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

ビッグデータ第二章〜不確かな未来を見通す新たなアプローチと成功要因〜

「BigData EXPO 2014 Spring」講演資料
by

Norihiko Nakabayashi

on 28 March 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of ビッグデータ第二章〜不確かな未来を見通す新たなアプローチと成功要因〜

ガソリンスタンド
油田開発
モータリゼーション革命
個人の行動範囲が飛躍的に拡大
1900年のニューヨーク
1980年代までの業務処理
大型汎用機
金融
製造
ビッグデータ革命
消費
流通
日本アイ・ビー・エム株式会社
ソフトウェア事業
ヘンリー・フォード(1863〜1947)
1908年 フォードT型 販売開始
自動車元年?
馬車の種類を
知っていますか?
自動車はすぐに壊れるし、
ガソリンがなくなったら動かなくなる
法整備
販売店
都市に郊外が出現
街路には馬車が溢れていた時代
現在のニューヨーク
自動車中心の世界に
信号機
次第に環境が整ってくる
道路標識
近代経済の
爆発的成長
現在の業務処理
Webシステム
学術
医療
個人の行動から、行政、学術、そして、あらゆる産業において膨大な情報が、
今この瞬間も生み出されている
道路整備
修理工場
©Uris
©Psongco
©Bundesarchiv
©Bundesarchiv
自動車会社
ビッグデータ 第二章
中林 紀彦

BigData EXPO 2014 Spring
大変革は一気に起きる?
〜本日のアジェンダ〜
マシンデータ
機械やコンピュータが生成する大量のログデータ
”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
動脈血酸素飽和度
観血的動脈血圧20秒平均

=心肺停止の兆候
パターンや密な相関関係の発見
これまでは不可能とされた
バイタルサインが取得可能に
< 85%
< 在胎週数
紙に印刷されデータは数時間で破棄
最新機器の価値が発揮されず
命に関わる危険な兆候が現れたら
即座にアラートを発信
無数にあるメトリクスの中から価値のある相関関係を発見し、
実際に
新生児の死亡率が低下
医療技術の発展
リアルタイム
に大量のセンサー情報を分析
アルテミスプロジェクト2010
ビッグデータ第二章は始まったばかり
これからが本当のスタート
〜不確かな未来を見通す新たなアプローチと成功要因〜
行政
クラウド環境
ソーシャル・ネットワーク
モバイル機器
第二章の意味を考える
ビッグデータ第一章
ビッグデータ分析を活用した経営
ある日突然変わるわけではなく
そして時代はもう一段上の
次元に行こうとしている
ピアズ・マネジメント
石川県金沢市に拠点を構える小さな企業
Facebook製本オンラインサービス「Your Days on Lifebook」
限りある経営資源(ヒト・モノ・カネ)を迅速に配分し、行動に移す
Facebookページで組織・団体の情報を発信
主力購買層は誰?
趣味
居住地
結婚
年齢
性別
Facebookの使用用途は?
ちょっとした情報の収集
プライベートで他愛無い内容を投稿
学校や職場、旧友との交流
ソーシャル
アクセスデータ
購買データ
ツイートされた数
いいねされた数
シェアされた数
コメントされた数

×
2009年から毎年グローバルに調査を行い、
そこから得られた結果を元にまとめたレポート
勉強会やコミュニティへでの交流
仕事に関連する情報の発信
成功者は着々と増加中
ビッグデータ成功者が
分析によるリソース再配分計画の立案
ビッグデータは第二章へ!
歩む3つのステップ
Cabriore
Wagon
Coupe
旅行好きの60代
ペットを飼っている
小学生以下の子供を
大きな会社だから分析が必要、
小さな会社に分析は不要、は違う

小さな会社でも分析を武器に
チャレンジができることが重要
Vestas Wind Systems
©Sam Churchill
ヴェスタス・ウィンド・システムズ
デンマークに本社を置く、世界最大の風力発電機の設計・製造・販売会社
風力発電機は設置場所に
よって発電量と機器の
寿命が大きく変わります
天候データ
潮汐データ
地形データ
衛星写真
センサー
人口分布
気象モデル
構造化・非構造化データの混在
超大量データ:数ペタバイト
最適なタービン
発電量の予測
ROIのシミュレーション
メンテナンスの
1979年以降、世界67ヶ国に44,500機の風力タービンを供給
ビッグデータ第一章とは
何だったのか?
次世代のキーワードとして注目されたが、
具体的に何をすれば良いのか、多くの人が
よくわからないままビッグデータに取り組んだ
次世代のキーワードとして注目されたが、
具体的に何をすれば良いのか、多くの人が
よくわからないままビッグデータに取り組んだ
ビッグデータが注目され
始めた2011年頃によく
よく耳にした声
「うちのビッグデータはどうなっているんだ?」と社長が突然言い始めた
「おい!うちもビッグデータやるぞ!」
と上司まで言い始めた
とりあえずHadoopはインストール
してみましたが、このあと何をすれば
良いのかわかりません…
ビッグデータ活用によってどのような
経営課題を解決するのか明確にしないまま
現場に丸投げしてしまった
ツールを導入することがゴールとなり
その先にある新しい意思決定のモデルを
しっかりと経営層に提示できなかった
ビッグデータへの取り組みのきっかけとしては
良かったが、目指すべき方向はどこなのだろうか?
小さなチップや無線ICタグが生成する
センサーデータ
1人1秒あたり1000項目
のデータが取得可能
病院内の明確な課題
ビッグデータ分析で課題解決を支援
みなさんご存知でしたか?
データ
超大量のデータを
統合し分析を行う
成功のための3つのステップ
革新に成功している企業は、次の
3つのステップ
、9つの要素を
クリアしていることがわかった
Facebookというデジタル資産を製本して残す日本初のサービス
売上目標1億円、販売顧客数5万人
分析プラットフォームとしてWatson
Foundationをクラウドで導入
ステップ1の要素をしっかりとクリアする
サービス開始段階から分析を全面的に活用して
意思決定と投資を進めることを決定
対面の販売ではなく完全なオンラインサービス
国内だけでなく、海外へのサービス拡張を考えたアーキテクチャ
世界のユーザー数11億人
日本のユーザー数2000万人
Facebook
会員数の推移
会員の属性情報
販売数量
クーポン消費率
原価管理、外注費…
分析結果から次のアクションを決めることとし、個人的な思い込みや経験
から分析を否定することをしない
Step2 分析を試行して効果を見極める
役割を分担し、組織全体として目的を共有し取り組んでいく
意味のある分析ができるよう、様々なデータを統合的に管理し、すべてを分析対象とする
持つ30代のお母さん
40代以上の男性
以上の男性
当初想定していた顧客は
しかし、実際の購買層は
予想から大きく外れていた。
「アクティブな20代〜30代の男女」
これらの購買層それぞれに
最適なプロモーションや情報発信を行い
その結果を分析し、次のアクションを決定する
ターゲットを絞った
印刷品質
UI、UXの改善
Step3へ向けてのチャレンジ
社長の積極的な分析への関与
分析結果を元にした投資プロセスの厳格化
分析スキルのさらなる向上と専門知識の蓄積
本当にこれで良いのだろうか?
ビッグデータは大企業や
行政だけが活用できるものでは?
大量データの集計が出来るだけでは、
経営陣とって価値あるものにならなかった
センサー技術
気が付くと、当り前になっている
家族構成
拡大
風力発電の業界で圧倒的な
競争力を確保。GEと並び、
シェア11.8%を獲得し、
世界No.1
に。
設置場所の割出し
スケジュールを最適化
価値の源泉
評価
プラットフォーム
企業文化
データ
信頼
スポンサーシップ
投資
専門知識
準備
実行
スポンサーシップ
投資
専門知識
わずか数ヶ月で環境を整備し、
分析を活用できる状態を作り上げる
価値の源泉
評価
プラットフォーム
企業文化
データ
信頼
プロモーション
製本品質
機能拡張
新しい技術が引き起こす情報爆発
巨大な資源としての情報
ビジネス成果にフォーカスする
分析の速度を上げる
イノベーティブなアイデアを生み出す
分析の成果と価値の創出を合致させる
リーダーの役割
成功要因の定義
未来に起きる出来事のモデル化
実際の結果を測定
インパクトの測定と未来の設計
リーダーの役割
リーダーの役割
過去ではなく未来を分析する
多種多様なデータを分析対象に加える
ストリーミングデータを分析対象に加える
ビッグデータを管理するために
分析の精度を高める
誰もが分析システムとデータを使えるようにする
分析結果からの意思決定をメジャーにする
事実をベースとした意思決定を行う
リーダーの役割
信用できる分析対象データを準備する
厳格なプライバシーとセキュリティを確保する
強力なガバナンス機能を持つインフラで管理する
データに自信を持つ
リーダーの役割
適材適所で仕事を割り振る
強い信頼に基づく人間関係、組織関係を構築する
分析の結果を信頼する
信頼できる関係の構築
リーダーの役割
リーダーの役割
共有すべきビジョンを
データ分析を信奉し、価値を訴える
分析に基づいた全社戦略を展開する
全社標準規範、評価指標、分析手法を実装する
H/WとS/Wを統合する
明確にし、行動を促す
指標に基づいた投資プロセスの実現
数値化できるビジネスケースを要求する

厳格さと協調によって価値を生み出す
リーダーの役割
分野ごとの分析専門家のスキルをシェアする
分析の専門家と同じ場所で働く
分析専門家へのキャリアパスを明確にする
リーダーの役割
知識の共有化を進める
Full transcript