詐欺と戦う、投資好き

私が発見したサイバーセキュリティに関する情報を報告するブログで、株式投資について調べた情報についても書くブログです。

IBMの資料を読む011

ビッグデータに対する積極的な取り組みを実施している回答者の

75%強

が、

照会機能や

レポート、

そして

データ・ マイニング

などの

コア・アナリティクス機能

を使用して

ビッグデータ

分析している

と報告した。


また、

67%強

が予測モデリングを使用している

と報告した。


このような基盤のアナリティクス機能から着手することは、

特に、 

リレーショナル・データベースに保存されている

ビッグ データ

の解釈と分析を始めるにあたっては

現実的な方法である(図7参照)。


ビッグデータの導入

に伴って、

高度なデータ可視化機能に対する

ニーズ

高まっている。


ビジネス・アナリスト

データ・アナリスト

が既存のレポート・ツールやデー タ・マイニング・ツールで表示・分析するには、

データセッ トが大きすぎることが多い。


今回の調査では、

ビッグデー タに対する

積極的な取り組みの

71%

でデータ可視化スキルを利用している。


ビッグデータに取り組んでいる組織が

内在する複雑さの中からパターンを発見するには、

より高度な機能が必要となる。

そのため、

重要なビジネス・プロセスの変革方法をよく理解するために、

最適化モデル

高度なアナリティクスを

活用している。


ビッグデータ内にある

多種多様な変動要因

の分析には、

シミュレーション機能

を使用している。


調査では、

ビッグデータに対する積極的な取り組みの

50%以上

で、

こうした高度なモデリング機能を使用している

ことがわかった。


ほとんどの企業は

今日、

初期のビッグデータでは

構造化 データの分析

に重点を置くことに向かっている。

しかし、 

ビッグデータを活用するには、

複数のデータタイプを分析する必要が出てくる。

その中には、

多くの組織にとっ て

まったく新しいタイプも多数含まれている。

ビッグデータに対する積極的な取り組みの

半数以上

で、コールセン ターの会話の台本など、

加工されていない状態のテキス ト

分析するための高度な機能を

使用している。


このようなアナリティクスには、

情、俗語、意図

といった言語のニュアンスを

解釈し→理解する

機能も含まれている。


非構造化データ

(地理空間情報データ、音声、ビデオなど) 

ストリーミング・データ

分析する機能を手に入れることは、

ほとんどの組織にとって

引き続き

課題となって いる。


これらの分野のハードウェアとソフトウェアは進化しているが、

スキルが不足しているのだ。


音声やビデ オのように

ほとんど構造化されていないデータ

の分析に必要な機能を備えている

と答えたのは、

ビッグデータに対する積極的な取り組みを実施している回答者の

25%

満たなかった。


ビッグデータの価値を高めるために

要な、

より高度な

技術やアナリティクス機能を

入手または開発することが、 

ビッグデータに対する積極的な取り組みを実施している多くの組織で

最大の課題

なりつつある。


これらの組織では、

高度なアナリティクス・スキルがないことが、

ビッ グデータから

最大の価値を得るうえで

大きな障害となる。