日本と米国の決定的な3つの違い（データマネジメント編）
MA（マーケティングオートメーション）やSFA（セールスフォースオートメーション）が生まれ、最も普及している米国と日本の違いを3回シリーズで説明しています。第1回の「意思決定プロセス」、第2回目の「法律」に続いて、今回は「データマネジメント」の違いについて書こうと思います。 言うまでもなくデータベースマーケティングとは、正しく管理された「洗練されたデータベース」がなければ実現できません。日本のBtoB営業はリードデータを収集してから案件化するまでと、案件化してから受注になるまでのそれぞれのリードタイムが長いという特徴があります。この事は欧米よりも長期間にわたってデータを保持する必要があるということですから、データマネジメントは極めて重要な要素なのです。 MA各社が米国での製品リリース後、10年近くも日本市場に参入しなかった理由のひとつが、この「データマネジメント」です。日本語データのマネジ
E-R図やUMLに見える限界 クラウド時代の新記法を創ろう
クラウド時代の本格的な到来に呼応して、新しい技術が次々と登場しています。ところが、必要にもかかわらず革新が見られない分野があります。データモデリングです。E-R図やUML（Unified Modeling Language）といった既存の記法は、今や古いものと言わざるを得ません。 E-R図であれ、UMLのクラス図であれ、基本的には「商品」や「注文」といったデータ項目の集まりであるエンティティー間の関係でデータモデルを作ります。しかしこの前提は、クラウドで稼働するシステムには馴染みにくいものです。 分散システムであるクラウドは、データの一貫性を必ずしも保証しません。一貫性の保証はコスト高になるためです。Webシステムを例に取ると、個々のセッション単位ではデータの一貫性を保証するものの、異なるセッション間ではデータを同期させませんよね。一貫性を緩めることによってスケーラビリティーを高める工夫で
［2］地銀9行がタッグ、2500万人分の顧客データを分析
［リテール強化］メガバンク級のデータ活用 ある日の朝9時、地銀の若手営業であるAさんは、先日大手メーカーを定年退職したBさんに電話を掛けていた。「はい、このあと11時にお伺いします」。退職金の運用相談に乗るアポを取り付け、慌ただしく投信のパンフレットを用意する。 Aさんは昨日まで、Bさんが定年退職したことを知らなかった。タイミングよく電話を掛けてアポを取れたのには理由がある。始業前に、「昨日、B様の口座に退職金が入金されました。資金運用についてヒアリングしてください」というメッセージが、AさんのPC端末に表示されたのだ。 7行が共同でEBMを実践 このように、顧客の変化に合わせてタイムリーに適切な商品を提案する取り組みは、「EBM（イベント・ベースド・マーケティング）」と呼ばれ、注目を集めている。地銀では、横浜銀行や京都銀行など7行が参加しNTTデータがシステムを提供する「共同MCIFセン
『データ・サイエンティストに学ぶ「分析力」』、データ分析の効用、ホワイトカラーに突きつける不都合な未来
世の中では、相変わらずビッグデータやアナリティクスに関するセミナーが真っ盛りである。概念的なものから手法や演習に至るまで、様々なレベルでこれだけ多くのセミナーが開催されているということは、それだけのニーズがあるということだろう。 今回取り上げる『データサイエンティストに学ぶ「分析力」』（原題は、「Sexy Little Numbers」）は、大手広告代理店の数理マーケティング部門長であるディミトリ・メークス氏によるマーケティングに対する計量的アプローチの入門解説書である。著者は、大学で計量経済学を専攻して、学生時代から大手広告代理店で数理マーケティングを20年以上経験してきたという、まさに打って付けの経歴で、多くの事例や具体的なデータ提供業者の名前もあり、概念から分析を経て行動へとの流れを意識した、実務家向けの良書といえる。 ただ、残念なことに翻訳には少々難があり、英語が苦にならない人は原
資生堂、ビッグデータ活用で広告成果が3倍：日経ビジネスオンライン
中村 勇介 日経デジタルマーケティング編集記者 日経ネットマーケティングの編集を経て、2011年2月から日経デジタルマーケティング編集部に在籍。デジタルマーケティング業界の進化のスピードの速さに追われながらも、時流に沿った企画を考えている。 この著者の記事を見る
［3］知見は試行の積み重ねで得る、高速に試行を繰り返せるツールを選ぶ
事業部門の担当者が、事業の構造を知るために生データを分析する。膨大なデータから何らかの傾向を見い出すためには、何度も切り口を変えて集計を繰り返す必要がある。前回は、Excelの延長で利用できる「Power BI」と、試行錯誤の繰り返しに適したツールとして「Tableau（タブロー）」を紹介した。今回は、Tableauの特徴やそのほかのツールとの連携について解説する。 Tableauには、パソコンにインストールして使う「Tableau Desktop」、サーバーで使う「Tableau Server」、クラウドの「Tableau Online」などがある。Tableau Desktopの1ユーザー構成で25万円から。Excelのアドオンで使える「Power BI」は別にして、データ分析専用のツールとしては比較的安価だ。事業部が導入するにしても、ハードルは低いといえるだろう。 付けた属性のチュー
「ロジスティック回帰」でExcelの弱点補う、統計家・西内啓氏らが新製品発表
統計家の西内啓氏らが設立したデータサイエンス専門会社のデータビークル（東京・中央、関連記事：統計家の西内氏らがデータサイエンス専門会社を設立）は2015年2月13日、データ分析ツール「データダイバー（DataDiver）」を発表した。4月に提供を始める。 同日に本格的な営業活動を開始した。価格は1ユーザー当たり月額60万円から（2人までの研修費用込み）。売上高500億円規模以上の企業を主な対象とし、初年度に40件の販売を目標とする。 取締役製品責任者の西内氏（写真1左）は、「これまで企業からデータ分析に関する依頼を受けることが多かったが、『分析担当者が現場のことを知らない』という壁によくぶち当たった」と述べた（写真2）。 これを踏まえてデータダイバーは、日本の製造業の「QC七つ道具」のように、現場担当者が自ら分析して改善に取り組めるように設計したという。分析画面からは極力専門用語を排して、
データから説得力ある“ストーリー”を導くには？
突然ですがここでいくつか問題を出します。 問1：同じスーパーチェーンの郊外ロードサイド店と駅前店で、同じ商品を同額の値引きで売るとします。どちらの店舗の売り上げが伸びるでしょうか。ただし他チェーンとの競合状況などは同じとします。 問2：商品Aの売り上げが好調なある企業が、さらに類似商品Bを発売しました。商品Bより優れた商品Aのほうが引き続き売れると思うのですが、その目的は何でしょうか。 問3：新製品開発のため調査を行ったところ、消費者は値段が高くても特定の製品スペックが高い方がいいと考えているという結果が得られました。その結果を踏まえて、スペックを重視した「値段が高めの製品」を発売しても問題ないでしょうか。 問4：家電量販店に行くとたくさんの種類のスマートフォンが陳列されています。消費者はどのように選んでいるのでしょうか。 これらの問題を見て、「そんなの実際に分析しないと分からないだろう」
データの見方を変えよう、意識すべき三つのポイント
ビッグデータを分析する際、企業システムで扱うデータを組み合わせて分析することが多い。最後に、企業システムのデータをビッグデータ分析システムの対象に加えるときの注意点をまとめる。従来とは異なる視点や考え方が求められるという。 従来の企業システムで扱うデータを組み合わせて、ビッグデータを分析することも多い。組み合わせる際には注意すべき点がある。三つのポイントを解説しよう。 ポイント1 業務プロセスの視点でデータを捉える エンジニアの皆さんは現在、主に顧客の業務を効率化することに重きを置いて、システムを開発しているのではないだろうか。そのような意識では、データは最新の状態だけ保持できればよいと考えがちになる。 例えば、ある受注データに対して数量に変更があった場合、システムでは受注データに記録された数量の値を上書きすればいいと考えるだろう。だが、こうした数量変更が頻発していると分かったとき、受注業
STEP3 データ分析
ビッグデータの「分析処理」で注意が必要なのは、クエリーの処理時間だ。STEP2 データ保存で取り上げたデータストアのクエリー処理面を見ていくことになる。クラウドサービスとオンプレミスに分けて説明しよう。 クラウド編 リクルートテクノロジーズの山田悦明氏（ITソリューション1部ビッグデータグループ）がビッグデータ分析に利用しているのは、「Amazon Redshift」だ。リクルートホールディングスのグループ企業各社が運営するWebサイトのアクセスログを収集・分析し、Webサイトのデザインやサービスの改善に活用している。実際、分析結果を基にしてあるサイトのデザインを変更したところ、コンバージョンレート（成約率）が以前の1.4倍に上がったという。 アクセスログは1カ月当たり1億8000万件ペースで増え続ける。分析対象のデータが増えてもリソースを柔軟に拡張して処理性能を高められるクラウドのメリッ
第12回：日本と米国の決定的な3つの違い（データマネジメント編）
MA（マーケティングオートメーション）やSFA（セールスフォースオートメーション）が生まれ、最も普及している米国と日本の違いを3回シリーズで説明しています。第1回の「意思決定プロセス」、第2回目の「法律」に続いて、今回は「データマネジメント」の違いについて書こうと思います。 言うまでもなくデータベースマーケティングとは、正しく管理された「洗練されたデータベース」がなければ実現できません。日本のBtoB営業はリードデータを収集してから案件化するまでと、案件化してから受注になるまでのそれぞれのリードタイムが長いという特徴があります。この事は欧米よりも長期間にわたってデータを保持する必要があるということですから、データマネジメントは極めて重要な要素なのです。 MA各社が米国での製品リリース後、10年近くも日本市場に参入しなかった理由のひとつが、この「データマネジメント」です。日本語データのマネジ
［バッドデータ（1）］バッドデータが原因で分析不能に、典型的な4パターン
企業システムは「業務で扱うデータ」を保管し・適切に出し入れする仕組みである。データは日々の業務の遂行を支え、またデータからその企業の姿を分析することができる。しかし、データの信頼性が低ければ適切な分析結果が得られない。そもそもどんなデータを保持しているか完全に把握できていない企業も多い。こうしたデータに関わる問題は多くの企業を悩ませている。実はその根は深い。本特集では、このような問題を抱えたデータを「バッドデータ」と呼び、その問題と対策を考察する。 近年、データ分析がブームである。これまでシステムの副産物な扱いをされていたデータを様々な手法で分析することで傾向や相関を見つけ出し、ビジネス上意味のある情報に転換する。そうしたデータ分析手法や、分析できる人材のスキルが話題に上っている。実際に、データ分析の専門部署を設けた企業、大量のデータを蓄積/処理するための基盤システムを構築した事例、といっ
ビッグデータが支える、25年ぶりの人工知能ブーム：日経ビジネスオンライン
ここ数回、米グーグル、米フェイスブック、米ツイッターなど大手ネット企業が、大規模なユーザー作成コンテンツを構造化して利便性を高めたビッグデータ活用を奨励し、特にAPI（アプリケーション・プログラミング・インタフェース）の形で公開することにより、企業や団体の広義のマーケティング活動を変革してきた事例を紹介してまいりました。 大量の構造化データは、一種の「知識」として様々な入力情報に多彩な加工（いわゆる有用情報の抽出、発見、集約などを含む）を施して出力させるのに役立ちます。この情報加工・生産を行う「知識」の役割モデルについては、以前の記事『ビッグデータが変えた「知識よりもデータが偉い」？』に簡潔に図解させていただきましたのでご参照ください。 半導体事業に代わるIBMの柱は「ツイッター分析」！ 今月見聞したビジネス関係の記事で最も感慨深かったのが、日経コンピュータ・浅川直輝記者によるこの記事です
ビッグデータ活用に「切実さ」は不可欠、それ抜きに神は舞い降りない
ビッグデータに関して、ハイプサイクルにおける「過度な期待」のピーク期は過ぎつつある。だが実際のところ、日本のユーザー企業の多くは「絶対にやらなければいけない」と考えているわけではなく、「やらなきゃいけないのかな？」とクエスチョンマーク付きで捉えているケースが多い。 グローバルで見ると、ビッグデータに対して何らかの投資をしていくと非常に多くの企業が表明している。しかし、あくまでも「何らかの」投資であって、今やっていますかと聞くと、大半の企業は「まだこれからです」「パイロット（試行）の段階です」と答える。今後1～2年は、まだパイロットの段階が続くだろう。日本の一般企業の多くはパイロットにさえも達しておらず、様子見の段階にとどまっている。 パイロットではなく、実際にビッグデータの取り組みを進めている企業もあると思うが。 分かりやすいのは、Webやモバイルを中心にビジネスを展開している企業だ。多種
60年続けてきた半導体製造を手放すIBM、「Watson」に社運を賭ける
「世界中のツイート情報を分析することで、ビジネスの意思決定手法を一変させる」。米IBMのバージニア・ロメッティCEO（最高経営責任者）は、米国ラスベガスで10月末に開催したイベント「IBM Insight 2014」にビデオ出演し、米ツイッターとの提携の意義を語った。膨大なツイート情報をIBMのデータ分析クラウドで利用できるようにするほか、ツイート情報を分析・活用する業務アプリケーションを両社が共同で開発する。さらにIBMは、社内のコンサルタント約1万人を対象に研修し、Twitterデータの活用支援アドバイザーを養成する。 ツイッターとの提携は、ロメッティCEOが推進するオープン戦略の目玉案件の一つだ。この半年だけでIBMは、クラウドサービスとモバイル業務アプリの分野で大手IT企業と相次いで提携。10月22日、クラウド分野で米マイクロソフトと提携することを発表。7月にはモバイル業務アプリの
ビッグデータで企業の戦い方は以前と異なる、戦場を4分類し競争力に結び付ける戦略を
ビッグデータで企業の戦い方は以前と異なる、戦場を4分類し競争力に結び付ける戦略を ビッグデータを競争優位につなげる---日本IBM グローバル・ビジネス・サービス パートナー ストラテジー & アナリティクス 日本リーダー 池田 和明 氏 ビッグデータの時代を迎え、デジタル空間と私たちが住むフィジカル空間の間で人が介在しない行き来が増えている。IoT（インターネット・オブ・シングス）によって機械が2つの空間をつなぐようになった。 事業環境は以前と大きく異なり、企業の戦い方もそれを意識したものにする必要がある。戦略を立案する際、ビッグデータの主戦場を(1)デバイス・インフラ（接続地点）、(2)データ資源（権益）、(3)プラットフォーム（要衝）、(4)ユーザー体験（価値）の4つに分けて考えると理解しやすい。 デバイス・インフラは、スマートフォンやセンサーなどのデバイス・インフラを販売、配布する
知の保存・共有のあり方を大きく変えるIT、データをインテリジェンスに昇華する役割も
知の保存・共有のあり方を大きく変えるIT、データをインテリジェンスに昇華する役割も ITによる未来創造を予見する～NTT DATA Technology Foresight 2014～---NTTデータ 代表取締役社長 岩本 敏男 氏 ローマ教皇ニコラウス5世が15世紀に設立したバチカン図書館は、バチカン写本をはじめ膨大な数の重要なコレクションを所蔵する。NTTデータは今年3月、バチカン図書館との間で2世紀から20世紀に書き残された約8万2000点の手書き文献のうち3000点をデジタル化する契約を締結した。 バチカン図書館の蔵書に限らず、人類の歴史を振り返ると、様々な人が知を生み出し、それを保存・共有することで文明は発展した。グーテンベルクによる活版印刷の発明、アルドゥス・マヌティウスによる出版業の立ち上げは特に大きな貢献をした。そして、デジタル化によって知の保存・共有のあり方は大きく変わ
[続報]ベネッセの再発防止策は正攻法か、奇策か
「根本的な原因は、自社の情報セキュリティへの過信、経営層のITリテラシーの不足、性善説に立った監査体制など、企業風土に起因する甘さがあったことだ」。ベネッセホールディングスの原田泳幸会長兼社長は2014年9月10日の記者会見で、今回の情報漏洩事件を受け、同社の情報管理体制を大幅に見直すことを明らかにした（関連記事：ベネッセ漏洩対象は国内総人口4割の4800万人、各世帯に500円金券を配布）。 大量ダウンロード時のアラートが無効に 今回の記者会見では、元社員が大量の顧客情報を外部に持ち出せた理由のいくつかが明らかになった。 今回新たに判明したのが、データの取り扱いに関するアラート（警告）設定の不備である。 同社の社内ネットワークには、従業員の誰かが大容量のデータをダウンロードしようとする際、システムがアラートを発する仕組みがあった。だが、情報が漏洩した顧客データベース（DB）は、このアラート
![[続報]ベネッセの再発防止策は正攻法か、奇策か](https://cdn-ak-scissors.b.st-hatena.com/image/square/cb02b1677b49c16f77dcec4c93a81383641e1a30/height=288;version=1;width=512/https%3A%2F%2Fxtech.nikkei.com%2Fit%2Fatcl%2Fcolumn%2F14%2F346926%2F091000052%2F1.jpg%3F20220512)
［3］インメモリー、各社のこだわり
インメモリー機能について掘り下げた。単にメモリー上で処理するだけでなく、並列化やデータ削減など、効率的にデータを読む機能が性能を下支えする。全データをインメモリーで処理するのか、一部のデータのみにとどめるかは、製品によりポリシーが分かれた。技術のみならず、実現のための費用が大きなポイントだ。 司会： インメモリー機能がトレンドですが、今までのRDBMS（リレーショナルデータベース）もデータ操作はメモリー上でやってきました。根本的に、何が違うのでしょう。 日本マイクロソフト：北川 メモリー上にデータが載っているのはデータベースなので当然で、今までもバッファ上にデータが載っていました。ただし、バッファとして使っている領域の管理に、やはりオーバーヘッドがかかります。SQL Server 2014 で搭載したOLTP処理に特化したインメモリー機能「Hekaton（ヘカトン）」は、そういったものを全
ここまで来たメンテナンスのデジタル化：日経ビジネスオンライン
「機械や装置をインターネットを介して互いにつなげる」“Internet of Things”（IoT）、という思想が叫ばれるようになった現在、世界の産業はそのあり方について大きな変局点を迎えている。このIoTを取り入れた先駆的存在であるドイツでは、製造業を中心とした既存産業の“インターネット化”を第4の産業革命（インダストリー4.0）とし、官民一体で推進していることは前回まででご紹介した通りだ。 近年では多くのメーカーや事業者が自社製品のメンテナンスにIoTやインダストリー4.0の概念を取り入れ始めつつあり、従来の時間基準保全（Time Based Maintenance）から、データを駆使したより合理性の高い状態基準保全（Condition Based Maintenance＝CBM）へと徐々に移行しつつある。このような手法の発展に期待するべきことは、「メンテナンス効率の向上によるコスト
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
