インメモリー分析によるビジネス・インテリジェンスの向上

インメモリー分析とは

現在、データはあらゆる場所に存在し、 その量、速度、種類は、あらゆる予想を超えて増加しています。すでに多くの大手企業が、データ分析の利用によって、従来のビジネス・インテリジェンスを超えるリアルタイム分析へと移行し、顧客に合わせたサービスを提供することで、効率の向上、リスクの回避、収益の増加を実現しています。分析ソリューションを使用してデータから価値を引き出すことに後れを取っている企業は、競争力の面で著しく不利な立場に置かれています。

分析に基づく意思決定をサポートできる IT インフラストラクチャーにとって、重要な要件はスピードです。意思決定支援ソリューションのビジネス価値は、ほとんどの場合、従来のソリューションより数千倍以上速く結果を提供できるかどうかで決まります。この極めて高い目標を達成するには、新しい処理方法である、インメモリー・コンピューティングが必要です。

インメモリー・コンピューティングの概念はシンプルです。従来のデータ処理方法では、データがシステム内のハードディスクまたはネットワーク接続のハードディスク上に存在します。データは必要なときに呼び出されてローカル・システム・メモリー (現在は RAM) に入り、そこから CPU に移動します。ディスク上に存在するデータを探すのに長い時間がかかる場合があり、このシーク時間がしばしばボトルネックとなります。

インメモリー・コンピューティングを使用すると、データはシステムメモリーに直接格納されます。このアーキテクチャーによる方法では、ディスク上のデータを探す時間がなくなり、データを CPU の近くで転送できるので、レイテンシーが劇的に削減されます。インメモリー・コンピューティングは、従来の方法に比べて大幅に高速化できる可能性があります。

さらに、インメモリー分析は、ほとんどの場合、ソフトウェア性能を向上させる 2 つの重要な技術コンポーネントを備えています。

• 列指向データストレージ:インメモリー分析のデータは、従来の 2 次元のデータ構造 (行と列) ではなく、1 次元の線形構造です。
•  超並列処理: インメモリー分析では、マルチコア、マルチスレッドのプロセッサー機能を最大限に活用します。アクセス・レイテンシーが削減されると、この機能で自由にデータを処理できます。

分析のビジネス価値

ビジネス価値を有するデータのソースには限界がありません。工場のセンサー、複数の小売ルート、ソーシャルメディア、さらに気象衛星から取り込むデータに加え、サードパーティーが供給するデータまであります。スマートシティーや IoT など新しく開発される技術も、この負荷を増やす一方です。企業は競争力の維持に、こういったデータを無視できません。データを適切に分析すると、最も成功する確率の高いアップセルを予測して売上を増加させたり、輸送ルートや在庫管理のスマート化による物流コストの削減、根本原因を高度分析して製造コストを低減し品質を改善するなど、実現できることのリストもほぼ上限なく増え続けます。

この大量のデータから実用的な情報を引き出す道は、すでに発生したことの中にパターンを見つけるだけという方法しかない場合もあります。ほかの例としては、顧客体験の向上、マルウェアの侵入の阻止、クレジットカードの不正使用の防止などに、リアルタイムの結果が必要となる場合もあります。

分析を導入する障壁はどんどん低くなり、 主要な IT ベンダーはすべて分析ソリューションを提供し、多くは垂直ソリューションにも対応しています。高度な分析の使用とサポートの両方に必要なスキルセットを備えたデータ・サイエンティストは増え続け、 また多くの企業が、よりシンプルなインターフェイスと内蔵アルゴリズムにより、分析の利用を「大衆化」しようと取り組んでいます。実績のあるビジネス事例とあわせて宣伝することで、資金調達しやすくなっています。

肝心なのは、分析に明確なビジネス価値があるということです。数々の大手企業が、すでにインメモリー分析を使用して、収益の増加とコストの削減を図っています。この運用上の利点を追求しない企業は、競争上不利な立場に置かれるリスクを避けられません。

インメモリー分析を始めるための作業手順ガイド

インメモリー分析を始めるための 5 ステップのプロセスを紹介します。

1. 課題を特定する。事業部門のリーダーと意見を交換して、既存のシステムでは解決できない、または解決が困難な課題のリストを作成します。このリストでは、既存の戦略に一致している項目、新しい洞察を見込める項目、IT 部門のスキル能力範囲にある項目、また確実なビジネス実績がある項目に基づいて優先順位をつける必要があります。何度か検討を繰り返すことで、最終的に、目標とそれを達成するためのリソースについての明確なリストが得られます。
2. 市販の利用可能な分析ソリューションについて調査し、詳細を把握する (インテルはこの情報のリソースとして優れています)。その知識を踏まえて、現在のインフラストラクチャーを評価してください。分析するデータをどこから取得し、その所有元と、データの品質とセキュリティーを確保するために必要な方法について理解することが重要です。
3. チームに必要なスキルを特定し、育成する。必要に応じて、新しい人材を雇用するか、または一部のタスクをアウトソーシングする計画を立てます。ほとんどの場合、新しい従業員は、ニーズに合ったスキルセットを備えています。
4. 現在整っている要件以外のテクノロジー要件を固める。インメモリー分析には、コンピューティング、ストレージ、ネットワーク・インフラストラクチャーなど、最新のハードウェアが必要です。また、求める結果を引き出すために生成する分析クエリーやアルゴリズムを判断し、その後、その出力結果をどうすれば魅力的に提示できるか決定する必要があります。ソフトウェアについては、大量の選択肢がありますが、独自ソリューションとオープンソースのソリューションの両方を検討します。
5. プロジェクトの最終的なユースケースを作成する。使用するデータを決定し、データフローを綿密に計画します。その後、実機バージョンのテスト環境を整備してください。

上記のプロセスがほかのプロジェクト向けにすでに実行しているプロセスと同じように思われるなら、それで間違いありません。高度な分析だからと言って、IT ポートフォリオの管理に関する新しい方法が必要になるわけではなく、 発想を広げて新しいソリューションについて考える必要があるだけです。