分析に関する誤った通説と誤解の解消

分析に関する誤った通説と誤解の解消

分析に関する誤った通説と誤解の解消

分析に関して一般に信じられている 6 つの誤った通説と、分析戦略を策定するときに既存のインフラストラクチャーや人材を活用する方法について説明します。

データと分析に関して一般に信じられている誤った通説:

誤った通説:「人工知能を導入するには、従来とは異なる新しいハードウェアと専用のインフラストラクチャーに多大な投資を行う必要がある」

真実: 実際には、使い慣れた既存のインテル® テクノロジー基盤のインフラストラクチャーで始め、そこから拡張できます。多大な先行投資を行う必要はありません。

誤った通説:「マシンラーニングを使うような高度な分析はビジネスには不要である」

真実: ...企業の規模や業種に関係なく、分析はあらゆる企業に必要です。重要なのは、組織内で優先度の高いビジネス上の課題を把握し、その課題の解決に高度分析をどう利用できるかを探ることです。

誤った通説:「大量のデータがあるが、分析がうまくいかない」

真実: 必要なのは、データが整理されて、信頼性、安全性、管理性が確保されているか確認するだけです。そのために利用できる方法やツールがあります。

誤った通説:「多数のデータ・サイエンティストを雇用する必要がある」

真実: 組織内で分析を担当できる人材を発掘または育成したり、従業員をシチズン・データ・サイエンティストに変えることのできるアプリケーションを提供することができます。

誤った通説:「あらゆるものを測定するのがよい」

真実: 測定のための測定になってしまうと、成果を挙げることはできません。ビジネス上の明らかな問題から始め、それを基に測定可能な目標と主要業績評価指標を設定します。

誤った通説:「高度な分析を導入すると、IT スタッフの増員が必要になる」

真実: 既存の IT 要員のパフォーマンスを引き出して、分析能力を高めることができます。インテル® テクノロジー基盤のプラットフォームを使用して、拡張性、コスト効率、柔軟性を高めることで、高度な分析への移行を支援します。

関連ビデオ