リアルタイム分析によるビジネス・インテリジェンスの変革

組織がリアルタイム分析を活用して新時代のデータに基づくビジネスで競争力を生み出す方法

リアルタイム分析とは

ビジネスの意思決定者がより深いタイムリーな洞察を求めるようになるにつれて、あらゆる業界でリアルタイム分析、またの名をオペレーショナル・インテリジェンスが勢いを増しています。こういったツールが、組織に継続的に流れ込んでくる履歴ソースとリアルタイム・ソースの両方から、実行可能なインテリジェンスを収集します。

リアルタイム分析を使うと、数秒足らずでデータを洞察に変換できることが徐々に知られてきています。しかし、リアルタイム分析のもっと単純な考え方は、分析、レポート、意思決定のために収集された情報を、誰でもすぐに、多くの場合は先を見越して利用できるようにすることです。運用チームはデバイスが故障しかけていたことに気付いていなかったかもしれませんが、予測分析を使用すれば、時間的制限のあるこの情報を表面化することができます。

これはどのようにして実現されるのでしょうか?まず、SQL/BI システムなどの従来の構造化データベースについて考えてみましょう。このアプローチでは、情報が保存され、インデックスが作成された後、クエリーによって情報が処理されます。Twitter* の投稿からファッション・トレンドが生まれたり、小売企業が購入時期のピークに適切な商品を顧客にタイムリーに勧められないと顧客を失う可能性が生じるようなことがなかった時代には、このアプローチで十分でした。

容赦ないペースで追い立てるビジネスが、情報のスピードに対応できる新たなアプローチの採用を企業に促す要因となっています。従来型データベースに情報を保存してインデックスを作成する代わりに、リアルタイム・データの利用形態では、サーバーから流れるデータを「その場で」処理する必要があります。その後、リアルタイム・データを過去のデータと統合しなければなりません。

ほとんどの企業が膨大な量の多種多様なデータを収集していますが、ブランド、顧客体験、市場動向に関するタイムリーな洞察を獲得するために、収集したデータを活用する方法や、内外のデータと組み合わせる方法が分かっていません。リアルタイム分析を使用すれば、こうしたすべてのデータの力を引き出すことができるので、インターネット並みのスピードでビジネス上の意思決定を行うことできます。

リアルタイム分析のビジネスケース

小売企業、メーカー、金融サービス会社、さらに他業界の多数の企業が、増加し続ける顧客ニーズと競争圧力の先を行くために、処理と分析を待つ生成済みデータのペースに追い付こうと苦戦しています。

通常、データの価値は時間の経過とともに大幅に低下します。リアルタイムで運用することで、データ品質に悪影響を及ぼすことなく、時間枠が限られた、即座の反応が求められる変動的なイベントでも、業務プロセスに分析を適用できます。

センサーや IoT から取り込むデータの量が増加するにつれて、こういったデータの価値は数日、数時間、数分、さらには数秒で消滅してしまう可能性があるため、分析は避けられないプロセスとなっています。例えば、無人トラックに指示を出す IoT データは、ごくわずかなレイテンシーで価値が失われる、場合によっては危険が生じる可能性もある情報を示すぴったりの例です。同様に、機械が故障してしまえば、製造ラインの機械の疲労を示すデータは役に立たなくなります。

リアルタイム分析は、多くの組織の弱点に対処できるアプローチです。オンライン小売企業は、顧客に提示する 2 番目の提案を決定するために、取引とウェブ・ブラウジングのアクティビティーを融合しています。銀行は挙動を解析し、不正行為の特定や、部門の 1 つと連絡を取っている顧客が別の部門からの売り込みに応えようとしている兆候の発見などに活用しています。動的価格設定、リスク管理、コールセンターの最適化、セキュリティーは、リアルタイム分析によって最適化できるプロセスのほんの一部にすぎません。

こういったプロセスの場合、リアルタイム・データにより、企業は顧客が求めているその瞬間に付加価値サービスや製品を提供したり、壊滅的な状態になる前に悪影響を防ぐことが可能になります。リアルタイム分析では傾向とノイズを区別できます。ビジネスのペースがさらに過酷になる中で、リアルタイム分析が推進する早期警告システムは、導入当初は重要な差別化要素として、その後すぐに顧客が期待する種類のサービスを提供するための必需品になります。

包括的な分析戦略へのリアルタイム分析の適合方法

分析は幅広く、ほとんどの企業が、データの種類、ワークロード、解決しようとしているビジネス上の問題の種類に基づいて複数の分析手法の組み合わせを採用しています。現在、記述的分析、診断的分析、予測分析、処方的分析、認知分析の 5 つのカテゴリーに分かれています。

記述的分析は、過去に何が起こったのかという問いに答えます。診断的分析は、なぜそのイベントが発生したのかについての洞察を提供します。予測分析は、現在と過去のデータを分析して、将来何が起こるのかについての洞察を提供します。処方的分析は、予測分析の出力に基づいて組織がどういった行動をとれるかを提案します。認知的分析は、人間の意思決定を自動化または補強します。

この 5 つのカテゴリーは、それぞれが段階的に積み重なり、組織はより迅速かつ適切な意思決定を行うオンデマンド企業に近づいていきます。

予測分析は、リアルタイムの情報で意思決定を促進する「高度な分析」の出発点となります。したがって、予測分析はリアルタイム分析の性能によって利点がもたらされる利用方法です。

企業が採用している分析の種類を問わず、データサイロと組織サイロの両方を解消する最新のインフラストラクチャーを基盤とした包括的なデータ戦略を適用する必要があります。洞察を組織全体で速やかに共有してタイムリーにビジネス上の意思決定を下せるように、データの収集、保存、分析、保護が共通のテーマとなります。

リアルタイム分析によって高まるインフラストラクチャーと人材のニーズ

分析ソリューション・スタックは、インフラストラクチャー、データ、分析、アプリケーションの 4 つのレイヤーで構成されます。インテルのテクノロジーは、ネットワーク、ストレージ、コンピューティングと、企業のインフラストラクチャーのあらゆる重要な部分に及ぶので、データを効率的に管理し、速やかに活用して、競争優位性を高めることが可能になります。例えばインテル® Xeon® スケーラブル・プロセッサーを基盤とするアーキテクチャーのように、組織全体で一貫性のあるアーキテクチャー (を導入することによって、複数のアーキテクチャーをサポートする必要がなくなり、分析イニシアチブを迅速に拡大するための予測可能なルートが示されます。

データ・ウェアハウスに重点を置いた従来のビッグデータ・ソリューションは、ほとんどのリアルタイム・データ処理には適していません。リアルタイム分析サービスで活用できる Platform as a Service (PaaS) サービスや Software as a Service (SaaS) サービスを提供するクラウドベンダーが増えています。クラウド間の仲介ソリューションにより、企業は情報の量、種類、速度に応じて、どこでも必要な場所でワークロードを実行できます。

企業は、クラウドで大量のデータを生成するようになると、インテリジェントな意思決定を行うためにどのデータを社内に戻す必要があるかを判断する必要が出てきます。収集ポイントまたはその近くでデータ分析が実行されると、リアルタイム・データが「エッジ」で処理されることがあります。ただし、データセンター内でリアルタイム分析を実行するには、増大し続ける大量のデータに高速でアクセスし分析しなければなりません。つまり、CPU からメモリー / ストレージのサブシステムまで、インフラストラクチャーのあらゆるレベルでの最適化が不可欠となります。パーシステント・メモリー・テクノロジーは、電力停止中も CPU の近くにより多くのデータを配置してインメモリーに保持することで、I/O のボトルネックによるレイテンシーを回避し、比較的低速の SSD からでもデータをフェッチングして再起動を迅速化します。

リアルタイム分析では、あらゆる形式のデータをあらゆる場所から取得し、まとめて処理できるように適切なレコード形式に変換しなければなりません。データが生成される場所と、ビジネスプロセスと意思決定にデータをどのように使用するのかを理解することがカギとなります。

リアルタイム分析の中心的存在

分析テクノロジー・パートナーであるインテルは、オープンソースまたは独自開発の業界をリードする分析ソフトウェア・ソリューションの中から選択できる柔軟性を備えています。

SAP HANA* は、高度なデータ処理、アプリケーション・サービス、柔軟なデータ統合サービスとデータベースを組み合わせた単一のデータベースです。HANA* では、インメモリー・データベース・ソフトウェアを活用します。これは、物理ディスクに格納されているデータを照会するのではなく、データがシステムのメモリー (現在、RAM と呼ばれているもの) 内に存在するときにデータを照会する手法です。

これにより、何通りもの新しいパターンでデータを高速処理したり、一連の仮説シナリオを作成して、チャンスの利用や問題の回避に利用することが可能になります。IBM や Oracle といった歴史のあるテクノロジー・ベンダーも、それぞれのプラットフォームで新しいテクノロジーを使用してリアルタイム処理を実現しています。

Apache Spark* のベースコードを中心とするオープンソース・ソリューションは、ソーシャルメディア、画像、ビデオなどの非構造化データのリアルタイム分析を実現します。Spark* では、大量のデータを並列処理できるように、複数システムにまたがって拡張されたインメモリー分析を使用します。

こういったソリューションの多くはクラウドで提供できるので、ソーシャルメディアや IoT など、データが生成されているところで分析を実行できます。そのため、企業は取引データやオンラインデータを照会してパターンや傾向をリアルタイムで解明し、社会や顧客の動きに対応できます。

多数のさまざまなソリューションや新規企業が絶えず市場に参入しています。これにより、インテルが提供するコンピューティング、ネットワーク、ストレージの機能を活かし、エンタープライズ分析と意思決定の俊敏性をさらに高める、豊かなソリューションのエコシステムがもたらされます。

リアルタイムの洞察が新たなビジネス価値を創出する方法


データ活用をより身近にするインメモリー分析 (2/2)

インメモリー分析により、組織は新時代のデータ主導型ビジネスで競争力を生み出すことができます。

詳しくはこちら

高度な分析

新たなレベルのビジネス・イノベーションには、インサイトの迅速な獲得が必要です。インテルの製品とテクノロジーを導入しましょう。

詳しくはこちら

インテル® Xeon® スケーラブル・プロセッサー

新世代のインテル® Xeon® スケーラブル・プロセッサーは、ワークロードに最適化され、演算負荷の高いデータ・アプリケーションに対応しています。

詳しくはこちら

インテル® Optane™ テクノロジー

全く新しいプレミアムクラスのメモリーが、コンピューターの構築および使用方法に変革をもたらします。

詳しくはこちら