城田真琴のレビュー一覧

ビッグデータの衝撃 巨大なデータが戦略を決める

●「『ビッグデータ』とは単にデータ量の増加だけを指すものではない。重要なのは、これまで無視してきたデータの価値に気づくことだ」。昨今のビッグデータを取り巻く環境の変化やビッグデータの活用について考える上で、筆者のこの主張は非常に興味深い。
●正直なところ、この本を読むまで、ビッグデータというのは消費者からネットや販売履歴等を通して、様々なデータを集めて、うまい具合にビジネスに活かすくらいの認識しかなかった。ところが、そんな単純な話ではなく、このビッグデータというものはそれこそ生活の有様や企業の在り方すら変えてしまいかねない大きな可能性に満ちていることがわかった。一見、データやITとは無縁そうな企業でも、ビッグデータを活かし、新たなビジネスチャンスを獲得しているとは、中々驚きである。

ＦｉｎＴｅｃｈの衝撃―金融機関は何をすべきか

「金融機関がAPIを公開したがらない本当の理由は、実は別のところ（セキュリティ以外）にある可能性が高い。それは、APIの公開によって自分たちが「土管化」してしまうことに対する懸念である」

「一般的に、本当に新しい何かを生み出そうとするイノベーションの創出活動には数多くの失敗がつきものである。そして、この「失敗」にはある原則がある。それは「早く失敗するFail fast」ということだ」

大予測 次に来るキーテクノロジー2018-2019

トレンドテクノロジーの分かりやすい解説本。理解しやすいレベルで説明してくれているので、ニュースなどより深く専門書より浅く知りたく場合に最適。ただ、すでに現時点でも最先端ではない感じもあり、最新テクノロジーを紙という古典媒体で記述することの限界を感じられるのが、面白く、せつない。

ビッグデータの衝撃 巨大なデータが戦略を決める

いまの世の中は、インターネットをベースに、様々なデータが飛び交っている。
「ビックデータ」とは、よくぞ名付けたものです。
ビックデータに関する知識、ビックデータに着目した最新のビジネスモデルや注目企業の紹介など、興味深く読ませてもらいました。
ハドゥープ(Hadoop)なんてキーワード、初めて聞きました。
(お恥ずかしい…笑)
さらにこれからビックデータを担う人材は、コンピュータサイエンスや統計知識、分析スキルなど、文系ビジネススキルだけではなく、理系のバックグランドを有する「データサイエンティスト」が必要だとのこと。
そして、この手の話が最近多いけれど、この分野に関しても日本は世界より遅れていると……。
しかし、本当に恐ろしい時代になってきたものだと感心しました。
まだまだＩＴは進化していきますね。
しかし"統計知識"と聞くと、やっと自分の時代になってきたかなぁ(笑)

ＦｉｎＴｅｃｈの衝撃―金融機関は何をすべきか

「FinTech」という何やら得体の知れぬものを野村総合研究所らしく構成要素を分解し位置付けを整理し海外事例を引き合いに出しながら、既存金融に対するその衝撃度を伝える。

日本だと金融規制関連の法整備が追いついてない関係上、まだまだブレイクするまでには至ってないが、特に欧州におけるFinTechの躍進は顕著だ。ここはリーマンショックとイノベーションのジレンマに起因するところだが、AtomBankやOndeckに代表されるビジネスモデルの革新と、ブロックチェーンというテクノロジーの進歩によってまさにビッグバンが起きようとしている。本書内では日本独自のFinTechも提言されているが、規制事業的な側面が強いとはいえ、シームレスなビジネス環境の昨今では取り残される日本に危機感を覚えざるを得ない。

本書で語られるような衝撃波が早く日本にも届くことを切望したい。

ＦｉｎＴｅｃｈの衝撃―金融機関は何をすべきか

「ー」

いろいろなフィンテック企業が紹介されていて面白い。
ロボアドバイザーはETFよりも有効なのだろうか。
個人間融資の成長に期待。

ＦｉｎＴｅｃｈの衝撃―金融機関は何をすべきか

クラウド・ビックデータに続いての衝撃シリーズ、
今回はFintech。
やはりブロックチェーンとAPIエコノミー（OPENAPI）
が有用だと思います。
ただ、日本としては金融よりも流通や産業にこの流れ
というか、技術が生かされていくのではないかと
思います。

パーソナルデータの衝撃

個人情報の取り扱い

情報の入手・流用の方法
再利用・構成の方法
データリサーチ企業＝一度登録した情報は消せない

隠すこと公開すること
どちらに利点があるのか

パーソナルデータの衝撃

従来の個人情報という枠を超えスマートフォンやウェアラブルデバイスにより知らず知らずのうちに収集されるパーソナルデータ。「新しい石油」として、様々な関連ビジネスが生まれつつある中、主にアメリカ・イギリスの事例を中心に、最新のパーソナルデータビジネスの概況をまとめた一冊。

これを読むと自分が思っていた以上に、パーソナルデータに関するビジネスがアメリカでは活性化しつつあることに驚かされる。日本の闇中小企業的な名簿屋と異なり、圧倒的な量とオプトアウトの仕組みも兼ね揃えたアメリカのデータブローカーの存在や、EUにおけるパーソナルデータの管理の主導権を消費者側に取り戻させるための様々な法整備など、日本がだいぶ遅れている面は否めない。

是非はともかく、現状は日本でも自動車保険等の分野で活用されつつあるパーソナルデータの可能性を知るのに最適な印象。あっという間に読んでしまった。

ビッグデータの衝撃 巨大なデータが戦略を決める

ビッグデータまわりの外観について良くまとめられていると思います。
最後に「ビッグデータを生かし切れないのは、技術的な問題じゃなくて企業／人間的な問題」っていうくだりがあるのも、まさにその通り（最近は変わりつつありますが）いい感じでした。

ビッグデータの衝撃 巨大なデータが戦略を決める

遅ればせながら、読みました。時代はどんどん変わって行きますね、この本が出版されてからすでに2年が経ちますので、状況はさらに進んでいます。しかし、今でも、参考になりますね。

ビッグデータの衝撃 巨大なデータが戦略を決める

初心者には難しいところが所々あるが、読み応えがある。事例から、技術、法律、必要な人材まで、はばひろい。勉強しながら判らないところをこれから潰していきたい。

以下はメモ
従来のデータ分析との違いは、SNSによるデータの多様性、処理コストの低下、クラウドによる蓄積環境の不要さ
フライト予報、家電の買い時よそく、
課金ゲーム会社ｼﾞﾝｶﾞ、行動分析によりプレイヤーの離脱率、勧誘率、売上を向上させる。
カタリナの強みは商品の中身、嗜好まで考慮する点、中間事業者となることでより多くの消費者にアプローチする
コマツ、建設機械の稼働率、消耗品の交換時期を分析、効率的な配車、アイドリング、需要予測、エンジンの強制遠隔ストップ、

ビッグデータの衝撃 巨大なデータが戦略を決める

一般的に言及されるビッグデータトピックについて触れられており、ビッグデータネタで会話するベースはできるだろう。

内容的には『その数学が戦略を決める』『ヤバい経済学』などでも言及されていた「数学(統計学)によってPDCAを回す」というサイクルについて、より精緻なデータを使用し、確度を上げることができると言っているわけで、時代の流れを感じる。

ビッグデータの衝撃 巨大なデータが戦略を決める

ビッグデータの定義、技術的なトレンド、活用例まで広くカバーした良書。とりあえずこの一冊を読めば、ビッグデータに関して一定水準の知識は得られると思う。

ビジネス書らしく読みやすい文章になっているのも良い。

ビッグデータの衝撃 巨大なデータが戦略を決める

ビックデータについて理解を深めるための良書。企業の戦略レベルでどのように活用されているかもわかるし、システムレベルでどういう処理がされているのかもざっくりわかる。導入としてオススメの一冊。

ビッグデータの衝撃 巨大なデータが戦略を決める

もっと早くに読んでおけばと思った。用語、定義、これまでとの違いなど、よくまとめられていた。この一冊を読んでおくと、雑誌やホームページの企業発表内容がすぐに全体のなかでひも付けができるようになった。

ビッグデータの衝撃 巨大なデータが戦略を決める

具体的事例が豊富に紹介されていて読み応えがあった。今まさにデータ利用における激動の時代にいることを改めて認識。BtoCの距離を一気に縮める手段であって、今が勝負所であるのだが、如何せん日本の製造業はこの点動きが遅い。自分も全然無関係じゃない。

ビッグデータの衝撃 巨大なデータが戦略を決める

今巷で話題になっているビッグデータの本。
今までのBIなどのデータ活用と何が違うのか、先進企業はどのように生かしているのかなど、非常におもしろかった。

・従来とは異なり、非構造化データであること。
・大企業のみならずウェブ企業やソーシャルメディア企業に写っていること。
・ビッグデータの特性３V　volumeデータ量がケタ違い　velocity更新頻度　variety多様なデータ
・BIは過去から現在までに何があったのか、なぜそれが起きたのかを分析するもの。ビッグデータではこれから何が起きるのかといった将来予測も可能になる。データマイニング機械学習が重要になる。
たとえば解除情報のみならず、なぜ売れて、なぜ離れたのかまでの背景から線の情報としてとらえて活用する。
・言語処理　①自然言語処理　SIRI、テキストマイニングなど②セマンティック検索　単語を記号とみなすのではなく、品詞間の関連性などから言語の意味を解析して制度を向上させる検索技術　③リンクマイニング　ウェブページ同士のリンク機能、メールの送受信関係、論文の引用関係などネットワークのつながりを分析するマイニング技術、知り合いかも？とかが該当。④A/Bテスト　複数のバージョンを同時にテストすること
ソーシャルゲーム・エコノミクスの重要指標
①離脱率　②バイラル係数　口コミ拡散の効率を表す指標　引き入れた人数を現状の人数で割って求める　これがSNSの儲けの源泉となる　③会員1人あたりの売上ARPU
・リクルートでは、インフラメンバーとマーケティングメンバーが同一部署であったために動きが速かった。
・ビッグデータ活用例　①商品やサービスのレコメンデーション　②行動ターゲティング広告　③（位置情報を活用した）マーケティング　ゴルフ場で保険の加入メールが届くなど④不正検出　クレジットカードの不正を検知　⑤顧客離反分析　退会しそうな顧客を予測可能に。離反の予兆となるイベント時にはタイムリーにキャンペーンを実施できるようにするなど　⑥故障予測　コピー機や複合機の各種センサーから機器の利用履歴などから故障やトラブル予兆を検出する。　⑦異常検出　機器の相性の悪い組み合わせといった問題点がわかるようになる　⑧サービスの改善　使われないサービスは消える　⑨渋滞予測　走行データの共有　⑩電力の需要予測　⑪風邪の流行を予測　ツイートなどから流行を予測　カゼミル＋　⑫株式市場の予測　⑬燃料コストの最適化　
・ビッグデータの活用パターン　①個別最適・バッチ型　特定の個人やものに関するデータを収集して、その人に最適な商品やサービスを推奨したり、最適な処置を施したりするケース　②個別最適・リアルタイム型　バッチ型との違いはリアルタイムであるかどうか　③全体最適・バッチ型　多数の個人やものが発する情報を収集・蓄積し、蓄積したデータを一括して統計的に処理・分析し、その個人やモノが属するコミュニティや社会全体にとって役立つ統計情報をフィードバックしたり、最適化を図るケースを指す。④全体最適・リアルタイム型
・ビッグデータの活用レベルには「過去・現状の把握」「パターンの発見」「予測」「最適化」の４つのレベルがある。
・LOD　linked　open　data　データをオープンにし、社会全体で大きな価値を生み出すために共有しようとする取り組み。オープンガバメントにつながっている。米国では政府がLOD形式で無償公開しているデータを活用して、新たなビジネスを展開するベンチャーが生まれていること。データマーケットプレイス
・データアグリゲーターへ
・データ駆動型企業へ。

ビッグデータの衝撃 巨大なデータが戦略を決める

ゲイリー・ラプマンの分析力を生かせない企業の症状が心に刺さった。
- 「うちでは昔からこうしてきた」という『常識』が幅をきかせ、その正当性が検証されない
- 経営陣がデータや事実の裏づけのない意思決定をしても、批判されない。むしろヒラメキ型のリーダーの方がもてはやされる
- 分析のスキルを備え、データの山から宝を掘り出そうとする人間がいない。何も思いつかないとき仕方なくやるのが分析だとされ、しかも専門知識をもたない人間が取り組んでいる
- 『そのアイディアはよいか悪いか』よりも『それを言ったのは誰か』問題にされる

ビッグデータの衝撃 巨大なデータが戦略を決める

NRIの研究員の方の本。ボリューム・バラエティ・ベロシティ。技術・事例・活用例・プライバシー。オープンデータ。元データ収集・アグリゲーション・データサイエンティスト。