インフィニティソリューションズ株式会社ブログ

ビッグデータのギャップを埋める方法

膨大なデータを集め、それを読み出す方法、さらには分析ツールも近年急速に充実してきた。だがいわゆる「ビッグデータ」の目的はデータをビジネスに活用することであるから、業務に活用できる形でアクションを取れるような分析結果を出す必要があるが、なかなか難しい。データは集まっても、活用できないことが少なくないはず。ではどうすればいのか。

InformationWeekの「How To Bridge Big Data’s Information Gap(ビッグデータのギャップをいかに埋めるか)

‘The gap is between those who gather and analyze customer behavior or business process data and those who can put the analysts’ findings to practical use, according to a survey conducted in September by the MIT Sloan Management Review, house publication for MIT’s Sloan School of Management.’

「MITのSloan School of Managementが発行するMIT Sloan Management Reviewによる今年9月に実施された調査によると、 顧客行動やビジネスプロセスデータを集め分析する人と、分析者が見つけたことを実際に活用する人との間にはギャップがあるとのこと。」

‘The online survey of respondents with senior-level management titles shows two-thirds or more are big fans of big data and analytics, but don’t quite know what to do with it.

— 67% of survey respondents say analytics provide a competitive advantage.

— more than half responding to Sloan’s survey say analytics can improve a company’s organizational capabilities.

— 65% said their organizations are good at capturing data that would be relevant to the questions they’d like to answer.

— 46% said their companies are good at distributing potentially valuable insights to front-line employees able to put them to use.’

「上級経営職のタイトルをもつ回答者を対象としたオンライン調査では、3分の2以上がビッグデータと分析の大ファンであるが、結果をどうすればいかを分かっていない。

  • 回答者の67%以上は分析が競争優位に結びつくと回答。
  • 半数以上は分析により会社の組織的能力が向上すると回答。
  • 65%は、自社は、答えが欲しいことに関連したデータを集めるのが得意だと回答。
  • 46%は、自社は、潜在的な価値があり、フロント現場の社員が使える洞察を出すのが得意であると回答。

‘Qualitative analyses are often easier to turn into practical decisions than quantitative, at least for those who are not data specialists, Keeter says.’

「 ビッグデータの影響を調査研究しているPew Research Center for the People and the Pressの調査研究担当ディレクターScott Keeter氏は、ビッグデータ少なくともデータスペシャリストでなければ、多くの場合、定性分析の方が定量分析よりも実際の意思決定に結びつきやすいと語っている。」

‘Of course, much of the justification for big data analyses is to try to extract qualitative evaluations from quantitative data, which often requires that end users look at the results using supplementary tools that may contain analytics of their own, rather than simply the ability to digest or create visual representations of complex data, Keeter says.’

「むろん、ビッグデータ分析は定量データから定性評価を導きそうというもので、その場合、エンドユーザは、補足的なツールを使って結果を見る必要があり、そのためには複雑なデータからサマリーやビジュアルなプレゼンテーションを作るという単純な能力ではなく、独自の分析を含めることが必要だとKeeter氏は語っている。」

‘The most common of those supplementary tools in corporate America? Microsoft’s Excel spreadsheet.’

「米国企業で最も使われている補足ツールは何か?MicrosoftのExcelスプレッドシートだ。」

‘Relying on an additional set of tools whose role is simply to convert data that have already been analyzed into formats users can understand is inherently less efficient than simply making the results easier to read, according to Michele Goetz, enterprise architecture and applications analyst at Forrester.’

「Forrester社のエンタープライズ・アーキテクチャとアプリケーションのアナリストMichele Goetz氏によると、分析済みのデータを単純にユーザが理解できる形式に変換するだけの付加ツールに頼るのは、結果を居見やすくするよりも効率が悪いとする。」

‘It may be appropriate to have data scientists do in-person briefings or other handholding for individuals or small groups, but that process wouldn’t scale in a large organization.’

「データ・サイエンティストが自身でブリーフィングするか、個別あるいは小規模グループ向けに個別対応するのがいいかもしれないが、このようなプロセスでは、大規模組織には対応できないだろう。」

— データ分析官がいるぐらいなら、必然的に大組織なわけで、それでも個別ブリーフィングで対応しなければならないのではなかろうか。