介護・スーパーマーケット・建築・不動産・飲食業界向けノウハウ・事例・提案資料が多数の情報サイト

313 views

失敗しないビッグデータ分析ツールの選び方


「こんなはずじゃなかった」トラブル原因

  • 分析したいデータが明確になっていない
  • 本来、分析したいデータが分析できない
  • データ処理速度が遅い、データ処理が正確でない
  • 自社の技術レベルが追い付いていない
  • 導入コスト・運用コストがかかりすぎ

 ビッグデータとは、これまでのデータベース管理システムでは記録や保管、解析が困難である膨大なデータ群のことです。ビッグデータで扱われるデータの種類には、企業で扱われる一般的な構造化データだけではなく音声やビデオも含む非構造化データも内包されており、その処理はリアルタイム性に優れています。

Point 1  導入目的をはっきりさせる

 ビッグデータを扱うことによって、分析・解析結果から、さまざまな情報を得ることができます。しかし、自社が必要とするデータを明確にしておかなければ、知り得た情報を有効活用することはできません。以下のビッグデータから得られる代表的な情報から目的に合ったものがあるかを確認しておきましょう。

■ 順次入替方式

 現在の社用車はそのまま利用し、買い替えや増車が必要となったときに、リース車に切り替えます。

■ リースバック方式

 社用車をオートリース会社に売却し、その車をリース車として利用。社用車をリース車にすると、固定費から流動費へ変えることができ、経費削減になります。

 リース契約は3年、5年、7年といった単位ですが、短期契約のリースも存在しますので、自社に応じて選択しましょう。

Point 2  導入形態を確認する

 ビッグデータとは、単に量が多いだけでなく、非定型であり、なおかつリアルタイム性が高いという特徴があります。分析したいデータの種類とサービス内容を明確にし、自社に適した分析手法を選びましょう。

・【各種データの例】
●ソーシャルメディアデータ(参加ユーザーのプロフィールなど)
●センサーデータ(位置情報、鉄道などの乗車履歴など)
●Webサイトデータ(ECサイトなどで購入された商品の履歴やブログなどのエントリー履歴など)
●マルチメディアデータ(Web上のサイトなどで配信されている動画データや音声データなど)
●カスタマーデータ(顧客の会員情報や販促情報などのCRMで管理される情報など)
●オフィスデータ(社内文書や職務におけるEメールなど)
●ログデータ(サーバー内に自動で生成されていくアクセスやエラーなど)
●オペレーションデータ(取引の明細やPOSシステムの業務システムの情報など)

【サービスの導入形態】
●分析ツール型:簡易的にビッグデータ解析を行う(ブログなどの投稿内容の分析)
●分析プラットフォーム型:自社で分析システムを構築するための基盤(ECサイトの購買履歴とカスタマーデータを合わせて分析など)
●コンサルティングサービス:ビッグデータ活用方法の提案や、解析代行サービスを行う
●システム開発(SI):自社に適した分析システムを構築する

Point 3  対応データの幅広さを確認する

 サービスによって性能に違いがあり、扱えるデータの種類、容量などは異なります。対象となるデータの種類(テキスト、音声、ビデオなど)、データ容量(データサイズ)、連携が必要なシステム、リアルタイム解析(頻度、スピード)の要不要などを確認し、自社の目的に合うサービスを選ぶようにしましょう。

Point 4  処理速度と正確さを確認する

 大量のデータを処理するためには「前処理」(不要な内容の整理・排除)が必要になります。これによって不要部分が正しく排除されれば、効率的にデータ解析を行えるようになります。このようなデータ処理のスピードや操作性、導入コストが得られて、成果に見合っているかも必ず確認しましょう。データ処理の速さと正確さのバランスが優れているサービスを選ぶことが重要です。

Point 5  操作しやすいか確認する

 ソフトに高度な機能が搭載されていたとしても、それを使いこなせなければ 意味がありません。担当者のスキルを考慮し、それに見合った操作性で選ぶようにしましょう。また、生成されたレポートが直感的にわかる視認性もデータマイニング(大量に蓄積されるデータを解析し、その中に潜む項目間の相互関係やパターンを探し出す分析手法)を見極める大切なポイントです。場合によってはBIツールとの連携も検討するとよいでしょう。

Point 6  導入コストを確認する

 最近では簡易的なツールやクラウド型も増えてきましたが、やはりビッグデータの分析・解析を行うための大規模なシステム構築には莫大なコストがかかります。導入のメリットや自社の規模に合ったツールを選択することが重要です。


ビッグデータ分析ツールに関係する関連記事まとめ