会社を強くするビッグデータ活用入門

基本知識から分析の実践まで
未読
会社を強くするビッグデータ活用入門
会社を強くするビッグデータ活用入門
基本知識から分析の実践まで
未読
会社を強くするビッグデータ活用入門
出版社
日本能率協会マネジメントセンター
出版日
2013年11月29日
評点
総合
3.7
明瞭性
3.5
革新性
4.0
応用性
3.5
要約全文を読むには会員登録ログインが必要です
ログイン
本の購入はこちら
書籍情報を見る
本の購入はこちら
おすすめポイント

今やブームともいえるビッグデータ活用。(著者の網野氏は否定しているが)「データサイエンティストは21世紀で最もセクシーな職業」とまで言われるだけあって、ものすごいことが起こっているような気もするが、一体どんな変化が起こっているのか、漠然としたイメージに留まっている方も多いだろう。

そのような方々に本書は根本的な問いを投げかける。そもそも「ビッグかリトルかというのは本来、どちらでも良いのでは?」というものだ。

確かに以前からデータ分析や統計解析という分野は存在していたし、これまでとは全く異なる変化が起きているというわけではない。コンピューター科学の進化に伴って、記憶容量・処理速度・通信速度が格段に改善したことにより、扱えるデータの対象やボリュームが増えた、ということに過ぎない。例えば、Facebookの投稿やTwitterのつぶやきという非構造化データ、リアルタイムで収集されるセンサーからのデータ、膨大な購買・顧客属性データを根拠としたリコメンデーションなどは、近年になって急拡大しているデータの一例だ。本書によれば、こうしたデータを分析する手法の多くは、過去にも考えられていた切り口での分析の延長上にすぎない。

であるならば、ビッグデータという想像上の化け物に怯えるのではなく、自らが主体者としてビッグデータを活用しようではないか。そしてそのためには、統計学的な専門性以上にビジネスセンスそのものが必要になってくる。本書は、世のビジネスパーソンにとって、ビッグデータ分析に向かう勇気が得られる良書である。

ライター画像
大賀康史

著者

網野 知博
株式会社ギックス代表取締役CEO
1998年、慶應義塾大学理工学部卒業。株式会社CSK(現SCSK株式会社)にて新規事業立案・立上げ、中長期戦略立案、M&Aなどを担当。2004年、アクセンチュア株式会社戦略グループに転職。旅客業、消費財メーカー、ハイブランド、アパレル、小売業などに対し、新規事業の戦略立案、顧客戦略立案、マーケティング戦略立案(商品・サービス戦略、価格戦略、チャネル戦略、プロモーション戦略)、成長戦略立案など数多くのコンサルティングに従事。その後2011年に日本IBM株式会社にてビッグデータやアナリティクスなどのサービスを提供する組織であるBAO(Business Analytics & Optimization)においてコンサルティング部門(BAO Strategy)の責任者を務める。定型データ・非定型データの分析を軸として「データを活用した事業や経営の高度化」に関わるコンサルティングに従事。
同社退職後、2013年にアナリティクスによる科学的・定量的な見える化と、戦略コンサルティングの肝であるシンセシスのケイパビリティをベースに、再現性のある効果創出を実行支援するサービス提供を目指し株式会社ギックスを設立する。

本書の要点

  • 要点
    1
    ビジネス的な効果の高いビッグデータ活用を志向するならば、「儲け話のメカニズム」や「キードライバー」をあらかじめ、まとめておくことが肝要である。
  • 要点
    2
    ビッグデータと呼ばれるものは下記4つの特徴がある。
  • 要点
    3
    (1)容量:数テラバイト~数ペタバイトと巨大である
  • 要点
    4
    (2)種類:通常の構造化データ以外のテキスト、音声、ビデオなどを含む
  • 要点
    5
    (3)頻度・スピード:リアルタイムで生成されるデータに対応している
  • 要点
    6
    (4)正確さ:データの矛盾や不確実性を排除した信頼できるデータ
  • 要点
    7
    データ分析のためのツール選定時には下記3つのポイントを押さえるべきである。(1)事業企画部署で投資できる安価なツール(減価償却費にならないSaaSなど)、(2)事業企画部署でも活用できる簡易なツール、(3)試行錯誤ができるサクサク動くツール

要約

【必読ポイント!】 ビッグデータ活用のための基礎知識

ビッグデータとリトルデータのエピソード
iStock/Thinkstock

本書はまず、著者である網野氏が携わったビッグデータ活用プロジェクト事例の面白いエピソードから幕を開ける。

ビッグデータを活用したあるプロジェクトで、ビッグなボリュームのデータではなく、リトルなデータで事業の高度化に有効な活用方法が創出された。これは投資額も抑えられ効果も得られる、ビジネス的に捉えれば「めでたしめでたし」となるハッピーエンドに違いない。

しかし、そのプロジェクトのクライアント側担当者は、「情報システム担当役員(CIO)からはビッグデータ活用のプロジェクトを行えと言われた。それなのに、ビッグデータと言えない程度のデータでは上司に説明がつかない」と言うのだ。

つまり、その担当者が求めているのは、「ビッグなデータを活用した美談や自慢話」であり、本来求められるはずの「経営上の効果」ではないのである。

この事例を読み、私はいかにもコンサルティングの現場でありがちな、担当者の経営的視点の欠如であると感じた。このケースではクライアント内部での政治的な事情がそう言わせているのであろう。ビッグデータ活用は手段であるべきなのに、目的になってしまっている現状をよく表している。

ビッグデータはどのように活用すべきなのか。本書にはその活用例や方法がふんだんに盛り込まれている。

企業を取り巻くデータの分類

企業を取り巻くデータは3つの切り口で整理することができる。

①定型データ、非定型データ:定型データは「構造化データ」とも呼ばれ、商品名、商品番号、単価、数量等のデータベースに登録されているレコードデータである。一方で、非定型データは「非構造化データ」とも呼ばれ、文書ファイル、eメール、PDFファイル、画像、動画、音声などが該当する。

②社内のデータ、社外のデータ:社内のデータは業務に伴い発生する、クレーム情報や営業日報等の日常で蓄積されるものであり、社外のデータはマーケットリサーチデータや経済データ、政府・自治体のデータが伝統的なもので、更にTwitterやFacebookなどのソーシャルメディアも含まれる。

③マスタデータ、トランザクションデータ:マスタデータは製品や顧客や会計など多くのデータベースで共通の、基本的な情報となる固定的なデータであり、「商品マスタ」「顧客マスタ」「社員マスタ」などが含まれる。一方で、トランザクションデータは伝票だと捉えればよく、「取引明細」などが該当する。

ビッグデータの4つの特徴
iStock/Thinkstock

そのようなデータの中で、IBMによればビッグデータと呼ばれるものは4つの特徴があるという。

(1)容量(Volume)

数テラバイトから数ペタバイトにも及ぶデータ量の巨大さが特徴。

(2)種類(Variety)

構造化データだけでなく、テキスト、音声、ビデオ、クリックストリーム、ログファイル等の様々な非構造データの存在に注目すべきである。

もっと見る
この続きを見るには...
残り2908/4126文字
会員登録(7日間無料)

3,400冊以上の要約が楽しめる

要約公開日 2013.12.07
Copyright © 2024 Flier Inc. All rights reserved.
一緒に読まれている要約
データサイエンス超入門
データサイエンス超入門
工藤卓哉保科学世
未読
日本復興計画
日本復興計画
大前研一
未読
ソーシャル・ビジネス革命
ソーシャル・ビジネス革命
千葉敏生(訳)ムハマド・ユヌス岡田昌治(監修)
未読
日本型モノづくりの敗北
日本型モノづくりの敗北
湯之上隆
未読
発想をカタチにする技術
発想をカタチにする技術
吉田照幸
未読
荘司雅彦の法的仮説力養成講座
荘司雅彦の法的仮説力養成講座
荘司雅彦
未読
未来のスケッチ
未来のスケッチ
遠藤功
未読
スタンフォードの未来を創造する授業
スタンフォードの未来を創造する授業
清川忠康
未読
法人導入をお考えのお客様