HadoopTimes

ストリーミングアーキテクチャ Apache Kafka とMapR Streams による新しい設計手法
最新動向

あなたのデータは「ビッグ」?

データ関連で注目されているこの「ビッグ」な話題を耳にしたことがあると思います。ビッグデータは至るところに存在します。正直、ビジネスオーナーとしてビッグデータの壮大な世界における自分の立ち位置を特定するのは難しいことがあります。あなたのデータはどれほどの規模でしょうか? そのデータをどのように使っていますか? 適切なビッグデータ技術の活用から恩恵を受けたいですか? 簡単に言えば、あなたのビジネスがこのビッグデータ革命の一翼を担っているか否かはどうすれば分かるのでしょうか? その疑問にお答えします。

あなたのデータがビッグか否かを知る必要がある理由

まず、そもそもなぜこれが重要なのかを知る必要があります。ビッグデータ・プラットフォームへの移行は大規模な戦略的かつ経済的な措置であり、軽く考えてはいけません。あなたのビジネスがビッグデータと結びついているか否かを知る必要がある理由に目を向けてみましょう。

チャンス

ビジネス界で言われている大きな虚偽は、ビッグデータを必要とするのはテクノロジー業界関係者のみだという点です。実際は、ビッグデータはあらゆる業界に例外なく影響を与えています。金融通信小売広告、その他あらゆる業界でビッグデータは前途有望な新しい役割を担っています。
ビッグデータが自分とどのような関係があるのか分からない人は、現在ビッグデータがあなたの業界にどのような影響を及ぼしているのかを知るための入門がおそらく必要でしょう。あなたの認識があるなしに関わらず、ビッグデータはあなたの業界に影響を及ぼしているからです。現在および今後、ビッグデータが具体的な業界をどのように最適化するかについて学ぶことは、もしかするとあなたがこれまで気付かなかった手に入れられるチャンスを識別するのに役立ちます。

競争上の優位性

ビジネス戦略へのビッグデータ導入がもたらすその他の潜在的チャンスを見出すと、それが非常に大きな競争上の優位性をもたらすことに気付くかもしれません。実際、マサチューセッツ工科大学とペンシルベニア大学が実施した研究では、株式会社179社のうちデータ主導の意思決定を導入した企業は未導入の企業よりも5~6%高い生産高と生産性をあげています。これはかなり高い競争優位性です。

効率性の向上

同研究から明らかなように、ビッグデータとデータ主導の意思決定はビジネス効率性を高める最適手法です。エグゼクティブは理論的証拠に基づいて重要なビジネス決定を行う代わりに、堅固で定量化可能なデータ主導のインサイトに基づいて決定を行えます。したがって、推測による作業が削除され、すばやく高い生産性を実現できます。

今がビッグデータ担当者を雇用するタイミング

ガートナーシンポジウム/ITxpo 2012でガートナーのアナリストは、2015年までにビッグデータの職が440万件必要になると予測しました。悪い知らせは、労働人口はこの需要に対応できず14万人以上のデータサイエンス専門家が不足することも予測されたことです。さらに悪いことに、データ主導のインサイト作成の複雑な作業を理解できるマネージャーが150万人不足することも予測されています。したがって、この人材不足が市場で発生した時に、皆と一緒に適切なデータ人材を待つのは避ける必要があります。データのニーズを理解し、それを満たす能力を持つ人材を雇うタイミングはまさに今です。

あなたのデータがビッグであることを示す5つのサイン

ここまで「なぜ」の部分を説明しましたので、あなたのデータがあなたの認識よりもビッグであることを示す簡単な5つのサインを示します。

  1. データに圧倒されている – 流入するデータがあなたの対処可能なスピードまたは量を超えている場合、何らかの支援が必要な可能性が高いです。特に、センサー、手動入力機器、マシン間通信、その他の複数のデータソースを使用している場合は支援が必要でしょう。
  2. 大量データを有しているがその使い方が分からない – データを活用する適切なテクノロジーを有している場合はデータは便利なツールになりえます。お使いのデータインフラをアップグレードする必要があるサインの1つは、現在使用しているインフラが実質的なビジネス価値をもたらしていない場合です。大規模データセットを有するあらゆるビジネスは、適切なツールを使って正当な価値のあるデータインサイトを作り出すことができるはずです。したがって、ここで問いかけるべき質問は、「あなたは適切なツールを使っていますか?」
  3. リアルタイムデータ分析を検討 – リアルタイムデータ分析の導入を検討しているなら、エンタープライズレベルのHadoopを検証しているはずです。リアルタイム分析は多くの高負荷作業を必要とし、入力と出力のニーズに対応できるデータインフラとソフトウェアを使ってのみ効果的に実行することができます。
  4. 毎年、追加データストレージに投資している – データに対応していくために毎年追加データストレージに投資をする必要がある場合、大幅に必要以上に費用がかかっている可能性があります。現在の最新データインフラは従来型のデータストレージよりもかなり低価格です。Hadoop (最新ビッグデータ技術) の費用は平均で$1,000/テラバイトを下回ります。同量のストレージに$15,000以上の費用がかかりうる従来型のデータ技術を検討するとき、これはかなり重要です。
  5. 競争相手がビッグデータを使っている – 競争相手におくれを取っていいことはありません。残念ながらいつもトップに立てるわけではありません。競争相手がデータを活用している場合、あなたが見逃している機会を相手が特定している可能性が高く、今がそれに追いつくタイミングです。競争相手の動きを真摯にとらえて素早く行動し、この競争に参加すべき時か否かを判断してください。

次にどうすればいいのか?

ここまで熟考すべき点をいくつか挙げましたので、次は行動計画を作成しましょう。まだ迷っている場合は、まずビッグデータについてもう学んでみてください。お勧めの無料E-bookは、The Executive’s Guide to Big Data and Apache Hadoop (ビッグデータとApache Hadoopのエグゼクティブ向けガイド) です。