SlideShare ist ein Scribd-Unternehmen logo
1 von 63
ビジネスインテリジェンス入門
~OSSでBIを始めよう~
日本JasperServerユーザ会
管理人 佐伯 健介

2013.10/20
Open Source Conference 2013 Tokyo Fall
一応自己紹介
●

佐伯 健介 (調布市在住)

●

Twitterアカウント @masteryupa

●

mixiネーム Yupa
(たぶん本名でも引っかかると思います。)

●

Facebookもやってます。
(たぶん本名でも引っかかると思います。)

●

日本JasperServerユーザ会 管理人
Agenda
1. BIとは何か
2.なぜBIが必要なのか
3.BIツールとは何か
4.JasperReports Serverについて
5.日本JasperServerユーザ会について
6.まとめ
1.BIとは何か
「BI」の定義


1989年 ハワード・ドレスナー
(Gartner社アナリスト)が提唱

「経営者や一般のビジネスパーソンが、
情報分野の専門家に頼らずに自らが
売上分析、利益分析、顧客動向分析などを行
い、
迅速に意思決定する」
@IT 情報マネジメント用語事典より
企業の持つデータ分析を専門家から実際にビジネスを
動かす現場に取り戻す仕組みがBI。
BI
Business Intelligence

もともとは政府の諜報機関が敵国の限られた情報を
様々な角度から分析し、自国に必要な情報を引き出す活動
インテリジェンス活動(Intelligence)と言っていた。
その考え方を民間活動(Business)に応用したのがBI
インテリジェンス(予備知識)
●

●
●

●

少ないデータを元に「そのデータのあらわす情
報とインテリジェンス(自分たちにとっての意
味)」を
導き出す
新しいデータが追加される毎に見直し
機械的に判断できる手法的な部分と
長年の経験に基づく人間的判断の部分がある
データや情報(infomation)と区別するために
「知恵」という場合もある
最近の「BI」の意味


ビジネス用途のデータから対話形式によっ
て重要な知識を獲得する、といった概念で
ある。
(IT用語辞典バイナリ)



ビジネス上の価値を引き出すことを目標と
して、企業内に蓄えたさまざまな情報を収
集して分析し、その結果を表示・配付する
仕組みの総称。
2006)

(情報システムハンドブック
Data:事実
Information:情報
Intelligence:知恵・知見
Decision:意思決定
Action:行動
Data:事実
それぞれのシステムの中に入っている生のデー
タ。
数値データや属性など。
このままでは何を意味しているのかはわからな
い。
注意!データは事実でなければならないのでここ
にねつ造があっては正しい分析はできません!
Information:情報
データを整理して得られる傾向等。
「右下がりの減収」とか「指数関数的な急成長」
とか
単独のデータ群から得られるのはここまで。
誰でもできる一番簡単な分析(一面的)
Intelligence:知恵・知見
様々な情報を組み合わせて得られるもの。
例:「ここ数年継続的な増収傾向」
+
「従業員も継続的に増えている」
+
「大きな問題を出していない」
=
「この企業は優良企業」 ←
さらに、この結果に基づき、
「取引相手として問題ない」といったところの判
定まで
Decision:意思決定
Action:行動
インテリジェンスを参考に最終的にどうするのかを
決め、実施するところ。
これは企業経営者や各担当責任者がおこなうべきも
の。
機械は意思決定はしません!
2.なぜBIが必要なのか
業務システムごとに分断されているデータを
活用し、経営資産としたい!
ビジネスのスピード重視
グローバル化

✔

経営者の責任増大
複雑化する業務

蓄積されているデータを迅
速に分析・判断・共有する
必要

データサイエンティス
ト
✔

会計

生産/在庫
/購買

販売/顧
客

データは企業共有の資産と
して活用されるべき!
情報集めるだけ
でも一苦労!
どこに必要な情
報があるのかも
分からない・・・。
3.BIツールとは何か
●

BI=BIツールではない!
●
●

「OLAP分析」だけでもない

●

●

「経営情報システム」だけではない
決まった概念でもない

企業システム等で大量に蓄積されている
データを有効に活用・見える化するための
ツール
どんなことをするのか
データを集める、整理する

●

データを眺める

●

データを表現する

●

データを情報化し、そこからインテリジェ
ンスを導き出すことで、経営意思決定の支
援を行う
BIツールの構成
企業が蓄積しているデータを経営資産として利用可能にする、「見え
る化」のためのツールである。
データマイニング
テキストマイニン
グ

ETL処理

リレーショナルデータベース(RDB)
経営者、管
理者

データ
マート

会計

①データを集める、整理する
データウェアハ
DS
A

生産/在庫/
購買

ウス

③データを表現する

販売/顧
客

OD
OD
S
S

データマート
②データを眺める

(多次元データベース)
①データを集める、整理する
データ抽出、統合

データ・マイニング

テキスト・マイニング

ETL(DSAおよびODS)
データの保管

データウェアハウス
データ・マイニング


企業に大量に蓄積されるデータを解析し、
その中に潜む項目間の相関関係やパターン
などを探し出す技術。

•
•

IT用語辞典 e-Words
http://e-words.jp
テキスト・マイニング


定型化されていない文章の集まりを自然言
語解析の手法を使って単語やフレーズに分
割し、それらの出現頻度や相関関係を分析
して有用な情報を抽出する手法やシステ
ム。

•
•

IT用語辞典 e-Words
http://e-words.jp
ETL(DSAおよびODS)
企業にすでにある業務システムから
i. 蓄積されたデータを抽出(Extract)
ii.データウェアハウス等で利用しやすい形に加工(Transform)
iii.対象となるデータベースに書き出す(Load)
という一連の処理を行い、DWH(BIするためのデータベー
ス)に格納する処理
DSA

販売/顧客

 
 
 
ク
リ

 
 
 
 
変
換

ー

生産/在庫
/購買

 
 
 
 
抽
出

ニ
ン
グ

CRM

ODS

 
 
 
 
ロ

ー

会計

ド

DWH
データウェアハウス


経営分析を行うためにデータ集積を行う



「サイロ」にあったデータを集めてきて貯め
ておく「倉庫」
データウェアハウスのデータ構造
製品キー
製品名
製品分類
メーカ-
名
・・・・

時間キー

製品キー

時間キー
日
月
四半期
半期
・・・・

地域キー

ファクトテーブルに対して、
ディメンジョンテーブルが複数連携した形
になるのでスタースキーマと呼ばれる。

売上数量

地域キー
所在住所
番地
市
県
地方
国

売上金額

売上金額
②データを眺める
オンライン処理分析(OLAP)
●

キューブ

●

ドリルダウン/スライシング/ダイシング

●

R-OLAP、M-OLAP

その他の分析
オンライン処理分析(OLAP)


データを多角的に分析する
地域
製品
スライシング

期間

ダイシング
ドリルアップ

ドリルダウン
ドリリング


目に見えている「ディメンジョン」を掘
り下げる操作
スライシング


目に見えてない「ディメンジョン」を絞り込む
操作
製品すべてが含ま
れている
ドリンクのみを集計
している
ダイシング


目に見えている「ディメンジョン」と見
えていない「ディメンジョン」を入れ替
える操作
R-OLAPとM-OLAP
SQL
RDBMS
データ
R-OLAP

レスポンス:遅い
データ集約:早い

リクエスト
事前集計
(バッチ)
RDBMS
データ
M-OLAP

レスポンス:早い
データ集約:遅い
その他の分析
✔

✔

統計分析
 回帰分析、シュミレーション等
マーケット分析
 RFM分析、SWOT分析、バスケット分析等
BIツールで対応出来るものと、難しい物があ
る。
R等の統計ツールなどと組み合わせること
で、より高度な分析も可能になってくる。
マーケット分析はBI等からインテリジェンス
を得たうえで、さらに分析を進める手法。
③データを表現する
●

レポート

●

ダッシュボード
レポーティング


目的に応じたデータ集計、表現



分析結果を共有する



帳票(情報を受け手が望む形式で表示)



BIの場合、集計や解析結果といった
「データを分析した結果」をレポートとして表
示する。
レポートの例
ダッシュボード


ユーザの必要な情報を画面で一覧表示



一種のレポートだが、一目で知りたい情報
の概略がわかるように、KPIを設定して
トップ画面に配置する



問題が有りそうなところはドリルダウンし
て詳細を見る

ッ
ピ
ク
コ
営 ト
経
4.JasperReports Serverについて
JasperReports Serverとは
●

フルオープンソースで実装されたBIツール

●

Javaで実装

●

●

コミュニティ版とプロフェッショナル版が
存在
周辺製品とあわせて、BIアプリケーション
をカバー(BI suite)
JasperReports Server
アーキテクチャー
多様な
レポート

Ad hocレポー
ト

ダッシュボー
ド

データ分析/探査

JasperAnalysis

iReport

JasperServer
JasperReports

オペレーショナルRDBMS
POJO、EJB、 XML、Hibernate、
MDX、Custom

JasperETL

データマート /
データウェアハウス/
ODS
JasperAnalysis((OLAP)

ドリルダウン

 JasperAnalysis は、エンドユーザーにオンライン分析処理(OLAP) 機能を提供しま
す。OLAPとは、基本的にドリルダウン、スライシング、ダイシング操作からなります。
それぞれの操作を紹介します。
 ディメンションの階層にしたがってデータを掘り下げることができます(ドリルダウ
ン)。
“+”マークをクリックすると展開されます。
例えばQ1をクリックすると1,2,3月と展開さ
れます。

pdfに出力します。
JasperAnalysis(OLAP)

スライシング

 ある製品を対象に、データを絞り込むことができます(スライシング)。
 例えば、ある製品の販売データを四半期ごとに出すことができます。
 さらに円グラフなどの図を出せば、もっとわかりやすくなりますよね!?

ある対象に絞り込んでデータを分析することがで
きます。
JasperAnalysis(OLAP)

ダイシング

ディメンションを入れ替えることができます。
結果をエクセルファイルに保存することもできます。

Excelファイルに出力します
JasperServer Pro(1/5) アドホックレポート作成機能

プロフェショナルバージョン限定機能

 各ユーザが自由自在にWeb画面上で、ドラッグ&ドロップで帳票を作成して出力でき
ます。

IT部門なしでレポート
を作れます。
JasperServer Pro(2/5) ダッシュボード
忙しい営業担当は顧客情報や社内の各種情報に速やかにアクセスできることが必要です。
OpusSquareBIは企業内の様々なシステムから情報を収集して表示するダッシュボードを
提供いたします。
ユーザ・役割ごとに最適なダッシュボードを作成して表示させることが出来ます。
必要な情報を一画面
で表示。詳細な情報
には各要素をクリッ
クしてアクセス。
JasperServer Pro(3/5) ダッシュボードデザイナー
ダッシュボードを設計することは、これまでレポートを作成するのと同じ手順を踏む必要
がありました。Version3より、「ダッシュボードデザイナー」機能が追加されました。
ユーザは自身のアクセスしたいデータ用の部品を並べるだけで、自分専用のダッシュボー
ドを作成することが出来ます。

部品をドラッグ&ド
ロップで自由に配置
し、独自のダッシュ
ボードを作成可能
JasperServer Pro(4/5) ユーザ・ロール管理
●

スケーラビリティに対応した、検索可能なユーザインターフェース

ユーザを検索して編集・管理が可能。
エンドユーザが大人数になっても
対応可能になった。

役割も同様の機能で
複雑な役割設定にも対応
JasperServer Pro(5/5) 組織管理
・組織の概念を導入。マルチテナントにも対応。→SaaS対応

組織を階層的に設定可能。
それぞれにユーザを配置す
ることが出来る。

ログイン時に所属する組織
を指定するようにログイン
画面も変更された。
JasperAnalysis Pro ODBO Connect
最新バージョンより、JasperAnalysisのデータをExcelに取り込める、「ODBO Connect」機能が提
供されるようになりました。
JasperServerのデータを取り込んで、Excelの「ピボットテーブル」として呼び出すことが出来
ます。
OpusSquare BI

ODBO Connect経由で
JasperServerに接続して、分
析データをExcel上のピボット
テーブルとして読み込むこと
が可能。
周辺製品
●

JasperReports

●

iReport

●

JasperETL
JasperReports(1/2) レポート ライブラリ
 JasperReports は、世界で最も支持されているオープン ソースの Java レ
ポート ライブラリです。あらゆる Java アプリケーションに容易に組み込
んで、洗練された印刷レポートや Web ベース レポートを作成できま
す。Excel などのアプリケーションのファイルにデータを出力して、さらに
処理を加えることもできます。
 JasperReports のレポートは、JasperServer のインタラクティブ レポー
ト サーバへ容易にインポートできるので、高度なレポート管理要件にも十
分対応できます。
JasperReports(2/2) 仕組み
JasperReportsは、帳票出力を実現するためのJava用のレポートエンジンです。
同一のテンプレートから様々なファイル形式で帳票を出力することができま
す。

・PDF
・Excel
・HTML
・RTF(リッチテキスト形式)
・ テキスト
・CSV
・OpenOffice.org形式
・ダイレクト印刷

JasperReportsの仕組み (2007年現在、JasperForge公開ページより抜粋)
iReport(1/2) 帳票作成
●
●

 iReportは、グラフィックな帳票テンプレートのデザインツール。
 NetBeansベースのリッチクライアント

グラフィカルな帳票レイアウトツールで簡単に帳票を
作成
iReport(2/2) JasperReports Serverのレポジトリ管理ツール
 iReportはJasperServer Pluginを使用してJasperServerのレポジトリにアクセスし、レポ
ジトリの管理を行う

編集したレポートテンプレート
や各種リソース類を登録するほ
か、登録されているレポート確
認することもできる。
JasperETL (1/3)  データ統合
 JasperETLは分散されているデータを集積し、必要なデータを帳票用DBに必要な形で蓄
積するためのツールです。

企業内データ
財務

データの収集・変換・蓄
積

JasperServer

購買

在庫

営業

・・
・
・
・

JasperETL

帳票用・分
析用DB
JasperETL (2/3) データ統合
GUIでプログラミングレスでETL処理手順を定義できます。
JavaやPerlのプログラミング技術者であればより柔軟な定義が可能になります
JasperETL (3/3) スケジューリング機能
JasperETLにはスケジューリング機能があります。
一度作成されたジョブは定期的に決められたタイミングで実行させることができます。

一度スケジュールを設定する
と・・・

定期的に必要なデータを収集
し、帳票データへ蓄積しま
す。
(月次レポートの作成など)
5.日本JasperServerユーザ会
について
日本JasperServerユーザ会
●

●

JasperReports Serverおよびその周辺製品の情
報を交換・共有すべく発足
基本はGoogleグループ上での情報共有
http://groups.google.com/group/japan-jasperserver-user-group
「JasperServer」(日本語のページを検索)でググると3番目
くらいに出てきます。

●

Webサイト
http://sites.google.com/site/japanjasperserverusergroup/

●

Twitterハッシュタグ
「#JJSUG」
6.まとめ
まとめ
1. BIとは
→ データの山から自分たちに必要な
  価値を導きこと
2.なぜBIが必要なのか
→ IT化が進んで蓄積されたデータを生かし、
企業が厳しい状況を打開するため
3.BIツールとは何か
→ BIすることを目的としたツール
4.JasperReports Serverについて
→ とにかく一度使ってみて!
5.日本JasperServerユーザ会について
Jasper World Japan

●

11/7開催

●

米Jaspersoftから社長以下、大挙来日予定?

●

https://www.jaspersoft.com/event/jasperworld-asia-pacific-tour-tokyo-2013-0
JJSUG勉強会
●

11/9 開催

●

分析をテーマに発表予定

●

同日、関西ではKOF(関西メンバーで出展予
定)
ありがとうございました
日本JasperServerユーザ会(JJSUG)
Webサイト:
https://sites.google.com/site/japanjasperserverusergroup/

メーリングリスト
http://groups.google.com/group/japan-jasperserver-user-group
●

Twitterでも情報発信していきます。

●

JJSUG本体のハッシュタグ #JJSUG

Weitere ähnliche Inhalte

Was ist angesagt?

初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのかTechon Organization
 
データ分析で Excel を活用しよう
データ分析で Excel を活用しようデータ分析で Excel を活用しよう
データ分析で Excel を活用しようTsuyoshi Kitagawa
 
マルチクラウドで実演するカスタマーセントリックな分析基盤
マルチクラウドで実演するカスタマーセントリックな分析基盤マルチクラウドで実演するカスタマーセントリックな分析基盤
マルチクラウドで実演するカスタマーセントリックな分析基盤Recruit Lifestyle Co., Ltd.
 
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社オラクルエンジニア通信
 
データ分析基盤について
データ分析基盤についてデータ分析基盤について
データ分析基盤についてYuta Inamura
 
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始めHadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始めオラクルエンジニア通信
 
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...Insight Technology, Inc.
 
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組みData Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組みcyberagent
 
Investment in Yahoo! JAPAN's dataplatform and business growth by big data
Investment in Yahoo! JAPAN's dataplatform and business growth by big dataInvestment in Yahoo! JAPAN's dataplatform and business growth by big data
Investment in Yahoo! JAPAN's dataplatform and business growth by big dataDataWorks Summit/Hadoop Summit
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料オラクルエンジニア通信
 
Power BI とは - 2020
Power BI とは - 2020Power BI とは - 2020
Power BI とは - 2020Takeshi Kagata
 
For Power BI Beginners
For Power BI BeginnersFor Power BI Beginners
For Power BI BeginnersTomoyuki Oota
 
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみたAWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみたtatsuya 264
 
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分けビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分けRecruit Technologies
 
10分で分かるPower BI
10分で分かるPower BI10分で分かるPower BI
10分で分かるPower BIKatsuhito Okada
 
大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術Yahoo!デベロッパーネットワーク
 
Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例
Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例
Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例オラクルエンジニア通信
 

Was ist angesagt? (20)

dotNET600 PowerBI
dotNET600 PowerBIdotNET600 PowerBI
dotNET600 PowerBI
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
 
データ分析で Excel を活用しよう
データ分析で Excel を活用しようデータ分析で Excel を活用しよう
データ分析で Excel を活用しよう
 
マルチクラウドで実演するカスタマーセントリックな分析基盤
マルチクラウドで実演するカスタマーセントリックな分析基盤マルチクラウドで実演するカスタマーセントリックな分析基盤
マルチクラウドで実演するカスタマーセントリックな分析基盤
 
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
 
データ分析基盤について
データ分析基盤についてデータ分析基盤について
データ分析基盤について
 
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始めHadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
 
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
[db tech showcase OSS 2017] A27: Talend + MariaDB(SpiderEngine)+ TableauでBI基盤...
 
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組みData Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
 
Investment in Yahoo! JAPAN's dataplatform and business growth by big data
Investment in Yahoo! JAPAN's dataplatform and business growth by big dataInvestment in Yahoo! JAPAN's dataplatform and business growth by big data
Investment in Yahoo! JAPAN's dataplatform and business growth by big data
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
 
Power BI とは - 2020
Power BI とは - 2020Power BI とは - 2020
Power BI とは - 2020
 
For Power BI Beginners
For Power BI BeginnersFor Power BI Beginners
For Power BI Beginners
 
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみたAWS朝会2022/1	セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
 
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
Yahoo! JAPANのデータ基盤とHadoop #dbts2016Yahoo! JAPANのデータ基盤とHadoop #dbts2016
Yahoo! JAPANのデータ基盤とHadoop #dbts2016
 
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分けビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
 
10分で分かるPower BI
10分で分かるPower BI10分で分かるPower BI
10分で分かるPower BI
 
OData って何?
OData って何?OData って何?
OData って何?
 
大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術
 
Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例
Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例
Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例
 

Andere mochten auch

Surrogatekey
SurrogatekeySurrogatekey
Surrogatekeyworars
 
AWS Black Belt Techシリーズ AWS Data Pipeline
AWS Black Belt Techシリーズ  AWS Data PipelineAWS Black Belt Techシリーズ  AWS Data Pipeline
AWS Black Belt Techシリーズ AWS Data PipelineAmazon Web Services Japan
 
[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam Inmon
[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam Inmon[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam Inmon
[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam InmonInsight Technology, Inc.
 
はじめてのAmazon Redshift
はじめてのAmazon RedshiftはじめてのAmazon Redshift
はじめてのAmazon RedshiftJun Okubo
 
Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)
Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)
Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)Amazon Web Services Japan
 
Amazon Redshiftによるリアルタイム分析サービスの構築
Amazon Redshiftによるリアルタイム分析サービスの構築Amazon Redshiftによるリアルタイム分析サービスの構築
Amazon Redshiftによるリアルタイム分析サービスの構築Minero Aoki
 
[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編
[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編
[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編Amazon Web Services Japan
 
Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan
Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan
Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan Koichi Fujikawa
 
[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...
[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...
[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...Insight Technology, Inc.
 
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...Insight Technology, Inc.
 
AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05
AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05
AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05都元ダイスケ Miyamoto
 
AWS Black Belt Tech シリーズ 2015 - Amazon Redshift
AWS Black Belt Tech シリーズ 2015 - Amazon RedshiftAWS Black Belt Tech シリーズ 2015 - Amazon Redshift
AWS Black Belt Tech シリーズ 2015 - Amazon RedshiftAmazon Web Services Japan
 
AWS Black Belt Techシリーズ Amazon CloudWatch & Auto Scaling
AWS Black Belt Techシリーズ  Amazon CloudWatch & Auto ScalingAWS Black Belt Techシリーズ  Amazon CloudWatch & Auto Scaling
AWS Black Belt Techシリーズ Amazon CloudWatch & Auto ScalingAmazon Web Services Japan
 
クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)
クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)
クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)Terui Masashi
 
AWS Black Belt Techシリーズ Amazon Redshift
AWS Black Belt Techシリーズ  Amazon RedshiftAWS Black Belt Techシリーズ  Amazon Redshift
AWS Black Belt Techシリーズ Amazon RedshiftAmazon Web Services Japan
 
ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器Akihiro Kuwano
 
モバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すために
モバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すためにモバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すために
モバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すためにKeisuke Tada
 
AWS Black Belt Online Seminar 2016 Amazon Kinesis
AWS Black Belt Online Seminar 2016 Amazon KinesisAWS Black Belt Online Seminar 2016 Amazon Kinesis
AWS Black Belt Online Seminar 2016 Amazon KinesisAmazon Web Services Japan
 
Life of an Fluentd event
Life of an Fluentd eventLife of an Fluentd event
Life of an Fluentd eventKiyoto Tamura
 
Cookpad TechConf 2016 - DWHに必要なこと
Cookpad TechConf 2016 - DWHに必要なことCookpad TechConf 2016 - DWHに必要なこと
Cookpad TechConf 2016 - DWHに必要なことMinero Aoki
 

Andere mochten auch (20)

Surrogatekey
SurrogatekeySurrogatekey
Surrogatekey
 
AWS Black Belt Techシリーズ AWS Data Pipeline
AWS Black Belt Techシリーズ  AWS Data PipelineAWS Black Belt Techシリーズ  AWS Data Pipeline
AWS Black Belt Techシリーズ AWS Data Pipeline
 
[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam Inmon
[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam Inmon[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam Inmon
[db tech showcase Tokyo 2015] DATA WAREHOUSE BASICS by Wiliiam Inmon
 
はじめてのAmazon Redshift
はじめてのAmazon RedshiftはじめてのAmazon Redshift
はじめてのAmazon Redshift
 
Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)
Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)
Amazon Redshiftへの移行方法と設計のポイント(db tech showcase 2016)
 
Amazon Redshiftによるリアルタイム分析サービスの構築
Amazon Redshiftによるリアルタイム分析サービスの構築Amazon Redshiftによるリアルタイム分析サービスの構築
Amazon Redshiftによるリアルタイム分析サービスの構築
 
[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編
[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編
[AWS Summit 2012] クラウドデザインパターン#5 CDP バッチ処理編
 
Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan
Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan
Amazon Redshiftの開発者がこれだけは知っておきたい10のTIPS / 第18回 AWS User Group - Japan
 
[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...
[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...
[db tech showcase Tokyo 2015] A32:Amazon Redshift Deep Dive by アマゾン データ サービス ...
 
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
[db tech showcase Tokyo 2015] A14:Amazon Redshiftの元となったスケールアウト型カラムナーDB徹底解説 その...
 
AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05
AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05
AWSにおけるバッチ処理の ベストプラクティス - Developers.IO Meetup 05
 
AWS Black Belt Tech シリーズ 2015 - Amazon Redshift
AWS Black Belt Tech シリーズ 2015 - Amazon RedshiftAWS Black Belt Tech シリーズ 2015 - Amazon Redshift
AWS Black Belt Tech シリーズ 2015 - Amazon Redshift
 
AWS Black Belt Techシリーズ Amazon CloudWatch & Auto Scaling
AWS Black Belt Techシリーズ  Amazon CloudWatch & Auto ScalingAWS Black Belt Techシリーズ  Amazon CloudWatch & Auto Scaling
AWS Black Belt Techシリーズ Amazon CloudWatch & Auto Scaling
 
クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)
クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)
クラウド環境におけるWebアプリケーションの正しい作り方(for Perl users)
 
AWS Black Belt Techシリーズ Amazon Redshift
AWS Black Belt Techシリーズ  Amazon RedshiftAWS Black Belt Techシリーズ  Amazon Redshift
AWS Black Belt Techシリーズ Amazon Redshift
 
ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器ビックデータ最適解とAWSにおける新しい武器
ビックデータ最適解とAWSにおける新しい武器
 
モバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すために
モバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すためにモバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すために
モバイルアプリのインタラクションプロトタイピング - 高速に仮説・実行・検証サイクルを回すために
 
AWS Black Belt Online Seminar 2016 Amazon Kinesis
AWS Black Belt Online Seminar 2016 Amazon KinesisAWS Black Belt Online Seminar 2016 Amazon Kinesis
AWS Black Belt Online Seminar 2016 Amazon Kinesis
 
Life of an Fluentd event
Life of an Fluentd eventLife of an Fluentd event
Life of an Fluentd event
 
Cookpad TechConf 2016 - DWHに必要なこと
Cookpad TechConf 2016 - DWHに必要なことCookpad TechConf 2016 - DWHに必要なこと
Cookpad TechConf 2016 - DWHに必要なこと
 

Ähnlich wie ビジネスインテリジェンス入門~Ossでbiを始めよう~version5(2013 tokyofall)

JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)
JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)
JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)Kensuke SAEKI
 
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイントセグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイントNaoto Tamiya
 
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料The Japan DataScientist Society
 
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017itoyan110
 
リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤Yu Yamada
 
リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤 リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤 Recruit Lifestyle Co., Ltd.
 
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2junji kumooka
 
Power BI を提案してみた件
Power BI を提案してみた件Power BI を提案してみた件
Power BI を提案してみた件Teruchika Yamada
 
OpenDataの知見共有とビジネス化
OpenDataの知見共有とビジネス化OpenDataの知見共有とビジネス化
OpenDataの知見共有とビジネス化Satoshi Iida
 
新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー慧悟 岩本
 
PMBOKガイド7をアジャイル屋はどう迎え撃つか?
PMBOKガイド7をアジャイル屋はどう迎え撃つか?PMBOKガイド7をアジャイル屋はどう迎え撃つか?
PMBOKガイド7をアジャイル屋はどう迎え撃つか?豆寄席 (株式会社豆蔵)
 
要求開発アライアンス定例会 2014年1月 大西純
要求開発アライアンス定例会 2014年1月 大西純要求開発アライアンス定例会 2014年1月 大西純
要求開発アライアンス定例会 2014年1月 大西純Jun Ohnishi
 
「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019
「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019
「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019大輔 井水
 
ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本Toshikuni Fuji
 
ホームページを制作する前に知っておきたい13のこと
ホームページを制作する前に知っておきたい13のことホームページを制作する前に知っておきたい13のこと
ホームページを制作する前に知っておきたい13のことYasushi Taki
 
210201 forcas sales(web)
210201 forcas sales(web)210201 forcas sales(web)
210201 forcas sales(web)ssuserdbd248
 
2013年3月20日 Tech Compass #tecomp #きのこる
2013年3月20日 Tech Compass #tecomp #きのこる2013年3月20日 Tech Compass #tecomp #きのこる
2013年3月20日 Tech Compass #tecomp #きのこるYusuke Yamamoto
 
最新 Office アプリの自動保存に関わる小ネタ
最新 Office アプリの自動保存に関わる小ネタ最新 Office アプリの自動保存に関わる小ネタ
最新 Office アプリの自動保存に関わる小ネタTeruchika Yamada
 
Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用Koichiro Kondo
 
RStudioでRをはじめよう(R for Beginner using RStudio)
RStudioでRをはじめよう(R for Beginner using RStudio)RStudioでRをはじめよう(R for Beginner using RStudio)
RStudioでRをはじめよう(R for Beginner using RStudio)Takashi Minoda
 

Ähnlich wie ビジネスインテリジェンス入門~Ossでbiを始めよう~version5(2013 tokyofall) (20)

JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)
JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)
JasperServerとJJSUGの紹介(Osc2009 Tokyo Fall LT)
 
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイントセグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
 
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料
 
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017
 
リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤
 
リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤 リクルートライフスタイルの売上を支える共通分析基盤
リクルートライフスタイルの売上を支える共通分析基盤
 
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
 
Power BI を提案してみた件
Power BI を提案してみた件Power BI を提案してみた件
Power BI を提案してみた件
 
OpenDataの知見共有とビジネス化
OpenDataの知見共有とビジネス化OpenDataの知見共有とビジネス化
OpenDataの知見共有とビジネス化
 
新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー
 
PMBOKガイド7をアジャイル屋はどう迎え撃つか?
PMBOKガイド7をアジャイル屋はどう迎え撃つか?PMBOKガイド7をアジャイル屋はどう迎え撃つか?
PMBOKガイド7をアジャイル屋はどう迎え撃つか?
 
要求開発アライアンス定例会 2014年1月 大西純
要求開発アライアンス定例会 2014年1月 大西純要求開発アライアンス定例会 2014年1月 大西純
要求開発アライアンス定例会 2014年1月 大西純
 
「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019
「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019
「コーダーとしての価値を高めるウェブ解析活用術」CSS Nite 20191019
 
ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本
 
ホームページを制作する前に知っておきたい13のこと
ホームページを制作する前に知っておきたい13のことホームページを制作する前に知っておきたい13のこと
ホームページを制作する前に知っておきたい13のこと
 
210201 forcas sales(web)
210201 forcas sales(web)210201 forcas sales(web)
210201 forcas sales(web)
 
2013年3月20日 Tech Compass #tecomp #きのこる
2013年3月20日 Tech Compass #tecomp #きのこる2013年3月20日 Tech Compass #tecomp #きのこる
2013年3月20日 Tech Compass #tecomp #きのこる
 
最新 Office アプリの自動保存に関わる小ネタ
最新 Office アプリの自動保存に関わる小ネタ最新 Office アプリの自動保存に関わる小ネタ
最新 Office アプリの自動保存に関わる小ネタ
 
Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用
 
RStudioでRをはじめよう(R for Beginner using RStudio)
RStudioでRをはじめよう(R for Beginner using RStudio)RStudioでRをはじめよう(R for Beginner using RStudio)
RStudioでRをはじめよう(R for Beginner using RStudio)
 

Mehr von Kensuke SAEKI

血液デブとトライアスロンと私
血液デブとトライアスロンと私血液デブとトライアスロンと私
血液デブとトライアスロンと私Kensuke SAEKI
 
省エネIT2011年総括と2012年の展望
省エネIT2011年総括と2012年の展望省エネIT2011年総括と2012年の展望
省エネIT2011年総括と2012年の展望Kensuke SAEKI
 
Jasoersoftマテリアル日本語化
Jasoersoftマテリアル日本語化Jasoersoftマテリアル日本語化
Jasoersoftマテリアル日本語化Kensuke SAEKI
 
110709 3rd SyoueneIT Workshop ARMServer
110709 3rd SyoueneIT Workshop ARMServer110709 3rd SyoueneIT Workshop ARMServer
110709 3rd SyoueneIT Workshop ARMServerKensuke SAEKI
 
110709 3rd SyoueneIT Workshop
110709 3rd SyoueneIT Workshop110709 3rd SyoueneIT Workshop
110709 3rd SyoueneIT WorkshopKensuke SAEKI
 
レポートと帳票
レポートと帳票レポートと帳票
レポートと帳票Kensuke SAEKI
 
110604 2nd SyoueneIT Workshop
110604 2nd SyoueneIT Workshop110604 2nd SyoueneIT Workshop
110604 2nd SyoueneIT WorkshopKensuke SAEKI
 
日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)
日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)
日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)Kensuke SAEKI
 
省エネIT勉強会(20110507 OSSチャリティセミナー)
省エネIT勉強会(20110507 OSSチャリティセミナー)省エネIT勉強会(20110507 OSSチャリティセミナー)
省エネIT勉強会(20110507 OSSチャリティセミナー)Kensuke SAEKI
 

Mehr von Kensuke SAEKI (10)

血液デブとトライアスロンと私
血液デブとトライアスロンと私血液デブとトライアスロンと私
血液デブとトライアスロンと私
 
省エネIT2011年総括と2012年の展望
省エネIT2011年総括と2012年の展望省エネIT2011年総括と2012年の展望
省エネIT2011年総括と2012年の展望
 
Jasoersoftマテリアル日本語化
Jasoersoftマテリアル日本語化Jasoersoftマテリアル日本語化
Jasoersoftマテリアル日本語化
 
Vector wise presen
Vector wise presenVector wise presen
Vector wise presen
 
110709 3rd SyoueneIT Workshop ARMServer
110709 3rd SyoueneIT Workshop ARMServer110709 3rd SyoueneIT Workshop ARMServer
110709 3rd SyoueneIT Workshop ARMServer
 
110709 3rd SyoueneIT Workshop
110709 3rd SyoueneIT Workshop110709 3rd SyoueneIT Workshop
110709 3rd SyoueneIT Workshop
 
レポートと帳票
レポートと帳票レポートと帳票
レポートと帳票
 
110604 2nd SyoueneIT Workshop
110604 2nd SyoueneIT Workshop110604 2nd SyoueneIT Workshop
110604 2nd SyoueneIT Workshop
 
日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)
日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)
日本JasperServerユーザ会の近況報告(20110507OSSチャリティセミナーLT)
 
省エネIT勉強会(20110507 OSSチャリティセミナー)
省エネIT勉強会(20110507 OSSチャリティセミナー)省エネIT勉強会(20110507 OSSチャリティセミナー)
省エネIT勉強会(20110507 OSSチャリティセミナー)
 

Kürzlich hochgeladen

CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?akihisamiyanaga1
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...博三 太田
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfFumieNakayama
 
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfFumieNakayama
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)Hiroshi Tomioka
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)UEHARA, Tetsutaro
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineerYuki Kikuchi
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NTT DATA Technology & Innovation
 

Kürzlich hochgeladen (8)

CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
 
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 

ビジネスインテリジェンス入門~Ossでbiを始めよう~version5(2013 tokyofall)

Hinweis der Redaktion

  1. 15,16,17,18番スライドは一セットで、19、20,21番は一セットです。 15,16,17,18番はプレゼン用で、 19、20,21番は配布用です。
  2. <番号>