データマネジメント2014

1. 1 © Talend 2014 © Talend 2014 ビッグデータ統合でビジネスが変わる～データ活用のオープンソース戦略～ Talend株式会社マーケティングディレクター寺澤慎祐

2. 2 © Talend 2014 ビッグデータインテグレーションによってビジネスは変わるのか？ビッグデータインテグレーションは難しいのか？マスターデータマネジメントってどうやればいいの？データクレンジングって簡単じゃないの？データ統合ってこれまでのツールで十分じゃないの？

3. 3 © Talend 2014 ビッグデータインテグレーションを得意とするTalend オープン !   オープンイノベーション n OSSを使ったオープンイノベーションで先進技術へ迅速に対応 n 45000人のコミュニティ n 1500名のテスター !   オープンビジネス n 500以上のアダプター n 多くのベンダーと協業豊富な実績 !   2000万ダウンロード !   100万人のユーザー数 !   4400社の導入注目成長企業 !   年率128%成長 !   オープンソース企業で売上高が２位に !   フォレスターリサーチにおいても有望企業に I DATA

4. 4 © Talend 2014 Mission ビッグデータインテグレーションのリーダーであるTalendは、場所、時間、方法に関係なく、データに価値を与えユーザ企業の成長を支援します。

5. 5 © Talend 2014 データで勝つ !   ジェネラル・マネージャーであるビリー・ビーン率いるメジャーリーグ、オークランド・アスレチックスは、ヤンキーズやレッドソックスに比べて予算が少なく、有力選手を次々に引き抜かれる。 !   ビリー・ビーンは、後に「セイバー・メトリクス」として知られる、統計データに基づく意思決定である。 !   ビリー・ビーンは、経験あるスカウトの意見に耳を貸さずに、あくまでも客観的に「チームの勝ち数に貢献する選手は誰か」という観点から選手を起用 !   野球界であまり重視されていなかった出塁率などの統計値に基づいて選手を起用。 !   怪我その他の理由で他チームから重視されておらず年俸の低い選手でも、出塁率が高ければチームに招く !   アスレチックスは少ない予算のまま、黄金時代を築く

6. 6 © Talend 2014 データライブラリ (18-24PB) 気象データ衛星写真森林伐採データ分析システム地球表面を１キロ毎にメッシュに区分メッシュごとに150のパラメータ設定分析結果発電量予測設置面積、環境配慮メンテナンス計画出力のみならず様々な条件を満たす最適な立地場所を抽出 •  本社：デンマーク、創業：１９４５年、 •  事業：風力発電機の設計・製造・販売で世界最大手 •  実績：６７カ国、４５０００機 •  ビッグデータ活用：設置場所の提案 •  ビッグデータ分析技術：Hadoop •  Hadoop利用効果：３週間から１５分へ •  ビジネス効果：タイムリーな提案による競争力の維持ビッグデータを活用して、顧客である風力発電事業者の収益を極大化する目的から、顧客にとって最適な風力発電機の設置場所を提案（出典）総務省「ICT分野の革新が我が国社会経済システムに及ぼすインパクトに係る調査研究」（平成25年）ビッグデータで勝つ

7. 7 © Talend 2014 （出典）総務省「ICT分野の革新が我が国社会経済システムに及ぼすインパクトに係る調査研究」（平成25年）契約者全体の運転状況と事故状況契約者の運転状況運転日時、場所、速度、急ブレーク頻度リスク判定ロジック契約者別リスク判定リスクに応じた保険料設定 ■本社：米国 ■事業：自動車保険会社 ■サービス名：Snapshot（自動保険料算出設定サービス） ■ビジネス背景 •  インターネット上で販売される安価な保険により、各社一層の差別化が必要だった ■ビジネス効果 •  安全運転を行う利用者にとって非常に割安な自動車保険が適用 •  高リスク層も納得の保険料設定で、運転が変われば保険料も変わる •  数年間で全米の自動車保険業界で第3位に躍進 •  利用ベース自動車保険（UBI：Usage-based Insurance）の提供に際しては、競合他社の事業展開は遅れ気味 •  結果的に同社の「一人勝ち状態」ビッグデータを活用して、顧客毎の最適な保険料を設定することで、顧客もROGRESSIVEもお得データ蓄積モデル構築６ヶ月間のデータビッグデータで勝つ

8. 8 © Talend 2014 Talendを使ったデータドリブン経営の実践事例 !   データ n  ５年分の通話明細記録 n  顧客データ !   課題 n  通話明細記録と顧客データを統合して様々なことを分析したい n  分析インフラ（Oracle）の価格が高すぎる !   解決した技術 n  Hadoop、Talend !   ボーダフォンのチャレンジ n  通話明細記録と顧客情報の統合によるシングルビューの実現 n  精緻なデータ分析によるトレンドの解析高価で不能だった分析が安くなることで可能になった

9. 9 © Talend 2014 Talendを使ったデータドリブン経営の実践事例 !   データ n  融資企業のデータ n  市場データ、社会リスクのデータ !   課題 n  金融当局指導により、融資を増やさなければならないが、銀行としてリスクのある先には貸せない・・・。 n  「要注意」「」破綻懸念」等に分類された融資先に本当は宝の山がないか !   解決した技術 n  Hadoop、Talend !   成果：ALM（Asset Liability Management)の最適化 n  収益、信用リスク、コスト（人件費、IT費用、固定費など）をリアルタイムに把握し、営業などの効率化を図る n  収益の計算 n  信用リスク計算 n  コスト計算融資先をリスクではなく機会と捉えることで経営を最適化

10. 10 © Talend 2014 citiのALMを使ったデータドリブン経営利息による収益信用リスクコスト意思決定アクション ITコスト国際情勢不動産コスト人件費景気指数債権リスク為替株式市況利息収入シナリオ ALM Profit ALM Time

11. 11 © Talend 2014 ビッグデータって　これまでは得られなかったデータで社内外の活動から発生非構造化データ動画データ音声データドキュメントデータテキストデータ SNSデータゲノムデータクリックストリーム行動データセンサーデータ GPS ETC 生体株価為替これまでも得てきたデータで社内の活動から発生構造化データ販売データ会計データ顧客データ物流データプロモーションデータ質の良い質の良い「量」もいいけど「質」もね

12. 12 © Talend 2014 経営者が知りたい５つのこと現在の実力もっとも売れている商品将来性今後、売り上げが伸びる商品確実性何かがあると必ず売れる商品着実性、安定性いつも一定して売れる商品一過性、断続性ときどきよく売れる商品

13. 13 © Talend 2014 データ分析が経営にもたらすもの !   起きることを想定し最適な打ち手をしたい（指示的データ分析） n  モデル化された事象に対してシミュレーション（仮説の導入）を実施して、売上に繋がる打ち手、顧客満足に繋がる打ち手、コスト削減につながる打ち手を実施する !   何が起きるか知りたい（予測的データ分析） n  データマイニングは、過去データからの兆候を見つけ出し、データサイエンティストは、過去データからモデルを導かなければならない n  統計解析手法を使って、起きることを予想する !   何が起きたが知りたい（説明的データ分析） n  データマイニングは、データから何かの兆候を見つけられる。 n  自動化できにくい n  ストーリー、仮説、想像力が必要

14. 14 © Talend 2014 ビッグデータインテグレーションが重要な理由 !   データ量が多ければ、良い情報と良いインテリジェンスが !   データの種類が多ければ、良い情報と良いインテリジェンスが !   データの品質がよければ、良い情報と良いインテリジェンスがヒトカネ情報モノ【データ】細かく分かれた個々の現象や定量的な特性で、それだけではまだ何を意味するのか分からない種類の「情報」。データが集まると、何らかの意味を持つようになる。【インテリジェンス】「情報」を分析、評価したもの。情報に分析、評価して洞察しない限り、インテリジェンスではない。【情報】データの種類が数多くあるなかで、それらの種類ごとに集めて、いくつもの意味を持った「情報」を収集すると、次の段階となる分析、評価が行える。 !   データがうまく統合されると、より良い情報とより良いインテリジェンスが

15. 15 © Talend 2014 データ収集データ分析意思決定アクションデータ種類データ品質データキュレーター多くのデータセットの中から、役に立つものを選び出し、必要ならば修復し、分析アルゴリズムにかける。データのフォーマットや単位系の変換、データ項目の意味の関連付けなど、目的に応じて、どのデータに、どのような前処理やクレンジングを施して使うかを決定して実施するデータサイエンティスト「統計学的要素」、「IT要素」、「業務要素」の全ての能力を備え、データを収集し、アクセスして、分析することでビジネスに活かせる知見を引き出す能力の持ち主。データ処理や統計に関する基本的な知識に加えて、データの裏にある真実を見抜く力、一見まったく関係のないデータを組み合わせるときに何かを発見する力、仮説やストーリーを想定できるスキルが欠かせない。アルゴリズム様々なデータを統合して経営をドライブする

16. 16 © Talend 2014 インテリジェンスを得るのにはデータ < アルゴリズム・アプローチデータ・アプローチ

17. 17 © Talend 2014 Business Intelligence 現在の（ビッグ）データ活用はというと？購買行動に影響を与える外部データ ETL 販売データ商品データ購買行動に影響を与える内部データ各種データ天候、景気イベント、競合商品購買までの行動クリックストリーム店内行動分析 DWH データマート BigData 顧客データ他システム、経営行動意思決定 SFA CRM 物流調達その他新規顧客獲得顧客満足度向上仮説の検証、インサイトデータ分析、モデル作成、アルゴリズム作成、統計解析売上アップコストダウン

18. 18 © Talend 2014 MITスローンスクール Andrew Mcafee ビッグデータの時代における経営者に求められる資質は、正しい答えを考えることではなく、正しい質問をすることだ

19. 19 © Talend 2014 ビッグデータ統合によってインテリジェンスを得ることは重要ですが、インテリジェンスを使うことも重要です。

20. 20 © Talend 2014 Big Data Talendが推奨するこれからのビッグデータ活用購買行動に影響を与える外部データ販売データ商品データ購買行動に影響を与える内部データ各種データ天候、景気イベント、競合商品購買までの行動クリックストリーム店内行動分析顧客データ他システム、経営行動 SFA/CRM 新規顧客獲得顧客満足度向上ビッグデータインテグレーション基盤 Business Intelligence レポート活動指示データ分析結果、モデル、ルールアルゴリズム、統計解析結果売上アップコストダウン

21. 21 © Talend 2014 データ分析はプロセスであり、データ統合はオートメーション技術 !   データ分析は、特定のイベントではない !   データ分析は、スナップショットにおける傾向分析ではない !   データ分析は、組織における意思決定の補助手段 !   データ分析は、定型的なモデル作りです !   データ分析は、データの収集から意思決定までのプロセスですデータ統合とは、データの収集から意思決定までのプロセスを、次の一手まで繋げて、オートメーション化する技術

22. 22 © Talend 2014 ビッグデータインテグレーションのキーワードプログラマブル !   分析結果、ビジネスルール、モデル、アルゴリズムをプログラムする Talend Studio オートメーション !   分析結果、ビジネスルール、モデル、アルゴリズムをプログラムし、次のシステムへデータを渡す !   情報をインテリジェンスに変換して渡す !   予め決められたアクションを適宜実行する「スナップショット」に「リアルタイム」を追加 !   スナップショットデータだけではなく、ストリームされるリアルタイムなデータも対象にする !   スナップショットデータとリアルタイムデータを適宜にデータ収集

23. 23 © Talend 2014 Talendだから実現できる４つの要素圧倒的なスピード多様性への対応ビッグデータプラットホームの対応ビッグデータの取り扱いスモール＆クイック

24. 24 © Talend 2014 Talendのデータインテグレーションを簡単に説明すると・・・ Talend Studio 稼働環境 DATA INPUT DATA OUTPUT cloud

25. 25 © Talend 2014 圧倒的なスピード：　Hadoopネイティブ対応 !   Talend Studioで生成されたJARファイルがJRE、MapReduce、YARN上でネイティブに動作 !   DIエンジン、データクレンジングが圧倒的なパフォーマンスを発揮 !   ビッグデータインテグレーションを分散環境のパフォーマンスで実施できる jar File Java SE CPU 5.2 競合他社プログラム OS CPU YARN jar File Map Reduce Java SE 分散環境 CPU 5.4 jar File jar File jar File Map Reduce Java SE 分散環境 CPU 5.3 jar File

26. 26 © Talend 2014 No SQL DB Hadoop 分散処理における先進技術 API API API 開発者ビッグデータ取り扱い：容易に取り扱えるツール !   NO SQL DB、Hadoop、分散処理技術へのアクセスは簡単ではない !   Hadoop処理への期待は高まりつつあるが、Hadoop/MapReduceを使えるエンジニアが不足 !   Talendは先進技術へのAPIを用意することで、NO SQL DB、Hadoop、分散処理技術を容易に活用できる環境を提供

28. 28 © Talend 2014 多様性への対応：５００以上のコンポーネント !   Talendとコミュニティで開発されたデータソースへのコンポーネントが500以上用意 !   対応していないデータソースへのコンポーネントはオープンソースで提供されている SDKにて開発稼働環境 DATA INPUT DATA OUTPUT YARN Map Reduce Java SE 500 cloud

29. 29 © Talend 2014 スモール＆クイック：ライセンスモデル Bertrand Diard Co-Founder and CSO Fabrice Bonan Co-Founder and CPO CPU、コア、インスタンスコネクター数データ量利用者数エンジニアマーケッター経営企画、MD

31. 31 © Talend 2014 ４つの要素を支えるものはオープン OSSであるが故に情報ソースへのコンポーネントが豊富（500以上）オープンイノベーションによるコミュニティの支持によりコードの信頼性が高いコード生成型モデルであるためコードがオープンであり透明性があるオープンイノベーションであり、ソースコード生成型であるため、先進技術（分散処理環境）への対応が早いコミュニティメンバーに使って頂くことを第一にした利用者単位でのライセンス利用者年間サブスクリプションライセンスモデルはクラウドモデルやOSSモデルに近いコミュニティソースコードイノベーションビジネスオープンコミュニティ Talendの特長

データマネジメント2014

データマネジメント2014

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente(20)

Similar a データマネジメント2014

Similar a データマネジメント2014(20)

Último

Último(20)

データマネジメント2014