![](https://cdn-ak-scissors.b.st-hatena.com/image/square/b37a5f1196bbb215f99661df4e3c28d54fbd0372/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fim%2Farticles%2F1208%2F29%2Fl_r301s.jpg)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ビッグデータ活用の主役はITでも分析官でもない
これほど企業や社会の関心を集めている“ビッグデータ”だが、実際に活用に乗り出している企業はまだほん... これほど企業や社会の関心を集めている“ビッグデータ”だが、実際に活用に乗り出している企業はまだほんのひと握りだ。だが、分析で一番大切なことはデータサイエンティストの確保でもなければ、分析基盤への投資でもなく、ビジネスのプレーヤー自身がデータを生かす目を養うことではないのだろうか。 ほとんどの企業で、なかなか現実的にならない“ビッグデータ活用” ビッグデータという言葉が社会に浸透し、多くの企業が分析に関心を寄せている。だが、複数のハードルがビッグデータ活用に踏み切る企業の足を鈍らせている。 1つはノウハウの問題だ。将来予測のような高度な分析を行うためには、統計解析の知識や高度なスキルが不可欠となる。だが、そうしたノウハウを持った人材は不足しており、育成に時間がかかるほか、外部からスカウトすることも難しい。 コストの問題もある。特に近年、BIが多くの企業に浸透したが、実績などを報告するレポーテ