Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

ビッグデータとITイノベーション

2.394 Aufrufe

Veröffentlicht am

経済学部3年生向けの講義「イノベーションマネジメント概論」(2015年7月17日)の講義資料です。

Veröffentlicht in: Technologie

ビッグデータとITイノベーション

  1. 1. ビッグデータ  × ITイノベーション 山本  祐輔 京都大学  大学院経営管理研究部   yusuke@hontolab.org イノベーションマネージメント概論(2015.7.17)
  2. 2. とあるウェブデザインの現場にて Q. どちらのボタンが消費者好みのデザインか? 詳細を見る 詳細を見る
  3. 3. ビッグデータ時代以前なら… Q. どちらのボタンが消費者好みのデザインか? デザイナー ターゲットユーザは20代だから おしゃれなデザインが好きなはず… 詳細を見る 詳細を見る シンプルなものよりも見栄えがよい ボタンが良いと思うが… プロが経験・知見をもとに方向性(仮説)を決定
  4. 4. 再度質問 Q. どちらのボタンが消費者好みのデザインか? クリック クリック < 消費者の反応を集めれば デザインの方向性を決定することが可能 詳細を見る 詳細を見る
  5. 5. 例: 検索行動 × インフルエンザ流行予測  画像はhttps://www.google.co.jp/より インフルエンザ    タミフル
  6. 6. Google Flu Trends https://www.youtube.com/watch?v=6111nS66Dpk
  7. 7. Google Flu Trendの予測方法 Jeremy  Ginsberg  et  al.,  “Detecting  influenza  epidemics  using  search  engine  query  data”,  Nature  457,  1012-­1014  (2009). 1日あたり30億回検索されるGoogle検索の中で インフルエンザに関する検索頻度の推移を解析
  8. 8. 検索行動からのインフルエンザ流行予測の精度 https://www.google.org/より
  9. 9. 例2: GPS対応携帯電話 × 混雑度 http://lab.its-­mo.com/densitymap/  より
  10. 10. ビッグデータを用いた交通イノベーション in 韓国 http://policytransfer.metropolis.org/case-­studies/owl-­bus-­based-­on-­big-­data-­technology 夜間の携帯電話発信情報と交通情報を大量に集めて ニーズが把握しにくい夜間のバスの運行ルートを決定
  11. 11. North American detail map of Flickr and Twitter locations By  Eric  Fischer,  https://www.flickr.com/photos/walkingsf/5912385701/in/album-­72157627140310742/  
  12. 12. By  Eric  Fischer,  https://www.flickr.com/photos/walkingsf/5912385701/in/album-­72157627140310742/   ビッグデータのすごさ データを超大量に集めると 今まで分からなかったことが 浮かび上がってくる
  13. 13. ビッグデータ分析 vs. 従来のデータ分析 ビッグデータ の分析 仮説発見 従来型の データ分析 仮説検証 (統計的検定・アンケート調査etc.) ビッグデータを見れば 「風が吹けば桶屋が儲かる」的価値を発見できる
  14. 14. 様々なドメインで注目されるビッグデータ 農業医療 交通製薬 観光 防災気象 広告 流通 教育 ICT スポーツ 報道 効率化・コスト削減 ビジネスモデルの創造 付加価値の向上 ITへの意識 ビッグデータ
  15. 15. 話したいこと ビッグデータとは何か? なぜ今、ビッグデータなのか? ビッグデータを活用するためには? Q1. Q2. Q3.
  16. 16. ビッグデータとは何か?1
  17. 17. ビッグデータとビジネス *1  鈴木良介著「ビッグデータビジネスの時代」(平成23年11月) *2  McKinsey  Global  Institute  “Big  data:  The  next  frontier  for    innovation,  competition,  and  productivity”(平成23年5月) ビッグデータ ビッグデータビジネス ビッグデータを用いて社会・経済の問題解決や、業務の付加価値 向上を行う、あるいは支援する事業 •  事業に役立つ知見を導出するためのデータ •  典型的なDBソフトウェアが把握し、蓄積し、運用し、分析できる 能力を超えたサイズのデータ •  多くの部門において、数十テラバイトから数ペタバイトの範囲
  18. 18. ビックデータの特徴: 3V Volume Velocity Variety データの量が圧倒的に多い データが増える量が非常に速い データの発生源、データの種類が多様
  19. 19. 3Vが必要になるケース例: 商品の推薦 商品A 商品B 商品C 商品D 商品E 山本 ● ● 佐藤 ● ● ● 鈴木 ● ● 伊藤 ● ● ? Q. 伊藤さんに商品Eを推薦すべきか? A. 購買履歴が類似するユーザの商品を推薦すればよい アイデア ● 5つの商品の購買履歴でユーザの好みが分かるか? ● 好みが似ているユーザを探すのに3人でよいのか?
  20. 20. 好みを詳細に調べるには 商品 A 商品 B 商品 C 商品 D 商品 E F G H I J K L M N O P 山本 ● ● ● ● ● 佐藤 ● ● ● ● ● 鈴木 ● ● ● ● ● ● 伊藤 ● ● ? ● ● ● データの種類を増やす
  21. 21. 好みが合う人を調べるには 商品 A 商品 B 商品 C 商品 D 商品 E F G H I J K L M N O P 山本 ● ● ● ● ● 佐藤 ● ● ● ● ● 鈴木 ● ● ● ● ● ● 伊藤 ● ● ? ● ● ● 斎藤 ● ● ● ● 田中 ● 加藤 ● ● 玉置 ● 祇園 ● ● ● ● ● ● 東 ● ● 河端 ● ● 烏丸 ● ● 量 増
  22. 22. 好みが合う人を調べるには 商品 A 商品 B 商品 C 商品 D 商品 E F G H I J K L M N O P 山本 ● ● ● ● ● 佐藤 ● ● ● ● ● 鈴木 ● ● ● ● ● ● 伊藤 ● ● ? ● ● ● 斎藤 ● ● ● ● 田中 ● 加藤 ● ● 玉置 ● 祇園 ● ● ● ● ● ● 東 ● ● 河端 ● ● 烏丸 ● ●
  23. 23. 情報推薦にビッグデータを活用するAmazon
  24. 24. Top 10 Twitter non-English languages in London http://www.theguardian.com/news/datablog/interactive/2012/oct/25/twitter-­languages-­london-­top-­ten
  25. 25. ビッグデータの用途 http://www.theguardian.com/news/datablog/interactive/2012/oct/25/twitter-­languages-­london-­top-­ten セグメント分析 パターン発見 関連性分析 例外検出 最適アクション決定 将来予測
  26. 26. 最適アクション決定: 農業 x ビッグデータ ワインの品質をビッグデータで高めるFrution Science ●  ブドウの木に取り付ける    特殊センサーを開発 ●  モニタリング結果から最適な  水あげ量、タイミングを予測 ●  木の状態、天気、土湿度、  木の配置などをモニタリング http://www.wired.com/2012/10/mf-­fruition-­sciences-­winemakers/all/
  27. 27. Predictive Policing: 犯罪が発生する前に、犯罪現場に警察官を送り込む http://www.nytimes.com/2011/08/16/us/16police.html?_r=0 ●  米国サンタクルーズ市警と    UCLAとの共同研究 ●  犯罪の種類や発生時間、          発生場所などのデータから    犯罪発生予測モデルを構築 犯罪レポート1万1000件/年 電話通報記録10万5000件/年 http://itpro.nikkeibp.co.jp/atcl/watcher/14/334361/080100020/?ST=bigdata&P=2 ●  電子化された犯罪レポート
  28. 28. 将来予測: 配送 x ビッグデータ *  画像はhttp://www.mbaskool.com/business-­articles/operations/10043-­anticipatory-­shipping-­evolution-­in-­e-­commerce.html * Method and system for anticipatory package shipping , US 8615473 B2 注文される確率の高い商品を特定し 発注される前に商品を出荷し始める
  29. 29. なぜ今、ビッグデータなのか?2
  30. 30. ビッグデータが注目され始めた理由 ビッグデータ技術のコモディティ化 情報爆発時代の到来 データ活用に関する認識の変化 研究者・ハイテク企業の技術が一般人でも利用可能に 圧倒的なスピードで生成され続けるデータ ビッグデータの価値意識が社会に浸透し始める
  31. 31. ビッグデータが注目され始めた理由 ビッグデータ技術のコモディティ化 情報爆発時代の到来 データ活用に関する認識の変化 研究者・ハイテク企業の技術が一般人でも利用可能に 圧倒的なスピードで生成され続けるデータ ビッグデータの価値意識が社会に浸透し始める
  32. 32. 情報爆発時代の到来 37
  33. 33. 情報爆発時代の到来 38 2010年までにの生成されたデジタルデータの量は 過去発行された紙書籍のデータ量の約1800万倍!! 1ZB(1兆GB)  ≒  988EB(2010)
  34. 34. (出典)情報通信審議会ICT基本戦略ボード「ビッグデータの活用に関するアドホックグループ」資料 様々な種類のビッグデータ
  35. 35. 情報爆発とビッグデータ 41ITPro  「ビッグデータ革命」  2011年9月15日号  
  36. 36. ビッグデータが注目され始めた理由 ビッグデータ技術のコモディティ化 情報爆発時代の到来 データ活用に関する認識の変化 研究者・ハイテク企業の技術が一般人でも利用可能に 圧倒的なスピードで生成され続けるデータ ビッグデータの価値意識が社会に浸透し始める
  37. 37. ビッグデータに関するBig Event McKinseyのビッグデータ報告書2011 アメリカでBig Data initiativeが開始2012 ・  日本企業にもビッグデータという言葉が浸透 ・  ビジネスへの利用を模索し始める ・  「ビッグデータ」という言葉が誕生 ・  震災によってビッグデータが少し認識される 日本でも大規模な国プロがスタート2013 ・  CREST/さきがけ、ERATO  etc.. ・  ビッグデータ活用が会社の中期経営計画に登場
  38. 38. ビッグデータのもたらす定量的インパクト by McKinsey (2011) http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation 米国ヘルスケア 年間3000億ドルの価値創出 EU公共セクター 年間2500億ユーロの価値創出 個人GPSデータの活用  年間6000億ドルの価値創出 小売の営業利益  60%改善
  39. 39. ビッグデータのポテンシャル http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation ●  マーケティング、販売計画、  オペレーション、SCMといった  あらゆる場面で効果を発揮 ●  特に電機産業、情報産業、    金融・保険産業、行政での          インパクトが大きい
  40. 40. 震災に関する検索キーワード on Yahoo! Japan https://www.youtube.com/watch?v=46B1ukcXLb0
  41. 41. BigData Initiative in U.S. (2012) ビッグデータ活用にむけて 5年総額2億ドルの 研究費を投資 http://www.washingtonpost.com/business/capitalbusiness/it-­contractors-­look-­for-­big-­data-­opportunities/
  42. 42. ビッグデータに本気なアメリカ
  43. 43. 日本でもビッグデータに関する国家プロジェクトがスタート(2013) 5年間  総額12億円 ビッグデータ統合利活用のための 次世代基盤技術・アプリケーションに関するプロジェクト 1課題あたり3億円 (期間内に10プロジェクト程度?)
  44. 44. ビッグデータが注目され始めた理由 ビッグデータ技術のコモディティ化 情報爆発時代の到来 データ活用に関する認識の変化 研究者・ハイテク企業の技術が一般人でも利用可能に 圧倒的なスピードで生成され続けるデータ ビッグデータの価値意識が社会に浸透し始める
  45. 45. 技術のコモディティ化 for ビッグデータ 収集技術 蓄積・処理技術 分析技術 画像はhttp://www.google.com/より
  46. 46. ビッグデータ収集のためのセンサーデバイスの普及 http://itpro.nikkeibp.co.jp/article/Active/20130401/467581/
  47. 47. iPhone中のセンサーデバイス ●  GPS(位置情報) ●  マイク ●  近接センサー ●  ジャイロセンサー ●  輝度センサー ●  電子コンパス ●  加速度センサー ●  歩数センサー ●  指紋センサー ●  カメラ
  48. 48. モノのインターネット(Internet of Thing, IoT) モノがインターネットに接続することで 超大規模なデータがリアルタイムに収集可能に http://special.nikkeibp.co.jp/ts/article/ad0c/163883/
  49. 49. 蓄積・集積技術の進化 データの量 複 雑 多 様 性 定型化された 業務データ ビッグデータ (大量, 速い, 複雑)
  50. 50. 蓄積・集積技術の進化 データの量 複 雑 多 様 性 関係データベース ○  定型データ処理は高速 ×  データへの柔軟性が低い NoSQL ○  複雑・大量データの蓄積に最適化 ×  集計処理が弱い
  51. 51. 蓄積・集積技術の進化 データの量 複 雑 多 様 性 NoSQL ○  複雑・大量データの蓄積に最適化 ×  集計処理が弱い 関係データベース ○  定型データ処理は高速 ×  データへの柔軟性が低い MapReduce NoSQLにマッチする 大規模分散技術でカバー
  52. 52. ビッグデータ処理技術のコモディティ化 商用クラウドプラットフォーム 分散 処理 機械 学習 ビッグ3が利用するビッグデータ基盤を 一般人も手軽に利用することが可能に データ 管理
  53. 53. ビッグデータ分析技術の進歩 機械学習 情報検索 自然言語・画像・音声処理 データからパターンを学習し、未知データに対して予測を行う技術 データの中から意図に沿った情報を見つけ出す技術 自然言語・画像・音声の構造・意味を分析する技術 データマイニング データの中から未知の知識を抽出する技術
  54. 54. Google自動走行車 x ビッグデータ http://www.google.com/selfdrivingcar/
  55. 55. 様々なセンサーを利用 http://www.google.com/selfdrivingcar/ ●  対象物までの距離 ●  前方の車の速度 走行距離 車の動きと傾き 周囲(360度)の映像 GPS位置情報
  56. 56. 100万キロ以上の走行履歴データを使い人工知能を構築 http://www.google.com/selfdrivingcar/ 物体認識 走行経路最適化 パターン分類 車体制御 イベント予測 ビッグデータ  ×  機械学習
  57. 57. 自動走行の最先端 https://www.youtube.com/watch?v=CqSDWoAhvLU
  58. 58. 自動走行の最先端 https://www.youtube.com/watch?v=uCezICQNgJU
  59. 59. ビッグデータを活用するには?3
  60. 60. ビッグデータ x ITイノベーションに向けた課題 ビッグデータのリテラシー向上 ビッグデータの価値やつきあい方、本当に分かっていますか? ビッグデータを集めるデザイン データが無ければビッグデータは始まらない… ビッグデータとプライバシー 価値あるビッグデータも利用が進むように制度整備が必要…
  61. 61. ビッグデータ x ITイノベーションに向けた課題 ビッグデータのリテラシー向上 ビッグデータの価値やつきあい方、本当に分かっていますか? ビッグデータを集めるデザイン データが無ければビッグデータは始まらない… ビッグデータとプライバシー 価値あるビッグデータも利用が進むように制度整備が必要…
  62. 62. リテラシー問題1: ビッグデータ活用に対する理解不足 これからはエビデンスベースの 行動が大事だって言うしね! ちょっとびっぐデータってやつ を考えてみてよ! 流行に反応する上司 なんだよ、この提案。データから 顧客のニーズが浮かび上がる!? 嘘でしょ!そんなのできたら苦労 しねぇよ。証拠持ってこいや! ビッグデータを 理解できない上司 組織にビッグデータ活用を浸透させるためにも 上層部にビッグデータの考え方を理解させる必要あり
  63. 63. 21世紀に最も注目される職業であるデータサイエンス人材 https://hbr.org/2012/10/data-­scientist-­the-­sexiest-­job-­of-­the-­21st-­century/
  64. 64. リテラシー問題2: データサイエンス人材 深い統計処理・機械学習、データ処理の訓練を受けた大学卒業生の数(2008) 圧倒的に不足している日本のデータサイエンス人材 http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation
  65. 65. リテラシー問題2: データサイエンス人材 人 口 ( 千 人 欧米・中国では大学に専門コースを設立し、 データサイエンス人材を養成しつつある http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation データサイエンス人材の供給量の推移(2008)
  66. 66. 日本でも2017年に全国初の「ビッグデータ」学部が設立へ http://www.nhk.or.jp/kansai-­news/20150706/5846391.html
  67. 67. リテラシー問題3: 蔓延するBadData *1  http://shop.oreilly.com/product/0636920024422.do *2  http://oku.edu.mie-­u.ac.jp/~okumura/SSS2013.pdf
  68. 68. 機械が読みやすいデータ 構造が明確なデータは処理が容易
  69. 69. 計算・統計処理・グラフ生成に便利なExcel
  70. 70. ビジネスの世界ではExcelは神!! 画像はhttp://www.amazon.co.jpより
  71. 71. 機械が読みにくいデータフォーマット Bad  Data  Handbook  (O’REILLY)より 変なセルに配置されたデータたち
  72. 72. BadDataの温床となる紙Excel
  73. 73. 紙Excel 神Excel ≠ ビッグデータの対象としたいデータは 機械が処理しやすい形を意識して生成したほうが良い 人間と機械では都合のよいデータが異なる
  74. 74. ビッグデータ x ITイノベーションに向けた課題 ビッグデータのリテラシー向上 ビッグデータの価値やつきあい方、本当に分かっていますか? ビッグデータを集めるデザイン データが無ければビッグデータは始まらない… ビッグデータとプライバシー 価値あるビッグデータも利用が進むように制度整備が必要…
  75. 75. ビッグデータを収集する仕組みのデザインが重要 ビッグデータ 新たな価値 うちの会社にはありません! どうやって集めたらいいの? ●  製品/サービスにセンサーを溶け込ませる ●  データ収集を意識して製品/サービスを作る ヒント
  76. 76. 例: 研究費に対する研究者のニーズを探る https://apps.kura.kyoto-­u.ac.jp/fund-­search 研究費検索エンジンの利用ログを随時モニタリング ●  検索キーワード ●  絞り込みオプション ●  閲覧されたページ
  77. 77. 例2: クボタ社の「コメの美味しさが分かる」コンバイン 画像はhttp://www.nakakyushu-­kubota.co.jp/voice/2014/09/24/0933.html
  78. 78. 画像はhttp://www.nakakyushu-­kubota.co.jp/voice/2014/09/24/0933.html 例2: クボタ社の「コメの美味しさが分かる」コンバイン タンパク/水分含量センサー● 収量センサー●
  79. 79. 例2: クボタ社の「コメの美味しさが分かる」コンバイン 画像はhttps://ksas.kubota.co.jpより データ収集とサービスが連動することで正の循環が生まれる
  80. 80. ビッグデータ x ITイノベーションに向けた課題 ビッグデータのリテラシー向上 ビッグデータの価値やつきあい方、本当に分かっていますか? ビッグデータを集めるデザイン データが無ければビッグデータは始まらない… ビッグデータとプライバシー 価値あるビッグデータも利用が進むように制度整備が必要…
  81. 81. JR東日本、SUICA の利用データを販売開始! 20歳の女性 ・7月7日10時10分にA駅で乗車 ・7月7日11時10分にB駅で下車 ・7月8日8時0分にC駅で乗車… 画像はhttps://www.jreast.co.jp/card/thankspoint/より
  82. 82. 画像はhttps://www.jreast.co.jp/card/thankspoint/より JR東日本、SUICA の利用データを販売開始! ●  販売対象データは首都圏約1800駅での    利用履歴データ ●  約4300万件のSUICAが対象 ●  提供データは乗車履歴、年齢、性別、    SUICA  IDを分からないようにしたID
  83. 83. 個人情報を懸念する批判から 販売停止へ… 匿名加工情報は個人情報なのか?
  84. 84. 個人情報とは 個人情報とは(個人情報保護法  一部要約) •  生存する個人の情報であって、当該情報に含まれる氏名・生年 月日その他の記述等により特定の個人を識別することができる もの(他の情報を容易に照合でき、その結果、識別できるものを 含む) プライバシー情報 •  「他人にみだりに知られたくない情報」がプライバシー情報 •  一方、個人を特定出来る情報は、すべて、個人情報
  85. 85. ①防犯カメラで録画された氏名不詳の人物映像は個人情報である ②本人が氏名を名乗っている電話の音声情報は個人情報である ③役員や従業員に関する情報は個人情報ではない ④顧客データベース上の顧客IDは単なる数字であり個人情報ではない ⑤個人情報はプライバシー情報のことではない 岡村久道,  鈴木正朝(著):これだけは守りたい個人情報保護,  日本経済新聞出版社,  2009年2月 95 個人情報と個人データ
  86. 86. 個人情報と個人データ ⑥個人データとはデジタル化された個人情報のことであり名簿類は含まない ⑦個人情報を利用目的の範囲を超えて取り扱う場合は本人の同意が必要 ⑧個人情報を取得する場合は本人の同意が必要である ⑨個人データを第三者に提供する場合は原則的に本人の同意が必要 ⑩個人データを委託する場合は本人の同意が必要 岡村久道,  鈴木正朝(著):これだけは守りたい個人情報保護,  日本経済新聞出版社,  2009年2月 96
  87. 87. 改正個人情報保護法で十分なのか? https://www.youtube.com/watch?t=28&v=2GkV2m09puc ビッグデータ活用が停滞しないよう プライバシー問題に対処する制度設計が必要
  88. 88. データを超大量に集めれば 見えなかった価値が浮かび上がる 量が質に転換!! ビッグデータ活用に向けた課題 ●  組織にビッグデータの活用意識を浸透させるべし ●  ビッグデータを集める仕組みを作るべし ●  プライバシー問題にうまく対処すべし まとめ Enjoy summer vacation!!

×