データ活用の第一歩は「IIJ GIOビッグデータラボ」から

カテゴリー: サービス情報, ビッグデータ   パーマリンク
このエントリーをはてなブックマークに追加

2013年6月24日に、お客様のデータ活用を促進するための「IIJ GIOビッグデータラボ」をリリースしました。「IIJ GIO Hadoopソリューション」に続く、ビッグデータ関連ソリューションの第2弾です。
新ソリューション開発の背景とポイントを、企画・開発を担当した谷井がご紹介します。


お客様と一緒に課題を解決する「ラボ」がコンセプト

「IIJ GIOビッグデータラボ」は、ビッグデータ活用の迅速なスタートアップを支援するソリューションです。

昨年秋の「IIJ GIO Hadoopソリューション」リリース直後から、本格導入前の安価なトライアル環境を提供できないかと検討を進めていました。しかし、お客様訪問を実施していくうちに、単なるトライアル環境の提供だけでは解決できない問題に気付き始めたのです。

現場のお客様からはこんな声が聞かれます。

  • 検証目的のためにコストをかけられない
  • 環境構築が難しい
  • 本番システム導入前に効果を立証する必要がある
  • 環境だけ提供されても、それを使いこなせる人材がいない
  • 自社で開発体制を立ち上げたい

IIJが独自に実施したアンケートでも、様々なハードルにより、ビッグデータ活用に着手できていないお客様が多いことが明確になりました。
「社内に対応可能な技術者がいない」「ベンダーが見つからない」といった、ビッグデータ活用に必要な専門スキルを有した人材のハードル。「活用すべきビッグデータがない」「何をやったらよいか分からない」「ビジネスの役に立つか分からない」といった、活用イメージ・効果の具体化のハードル。

こうした訪問活動やアンケートの結果から、ビッグデータ活用のスタートアップをトータルサポートできるソリューションの提供が必要だと判断し開発に至りました。
「IIJ GIOビッグデータラボ」のラボはlaboratoryの略です。laboratoryには、「実験室」「研究室」という意味がありますが、IIJとお客様が一緒に共同研究を進め課題を解決したいという意味を込め、この名前を付けました。

基盤+支援のトータルソリューション

さて、IIJ GIOビッグデータラボのメニュー構成は、お客様の声を反映して次のようになっています。

基本メニューである「ビッグデータ基盤」は、IIJ GIO上で並列分散処理技術の技術検証や分析検証などを実施するための実行基盤です。Hadoopクラスタだけではなく、同じくビッグデータの技術要素であるDWHを新たに追加しました。更にお客様の設計や構築の負担を軽減し、迅速な検証着手が可能なよう、分析や技術検証を進める上で必要となるミドルウェア・ツール類を事前にインストールし、お客様に自由に利用していただける形式にしました。

「ビッグデータ基盤」には、技術検証・分析検証をサポートする「支援オプション」を組み合わせることができます。活用に向けてより具体化イメージをサポートできるよう、専門スキルを有した担当者による支援も行います。
支援オプションの中には、自社での開発を希望されるお客様向けに、弊社Hadoopの開発・運用実績をベースに独自カリキュラムで構成された、MapReduceアプリケーション開発のトレーニングもあります。私自身もこのトレーニングを受講しましたが、Hadoopクラスタの基本知識からアプリケーションを実装する上でのポイント、チューニングポイントまで含まれており、より実践的な内容になっていると思います。

ビッグデータ活用のカギはツールと人にあり

実際に私が担当した案件の話を少ししたいと思います。
そのお客様のご利用のきっかけは、「自社で分析を実施してみたが、具体的な効果が見えづらい結果となってしまった」という相談から始まりました。

そこで、ビジネスに活用可能な仮説をお客様と共に定義し、段階を追って分析作業を進めることにしました。分析対象データ項目の抽出から始まり、段階的にデータの可視化・分析を進めることにより、データの意味を理解することが可能となり、更にデータ同士の相関や傾向把握ができました。最終的には複数の分析手法を適用し、お客様の検証では得られなかった有意義な知見を見出すことができ、分析・仮説検証として一定以上の効果が得られたとお客様にも評価していただきました。
 
なお検証の成功要因は、以下の3点が挙げられると考えています。

  1. 単一環境では実施困難な大量データ分析を、Hadoop上で並列分散処理することにより、多角的かつ短時間に繰り返し実行可能とした。
  2. 並列分散処理技術をはじめとした専門的な技術を有した担当者により、数ある提供機能の中でもHadoop、Hive、Mahout、Rを単体、または組み合わせて効率的に利用した。
  3. 高度な分析スキルを有した担当者により、目的に合わせたより効果的な複数の分析手法を適用し結果を出すことができた。

これらの成功要因からも、ビッグデータ活用における分析作業に関しては、大量データを処理可能な基盤と、基盤を使いこなす技術力と分析スキルを持った担当者による支援作業が必要不可欠であることがお分かりいただけると思います。

こんなお客様におすすめです

IIJ GIOビッグデータラボは、ビッグデータ活用に着手したいが、環境面、人材面、コスト面などの問題で着手できていない、または着手に踏み切れないお客様におすすめします。
「うちの会社には活用可能なビッグデータがない」と諦めているお客様も、ぜひ一度お問い合わせください。担当者様も思いもよらない有意義な知見、ビジネスチャンスがデータに埋もれている場合もあります。

本ソリューションの目的はビッグデータ活用の促進です。費用的にはビッグデータ基盤のみであれば、1ヵ月/15万円から利用開始できます。まずはコンパクトにビッグデータ活用をスタートし、自社の活用イメージを具体化し、確かな手ごたえ持って本番導入(システム化)を検討いただければと思います。

IIJ GIOビッグデータラボのメニューや料金の詳細は、サービスサイトをご覧ください。

(アプリケーションソリューション部 谷井)

コメントは受け付けていません。