Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

ビッグデータが開く企業の未来

7/19
by

Norihiko Nakabayashi

on 12 April 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of ビッグデータが開く企業の未来

ビッグデータが開く企業の未来
1848年~1849年
カリフォルニア州
Gold Rush
誰が富を獲得したか
情報を有効活用
道具を整備
行動・実行
蓄積
洞察
行動
「個」のレベルで顧客に対応する
顧客の嗜好の変化
顧客の行動の変化
行動から得られたデータを
俊敏で正確な
計画
フィードバック
分析
2000年頃のチーム(40人)の平均年俸
350万ドル
120万ドル
1勝にかけたコスト
打率
盗塁数
打点
野手
投手
球速
防御率
勝利数
セーブ数
一般的に重要視される指標
これらの指標と過去の経験から古参のスカウトマンが選手を選ぶ
アスレチックスが重要視した指標
出塁率
長打率
選球眼
野手
投手
奪三振
与四球率
被本塁打
被長打
新しい指標で選手を分析してみると、
”良い”選手
が多数の大学・アマチュア野球・他チームのマイナーリーグに
埋もれていた
例外なく
高額な年俸
期待値に対して
割安な年俸
300万ドル
50万ドル
(2000年~2002年平均)
同時期に最もコスト効率が悪かった球団
~ビッグデータ時代へ~
~分析を武器にする経営~
~ビッグデータアプローチ~
世界のケータイ・スマホ=50億台
毎日10テラバイトずつ増大
2010年、ユーザー数が20億人を超える
出典:ITU
取引データ量=1テラバイト/日
無線ICタグ
13億個→300億個
2005年
2010年
Facebook
地球規模の観測データ
©NASA
Volume
Variety
Velocity
毎日7テラバイト増大
クラウド環境の整備
クラウド環境の整備
学術研究
大型ハドロン衝突型加速器(LHC)
CERNがスイス、ジュネーブ郊外に建設した高エネルギー領域実験施設。粒子の崩壊、素粒子の観測から宇宙の成り立ちを探る。1秒間に800万回の衝突が発生。
1日の実験データ=40テラバイト
©delaere
ペタバイト
エクサバイト
ゼタバイト
2005年 1 Peta Byte 突破
2009年 1 Exa Byte 突破
2010年 1 Zetta Byte 突破
2011年 1.8 Zetta Byte
= 100万ペタバイト
世界のデータ量は指数関数的に増大
ビッグデータは、これまでのデータベースとはデータの規模が根本的に異なる
多種多様なデータ形式で情報が蓄積
構造化されたデータと非構造化データが混在
ビッグデータの
8割は非構造化
データ
巨大な情報ストリーム
バッチ処理からリアルタイム処理へ
膨大な
センサー情報
Some 4,000 servers hum at IBM’s cloud computing center in San Jose, CA.
©Jason Madara
ビッグデータ時代の
「Gold」
は何か?
企業内にある既存のデータベースを分析するだけでは、
市場の変化を読み取ることは難しい
発見した
「Gold」
をどのように活かすのか?
オークランド・アスレチックスのデータ分析活用
1勝にかけたコスト
「意思決定」
に活かす
~洞察~
膨張する交通データ
インフラ整備・自動車保有台数の増大に従い
膨張する交通データ
インフラ整備・自動車保有台数の増大に従い
ビッグデータ
から洞察を得る
従来の構造化されたデータ
新しい種類の
非構造化データ

恒常的なデータ
変動的なデータ
「個」のレベルに対応する
ために必要な3つのエンジン

中林 紀彦
~「個」のレベルでの顧客対応がこれからの企業競争力に~
iTunes アルバム 2,000万枚分
全国128のテレビ局の全番組をデジタル録画で10万年分
2000年から2003年まで4年連続プレーオフ出場の快挙を達成
メジャーリーグチーム
私たちが目指す大きなビジョン
N.Y証券取引所
ビッグデータの
特徴

ビッグデータをビジネスに活用するとは…?
アナリティクス活用の結果
増え続けるインターネットユーザー数
増え続けるインターネットユーザー数
分析から得られたこれまでとは異なる
洞察
ユーザー数(百万人)
世界のインターネット普及率
世界の情報量
みなさん来たるべき時代への準備は大丈夫ですか?
超大量の情報ストリーム
アスレチックス
インディアンズ
N.Y ヤンキース
アスレチックス
すべての領域をフルカバー
Twitter
© 2008 Wagner T. Cassimiro Aranha
© 2007 CERN
膨大な
センサー情報
新生児医療に見る
ビッグデータの活用例
1時間に1回程度で紙ベースのレポートにまとめ医師、看護師に伝達される
ビッグデータの活用が
新たな機会を
医師が目視で判断
ディープ
アナリティクス

リアクティブ
アナリティクス

変化する市場

味方
にする
データ分析
これまでは不可能とされた
精密なバイタルサインの取得
The Artemis Project - 2010
カナダ・オンタリオ工科大学
早産や低体重、その他何らかの疾患によって
生命力が十分でない新生児のための集中治療室
合併症や院内感染を防ぐためには
24時間以内の異常発見が求められる
NICU
血圧、心拍数、呼吸、体温を筆頭に無数のバイタルサインをモニタリング
24時間(86,400秒)NICUの新生児数 10人
IBM ワトソン研究所
医学・医療技術の発展
カナダ・トロント大学
”我々が直面する課題は、
データが多すぎる
ということです。多忙を極めるNICUにおいて、提示される情報をすべて吸収し、治療に反映するには
人間が処理できるキャパシティを超えてしまっている
のです”
トロント大学 アンドリュー・ジェームス医師
様々な医療機器や
センサーからの情報
データ統合
データのリサンプリング
データの増幅(近似)
Model Validation
(パターン解析)
Data Mining
(洞察の発見)
リアルタイムに異常を検知
例)
動脈血酸素飽和度<85%
観血的動脈血圧の20秒平均<在胎週数


心肺停止の兆候
これまでよりも6時間~24時間、
早期に処置を施すことが可能に
リアルタイムに異常を検知
ディープアナリティクスから
得られた
分析モデルを登録
ビッグデータ
のガブ飲み
ビッグデータから
ヒント
を探る
たとえば・・・
いたらどうなりますか?
紙で回ってくるか、スマートデバイスによる電子カルテとして回ってくるか、両者で大きな違いはない
紙で回ってくるか、スマートデバイスによる電子カルテとして回ってくるか、両者で大きな違いはない
ディープアナリティクスによって様々な生体反応から
相関関係を発見
センサーは
毎秒1000項目
を超える情報を生成
ビッグデータを
リアルタイムに処理
Smarter Planetの取り組みで
実証された数多くの実績を持つ
IBMのビッグデータソリューション
製造
環境
医療
インフラ
金融
農業
流通
様々な産業、流通、都市計画をよりスマートに
IBMのアナリティクスは
あらゆる領域に活用可能
都市計画
Smarter Analytics
ビッグデータを分析、
活用するための新しい
データベース・プラットフォーム
Veracity
データの矛盾、曖昧さによる不確実性、近似値を積み重ねた不正確さなど、本当に
信頼できるデータ
で大切な意思決定が出来ているか?
2015年には80%のデータが不確かに
Gold Rushに乗り遅れてませんか?
2年前、世界の経営者はこんなことを考えていました
2012年の現在、「顧客」を
より深く、より広く、より早く
知ることが重要な経営課題
「個」のレベルで顧客に応対する
市場分析だけでなく、構造化されていないデータであるレビューやブログ、ソーシャルメディアも分析対象として、顧客を「個」客ととらえ、その背後にある感情や状況も読み取る
経営者が重点的に投資する領域
「顧客に関する洞察」を得ることは
最も重要であり、最も困難でもある
顧客に関する必要な洞察とは?
答えは「ビッグデータ」の中に
常に顧客が期待する場所にいる
「ビッグデータ」からこれまで知らなかった顧客の姿を明らかにする
より多くの声に耳を傾け焦点を絞って対応する
経営者がビッグデータに期待すること
そう遠くない未来、
Volume
Variety
より深く
より広く
4万以上のキーワードによる「個」の声を分析し新たな知見を得る
Volume
より深く
4,000万人を超える「個」と
年間7億枚レンタルされるDVDとの
より深いによる新たな機会の獲得
Volume
Variety
Velocity
より深く
より広く
より早く
Velocity
より早く
Variety
より広く
「個」の声をリアルタイムに
分析しキャンペーンに反映
数多くの
先進的な
活用事例
世の中を良くするために
経営戦略 - 差別化のために
「個」客を
パターンや密な相関関係の発見
ビッグデータの活用が企業の未来を開く鍵に
j.mp/xldriver
データの統合
どの有名人に同行を求めるか?
分析規模:3箇所のデータセンターで2000ノード
分析処理:4GB/毎秒
分析速度:10,000リクエスト/毎秒
2012年11月6日
バラク・オバマ大統領
オバマ大統領の選挙戦略
最も効果の高いCM枠は?
選挙資金集めの文面は?
全米に分散していた支援者
リストを
18ヶ月かけて統合
効果測定・フィードバック
ソーシャルメディア・ブログで取り上げられた数
相関関係の探索・発見
スポーツ用多目的車
(SUV)を所有
し、
最近
ビジネススーツを購入
した
50 歳以上の白人男性
居間に聖書
現代絵画
の確率が高い
共和党支持
民主党支持
分析に基づく
具体的なアクション
集まった資金
全米最大の
マーケティング
キャンペーン
集会に来てくれた人の数
パーティの主催を誰にするか?
分析
主導
再選
オバマ大統領の選挙戦略に見る
ビッグデータ活用のポイント
その結果超大規模の分析が実行可能に
死亡率の低下
Full transcript