TOPマネジメント > データ分析プラットフォームについての考察(下)

マネジメント

データ分析プラットフォームについての考察(下)

2020/08/07

Isaac Sacolick InfoWorld

データ分析プラットフォームの選択

 データ統合、ウエアハウス構築、データ分析のツール選びは、かつては単純だったが、ビッグデータ、機械学習、データガバナンスが全盛の現在では、さまざまな用語、プラットフォームの機能、運用上の要件、ガバナンスのニーズ、対象ユーザーが入り組んでいるうえ、複数のユースケースに対応しているベンダーも多く、プラットフォームの選択ははるかに複雑化している。

 データ分析の要件やニーズは企業ごとに異なるが、現在使用しているものは何かという観点から、新しいプラットフォームを探る必要がある。以下に、考えられる例を挙げる。

  • データ視覚化ツールを既に導入済みで、シチズンデータサイエンティストが成果を上げている企業は、分析プロセスの自動化やデータ準備に関するテクノロジーを取り入れて、既存のプログラムの範囲を広げるとよい。
  • さまざまな部門のデータサイエンティストの支えになるツールチェーンを求めている企業は、ModelOpsの機能を持つエンドツーエンドの分析プラットフォームを検討するとよい。
  • 多種多様なバックエンドデータプラットフォームを使用している企業は、クラウドデータプラットフォームを活用したカタログ作成や一元管理が効果を発揮するかもしれない。
  • データ関連の機能を同じパブリッククラウドベンダーでほぼ統一している企業は、そのクラウドで提供されているデータ統合、データ管理、データ分析プラットフォームを検討する。

 分析や機械学習が重要なコアコンピタンスとなりつつある中、技術者は、使用可能なプラットフォームやその機能についての理解を深めることを考える必要がある。分析プラットフォームのパワーと価値や、企業全体にもたらす効果は、今後も高まっていく。

(了)

翻訳:内山卓則=ニューズフロント
記事原文(英語)はこちら

↑ページ先頭へ