編集部からのお知らせ
解説:広がるエッジAIの動向
Check! ディープラーニングを振り返る
海外コメンタリー

ポストビッグデータ時代のデータプラットフォームとは

Paul Greenberg (Special to ZDNet.com) 翻訳校正: 村上雅章 野崎裕子

2018-10-03 06:30

 ポストビッグデータ時代におけるデータプラットフォームに関する考察の後編として、前半に続き、今回はデータプラットフォームがどのような進化を遂げてきたのかについて目を向けてみよう。歴史をひもとくことで、きっと未来が見えてくるはずだ。

bigdata

データプラットフォームの進化:データを活用する

 データというものは、1960年代のコンピューティングの黎明期からビジネスを動かす「血」であり続けている。その歴史を通じて、データを収集し、格納し、処理し、管理するためのさまざまなツールが生み出されてきたが、本質的な疑問に光が当てられたことはなかった。その疑問とは、なぜこういった作業を行うのだろうか?なぜデータが必要なのだろうか?データで何を行おうとしているのだろうか?行っていることが正しいかどうかはどのようにすれば分かるのだろうか?といったものだ。

 データがもたらす影響に関しては、従来のマスマーケットを向いた(B2C)企業における場合と、法人を相手にしている(B2B)企業における場合とでは異なっている。市場の潜在的規模(B2C企業は数億人単位の潜在顧客を対象としている一方、B2B企業は数百〜数千社を対象としている)だけでなく、使用するデータモデルの複雑さに関する懸念が存在しているのだ。

 マスマーケットを向いた企業では昔からデータ収集が行われており(例えば、クレジットカード情報の売買や集積のほか、顧客のニーズや行動に関するロイヤルティ情報の収集や共有)、これはB2C企業におけるセグメントの差別化と呼ばれている。この種のデータ集積は、B2C企業にとっては興味深い一方、B2Bの世界で行われているものに比べるとはるかに単純だ。そして、こういった問題を解決するために必要となるツールは、最も適切なデータではなく、大規模なデータ量の管理に力を注いでいる。

bigdata

 B2Bの世界では問題はさらに複雑化し、より優れたツールとプロセスを見つけ出す必要がある。例えば、潜在的な対象が200ある場合、そのうちの120は同じセグメントに属しているなどとは断言できない。これにより差別化が不可能になり、適切な対処が非常に難しくなる。

 このため、販売プロセスや顧客の意向により力を入れた、より優れたデータモデルが必要となる。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

Special PR

特集

CIO

モバイル

セキュリティ

スペシャル

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]