link to Big Data by Intel

Slides:



Advertisements
Similar presentations
「リアルタイム・データハブ」アーキテクチャ Copyright© KAMOME Engineering, Inc. All rights reserved. ビッグデータを蓄積しながら、 同時にリアルタイムに処理するプラットフォーム 0 データの収集・複製・分岐 データの蓄積・保存.
Advertisements

1 アップデート 株式会社アプライド・マーケティング 大越 章司
データベースの基礎知識 ACEESS の基本操作. データベースの基礎知識 データベース  特定のテーマや目的に毎のデータの集合体 データベースソフトウェア  データベースを作成、管理するソフトウェアの総 称 Oracle(Oracle) IBM(DB2) Microsoft(SQL Server)
EXCEL を活用した EUC ツール “ StiLL ” (STANDARDIZATION TOOL FOR INFOMATION LITERACY & LIBRALY) “ Excel ・ StiLL ” 活用の目的 成果向上推進 3. 情報系システム開発 成果向上推進 個人実力強化 1. 情報.
RekamoMA Basic ~高速カメラ解析システム~. チョコ停対策の問題 〇カンに頼らないチョコ停対策ができていますか? 〇現象を目で見て改善を行っていますか? 現場での問題点 チョコ停対策は 「原因を観察する」 ことから始まりま す。
卸売流通 卸の変化 1. 卸売業とは 生産者や同業者から商品を仕入れ同業 者や小売業者へ販売する業者 消費者は販売の対象としない メーカと小売を結ぶ結節点 集荷分散機能・在庫調整機能を持つ 2.
FPGA 株式会社アプライド・マーケティング 大越 章司
ウェブの時空間解析技術 東京大学生産技術研究所 戦略情報融合国際研究センター 成果概要 ウェブアーカイブ ウェブ空間解析 ウェブ時系列解析
SCM for IT.
脱・受容人 【人と地球が泣いている】 高崎経済大学 経済学部 経営学科 関根ゼミナール 経営戦略A班 
  個人投資家向け株式分析   と予測システム A1グループ  劉 チュン.
SaaS (Software as a Service)
ここに若林の絵が入る Ⅰ 従来型サービスの課題 Ⅴ Solaris基盤ヘルスチェックサービス ●従来型サービス Ⅱ 新サービスの概要
「ワク インダストリーアカデミー」のご案内
SCMとトヨタ生産方式を比較する 再編 ∞Infinity
第三章要約 りんご.
Microsoft Office InfoPath 2003 概要
リスク評価 ・管理技術開発 有害性評価手法 暴露評価手法 リスク評価手法 リスク管理手法 化学物質総合管理分野のロードマップ(1) (目標)
事業計画 発表者名 | 会社名.
第2回 バリューチェーン1 【 Value Chain(価値連鎖) 】
ビジネス・インテリジェンスとビッグ・データ Business Intelligence & Big Data
SCMのためのITマネジメント 先端的グローバル・ビジネスと ITマネジメント
垂直統合システム / Converged System
データベースとストレージ の最新動向 12.MAR.2015.
Splunk(スプランク) システム管理業務でこんなお悩み・・・ありませんか? そんなお客様の課題を・・・
Delphi Day ~Delphi 概要、および新バージョンのご紹介~
経済・経営情報コース コース紹介.
マーケティング計画.
Broadband CRM ~顧客接点としてのブロードバンド~
マーケティング概念.
「コスト削減」「CS向上」「他部門貢献」を支援
導入段階.
製品情報 Windows Server 2003のサポート終了をむかえ、ファイルサーバーの入れ替えを検討されていらっしゃる方も多いのではないでしょうか?既存のファイルサーバーをいきなりクラウド化するとインターネット回線の影響で、エクセルやワードのようなサイズの小さなファイルでさえ、開くまでに時間がかかってしまうことがあります。
生産ライン情報管理システム.
IoTとM2M.
ERPとグローバル展開 © , all rights reserved by NetCommerce & applied marketing.
ストレージの最新動向 ITソリューション塾・第20期 2015年11月10日.
マイクロファイナンス(MF)の課題とJICAの取組み 2012年1月
付属書Ⅰ.5 ハザード分析と 重要管理点 (HACCP).
ブロックチェーン 株式会社アプライド・マーケティング 大越 章司
第11回 継続的監査.
第3回 ビッグデータ「予想ビジネス」 ビッグデータを構成する例 『平成24年版情報通信白書』.
Cisco? グループ企業のシナジー強化と働き方改革を実現する 新しいコミュニケーション基盤を構築 Why 課題 ソリューション 結果~今後
新たな電子行政の方針の 目指す方向性について (論点ペーパー)
位置情報による集団行動把握の基盤システム
FPGA 株式会社アプライド・マーケティング 大越 章司
問題の現状・ (結果としての)現象 を認識する。 ↓ その原因・要因を分析する。 原因・要因を改善する方法
管理的側面 管理者に必要な経営知識 経営学の基本 ②環境と戦略と競争優位.
新たな電子行政の方針の 目指す方向性について (論点ペーパー)
未使用メモリに着目した 複数ホストにまたがる 仮想マシンの高速化
業務課題の改善に向けた必要データ コンサルティング
事業リスク分析をベースとした 意思決定・事業評価手法
しごと創生:農林水産品の輸出拡大等の農林水産分野
SWOT分析 テレビ広告事業のさらなる強化 財務基盤を強みにした新規事業の開拓 インターネット、アフィリエイト広告の強化
PaaSの起源.
顧客管理、商談活動、フィードバック、 資産形成を通じて、顧客と長期的な関係を
端末・エッジ・クラウド連携の三位一体による 「考えるネットワーク」の研究
第8回 生産プロセスの管理.
「モノ」を見失わずに回収できる! 温度・加速度管理付 追跡サービス
RekamoMA Multi ~FA向けマルチカメラ解析システム~.
事業名:スマートかき養殖IoTプラットフォーム事業 (代表者: 国立大学法人 東京大学) (1/4)
先進予防医学共同専攻臨床疫学 臨床疫学とは 現在の取り組みと成果 研究材料・手法 未来のあるべき医療を見つめて改革の手法を研究します。 特徴
1. サイバー攻撃の予兆となる社会データを収集 2. サイバー脅威を観測し、ビッグデータを形成 3. 異種ビッグデータから攻撃の全体像の解明
L2-Techリストの更新・拡充・情報発信
機械設備を振動計測し、 早期の異常発見よりダウンタイムを抑制 今だけ 機械設備の予防保全 IoT サービス
学習中の行動を収集し、 データ分析を通じた業績アップを実現 今だけ 社内教育向け行動データ保存・分析サービス
フィンテック企業が Linux で SQL Server の パフォーマンスと スケーラビリティを取得
ベイジアンネットワークと クラスタリング手法を用いたWeb障害検知システムの開発
アップデート.
データ・ベース・マーケティングの概念.
Presentation transcript:

link to Big Data by Intel

Big Data OLTP OLAP ビッグデータとは 対象となるデータが ビッグデータ化 頻度 ビッグ・データとは新しいものではない。大容量、高速、多様なデータは、長年存在してきた。新しいのは、このデータを効果的な方法で処理/管理/分析できる低コストのソリューションやツールである。 ビッグ・データは既に市場のどこにでも存在するようになっており、一般のデータ処理と切り離すことはできない。 ビッグ・データ市場という個別の市場はなく、IT市場全体を横断する複合的な市場である OLTP Big Data    OLAP 対象となるデータが ビッグデータ化 量

世界で最初のビッグ・データ問題 「10年毎に国勢調査を行うこと」 1880年 初めての国勢調査を実施 集計 7年 1880年 初めての国勢調査を実施  集計 7年 移民の流入による人口増加! アメリカ 合衆国憲法 1890年 二回目の国勢調査を予定  集計 13年? 米国政府が公募 「集計を高速化するための技術」 パンチカードによる集計機 Punched Card Tabulating Machines by Harman Hollerith 第二回・国勢調査 集計 1年で完了

急激なデータの増大 約20倍 情報爆発 infoProsion 2020 2013〜 35ZB 2009 2010 2012 1350EB

ビックデータが生まれた背景 Big Data 規模・範囲・組合せ ビッグデータ Internet モバイル クラウド これまでにできなかった  ストレージ :容量増加 X 価格低下  プロセッサー:処理能力上昇 X 価格低下 これまでにできなかった 規模・範囲・組合せ  ソフトウェア:Hadoop,NoSQL etc 最適化 Volume 量 Internet 予 測 モバイル ソーシャル パターン の発見 Big Data ビッグデータ 過去・現在 の把握 Velocity 加速度 Variety 種類 Internet ダウンサイジング PCの普及 Office Data IoT クラウド 1960年代〜 1980年代〜 2010年代〜

IoT : Internet of Things 急激なデータの増大 モノのインターネット IoT : Internet of Things ソーシャル・メディア スマート・モバイル・デバイス デバイスのスマート化 インターネット接続デバイスの拡大 デジタル・デバイド解消による利用者拡大 常時接続による行動履歴の収集 オフコン・ミニコン メイン フレーム パーソナル・コンピューター 2011 103億台 2016 186億台* 2020 500億台 * 34億人(45%)/76億人 インターネット 接続デバイス数 H2M (UI) H2M (UX) M2M

急激なデータの増大 Big Data あらゆる活動のデータ化 ビッグデータ 経営やマーケティングに活かせる情報資源 モバイル クラウド 常時接続により日常の人間行動がリアルタイムで入手できる これまでの 枠組みでは 処理不能! Volume 量 Internet モバイル ソーシャル Big Data ビッグデータ Velocity 加速度 Variety 種類 あらゆるものがネットにつながり様々な活動がリアルタイムで入手できる リアルの人格とネットの人格を一致させる IoT クラウド 経営やマーケティングに活かせる情報資源

ビッグデータ Volume 量 Variety 多様性 Real Time Velocity リアルタイム性 増加速度 更新頻度 Variety 多様性 Real Time リアルタイム性 http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h24/html/nc121410.html

ビッグドータとは  http://www.soumu.go.jp/main_content/000190689.pdf

ビッグドータとは  http://www.soumu.go.jp/main_content/000190689.pdf

ビッグデータとビッグデータ処理 ビッグ・データ Big Transaction Data Big Interaction Data Real Time Velocity Variety Volume ビッグ・データ Big Transaction Data 業務システム オフィス・アプリケーション ECサービスによる取引 ・・・ Big Interaction Data ソーシャルメディア センサー・GPS・RFIDなど クリック・ログ ・・・ Big Data Batch Processing 顧客購買動向分析 エネルギー需給予測 マーケティング分析 自動翻訳 健康管理 ・・・ Stream Processing 金融商品のアルゴリズム取引* クレジットカードの不正検知* サイバーテロの検知* スマート・グリッド 交通管制・ナビゲーション ビッグ・データ処理 Big Data Processing *CEP (Complex Event Processing ) 処理条件やシナリオをあらかじめ用意、そのシナリオにあった事象が発生すると即座に処理を実行する。なおデータはすべてインメモリーに展開される。

NoSQL No SQL データベース Big data キーバリュー型 データベース 列指向型 リレーショナル データベース 非構造化 半構造化 構造化 テキスト 動画 音声 XML JSON 文書 業務データ GPS センサー Key Value 001 山田太郎 002 中村一郎 キーバリュー型 「キー」(Key)と「バリュー」(Value、値)のみのペアにより管理。仕組みがシンプルで高速に動作。 NoSQL データベース Document 1 管理部 Document 2 財務部 顔写真 係長 中村一郎 山田太郎 ドキュメント指向型 その他のデータベース データを格納する際に、特定の文書のように管理するため構造に合わせる必要がない。構造が複雑でもそのまま保存しやすく、スケーラビリティが高い。 Key Colum 001 山田太郎 002 管理部 中村一郎 財務部 係長 列指向型 氏名 所属 役職 データを列単位でひとまとめにして管理。RDBMSでは行単位にデータを管理するが、列単位で管理することでRDBMSより高速な読み書きが可能な場合がある。 リレーショナル データベース その他の データベース

Big Data Big Data ビッグ・データによるBI Volume Analize分析 量 抽出 Variety Action行動 Acquire 抽出 Analize分析 Big Data Big Data Variety 多様性 Velocity 増加速度 更新頻度 従来のBI ビッグ・データによるBI 過去のデータを参考に答えを出す 過去とリアルタイムをつきあわせて答えを出す 信頼できるデータ・ソースを使って信頼性を担保する 大量のデータを使い解析手法によって信頼性を担保する データの組み合わせを選別し、絞り込んで分析する 多様なデータの組み合わせを試し、関係を探索する

NEC Big Data Solutions プラント故障予兆監視 情報ガバナンス強化 需要予測型自動発注 人材マッチング イレギュラーな動きを自動で発見できる「インバリアン ト分析」技術を用いて、各種センサーの情報を基に故 障に至る前の設備の不健全な状況を把握 情報ガバナンス強化 2つの文が同じ意味を含むかどうかを判定する「テキ スト含意認識」技術などを活用し、文書全体の意味を 理解しリスクなどを自動的にスコアリング 需要予測型自動発注 大量のデータに混在する多数の規則性を自動で発 見し、高精度の予測や異常検知が可能な「異種混合 学習」技術を活用。売り上げや気象情報などの多様 なデータを基に将来の需要を予測し、発注を自動化 人材マッチング 非構造化データを含めた膨大な情報から高速に学習 する「RAPID機械学習」技術を活用し、求職者と企業 との業種・職種などの項目データや自己紹介文など を合わせて最適なマッチング

Fujitsu Big Data Initiative リアルタイム経営の実現 具体的には同社が提供するインメモリデータベースアプライアンス製品であるSAP HANAなどの製品を基盤として採用、SASやSAPなどのアプリ ケーションやBIツール類を活用し、より高速で直感的な意思決定を支援する内容だ。 故障予測による設備メンテナンス高度化 プラント設備や組み立て加工製造ラインなどにおける画像データやセンサデータの活用と、そのデータを利用した分析による設備保全の高度化を 行う。プラットフォームには、同社が展開するFENICS II M2Mサービスなどを活用する。 予兆検知による社会インフラ維持・管理 上記と同じ構成だが、社会インフラを対象としたもの。プラットフォームには、同じく同社が展開するFENICS II M2Mサービスなどを活用する。 工場のリアルタイムエネルギーマネジメント 配電盤などのデータを活用したエネルギー消費データのリアルタイム管理によるエネルギーコスト削減。CO2排出量コントロールや平準化の柔軟な 検討が可能になる。 製造ラインのデータから頻発停止の発生予測 製造ラインの稼働情報を基に、いわゆる「チョコ停」(機器メンテナンスなどによるラインダウン)の発生原因分析など。生産性向上に寄与するもの。 需要予測の高度化によるSCM最適化 需要変動を多様なデータから予測し、供給量をコントロールすることで、機会ロスや廃棄ロスといった製造現場のムダを改善する。 顧客接点情報の有機連携によるカスタマエクスペリエンスの実現 オムニチャネルのリアルタイム活用による、個々の顧客向けの最適化を行う。 金融サービスでの顧客向けパーソナライズ グループ内の顧客情報の連携や外部データの連携によるサービス最適化を行う。外部データ連携では、DataPlazaを活用する。 顧客需要分析による人的リソース最適化 顧客データと位置データを活用した顧客需要分析により営業生産性を向上させる。 M2Mデータによる商品・サービスの高度化 M2Mデータのリアルタイム活用によるメンテナンスの効率化と顧客満足度向上を行う。

Fujitsu Big Data Initiative