新しいチャレンジのきっかけとしてHadoopに注目
IDC Japan 赤城知子氏（以下、赤城氏）：お客様のなかには、従来のRDBMS（リレーショナルデータベース管理システム）や、分析に特化したDWH（データウェアハウス）などでも大量データの処理ができるのではないか、と思う方もいらっしゃると思います。その中で、あえてオープンソースソフトウェア（OSS）のHadoopとQlikViewを使った「集計・分析」ソリューションをご紹介された理由について教えて下さい。
日立製作所
PFビジネス本部 ビッグデータビジネス推進部
山口俊朗氏
日立製作所 山口俊朗氏（以下、山口氏）：今回のソリューションをご紹介した理由としては、コストとリスクを最小限に抑えることができることを強みとして意識しています。従来の一般的なITに対する取り組みの多くは、投資を行なうことでコストが何％削減できるか、といった目に見える効果が念頭に置かれてきました。しかし、新たなビジネス価値を創出するためにビッグデータを活用する場合には、実際に取り組まないと明確な成果を確認できないという部分があります。RDBMSやDWHでも大量データの処理は実現可能ですが、はっきりと成果が分からない場合に、今回のソリューションのようにスモールスタートから、試行錯誤できることが重要であると認識しています。
IDC Japan
ソフトウェア&セキュリティグループマネージャー
赤城知子氏
赤城氏：やってみなければどのような効果が得られるか分からない分野、といえば確かにSNSのつぶやきの分析などは、そうですね。こうすれば何か新しい発見ができるだろうという仮説をもって取り組むべきところです。一方で、興味深いのは、今回のソリューションが、より基幹業務に近い分野に適用できることだと思います。集計・分析を高速化することで、セールの収益率をいち早く知ることができたり、BOM（部品表）やマスターデータの高速な処理から商品の原価率を導きだしたり。ただ、これらは構造化されたデータを対象にしており、RDBが得意とする分野でもあります。構造化されているデータにHadoopを使っていくというのはチャレンジではないかと思いますがどうでしょうか。
山口氏：実際のお客様の事例で言いますと、いきなり基幹業務自体に手を付けるのではなく、周辺領域での新しいチャレンジを行うためにHadoopに取り組んでみるというニーズとなります。
処理高速化のために並列分散処理技術の活用を検討される中で、適用用途、ライセンスコスト、サポート料金などの関係から、Hadoopを適用するということですね。その一方で、業務での運用管理には使い慣れた「JP1」を用いたいというニーズも強いため、日立ではHadoop適用部分についても、JP1で一元的に運用管理できるように対応しています。
日立のビッグデータ集計・分析ソリューション 構成図
ブレードサーバ「HA8000-bd/BD10」や、ミドルウェアとして運用管理ソフトウェア「JP1」を日立が提供。アプリケーションソフトウェアは、クリックテック社のインメモリBIプラットフォーム「QlikView」を採用し、ビッグデータの分析と可視化を高速に行える。そのうえで、Hadoopでの運用管理機能をJP1で補完する。
ITはコスト削減からイノベーションに向かうべき
ゼンリン
経営戦略室 マネージャー
渋谷健氏
ゼンリン 渋谷氏（以下、渋谷氏）：ユーザーの立場としても、新しいチャレンジという意見にはまったく同意します。ITはコスト削減の手段という時代ではなく、イノベーションの方向にむかうべきだと思うからです。経営者として投資するなら、イノベーションの可能性のあるところに投資したい。でも、不確実性が高いので、大きなコストはかけられない。そういったシーンで、今回のようなソリューションは活用できると思います。
赤城氏：IDCでは、ビッグデータの市場規模を算出する際に３つの条件を設け、そのいずれかに該当することを条件としています。1つは100TB以上のデータまたはハイパフォーマンスなストリームデータ。２つ目は、100TB未満だが年間で60％以上の増加量があるデータです。そして３つ目はストリーミング技術によって高速処理されているデータです。これらがどういった特徴を持つかということについては、渋谷さんがおっしゃられるように、ベロシティ（速さ）、ボリューム（量）、バラエティ（多様性）という話になります。そういう意味では、M2M（マシンtoマシン）のデータやSNSのデータなど、これからボリュームが急増するデータも対象です。国内でこうしたビッグデータの利用が期待される分野としては、お客様把握やマーケティング分野が挙げられます。例えば、これから発展が期待される中国、インド、メキシコなどの国でマーケティングをしていくときに、ネットの情報を使って、地域の特殊性が発見できないか、テストマーケティングができないかといったことですね。従来こうした取り組みは、予算がふんだんにあり、特殊な技術を持っている企業に限られていましたが、現在はハードウェアのコモディティ化によって一般の企業でも着手できるようになってきました。
渋谷氏：そうですね。将来的には、ある個人や消費者に向けた特定の情報をスマートデバイスにピンポイントで送り込めるようにもなるでしょう。その際には、単純に機械的に送るのではなく、蓄積されたデータを収集・分析して、価値あるデータとして送り込むステップが必要になってきます。今は、そのステップを誰が踏んでいくのかという競争のタイミングだと思います。今後、ソリューションはもっと発展し、具体的なサービスになると思います。ユーザーがビッグデータを分析できるという環境は、その第一歩として非常に魅力を感じます。
