未来予測を支える技術とPivotal／Mongo、Groonga
連載バックナンバー エレクトロニクスメーカー「GE」がPivotal出資で狙う市場 いわゆる「第3のプラットフォーム」に特化した企業「Pivotal」の設立は2013年4月でした（8月に日本法人Pivotalジャパンがスタート）。このときの出資企業にはEMCとVMwareだけではなく、General Electric（GE）も名を連ねていたのを覚えていますか。GEとPivotalはどこでつながるのでしょうか。2013年12月12日に開催されたPivotalジャパンサミット2013の基調講演にGE ソフトウェア チーフ・マーケティング・オフィサー John Magee氏が登壇し、GEの「インダストリアルインターネット戦略」を語りました。 「インダストリアルインターネット」 GEはいうまでもなく巨大でグローバルな製造業。冒頭にMagee氏は「日々、世界の25％以上もの電力がGEの装置で発電され
セブンとユニクロを“超えた”作業服販売チェーン、ビッグデータで発注自動化
コンビニ業界で圧倒的な強さを誇る「セブンイレブン」を展開するセブン＆アイ・ホールディングスと「ユニクロ」を手掛けるファーストリテイリング。こうした流通業の巨人たちを“超えた”作業服販売チェーンがある。全国に700店舗以上の作業服・作業用品店を展開するワークマンだ。 ワークマンの株式時価総額は約800億円で、セブンの50分の1ほど。にもかかわらず、株式時価総額を従業員数で割った「従業員1人当たりの株式時価総額」で比較すると、立場は逆転する。ワークマンの従業員1人当たりの株式時価総額は約3億6000万円で、セブンの10倍超、ファストリの約2倍の水準だ。 ワークマンは2013年、従業員1人当たりの株式時価総額を全社のKPI（重要業績評価指標）に設定した。「社員1人ひとりの力を最大限に引き出し、企業価値を高め、株主に報いたかった」（CIO＝最高情報責任者の土屋哲雄常務取締役）。今は従業員1人当たり
今年聴いてよかったPaxosの話と聴いてみたかったビッグデータを用いた話 - wmo6hash::blog
聴いてよかったPaxosの話 [C16] インメモリ分散KVSの弱点。一貫性が崩れる原因と、それを克服する技術とは？ by Taichi Umeda from Insight Technology, Inc. http://www.insight-tec.com/dbts-tokyo-2013.html での梅田太一氏のお話です。 実装者の視点からPaxosの話をしてくださる、しかも「5分で説明します」と言いきって。 他のご説明も私好みで憧れる感じでしたが、ここがとにかく かっこよかったのです。 萩原 正義氏曰く “考えをおさえていないと今後のデータベースや分散システムの基本的な理解が出来ない” クラウド ネーティブなデータ アーキテクチャーの選択のポイント | 2013 Fall | Channel 9 via マイクロソフト アーキテクト フォーラム 2013 Fall | MSDN
千葉市のビッグデータ／オープンデータ活用案が「うちのところもやればいいのに」と思わせる | ライフハッカー・ジャパン
「ビッグデータ」あるいは「オープンデータ」は、最近よく耳にする言葉ではないでしょうか。ザックリ言えば、ビッグデータは「大容量かつ多種多様なデータ」、オープンデータは「誰もが利用できるように行政機関が公開しているデータ」といえるでしょうか（定義はまちまちではありますが）。 ビッグデータを収集して分析することで、予想できないような新たなパターンやルールの発見につながります。たとえば、Amazonのレコメンドシステムもビッグデータを活用したもの。今後はさらに多くの企業で活用されていくと見られています。 ビッグデータ／オープンデータの活用は、企業だけにとどまらず、行政も取り組んでいます。千葉県千葉市は、活用にいま力を入れている自治体の1つ。国内外のイノベーションを様々な切り口で紹介するウェブメディア『Mugendai（無限大）』が、現在の千葉市長である熊谷俊人氏に、活用の構想についてインタビューを
［ITpro EXPO 2013］ももクロの人気の秘密を“ビッグデータ”分析から読み解く、専門家4人が議論
「ももいろクローバーZ（ももクロ）の人気の秘密をデータから読み解く」――。2013年10月9日、東京ビッグサイトで開催中の「ITpro EXPO 2013」のメインシアターで、こんな風変わりなテーマのパネルディスカッションが行われた。しかも、ももクロの5人が東京ビッグサイトに登場する直前のタイミング（関連記事：ITってインフォメーション・トラベル？？？ ももクロがITを学んだ「ITクロEXPO」）。 。データ分析や芸能取材などが専門の4人の有識者が、他のアイドルグループと比較しながら、人気の秘密や現状分析などを遠慮なく語り合った。 パネルディスカッションには、ライフログ総合研究所の梅田仁所長、ルグランの泉浩人代表取締役共同CEO（最高経営責任者）、日経BP社日経エンタテインメント！の吉岡広統プロデューサーが登壇。モデレーターはホットリンクの内山幸樹代表取締役社長が務めた。 ホットリンクの内
Suicaのデータ販売中止騒動、個人特定不可なのになぜ問題？ ビッグデータの難点 （Business Journal） - Yahoo!ニュース
Suicaのデータ販売中止騒動、個人特定不可なのになぜ問題？ ビッグデータの難点 Business Journal 8月23日(金)4時50分配信 JR東日本のICカード・Suicaの情報（ビッグデータ）が、6月末に販売開始された。しかし、発売直後から「個人情報保護の観点で問題があるのでは？」という指摘が、同社に対し多数寄せられ、7月25日には販売中止を宣言。販売再開は予定されているとはいえ、身近なビッグデータ活用はわずか1カ月で止まってしまった。 この騒動はなぜ起きたのか？ 情報を整理してみよう。 ●提供される情報は「個人情報」ではない 個人情報というのは、住所や名前、生年月日、職業などの各種情報が「本人を特定できる形で」あることをいう。例えば、「東京都千代田区永田町1-7在住・田中一郎」ならば本人が特定できるから個人情報になるが、「35歳・男性・公務員」というような情報は個人情報
社長に「我が社のビッグデータ活用はどうなっている？」と聞かれたら－－「分析の落とし穴」編
筆者は本コラムでこれまで2回、ビッグデータ活用に乗り出した架空の流通業A社の取り組みについて執筆させていただいた。タイトルの通り、A社の社長がビッグデータ活用に遅れている自社の状況に気づき、社内の幹部や各部門に聞いて回るというものだ（1回目、2回目）。 これらの記事を読んだ取材先の方などから、こうした初期段階の企業が次に陥る落とし穴について、いくつかの情報が寄せられた。なかでも多かったのが、分析の目的に対する経営者と事業部門、IT部門の間での共通認識の欠如に端を発する迷走だった。 具体的にどういうことか。A社の社長と各部長のやり取りを見てみることにしよう。 社長「どうだ。ビッグデータ分析のタスクフォースはうまく行っているか？」 マーケティング部長「3カ月社内横断のタスクフォースで話し合って、ようやく社内のデータ分析を試行することにこぎ着けました」 Web事業部長「オンライン販売のWebサー
ビッグデータ分析の勘所─Treasure Dataイベントで見えたデータサイエンスのノウハウ | gihyo.jp
その中からTreasure Data（以下、TD）のデータ分析ノウハウについて語った田村氏、柄沢氏の発表をピックアップしてレポートします。 データを集めるのはたいへん 1つめに挙げた課題はデータ収集の問題です。田村氏は、いざデータ分析を始めてみると、集めたデータに間違いがあって、正しく集計、分析ができないということがよく起きると言います。 その原因の1つは、アプリケーションを修正した結果、出力するログが変わっていたというものです。データ分析の現場では、「業務でデータを集める人」と「データを分析する人」が異なるというのはよくあるそうです。そのため、前述のようにほかの担当者がログを分析していることをあまり意識せずに、アプリケーション開発担当者がログの内容を変更してしまうということが起こるのです。 また、データを集めるしくみが複雑過ぎる、というのも一因です。一般的にどんなサービスでも、複数のデ
「ビッグデータ分析でひかりTVの解約率を改善」、NTTぷららの堀内周技術開発担当部長
「社内に蓄積されたビッグデータをビジネスに活用していくためには、分析を外部のベンダーまかせにせず、自社内の社員をデータサイエンティストに育成するべきだ」---。2013年7月24日、都内で開催中のイベント「MOBILE SOCIAL WEEK 2013」で、NTTぷらら 技術本部 技術開発部 堀内周担当部長（写真）が、「データサイエンスチームの立ち上げ、180日間プロジェクトから見えたもの」と題して講演した。 同社では、2008年3月に映像配信サービス「ひかりTV」を開始すると同時に、会員数や視聴率など、同サービスに関する様々なデータを蓄積・分析してきた。当時は、基幹データベースに蓄積された生データをそのまま事業部門に渡し、各事業部門が独自にデータを取りまとめレポート化していた。その後、KPIレポート出力に対応したDWHを導入するにあたり、技術部門がデータ分析を一任する体制になる。 「これ
第2回 Amazon Redshiftとは［後編］ | gihyo.jp
前回はAmazon Redshiftの基本的な機能の説明を行いました。今回は一歩踏み込んで、具体的にAmazon Redshiftはどのように利用することができるのか、また他のデータウェアハウスやHadoopなどのビッグデータ処理ミドルウェアと比べて、どのような点が優れているのかを説明します。 Amazon Redshift の得意な点・不得意な点 前回の説明のように、Amazon Redshiftはクラウド上に構築されたデータウェアハウスサービスです。そのため、蓄積された大量データの集計処理に特化されています。 たとえば、過去半年分の全データに対する日付ごと・属性ごとのアクセスユーザの件数を一覧で出力する、などです。これに対して、通常の（行指向）データベースの利用方法である、ある特定のユーザの、特定のデータを取得する、などの処理は、たとえ1件を取得するだけでも数秒かかることがあります。つ
「SUUMO」を動かすデータサイエンティストの取り組み
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 昨今、バズワードのように、ビッグデータという言葉をさまざまなところで耳にする機会が多くなりました。「ビッグデータには、われわれの知らないものすごい鉱脈が埋まっているのではないか」「ビッグデータを分析することで、われわれのビジネスを飛躍的に高められるのではないか」。 このようなビッグデータ神話がまことしやかに囁かれている一方で、具体的にビジネスの現場において、ビッグデータを何にどう生かしていけばよいのか分からないという声も聞こえてきています。 リクルートでは、ビッグデータへの取り組みをこの2、3年あまりで加速させ、需要予測や広告予算の最適化、ウェブリコメンデーションなどの分析ソリューションを生み出してきました。ただし、われわれは、意思決定
景気の「今」を把握することは可能か？ - Yahoo! JAPANビッグデータレポート
Yahoo! JAPANトップページの機能を正しくご利用いただくには、下記の環境が必要です。パソコンでご利用のお客様 Windows：Internet Explorer 11.0以上 / Chrome 最新版 / Firefox 最新版 / Microsoft Edge macOS：Safari 9.0以上 ※Internet Explorer 11.0以上をご利用の場合は、 「Internet Explorerの互換表示について」を参考に、互換表示の無効化をお試しください。タブレットでご利用のお客様 iOS 9以降、または、Android4.0以降のOSに標準搭載されたブラウザー ※日本国内版として発売されている端末でご利用ください。
データ分析の重要性を理解するための入門書５冊 - UNIX的なアレ
はじめに 今回紹介する本は玄人向けではなく「データ分析が重要そうだけど、なんだかよくわかんないと思っている人」向けです。 昨今ではデータマイニングという単語がエンジニアやマーケティング担当者のものだけでなく、経営レイヤーでも重要視されてきています。 ビッグデータというバズワード的なものも頻繁に言われ始めて、めんどくさい上司とかはとにかく口にし出すような状況ではないでしょうか？（想像です） 勉強しないと！と思いはするものの、統計やらHadoopやらRやら、それにまつわるものが多すぎて何から手をつけていいのかわからないもの。 というわけで、私が最近読んだ中でも「何ができるものなのか」という浅く広いテーマについて触れている本をいくつか紹介します。 統計学 統計学が最強の学問である 作者:西内 啓ダイヤモンド社Amazon cakesの連載をまとめた本ですが、統計学がどういった分野に使われているの
ソーシャルゲームのためのデータストリームマイニング : 研究開発
総合研究大学院大学 複合科学研究科 情報学専攻 卒 博士（情報学） 自然言語処理や機械学習、データ分析に関する研究内容とwebシステムの開発と運用について書いています。 シリコンバレーベンチャーみたいに深い技術の事業化をしたいと思っています。 ご興味ある方はご連絡ください。 別に(ソーシャル)ゲームに限らず、ユーザのそういった行動ログはweb閲覧履歴など...の形態で蓄積されていたはずで,それに比べてデータ量が大きく増えたわけではないのに、何で今更ビッグデータがどうのこうのと言われているんでしょうか？ ソーシャルゲームの会社は口を揃えてユーザの行動ログを分析...マイニングして売り上げ増やしたいと思ってますが、しかしデータマイニングについては基本的に心構えというか、ある種の"覚悟"のようなものが要りますよ。 「ビッグデータがあるので、これを分析して何か面白いことがわからないか」 とか言う
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
スシロー、ビッグデータ分析し寿司流す 廃棄量75%減 - 日本経済新聞
［味の素］無料でシステム提供し食のビッグデータを収集