ミドルデータ・ビッグデータ分析系コンテンツ

ミドルデータ・ビッグデータ分析コンサルとしてのTwitterコンテンツです

 
 
ミドルでーた・ビッグデータというのが最近はやりだが、前からある話だね。
流通の世界ならPOSデータかな?
どんな会社でもビッグデータは存在するね。
ビッグデータのブームがいいところは、それを使って分析しようということか。
分析できる人は本当にいない。
ピボットテーブルじゃ集計だけだし。
統計ソフトを使えないと分析は無理だな。
統計ソフトはまずは初心者ならエクセル統計でも十分ですな。
あんまり統計を学問的に学ぶとこむつかしい話だけなので、そこらへんは一気に飛ばしたほうがいいね。
特にメインで使うのはどれか数種類で十分ですね。
今までのビッグデータというと大手企業の得意技範囲だったんですが、最近は個人でも性能の高いパソコンが数台あれば可能なところがすごいですね。
ビッグデータの概念の普及で、大企業でも個人でも差がない時代に来たと思いますね。
最近よく使っているのはやはり多変量解析でしょうか。
コレスもよく使いますね。
双対もいいですね。
グラフ化しないと相手が理解できないですね。
データはいったんアクセスに格納ですね。
アクセスに弱いとちょっとこの手の分析は厳しいかな。
ビッグデータで面白いのは、今まで見えなかった関係が見えてくるのでそこが面白いですね。
時系列分析では相関なども面白いです。
説明要因をどうつけるかでいろいろな分析ができますね。
POSデータと販促スケジュールとリソース管理を紐つけると面白い関連性が分析できますね。
最近面白いのが検索データですね。
検索のボリュームのデータはビッグデータとして使えますね。
ビッグデータ(英語)とは、分量、速度(発生頻度)、多様性、変動性、複雑性のすべてにおいて高い水準を示す情報のことです。マーケティング部門にとってビッグデータは、デジタル化が進んだ世界の新たなマーケティング環境で取り組むべき当然の課題です。
「ビッグデータ」という言葉はデータだけでなく、そうした膨大なデータセットの保管・分析に関連した課題、機能、能力までを含めて使われることもあります。ビッグデータを適切に活用すると、以前は不可能だった画期的なレベルで正確かつタイムリーな意思決定を実現することができます。これは「ビッグデータ主導の意思決定」などと呼ばれます。
マーケティング担当者の多くは「データはこれまでも常に膨大(ビッグ)だった」と感じるかもしれません。実際、ある意味ではそうでした。しかし、20年前の企業が収集していた顧客データは、POSトランザクション・データ、ダイレクトメール・キャンペーンへの反応、クーポン引換率などでした。それに対して現在の企業は、オンライン購入データ、クリック率、サイト閲覧行動、ソーシャルメディア上の対話、モバイルデバイスの使用状況、位置情報なども収集しています。データ量は比較にならないほど増えています。しかも今見えているものは、ほんの氷山の一角にすぎません。
ビッグデータを手にしただけで自動的にマーケティングが改善されるわけではありませんが、その可能性は手に入れることができます。ビッグデータは、隠し味にも、原材料にも、必須要素にもなりえます。重要なのはデータ自体ではありません。違いを生むのは、ビッグデータから得られる知見・洞察であり、それによって可能になる意思決定や行動です。
マーケティング部門は、ビッグデータと統合マーケティング管理戦略を組み合わせることにより、次の領域で大きな成果を得ることができます。
ビッグデータは顧客が誰かという基本情報だけでなく、顧客が今どこにいるか、何を欲しいと考えているか、どのようなタイミングとチャネルでコンタクトを希望しているかなどについて情報・洞察をもたらします。
ビッグデータは顧客ロイヤルティに影響する要因や、顧客の継続的な取引につながる要因を発見するために役立ちます。
ビッグデータを活用すると、複数のチャネルにまたがるマーケティング予算の配分を最適化したり、テスト/測定/分析を繰り返しながら継続的にマーケティング・プログラムを最適化できます。
収集すべきデータを知る
データはあらゆる場所に存在しています。取り組むべき膨大な顧客データ、業務データ、財務データがあります。しかし、データが多いほど良いとは限りません。適切なデータを見極めて活用する必要があります。
使用すべき分析ソリューションを知る
ビッグデータの量が増大するにつれて、意思決定を行い、それにもとづいて行動するために利用できる時間は短くなっていきます。適切な分析ソリューションはデータを集約・分析したり、有益な洞察や意思決定を組織全体に行き渡らせるために役立ちます。問題はどれが適切なソリューションかということです。
データから知見・洞察を導き出して優れた成果につなげる方法を知る
データを収集したら、次はデータを知見・洞察に変換する必要があります。さらに、得られた知見・洞察を活用し、マーケティング・プログラムを改良していく必要もあります。
ビッグデータを活用してより深い洞察を得る
ビッグデータをより深く掘り下げ、表層をはぎ取っていくほど、より豊かな洞察が得られます。最初の分析から得た洞察に対してさらに分析を重ねることで、より豊かで深い洞察を導き出すことができます。このような深い洞察は、成長を推進する具体的な戦略や行動を策定するのに役立ちます。
ビッグデータから得られた洞察を実際に活用できる人に届ける
ビッグデータの分析がもたらす有意義な洞察をCMO(最高マーケティング責任者)が必要としているのは明らかです。しかし、現場の店長、コールセンターの電話対応スタッフ、店員なども、そうした洞察を必要としています。貴重な分析結果からの洞察を役員室に留めておくことにメリットはありません。洞察にもとづいて行動できる現場のスタッフにも届けることが重要です。
最初からすべてを解決しようとしない
ビッグデータの活用が重荷に感じられることもあるでしょう。最初のうちは少数の重要な目標に絞って活用することを検討してください。まず改善目標を設定します。目標値を設定すると、それに関連した分析をサポートするために必要なデータが何であるかを特定できます。このような実践を繰り返しながら、順番に目標を達成していけば良いのです。
顧客:マーケティングで最も一般的に使われているビッグデータ・カテゴリーです。顧客の行動、態度、トランザクションに関する指標が得られます。データソースは、マーケティング・キャンペーン、店舗、Webサイト、顧客調査、ソーシャルメディア、オンライン・コミュニティ、ロイヤルティ・プログラムなどです。
業務:このカテゴリーのビッグデータからは、マーケティング業務、リソース配分、資産管理、予算管理などに関連したマーケティング・プロセスの質を測定するための客観的な指標が得られます。
財務:このカテゴリーのビッグデータは、通常は組織の財務システムに格納されています。組織の財務的な健全性を測定するための客観的な指標(売上、収益、利益など)が得られます。
ビッグデータとは何か。これについては、ビッグデータを「事業に役立つ知見を導出するためのデータ」とし、ビッグデータビジネスについて、「ビッグデータを用いて社会・経済の問題解決や、業務の付加価値向上を行う、あるいは支援する事業」と目的的に定義している例16がある。ビッグデータは、どの程度のデータ規模かという量的側面だけでなく、どのようなデータから構成されるか、あるいはそのデータがどのように利用されるかという質的側面において、従来のシステムとは違いがあると考えられる。
まず、その量的側面については(何を「ビッグ」とするか)、「ビッグデータは、典型的なデータベースソフトウェアが把握し、蓄積し、運用し、分析できる能力を超えたサイズのデータを指す。この定義は、意図的に主観的な定義であり、ビッグデータとされるためにどの程度大きいデータベースである必要があるかについて流動的な定義に立脚している。…中略…ビッグデータは、多くの部門において、数十テラバイトから数ペタバイト(a few dozen terabytes to multiple petabytes)の範囲に及ぶだろう。」との見方17がある。ただし、ビッグデータについては、後に述べるように、目的面から量的側面を考えるべき点について、留意する必要がある。
次に、その質的側面についてみると、第一に、ビッグデータを構成するデータの出所が多様である点を特徴として挙げることができる。現在既に活用が進んでいるウェブサービス分野では、オンラインショッピングサイトやブログサイトにおいて蓄積される購入履歴やエントリー履歴、ウェブ上の配信サイトで提供される音楽や動画等のマルチメディアデータ、ソーシャルメディアにおいて参加者が書き込むプロフィールやコメント等のソーシャルメディアデータがあるが、今後活用が期待される分野の例では、GPS、ICカードやRFIDにおいて検知される、位置、乗車履歴、温度等のセンサーデータ、CRM(Customer Relationship Management)システムにおいて管理されるダイレクトメールのデータや会員カードデータ等カスタマーデータといった様々な分野のデータが想定されており、さらに個々のデータのみならず、各データを連携させることでさらなる付加価値の創出も期待されるところである。
質的側面の2点目としては、ビッグデータは、その利用目的からその対象が画定できるものであり、その意味では、冒頭に掲げた定義例が有用である。ただし、その利用目的から特徴に着目する場合においても、データの利用者(ユーザー企業等)とそれを支援する者(ベンダー等)両者の観点からは異なっている。
データを利用する者の観点からビッグデータを捉える場合には、「事業に役立つ有用な知見」とは、「個別に、即時に、多面的な検討を踏まえた付加価値提供を行いたいというユーザー企業等のニーズを満たす知見」ということができ、それを導出する観点から求められる特徴としては、「高解像(事象を構成する個々の要素に分解し、把握・対応することを可能とするデータ)」、「高頻度(リアルタイムデータ等、取得・生成頻度の時間的な解像度が高いデータ)」、「多様性(各種センサーからのデータ等、非構造なものも含む多種多様なデータ)」の3点を挙げることができる。これらの特徴を満たすために、結果的に「多量」のデータが必要となる。
他方、このようなデータ利用者を支援するサービスの提供者の観点からは、以上の「多量性」に加えて、同サービスが対応可能なデータの特徴として、「多源性(複数のデータソースにも対応可能)」、「高速度(ストリーミング処理が低いレイテンシーで対応可能)」、「多種別(構造化データに加え、非構造化データにも対応可能)」が求められることとなる。
このように、ビッグデータの特徴としては、データの利用者やそれを支援する者それぞれにおける観点から異なっているが、共通する特徴としては、多量性、多種性、リアルタイム性等が挙げられる。ICTの進展により、このような特徴を伴った形でデータが生成・収集・蓄積等されることが可能・容易になってきており、異変の察知や近未来の予測等を通じ、利用者個々のニーズに即したサービスの提供、業務運営の効率化や新産業の創出等が可能となる点に、ビッグデータの活用の意義があるものと考えられる。