【感想・ネタバレ】ビッグデータの衝撃 巨大なデータが戦略を決めるのレビュー

城田真琴

クラウド、ソーシャルに次ぐ第３の、そして最大の潮流――

すべてがデータ化される「ビッグデータ」の世界で、いま何が起きているのか？

世界中の企業が、データの重要性に気付きつつある。

データの作成・収集・蓄積・加工・分析がかつてない低コストで可能になった結果、データを適切に活用できるかどうかは、企業規模やカリスマ経営者の有無よりもはるかに重要になった。

いち早くデータの重要性に目覚めたGoogle、Amazon、コマツ、リクルートなどの勝ち組企業に、他社はどうやって追随するのか？すべては「ビッグデータ」への理解と利活用にかかっている。

ベストセラー『クラウドの衝撃』の著者が、勝ち組企業の新常識を鮮やかに解き明かす。

[ブクログ · ★★★★★]

ビッグデータという切り口で、LOD、オープンガバメントからデータサイエンティストまで広く業界の状況を網羅した本。社会、政府、企業がビッグデータに対してどのように考え、取り組んでいるのか大まかにつかむのに役立った。（古くなると価値が下がるタイプの時事的な内容が多い）

[ブクログ · ★★★★★]

今年の上半期で読んだ本の中で一番面白かった。
Gree、小松、リクルート恐るべし。
アメリカのＩＴ企業は世界を牛耳るかも。

[ブクログ · ★★★★★]

食品 健康 電力 各カテゴリのデータを一括管理しているデータアグリゲーターという存在なれる会社は覇者になれる。データ分析をする人は国籍問わないので楽天のように外人を採用しても問題ない。ここは日本人の雇用を生まない。でも、それをどう消費者に還元させるかの施策はローカライズなので日本人の出番だと思う。

[ブクログ · ★★★★★]

ビッグデータ初心者の自分にとって分かりやすい。

ビッグデータを2*2（個別or全体）×(リアルタイム型orバッチ型)の四通りに分けて説明している。

また、googleのスパムプログラム識別用の　よーわからん文字打つやつ！　あれはただ単にスパムとの識別だけじゃなくてデジタル書籍の促進にも使用されているというのが新鮮だった。

メモ　lod linked open data

[ブクログ · ★★★★★]

これからビッグデータというバズワードの世界に関わろうとしている人、関わりたいと思ってる人は、まずこの本を読んだ方がいいと思います。
この本を起点に自分がどこのポジション、環境にいるとかも把握できると思います。
短期間でこんなに調べてまとめられていることに驚きましたが、章立ても明確なので、とても読みやすいです。
もちろんIT企業の人間でないとさすがにきつい章や用語はありますが、大半はある程度キャリアのあるどの分野の人でも理解できる内容だと思います。

次は、自分がどうなりたいかを決めて、目標に向けた動きをとるだけです。

[ブクログ · ★★★★☆]

●「『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。

[ブクログ · ★★★★☆]

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)

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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、

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

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

[ブクログ · ★★★★☆]

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。

[ブクログ · ★★★★☆]

広く浅いが分かりやすくビッグデータを取り巻く全体像がまとまっている。

図表やリスト形式の表記が多く見やすいし、事例も豊富でイメージしやすい。
漠然としたビッグデータという言葉から、何かとっかかりを得て先へ進むのには良い本だと思った。

[ブクログ · ★★★★☆]

自身の仕事と直接の関わりは薄いですが、読み物として楽しめました。
本書の内容は基本的には前向きなので、最近批判めいた話ばかり耳にする（口にする）機会が多くて沈みがちな気分に効いたのかもしれません。

[ブクログ · ★★★★☆]

大量・多様・時々刻々のデータが、誰でも安価に入手・分析・活用できるようになってきた。今後この流れは更に進む。

たかがデータ、メインは処理‥ではなく、本来の生の状態、それがデータなんですね。

[ブクログ · ★★★☆☆]

『クラウドの衝撃』の著者が「ビッグデータ」について解説したもの。
イーベイ、ジンガ、セントリカなどの海外の事例のほか、コマツ、リクルート、マクドナルドなどの国内事例が豊富に紹介されていて、ビッグデータの活用・取り組みについて理解が進んだ。先日読んだ原田氏の著書でもマクドナルドでのクーポン配信が重要だというのは認識していたが、本書によれば、２００４年以降、３００億円を投じたとのことで、その重要性を再認識させられた。

[ブクログ · ★★★☆☆]

ビッグデータとは、3Ｖ(volume, variety, velocity)の面で管理が困難なデータ。データ分析ツールとして、ハドゥープの徹底活用してデータドリブンの世界を描く。

[ブクログ · ★★★☆☆]

どうビッグデータを活用するか？

→トランザクションデータからなぜ売れたのかというコンテキストをインタラクションデータ（クリックストリートデータ）から分析
実際のユーザーデータに基づくロジカルな設計を行う

[ブクログ · ★★★☆☆]

20140323 時代のスピードに付いていけない気分になる。そこまでやらないといけないのか？何か違う気がする。ただ、データサイエンティストという資格には興味がわいた。

[ブクログ · ★★★☆☆]

ビッグデータの 定義(3V)、将来予測のためのBIを位置付けて、使いこなすために Hadoop・統計・機械学習の紹介して、豊富な実例紹介。最後に企業風土が課題になるという締め。素人の自分には勉強になる。全般に表層をなぞる感じだったのは残念。

[ブクログ · ★★★☆☆]

ちと手に取るのが遅かった感。もっと早く読んでればへぇ！ってなったかな。非構造化データってのは盲点でした。勉強。

[ブクログ · ★★★☆☆]

技術者なのでついつい要素技術に目がいってしまったけど、応用やビジネスチャンスもきっちり押さえるべきかな、と思う。
海外の活用事例、日本の活用事例、個人データに対する考え方、教育など満遍なくテーマを取り扱っているがゆえに少し頭に残りにくいところはあるかも。

[ブクログ · ★★★☆☆]

研修の最終課題をインプット情報として読んだ。内容はビッグデータの定義、利用例、プライバシーの懸念、これからの展開とよくまとまっていた。

[ブクログ · ★★★☆☆]

ビックデータを語るキーワードの缶詰。ひとつひとつの言葉が積み重ねているのは、「データ駆動型企業」への道。これからの職業データサイエンティストに必要とされる資質として、コミュニケーション能力、アントレプレナーシップ、好奇心の三点が挙げられていることで、この潮流がはやりなどではなく、人間の本質への肉薄だと感じました。しかし、経営がCMO、CIOだけではなくCDO（チーフデータオフィサー！）まで必要とする時代なのですね。