ビッグデータの分析による新たな価値創造

これも富士通フォーラム２０１２で聞いてきた話

ビッグデータの分析による新たな価値創造
キュレーションサービスで始めるデータ戦略

の内容をメモメモ

---

ヒューマンセントリックインテリジェントソサエティの実現
　人間中心の社会

お客様との会話から
（前のセミナーと同じ）

ICTはお客様の商品そのものへ
（前のセミナーと同じ）

大量のモノ→ビッグデータ

ヒューマンセントリックインテリジェントソサイエティの実現
（前のセミナーと同じ）

データの活用モデルを作る：キュレーター

対象のデータ
　現在は発生しているデータの一部しか活用していない
　　　業務に関連する一部のデータのみ収集（エラーデータなど）
　　　収集していても活用していない、残っていないデータ
　　　収集していないデータ
　これまで活用してこなかったデータが価値を生む

データ活用のケース例
　　データをどうデザインするか：データデザイン
　　データを集めてる(エラー監視、サプライ品補充）：データの見極め
　　データはある。行動予測に使えない：予測モデル作成
　　どう指標化？新しいデータ指標：指標作成

これらのケースは、いままでのやり方では解決できない
　　新しいサービス：経験を生かした仮説が及ばない→仮説検証できない
　　　　モデリング＆アナ利スティックを活用した「データ駆動型アプローチ」
　　　　データ活用の専門家「キュレーター」

データ駆動型のアプローチとキュレーター
・強い情熱と業務知識だけでは、新しい領域には踏み出せない


データの見極め→実現性の検討→データ活用モデル実装→新製品の価値を検証

キュレーターとは
・データに語らせる
　　相関関係／因果関係
　　イベントパターン発見
　　パラメータ最適化
　　予測シミュレーション
　　ダイナミック最適化
・キュレーターの専門スキル
　　モデリング
　　　　数学、統計学、金融工学など
　　アナリスティック
　　　　多変量解析、機械学習、最適化など
　　システムデザイン
　　　　並列分散処理、CEPなど

モデリング＆アナリスティックの考え方

・先入観を持たずに全方位的に分析することで、データに語らせる

従来のBI
　　仮説により探索

キュレーター
　　全部しらべる

キュレーターの回答１
　　最適なデータデザイン
　　必要なデータを選別
　　　データの種類／項目数／周期・・・
　　データ活用モデル
　目的とするデータ活用モデルに必要なデータを明確にする


キュレーターの回答２
　　従来
　　　想定される故障箇所に関するアラームとの関係性のみで分析
　　キュレーター
　　　故障箇所を特定せず、多角的な視点・観点から網羅的に分析

キュレーターの回答３
予測モデル作成
　　機械学習（SVM)
　　パターンマイニング
　　回帰分析
人間では到底作成できない予測モデルを作成する。

キュレーターの回答４
　　指標作成
　　　　データ→項目→情報→指標
　　既存の製品設計の視点だけでは捉えられないユーザーの視点

例：糖尿病リスクの予測方法
　機械学習→予測ルール→指標
　機械学習によるルール作成
　　約２０００次元（人間には計算できない）
　　次元を増やしながら、発症者を分類する面を見つけていく

例：購入しなかった理由を調べる

データキュレーションサービス
→分析フレームワーク
　　（１）データコンサルティング
　　　　　データの見極め
　　　　　実現性の検討
　　（２）プロフェッショナル
　　　　　データ活用モデル実装
　　　　　新製品／新サービスの価値を検討