ビッグデータとデータ分析：企業のためのガイド

企業はかつてないほど多くのデータを生み出しています。売上、顧客、業務、Web、センサーなどです。しかしデータを蓄積するだけでは、それを意思決定に変えなければ何の役にも立ちません。成長する企業と停滞する企業の違いは、ますます、自社のデータを理解し活用する能力にあります。ビッグデータとデータ分析は、その情報の山を実行可能な知見に変える分野です。何がうまくいき、何が失敗し、何が起ころうとし、何をすべきかを明らかにします。

このガイドでは、ビッグデータとは何か、どのような種類の分析があるか、どんなアーキテクチャが必要か、そしてデータがコストであることをやめて競争優位になるための最初の一歩をどう踏み出すかを説明します。

ビッグデータとは何か

ビッグデータとは、大きすぎ、速すぎ、あるいは多様すぎて、従来のツールでは扱えないデータの集まりを指します。よく3つのVで説明されます。すなわち、量（膨大な分量）、速度（リアルタイムで生成される）、多様性（多くのソースからの構造化・非構造化データ）です。しかし大きさは些細なことです。重要なのは多くのデータを持つことではなく、それらを統合し、処理し、価値を引き出して、よりよい意思決定を行う能力を持つことです。

分析の種類

すべての分析が同じ問いに答えるわけではありません。4つの段階を理解すると、何が達成できるかが分かります。

• 記述的：何が起きたか（レポートとダッシュボード）。
• 診断的：なぜ起きたか（原因の分析）。
• 予測的：何が起こるか（未来を先取りするモデル）。
• 処方的：何をすべきか（行動の推奨）。

散在するデータから意思決定へ

ほとんどの企業の大きな問題はデータの不足ではなく、互いに話し合わないサイロに散在していることです。CRMはこちら、会計はあちら、Webは別の場所、といった具合です。それらを活用するには、共通の場所に統合し、整理し、一貫した構造を与える必要があります。そうして初めて、たとえば売上をマーケティングやサポートと突き合わせて、別々に見ていては見えないパターンを発見できます。この統合こそ、あらゆる本格的なデータ戦略の第一歩です。

データアーキテクチャ

データを価値に変えるにはアーキテクチャが必要です。ソースからデータを収集し、変換し、中央リポジトリ（data warehouseまたはdata lake）に保存するパイプラインで、そこから分析やAIのツールがそれを利用します。よいアーキテクチャとは、データが必要とする人のもとに、きれいで、最新で、信頼できる状態で届くことを保証するものです。その土台がなければ、ダッシュボードは誰も信じない数字を表示します。

データでどう始めるか

すべてを一気に構築する必要も、大企業である必要もありません。賢明なのは、具体的で価値ある一つのビジネス上の問い（たとえば、どの顧客が離れていくか、どの製品が本当に利益を生んでいるか）から始め、それに答えるのに必要なデータを統合し、そこから積み上げることです。小さく始め、価値を示し、広げていくことは、何年もかかって結局使われない大規模なデータプロジェクトよりはるかに効果的です。このクラスターの続く記事では、business intelligence、データウェアハウス、予測分析を掘り下げます。

AxiomTechでは、統合、データアーキテクチャ、ダッシュボード、予測モデルによって、企業がデータを意思決定に変えるのを支援します。データは多いのに答えは少ないと感じている方は、ぜひご相談ください。