• データマーケティング
  • 2015-04-24

Monthly pageview: 0


知っていてあたりまえ!? ビッグデータを代表する7つのデータとは?

近年、情報システムやインターネットを飛び交う大量のデータ、ビッグデータを分析して、顧客や市場、あるいは、自社の状況を定量的に把握することが可能です。そして、人間では気づくことのできない新たな知見を得て、様々な業務に活用するできる時代になりました。このようなビッグデータ活用のトレンドが生まれた背景には、社会を取り巻くデータ量の飛躍的な増大と、それを分析するITの進化があります。

データについては、販売データや顧客データなど従来から帳票で管理されてきた構造化データに加え、ネット上を飛び交うテキストや画像、映像、あるいは、ICカードやセンサーなどの機械が生成するデータなどの非構造化データが、飛躍的に増大しています。

総務省の推計では、2005年から2013年の9年間でデータ流通量は約8.7倍に増加したとありました。データの特徴を表す指標として、量(Volume)、種類(Variety)、頻度(Velocity)の3Vがありますが、この3Vのすべてが急速に増大しています。

ビッグデータを構成する様々なデータ

ビッグデータを構成するデータには、様々な種類があり、特に、非構造化データは日々、その対象が拡大しています。代表的なビッグデータとしては、以下のようなデータがあります。

1.ソーシャルメディアデータ

Facebook、LINEのようなSNSやブログ上のデータです。SNSやブログでは、毎日、多様な話題について多くの人々の意見が飛び交っています。一見、雑然とした情報の洪水のように見えますが、テキストマイニングやデータマイニングなどの技術を使って定量的にその傾向を分析することで、何についてどのような意見が交わされているかを把握することができます。これにより、たとえば、「自社がネット上でどのように評価されているか」や「新商品の評判はどうか」など顧客の依頼に応じて分析結果を提供するサービスも生まれています。

2.マルチメディアデータ

SNSでも企業内でも、音声、画像、動画などのマルチメディアデータが多く使われています。これらもビッグデータ活用の対象です。たとえば、似た画像や動画を抽出する類似検索などの技術を使ってセグメント化を行い、さらに参照履歴と突き合わせることで参照の傾向を把握することができます。

3.ウェブサイトデータ

ウェブサイトにアクセスしたときに残るログデータも多くの情報源となるビッグデータです。どのページにどこからどれだけの数のアクセスがあったかは、どのページが関心を集めているかの指標となります。さらに、訪問者のIDを特定できれば、どのような属性の人がどのコンテンツに関心を持ったかを分析することもできます。

4.カスタマーデータ

CRMシステムなどで管理される顧客データは、年齢、性別のような顧客属性を記録するだけでなく、購買履歴や問い合わせ記録など顧客との様々な接点から得られた情報とも関連付けられています。関連する情報を総合的に分析することで、顧客セグメントごとの購買動向に基づく販売予測や新商品企画など、多くの業務に活用できる新たな知見を得ることができます。

5.センサーデータ

センサーデータには、GPS、RFID、気象センサーなどの構造化されたデータの他に、交通量・渋滞情報、防犯・遠隔監視カメラなどの非構造化データもあり、その増加量は加速しています。これらのデータを活用することにより、状況の把握が困難であった事象でも定量的に分析することが可能になってきました。たとえば、あるバス会社では、車載GPSから位置・時刻情報を車載センサーから乗車人員情報を取得し、便別・バス停別の平均乗車人員、便別のバス遅延時間、ダイヤ改正の効果などを分析して、運行の正確性と収益性を把握しています。

6.オフィスデータ

オフィスでは、業務システムが生成するデータの他に、PC等で作成される文書や電子メールが大量に発生します。フォルダやグループウェアに蓄積されているこれらのデータからテキスト検索やテキストマイニング等の技術によって有意な情報を抽出し、オフィス内に埋没していた知の共有を実現することができます。

7.オペレーションデータ

販売管理システムで管理されるPOSデータや取引データのような業務システム等から生成される構造化データに加え、企業では業務日誌やCTI音声ログデータ、医療では電子カルテや画像診断データなど非構造化データも増えています。

ビッグデータを活用し、目的達成するための分析方法とは?

活用できるデータは、企業や組織の内と外に溢れており、その量は増加の一途を辿っています。分析対象のデータを広げることで新たな知見を得ることも期待できますが、その一方で、目的達成に至る効率も無視できません。

効率的に目的を達成するには、今、保有しているデータで何が分かるのか?というボトムアップのアプローチと、目的とする結果を得るにはどんなデータと分析が必要か?というトップダウンのアプローチの双方から検討を重ね、必要なデータと効果的な分析手法を決めていくことが重要です。


コンテンツマーケティング 要素関連化イメージマップの具体例

このE-Bookは、以下のコンテンツマーケティングのコラム記事について図解で整理したものです。自社の事業特性に合わせてご活用ください。
ダウンロードはこちら(無料)

この事例バックナンバー ─事例記事─

あわせて読みたい ―関連記事―