JP/EN

 

Foresight in sight

ビッグデータ利活用

日本ユニシスグループの取り組み

日本ユニシスグループが考えるビッグデータとは

一般的には以下の3つの特徴を含むデータが「ビッグデータ」と認識されています。
  1. Volume(大量)
  2. Velocity(高頻度)
  3. Variety(多様性)
「ビッグデータ」の名称から、「大量データ」のみをビッグデータと捉えてしまいがちですが、たとえ大量でなくとも、高頻度に発生するデータ(センサーから得られるデータ、ログデータ等)や多様性のあるデータ(画像や音声を含んだデータ等)もビッグデータと捉えられています。
しかし、これだけでは単なるデータの特徴を述べているに過ぎません。「ビッグデータ」と呼ぶにはもう一つの特徴「④Value(価値)」が必要です。価値が産み出されると思うからこそ、企業も国家も「ビッグデータ」に期待を寄せるわけです。
Value(価値)を引き出せてこそビッグデータ

ビッグデータ活用環境進展に応じた、日本ユニシスグループの提供サービス

企業が行うビッグデータの活用は、「価値創出」と「競争力強化」という二つの視点で、社内外の情報を利活用していくことが重要であると考えます。日本ユニシスグループは、この考えに基づき、ビッグデータが今後普及していく過程において3つのステージ(多くの企業でビッグデータが利活用される状態)を経てビジネスのイノベーションに向かって行くと予測し、これらを見据えた取組みを通じて、お客さまの「価値創出」と「競争力強化」に貢献してまいります。
競争力強化の視点・価値創出の視点・ビジネスのイノベーション
※1 文書や電子メールのデータ、XMLデータ、センサーデータ等
※2 音声、動画といったマルチメディアデータ等

適用シナリオとソリューションセット

日本ユニシスグループでは、お客さまのニーズや市場調査レポートなどから、ビッグデータの活用が見込まれる領域を選定、さらにその中で使われるデータや要素技術に共通性がないかどうかを考慮し、ビッグデータの適用シナリオを大きく以下の4つに分類しました。
各シナリオでお客さまが実現されようとするビッグデータの利活用を、より早く、より確実に、より低コストで実現するために、日本ユニシスグループが持つ複数のソリューションや知財を組合せ、技術検証済みのソリューションセットとして提供します。
日本ユニシスグループのビッグデータ適用シナリオ分類 ビッグデータの様々なアプリケーション活用シーン

日本ユニシスグループのビッグデータ利活用サービスと体制

ビッグデータを活かすためには、どんなデータを収集しどのように統合していくかといった「データ管理」も重要ですが、最も大事なことは、データを分析し「分析結果から価値を得る」ことです。そのためには、データ分析用のシステムに加え、「データサイエンティスト」と呼ばれる、お客さまの業務に通じ、分析学や統計学にも明るい、高度な技術をもった人材の働きが欠かせません。
ビッグデータ利活用の要となる「データサイエンティスト」には、顧客課題を理解し対応策を立案支援する「ビジネススキル」、意思決定に必要な分析手法と必要なデータを選択する「分析スキル」、そして分析のPDCAを回していくための分析ツールやデータ処理基盤等の「ITエンジニアリングスキル」が求められます。
データサイエンティストに必要なスキル群
日本ユニシスグループでは、汎用コンピュータ全盛期の頃から情報活用領域で活躍してきたデータ分析のプロフェッショナルを数多く有していますが、全てのエンジニアがこのような多様なスキルを全て一人で兼ね備えたスーパーデータサイエンティストであるわけではありません。
日本ユニシスグループでは、スーパーデータサイエンティストを育成していくとともに、各スキルを持ったエンジニアを数多く育成し、それらエンジニアを組み合わせたチームとして「データサイエンティスト」機能を提供し、お客さまの課題解決にあたります。
しかし、データサイエンティストがいればビッグデータ利活用が必ずうまくいくというわけでもありません。
全てのお客さまに共通した「ビッグデータ分析手法」なるものはそもそも存在しません。また、分析に必要なデータや分析方法は、お客さまの状況や目的ごとに異なるため、まず最初に「何に活用したいのか」「目的は何なのか」を明確にすることが重要です。さらに、必要なデータの収集や分析を行うにあたっては、何がしかの「仮説を立て、検証を繰り返す」ことも重要です。この「仮説/検証」を通じて初めて、新たな価値が見つかる可能性が高まると考えます。日本ユニシスグループは、お客さまの業務を十分に理解しつつ、目的等を一緒に明らかにする作業から進めてまいります。
扱うデータ量が増えると新たな価値創造のチャンスが産まれる一方、同時に「情報の密度低下」によるノイズの増加や無駄を引き起こす可能性が高くなります。このノイズや無駄をなくすためにも、「仮説の設定」と「検証の準備」を十分に行うことが重要です。
ビッグデータの利活用サービスは、日本ユニシスグループのデータサイエンティストにおまかせください。
収集データ→仮説設定/検証準備/仮説検証「新たな気づき、価値を発見!」日本ユニシスグループのデータサイエンティスト

*記載の会社名および商品名は、各社の商標または登録商標です。