そもそもビッグデータとは？
ビッグデータとは、ビッグ”という言葉が示す通り、
時として数ペタバイトにも及ぶデータ群を指す言葉です。
しかし、量的な面だけを示した言葉ではありません。
これまでリレーショナル・データベースで管理されてきた構造化
データだけではなく、テキストファイルや音声、動画、
画像ファイルといった非構造化データを含む多様なデータの
総称という側面もあります。
なぜ、ビッグデータの活用に
失敗するのか。
多くの企業がビッグデータプロジェクトを
始める理由
ビッグデータプロジェクトを始める理由は様々ですが、多くの企業は新たな商品・サービス開発や顧客接点の改善、組織や業務プロセスに内在する課題を解決することをその理由としています。
また、IoTの進歩やO2Oマーケティングの普及によって世に流通するデータ量が急増したことで、マーケティング領域を中心にビッグデータプロジェクトに対する要請が強まっています。
ビッグデータプロジェクトが失敗する原因
- ビッグデータの集積・分析自体が目的化している
ビッグデータは、意思決定を行うための材料に過ぎません。新たな商品・サービスの開発や顧客接点の改善といったビジネス課題と結びついた最終的な目的がKGI（Key Goal Indicator）として明確に定まっていなければ、ビッグデータの集積や分析それ自体が目的化してしまいます。そして、驚くほど多くの企業が、このような原因から失敗に陥っています。
- 最終的な意思決定が難しい
ビッグデータプロジェクトを成功させるには、KGIに至る過程をKPI（Key Performance Indicator）として設定する必要があります。しかし、KGIが不明確なままでは、KPIを設定することができません。そのため、ビッグデータの集積や分析を「どのような目的を果たすために何をすべきなのか」という最終的な意思決定につなげることが困難になってしまいます。
- 成果の検証や改善アクションにつながらない
KGIやKPIが明確になっていないと、プロジェクトの成果を客観的に検証することは困難です。成果を検証できないため、そこから改善すべき課題を見出すことも難しいでしょう。そのため、PDCAサイクルを回しつつ改善アクションを繰り返しながらプロジェクトの成果を高めていくことも難しくなってしまいます。
失敗しない
ビッグデータ活用方法
最終的な目的を明確にする
ビッグデータプロジェクトでの失敗を回避するには、最終的な目的をKGIとして明確にしましょう。成果の検証や改善アクションにつなげることを念頭に、定量的かつ詳細な目標にすることが望ましいです。
ビッグデータに必要な4つの要素
膨大なデータに
対応できる仕組み数百テラバイト、時に数ペタバイトにも及ぶ膨大なデータを多次元的に管理し、活用できる仕組みが欠かせません。データ形式やアクセス頻度、容量、利用する業務部門、アクセス権を有するユーザといった要素ごとに分類できるデータプラットフォームを活用することで、管理が容易になります。
形式を変換し、
統合できるツールビッグデータには、様々なサイズや形式のデータが含まれます。それらを調整し、有機的に統合していかなければ、せっかく集めたデータもビジネスに活かしていくことはできません。そのため、形式変換や統合を行うことのできるツールが必要となります。
ストリーミングデータを活用したリアルタイム分析の実現
サービスのデジタル化やスマートデバイスの普及、IoTの進歩によって、従来とは比較にならないほど多くのデータが、日夜途切れることなくもたらされるようになりました。こうしたストリーミングデータを迅速にビジネスへと活かすには、リアルタイム分析を実現することが必要です。
適切なデータクレンジングと
正確性の確保いかに膨大なデータを集積しようとも、そのデータが正確でなければ分析を行ったところでビジネスに活かすことのできる適切なインサイトを見出すことはできません。データクレンジングを徹底し、信頼できる正確なデータだけを集積する必要があります。
ビッグデータの活用に
不可欠なBIツール
BIツールは、従来型のリレーショナル・データベースだけではなく、顧客管理システムや電子メール、スマートデバイスから送信される位置情報、その他様々なソースからデータを集積した上で、分析やレポート作成を行うことのできるツールです。専門的な知識やスキルが無くとも容易にデータを扱えるため、ビッグデータプロジェクトに取り組む企業も多くが導入しています。
代表的なBIツールの機能
-
レポーティング機能
レポーティング機能は、集積したビッグデータを分析し、集計表やグラフといったレポートとして出力する機能です。
-
OLAP分析機能
OLAPとは、（OnLine Analytical Processing）の略です。OLAP分析機能は、多次元データをもとに複雑で分析を目的とした単発の問合せを行い、数秒程度というスピードで分析結果を示す機能です。
-
データマイニング機能
データマイニング機能は、集積したビッグデータから、来期の売上予測や市場規模の変動、今後実施するマーケティング施策の効果性といった将来的な予測や、まだ顕在化していない顧客ニーズを発見する上で役立つツールです。
-
プランニング機能
プランニング機能は、集積したビッグデータを分析することによって、主に予算編成の合理性の確認やその根拠を得るために利用されます。What-if分析によって、シミュレーションされることが多いです。