoop」を基盤とした他のビッグデータサービスに対する大きな挑戦といえる。
()
多くの企業では用途ごとにストレージを用意して別々にデータを保管している。だが、データ量の急増が課題の昨今では、個別に最適化された管理は非効率である。この問題を解決するのが次世代のスケールアウト型NASだ。
()
ビッグデータ活用が企業の競争力になるといわれる中、その根幹を担うデータベース環境には幾つかの課題がある。その解決に向けたヒントを紹介しよう。
()
IIJは、クラウド型データベースシステム「IIJジオコンポーネントサービスデータベースアドオン」にDWHサービスを追加した。
()
ビッグデータのビジネス活用が注目されているが、製造業など、ものづくりの分野での活用事例が増えてきている。SAS Institute Japanが開催したイベントの講演を基にデータ活用とアナリティクスの先進事例を紹介する。
()
Royal Bank of Scotlandは、顧客データを分析して、顧客のサプライチェーンが内包するリスクを評価、提供するサービスを開始した。数Tバイトのデータ分析を可能にしたシステムとは？
()
米Microsoftは、ビッグデータ分析を犯罪防止と対策に活用して成果を挙げている。ビッグデータ分析の可能性と、同社の活動の実際を紹介する。
()
クラウドのおかげで、ビッグデータの管理や大規模化するデータウェアハウスの運用を行う選択肢が増えている。これらの選択肢は、クラウド管理者の役割に直接影響を与えている。
()
ビッグデータを本格的に活用し、ビジネス成長につなげていく機運が高まりつつある。だが、ビッグデータには実に多くの側面があり、そのシステム基盤にも多様な要件が求められる。そのベストソリューションを探る。
()
「モノのインターネット」（IoT）が浸透することで、ビッグデータの本格的な活用が始まる。IoT時代には、どういったデータ分析やアナリティクスが求められるのか。また、増大するリスクを考慮する必要がある。
()
小売業者などでは、現金や商品の盗難／紛失の問題が発生することがある。ある外食企業では、ビッグデータマイニングを活用し、この問題に対応している。
()
インテルは2014年2月19日、同社のx86サーバ向けプロセッサ最上位製品「インテル Xeon プロセッサー E7 v2」製品ファミリーを発表。ビッグデータ分析用途向けに処理性能や信頼性に関する機能改善を図った。
()
企業ビジネスに変革をもたらすと期待される「ビッグデータ」。活用の機運が高まりつつある中、IT基盤の課題が積極的な活用を阻んでいるという。ビッグデータ活用で外せないシステム要件をあらためて整理してみる。
()
近年、急速に認知が高まったビッグデータ。一方で、コストやスキル面でのハードルが高いのも事実だ。そこで、ビッグデータ活用のためのIT基盤を低価格かつ迅速に導入・運用できるクラウドサービスを紹介する。
()
ビッグデータというキーワードが一般化し、自社データの有効活用を考える企業が増えている。一方で、多くの企業ではまだ十分な環境が整っていない。このような課題は、どのようにして解決すればいいのだろうか。
()
企業内におけるビッグデータ活用を促進するには、まずBIが定着している必要がある。今回はその「BI成熟度モデル」の概要を紹介する。
()
ビル＆メリンダ・ゲイツ財団は、米Salesforce.comのRadian6を活用してソーシャルメディアを通じた財団の活動促進を図っている。
()
佐川急便を中核とするSGHグループでは、1日350万、1年13億件もの荷物に関わる膨大な運輸データを扱っている。このビッグデータを、どのように収集・管理し、活用しているのか。講演内容を中心に紹介する。
()
現在、急速に拡大しているビッグデータ活用サービス市場。その背景には、Amazonとの差別化を狙った多くのIaaSプロバイダーがうごめいている。
()
TechTargetジャパンは2013年10、11月にビッグデータインフラに関する読者調査を実施した。本稿では調査結果の一部として、ビッグデータ活用やインフラ構築に関する実態についてリポートする。
()
ビッグデータ分析では、バックエンドインフラをアプリケーションのニーズに合わせる従来型のアプローチを改める必要がある。
()
低コストのソリッドステートメモリは、ソーシャルネットワークフィードやインダストリアルインターネットから来るビッグデータストリーミングの高速分析を支えている。
()
本調査では、企業におけるビッグデータインフラの導入・利用状況、課題などをお伺いいたします。
()
無数のソースから得た多様な形態のデータ分析を目指すビッグデータでは、思考と技術の両方の切り替えが要求される。
()
多数あるパブリッククラウドのIaaSの中から最適なサービスを選ぶには？ 前編では、バックアップやビッグデータなど、話題の機能で主要IaaSを比較する。
()
英国の公共テレビ局Channel 4では、どのようにビッグデータを管理し、オンデマンドサービスを提供しているのか？ 同社CTOが本音を語る。
()
英British AirwaysでITアーキテクチャの統括責任者を務めるマイク・クラウチャー氏に、他航空会社との合併やオンラインサイトによる小売業的なセールスアプローチについて話を聞いた。
()
希望には恐怖が伴う。ビッグデータ活用の可能性には、プライバシーの侵害や、解釈ミスによるビッグミステークという恐怖が付いて回っている。
()
マシンの設計やレースシミュレーション、テレメトリーシステムのリアルタイム分析など、あらゆる分野でITを駆使するF1チーム。ロータスF1チームはどのようなシステムを使っているのか、ハックランドCIOのインタビュー。
()
マーケティング、広告分野はビッグデータ活用の事例の宝庫だ。米国の最新事例から、Hadoopなどビッグデータ技術が有用な理由を探る。
()
データ分析基盤は、社内の仮想環境に置くこともできるが、社外のIaaS上に構築する方法もある。それぞれのメリット、デメリットを考えるとともに今後のデータ分析基盤の在り方を占う。
()
全66病院の経営データを一元管理、分析できる情報基盤を構築・運用。2013年3月に電子カルテデータのバックアップ環境を構築し、現在47病院が利用しているという。
()
ビッグデータプロジェクトに取り組むIT担当者は、分析基盤の構築・運用では、仮想環境の一般的な運用管理アプローチが全く通用しないことを思い知らされることになるだろう。
()
世間の注目を集めている「データサイエンティスト」。企業におけるその「本当の役割」と、分析という行為を確実にビジネスの成果につなげるための鉄則を探った。
()
ビッグデータ分析の考え方、分析専門組織の立ち上げ方や運営方法などを共通ポイントサービス「Ponta」の事例をもとに解説する。
()
世界1億台の車両から収集する大量のセンサーデータを基に、過去、現在、未来の交通情報を割り出すのが、米INRIXだ。同社の分析システムの裏側に迫る。
()
いよいよ開催される「NFLドラフト2013」。アメリカンフットボールの名門チームであるサンフランシスコ49ersはデータ分析のクラウドサービスを導入し、将来有望なアスリートの評価を行ってきた。
()
インテリジェンス駆動型セキュリティへの高い期待が示された「RSA Conference 2013」。基調講演では、従来のセキュリティモデルの問題点を指摘しつつ、今、何をすべきかが語られた。
()
オンラインゲーム会社のKing.comは、ビッグデータに対応するためMySQLデータベースをClouderaのHadoopディストリビューションに置き換えた。
()
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。
()
大量データをどのように扱いビジネスに生かすか――企業のビッグデータへの取り組みはビジネスメリットを追求するフェーズに入りつつある。実践への道筋を示すワンストップサービスを紹介する。
()
ビッグデータ活用を進める上で、まず理解すべきなのが「NoSQL」「RDBMS」の2大データベースの特徴だ。これらの違いを理解すれば、適切なデータベースシステムの姿が見えてくる。
()
佐川急便を中核とするSGホールディングスグループのITを一手に担う専門企業、SGシステム。積極的なデータ活用をグループ全体で推進するために、「ITが先回りでその活用環境を提供する」という。その真意に迫る。
()
大量かつ多様なデータをいかに効率的に保管するか。ビッグデータ時代の到来は、データを保管するインフラにも変革を促す。ベンダーが示す最新の解決策を見ていこう。
()
ビッグデータ活用の課題やメリット、具体的な活用手法を明確化する「ビッグデータコンサルティングサービス」が充実しつつある。その最新動向を示す。
()
昨今、データベースの処理性能がビッグデータ分析の障害となっているケースが目立つ。データ量の増加に伴うデータベースの性能低下に悩む企業も多い。本稿ではその性能を低コストで劇的に向上させる秘策を紹介する。
()
いよいよ活用フェーズに入ったビッグデータ。ビッグデータ活用に有効な手段として、従来の障壁だった価格面をクリアした「安価にため込むソリューション」が注目を集めている。
()
企業はビッグデータをどれだけ活用できているのか。データ分析のインフラを構築する上で、企業が抱えている課題とは何か。TechTargetジャパンの読者に聞いた。
()
ビジネスインテリジェンス（BI）などのデータ分析をクラウドサービスで実現する動きが拡大しつつある。クラウドに関する最新の調査結果を基に、その理由を探る。
()
「情シスの社内プレゼンス向上に役立つ情報」をお届けする「TechTargetジャパン プレミアム」。今回は、ビッグデータ活用の課題を探った、『キーマンに聞く、ビッグデータ活用の条件』を紹介する。
()
分散ストレージやビッグデータのデータ分析などの用途に特化。省電力や省スペース、ストレージ容量密度を高め、各種オープンソースソフトウェアを組み合わせるアーキテクチャを採用した。
()
2012年の米国大統領選ではオバマ氏、ロムニー氏の両陣営がモバイルアプリケーションを使って大量のデータを収集し、選挙活動に生かした。政治の世界に浸透し始めたビッグデータ分析から企業が学べることとは。
()
「幹部がビッグデータを理解できていない」「データを単一のビューで参照できない」「そもそも使えるデータがない」。幾多のハードルが、ビッグデータ活用を難しくする。
()
本調査はIT製品・サービスの導入に関与する方を対象に、貴社におけるビッグデータ関連製品（ハードウェア、ミドルウェア）の導入状況をお伺いします。
()
大量な取引データを日々処理する、米電子決済サービス大手のPayPal。PayPalは、こうしたビッグデータをどう活用しているのか。ビッグデータ活用を阻む課題とは何か。次世代のデータ分析像である「Analyst 3.0」とは。同社主席データサイエンティストであるモック・オー氏が、こうした疑問を解き明かす。
()
「革命的出来事」とも評されるビッグデータ時代の到来。ただし、ビッグデータを企業活動に生かすには、「最高分析責任者（CAO）」が必要だと専門家は指摘する。その役割とは？
()
ビッグデータを活用しようと思っても、適切なツールが見つからない。米PayPalの主席データサイエンティストは、データ活用ニーズの多様化がその背景にあると指摘する。
()
単に「ビッグデータ対応」をうたう製品に安易に飛びついてはいけない。自社のビジネスの源泉となるデータを格納する場所だからこそ、用途に合わせた製品選びが重要になる。
()
ビッグデータ活用に当たり、企業のCIOは「かなり苦戦する」。大量の取引データを顧客分析に生かす、米PayPalの主席データサイエンティストはこう語る。その理由とは？
()
ソーシャルメディアから顧客の声を探りたい。大規模テキストを高速に解析したい。こうした声に応えて、テキストマイニング製品は着実に進化している。最新動向をまとめた。
()
大量のデータをどう保存し、管理するか――。データ量のみを意識したこうした議論にとどまっていては、ビッグデータを生かすことはできない。重要なのは「分析」の視点だ。
()
米ESGの調査によると、ITおよびビジネスの重要な課題としてビッグデータ処理を挙げる企業が増えていることが分かった。同調査を基にビッグデータがもたらしたITインフラへの影響を示す。
()
日本企業のビッグデータ活用事例が紹介され始めている。先進企業はどのようにビッグデータを活用しているのか。またビッグデータを活用する上でIT部門が考慮すべきことは何か。役立つホワイトペーパーを紹介する。
()
ビッグデータブームに惑わされることなく、自社のデータ分析を成功に導くためにはどうすればいいか。求められるデータ活用手法の視点とスキルをガートナーの講演を基に紹介する。
()
なぜこれほどまでにビッグデータとそれを取り巻くテクノロジーが注目を集めているのか。ビッグデータ潮流の背景と、今現在企業が活用したいデータ、ビッグデータへの期待をガートナーの講演を基にまとめる。
()
ビッグデータとはインフラストラクチャ、つまり公共財として整備されるべきオープンなものであるべきだ。ビッグデータ活用を推し進める上で乗り越えるべき課題とは何か。ビッグデータの定義と事例、今後の課題を解説する。
()
多くの事例が紹介され、さらに注目が集まるビッグデータ活用。その成功のためにはデータの連係や仮想化、セルフサービス型分析、マスターデータ管理に関する戦略も考慮する必要がある。
()
「Hadoopは難しい」「自社でデータ分析は大変！」そう思っている人に朗報だ。Hadoopを使ったビッグデータ活用のためのシステム基盤を、コストと手間を抑えつつ立ち上げられるソリューションが登場する。
()
場当たり的な高速化だけではビッグデータから真の価値を見いだすことはできない。分析サイクル全体を高速化することが、ビッグデータ時代の企業に求められている。
()
ビッグデータという言葉の流行に伴って、分析ツールも目覚ましい進化を遂げている。ビッグデータ時代に求められる分析ツールはかつてのBIやDWHと何が違うのか。韓国LG CNSのCTO、キム・テグ氏が語る。
()
次世代のIT環境、ビジネス環境で注目される「ビッグデータ」。本稿では2012年4月に開催された「Oracle OpenWorld Tokyo 2012」からビッグデータの最新動向が分かる講演の映像を紹介する。
()
多くの企業がビッグデータ分析のためにデータセンターインフラの見直しを進めている。その中には、新しいデータ分析プロジェクトを進めるに当たり、既存のインフラを見直したWikimedia Foundationも含まれている。
()
企業が対応を迫られるビッグデータとクラウド環境。効率的、低コストに対応するためにはITプラットフォームの再検討が必要だ。「Oracle OpenWorld Tokyo 2012」の注目セッションからそのヒントを探る。
()
多くの企業が、ビッグデータの膨大な量と多様さに対応できるインフラの整備に知恵を絞っている。データセンターのインフラを見直し、システムを刷新した企業の事例を紹介する。
()
ビッグデータ分析への投資は技術的課題とビジネス要件の両面を考慮する必要がある。業務に役立つビッグデータ分析プログラムを導入するために必要な5つのステップを紹介する。
()
ビッグデータ計画を実行に移すためには、まずビッグデータを理解することから始めなければならない。ビッグデータインフラを選択する前に検討すべき5つの課題を挙げる。
()
TechTargetジャパンの読者調査では、データ活用の課題として「人材問題」と「リアルタイム性」などが多く挙げられた。この課題解決を支援するコンテンツを集めた。
()
グローバルにビジネス展開してライバルの海外企業に勝つためには、ビッグデータの活用がカギになる。ビッグデータをビジネス価値に変えるために、今日本企業に変化が求められている。
()
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。
()
公共、私企業にかかわらず、さまざまな組織で活用が進み始めた「ビッグデータ」。その一方で、ビッグデータの活用には少なからず課題もある。
()
既存BIのユーザー満足度が低い原因は、システムの各所に存在するボトルネックを解消できなかったことにある。現在の分析システムには、大規模データ処理と分析スピードの両立が求められている。
()
2012年春にソーシャルプラットフォームのグローバル展開を目指しているグリーは、大幅なデータ増加が予想されるログ解析システムのプラットフォームを刷新。従来と同コストでより高い性能を得ることに成功した。
()
販売促進、研究開発、公共など、さまざまなビッグデータの活用が国内外で進んでいる。アナリストが紹介したビッグデータ活用事例をピックアップして紹介する。
()
Hadoopへの関心は急速に高まっているように見える。しかし、ある米調査によると約半数（45％）は、Hadoopを検討するつもりはない、あるいは同技術を自社のアーキテクチャに導入する予定はないと答えたという。
()
注目を集める「ビッグデータ」。ビッグデータを活用してビジネスに生かすためには、自社における分析環境の再考が必要になるだろう。ビッグデータ活用にフォーカスしたコンテンツを集めた。
()
「企業におけるデータ活用」が議論されるたびに重要性が叫ばれ続けてきたマスターデータマネジメント（MDM）。MDMのエキスパートに、ビッグデータ時代のデータマネジメントを聞いた。
()
他業界以上に強固なデータ管理体制が必要な金融業界。世界に目を向けると、これまでとは異なる課題に金融企業が直面しているという。データマネジメントのエキスパートに、その背景を聞いた。
()
他社アプライアンス製品とは一線を画すEMCのデータ分析ソリューション「Greenplum」。ソフトウェア型DWH用データベース「Greenplum Database」とHadoopディストリビューション「Greenplum MR」を紹介する。
()
「ビッグデータ」という言葉の登場は、データ分析の重要性を再認識するきっかけにもなった。自社がどの分野のデータ分析に着手すべきか、そのヒントとなり得るホワイトペーパーを紹介する。
()
米Ventana Researchが実施した調査によると、ビッグデータプロジェクトに新技術を採用する場合の課題として多く挙げられたのは、人材配置とトレーニングだったという。
()
M2Mクラウドなど、ビッグデータ時代を想定した製品展開が充実してきたNECが販売体制を強化。新製品の発表と合わせ、部門横断でソリューション提案を進める。大手製造業や流通業界の眠れるデータを掘り起こし、付加価値サービスの提供を目指す。
()
ビッグデータ活用のための分析基盤のアプローチは幾つか存在する。リアルタイムデータ活用の課題に対するエグゼクティブへの調査結果や、Hadoop、DWHアプライアンスなどの技術解説のホワイトペーパーを紹介する。
()
TechTargetジャパンでは「大規模データ（ビッグデータ）活用」に関するアンケート調査を実施しました。本リポートでは読者が考えるビッグデータの種類やデータ活用意向、分析業務のためのツール導入意向などについて調査結果をまとめています。
()
米Oracleがリリースした「Big Data Appliance」。アナリストはその価格や柔軟性に疑問を投げ掛ける一方で、Hadoopサポートのためには同アプライアンスに含まれるCloudera Managerのようなソフトウェアが重要と語る。
()
インメモリデータベース「SAP HANA」を実装した「日立インメモリDBアプライアンス for SAP HANA」は、「不可能を可能にする製品」だと両社は言う。両社にビッグデータ対応とリアルタイムシステムのコンセプトを聞いた。
()
医療機関が保有する情報は、地域医療連携の支援や治験、症例分析などの二次利用の価値がある。ITによってその利用を促進している徳島県の取り組みを紹介する。
()
標準的なRDBMSとハードウェアレベルでの高速化技術を組み合わせることで、DWHのボトルネックを解消するDWHアプライアンス。ビッグデータ対応が注目を浴びる今、独自技術を採用する製品が登場している。
()
NECとシマンテックがデータ保護分野での協業を拡大し、両社の製品を組み合わせて大量データのバックアップを効率化するソリューションを開発した。
()
「ビッグデータ」がバズワードとなった今、あらためてデータウェアハウス（DWH）に注目が集まっている。ビッグデータ時代に求められるDWH基盤の3つのアプローチを解説する。
()
米TechTargetはMicrosoftのデータベースプラットフォームスペシャリストに、同社のビッグデータ事業の抱負と、拡大を続ける同市場での戦略について話を聞いた。
()
いち早くクラウドベースのHadoopアプリケーションをリリースしたAmazon。それに続き、Google、Oracle、Microsoft、IBMがビッグデータ分析のためのHadoop対応を進めている。各社のアプローチを見ていこう。
()
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。
()
ビッグデータ活用で注目されているHadoopだが、より多くの企業で採用が進むには幾つか条件があるとアナリストたちは分析する。「従来型DWHよりもHadoopの方が優れている」といった宣伝文句には注意が必要だ。
()
2012年上半期に提供を開始する「SQL Server 2012」。マイクロソフトのビッグデータ対応戦略とともに、SQL Server 2012の新機能を紹介する。
()
ビッグデータの高速処理基盤として注目されているカラム型データベース。代表製品は近年大手ベンダーが買収した製品が目立つ。カラム型データベースの特徴と、どのような場合に利用が適しているかを解説する。
()
本調査では、データの分析・活用について、担当者が抱えている課題や現在行っている対策、導入を検討しているITソリューションなどをお伺いいたします。
()
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。
()
昨今BI／DWH分野で話題となっている「ビッグデータ」。これまでの分析対象、分析環境とは何が異なるのか。日本オラクルのイベントで語られたビッグデータの課題をまとめた。
()
ビッグデータを取り扱うDWH基盤として注目を集めているNoSQLデータベース。NoSQLデータベースにおけるデータ保存形式の主流となっているKVSの特徴と、その代表例である「HBase」「Cassandra」のデータ構造を解説する。
()
データが増え続けるビッグデータ時代に対応できるよう、ストレージベンダーは自社製品にさまざまな工夫を盛り込んでいる。この傾向は今後も当分続くと考えられる。
()
後編ではGoogleのビッグデータ活用サービスを紹介。Google DocsやGoogle Mapとの連携で、ビッグデータの先進的な活用方法を示している。
()
MicrosoftとGoogleは、ビッグデータ活用によるビッグマネー獲得を現実に近づけてくれるかもしれない。前編ではMicrosoftが提供するビッグデータ活用ソリューションの詳細を紹介する。
()
BI／DWH分野でバズワードとなっている「ビッグデータ」。ビッグデータとはどのようなデータを指す言葉なのか。そしてビッグデータを格納するDWH製品の代表的な3つのアプローチを紹介する。
()
金融業界で導入が進んでいるCEP（Complex Event Processing）だが、一般企業での実運用が広がり始めた。CEPとはどのような技術なのか。そしてビッグデータ時代における企業での活用方法とは。
()
近年、多くのハイエンドストレージがデータの階層化機能を搭載している中、運用管理の簡素化を目的とする階層化がかえって管理の煩雑化を招く場合もあると指摘する日本IBMが、新たなストレージ製品を市場投入した。
()
SAS Institute Japanの年次イベント「SAS Forum Japan 2011」から、オープニングセッションをリポート。同社のいう「予見力」とは何か、同社トップが具体的な事例を交えて語る。
()
本調査では、日々増え続けるデジタルデータの保護や管理について、担当者が抱えている課題や現在行っている対策などをお伺いいたします。
()