ビッグデータとは

信じ難いことに、2000年までは、世界中で保存されている情報のうちデジタルはわずか25%でした。現在、その割合は99.9%（英語） です。この驚異的な増加で、「情報」の定義は大きく変化しています。

いま、情報と言えば、データを意味します。

私たちは毎日、膨大な量の情報を生み出し、膨大な量の情報に接しています。営業やマーケティングのレポートから、四半期の売上予測、顧客の履歴、画像ファイルや音声ファイルまで、すべての情報がデジタルであり、データです。顧客や見込み客も、データを生み出しています。「いいね」や購入、ダウンロードなどのボタンのクリックや、ブランドとのあらゆるやり取りから生まれるデータから、顧客の行動を把握し、優れた顧客体験（英語）を構築できます。日々、多種多様な大量のデータが発生していますが、こうしたデータは保存し、分析して、アクションに活かす必要があります。

これがビッグデータの世界です。

目次：

• ビッグデータの定義
• ビッグデータの重要性
• ビッグデータの種類
• ビッグデータとデータ戦略
• ビッグデータの用途とユースケース
• ビッグデータの課題
• ビッグデータのベストプラクティス
• ビッグデータの戦略とソリューション
• Salesforceのビッグデータソリューション

ビッグデータとは、大量の多様な種類のデータが入り交じり、従来の処理方法では対応できないほど複雑なデータセットを指します。あらゆるやり取りや「いいね」、ダウンロード、購入などのクリックから、毎日、世界中でデータが生成されていることを考えれば、その規模が想像できるでしょう。

ビッグデータは増え続ける一方です。事実、アナリティクス、ITのリーダーの3分の2以上が、今後1年でデータの量は平均で22%増加すると予測しています。データの量が増えるに従って、ビッグデータを活用してビジネスの価値をさらに高める機会も増え、強力なAIソリューションの基盤が形成されていきます。

データとAIを活用してビジネスの課題を解決する方法を理解するには、ビッグデータの基礎を学ぶ必要があります。この記事では、データアナリストにもビジネスリーダーにも役立つビッグデータの基本を紹介します。

ビッグデータには、量（Volume）、速度（Velocity）、多様性（Variety）という3つのVで示される特徴があります。

量は、生成、収集されるデータが膨大であることを意味します。たとえば、オンラインの小売業者は、取引履歴、Webサイト上のやり取り、在庫管理システム、カスタマーサービスシステムなど、大量のデータを生成しています。

速度は、データが生成、処理される速さを指しています。金融業界では、株式取引で高速のデータストリームが処理され、リアルタイムの市場データにもとづいて、瞬時に取引の決定が下されています。銀行やクレジットカード会社は、取引データをリアルタイムで分析して、不正な取引を特定し、防止しています。

多様性とは、データの種類と形式がさまざまであることです。たとえば、医療機関には、患者の属性、医療履歴、検査結果、画像データ、臨床記録など、さまざまな種類のデータがあります。

Salesforceの最新の『The State of Data and Analytics』調査レポートによると、ビジネスリーダーの80%が、企業の意思決定においてデータはきわめて重要であると回答しています。しかし、データからアクションに活かせるインサイトを引き出すには、分析が必要です。データアナリティクス とは、データから有益なインサイトを引き出し、的確な意思決定を可能にするツールとプロセスを意味します。

たとえば、企業が過去、またはリアルタイムのビッグデータを分析して、トレンドやパターン、相関関係を特定すれば、データにもとづいた確実な意思決定を行えます。データを活用したアプローチを取れば、直感や当て推量に頼ることのない、より正確で効果的な事業戦略の実施が可能になります。

ビジネスリーダーの94%が、自社のデータからもっと価値を引き出す必要があると考えています。その方法の1つが、外部のデータレイクやデータウェアハウスのデータを含む、社内外のデータを集約できるプラットフォームを使うことです。

すべての顧客データを統合すれば、顧客の全体像を構築し、AIを使って意思決定の改善と業績の向上に役立つインサイトを発見できます。

生成AIを含め、AIのアルゴリズムのトレーニングと改善には、ビッグデータが大きな役割を果たします。データが多様であるほど、AIの性能も向上します（英語） 。

データを1つのプラットフォームで統合すれば、データを最大限に活用できるようになります。

• アナリストは、統合プロファイルを閲覧して顧客に関するインサイトを入手し、マーケティングのパーソナライズ、製品のイノベーション、サービスの改善に活用できます。
• 開発者は、統合されたデータを使って、アプリ（健康スコアアプリなど）を作成できます。こうしたアプリで、医療従事者は患者のスコアが一定の数値を下回ったときに、重要な情報をリアルタイムで受信できます。
• 営業担当者は、見込み客を詳細に理解する必要があります。統合されたデータがあれば、見込み客がメールを開封しているのか、Webサイトで何を閲覧しているのか、すべてのデータを考慮した結果、購入可能性はどの程度あるのかといった疑問の答えを得ることができます。
• eコマースの責任者は、顧客の閲覧行動と最新の商品在庫にもとづいてWebサイトをパーソナライズし、顧客に合わせて的を絞った体験を提供できます。

全体像を把握できれば、容易に市場のギャップを特定して新たな商機を発見し、顧客が求める製品やサービスを開発できるようになります。

ビッグデータは、多種多様なデータで構成される「モザイク」です。以下のようなデータの種類を理解することが、データを効果的に管理、分析し、価値あるインサイトを引き出すための第一歩となります。

構造化データは、簡単に分類し、分析できる項目に形式化されています。列と行で整理されたスプレッドシートやリストの他、次のようなデータが該当します。

• 顧客情報
• POSデータ
• 在庫レコード
• 取引記録などの財務データ

非構造化データには、行と列に整理できない情報が含まれています。たとえば、SNSへの投稿、メール、顧客のレビュー、写真や動画などのマルチメディアコンテンツなどが挙げられます。非構造化データは、すべてのデータの約80%を占めていますが、これまで簡単には分析できませんでした。しかしAIと機械学習によって、非構造化データから貴重なインサイトを入手することが可能になりました。

半構造化データは、ある程度構造化されているものの、従来のデータベースにきっちりとは収まらないデータです。半構造化データには、データをグループ化し、その格納方法を記述するために使用されるタグやラベル（メタデータ）が含まれます。たとえば、XMLファイルやJSONデータ、ログファイルなどです。

メタデータ（英語）とは、他のデータについて説明する情報のことです。この「データについてのデータ」は、データセットの特徴、属性、プロパティについての詳細を示します。たとえば、動画ファイルのメタデータには、長さ、解像度、エンコード形式などの情報が含まれます。

時系列データ（英語） は、特定の期間のトレンド、パターン、変化を分析するために使われます。たとえば、株価、気候データ、IoTデバイスのセンサーの測定値、Webサイトのトラフィックデータなどが該当します。

地理空間データ（英語） は、特定の場所に関連するデータで、座標、住所、地図、衛星画像などが含まれます。地理空間データは、GPSによるナビゲーション、都市計画、環境モニタリングなどのアプリで使われます。

ストリーミングデータ（英語） は、SNSのフィード、センサーネットワーク、オンライン取引などのソースから生成されます。ストリーミングデータを分析することで、企業は発生したイベントに対して、即座に意思決定し、対処するために必要な情報を入手できます。

AIプロジェクトでは、こうしたさまざまな種類のデータを組み合わせて活用することで、顧客を多角的に把握できます。特に非構造化データは、このAI時代に大きな可能性を秘めています。高度なアナリティクスと機械学習を適用すれば、企業は大量の雑多な情報からインサイトを引き出し、ターゲットを絞った顧客体験や製品のイノベーションなどを実現できます。

さまざまなデータの種類を知ることで、顧客の理解を深め、イノベーションを促進し、的確な意思決定を行うためには、データから得られるインサイトが不可欠であることが見えてくるでしょう。

データを適切に管理、保護し、分析に活用できなければ、ビッグデータの価値は失われてしまします。データのライフサイクルに関する重要なコンセプトを確認し、ビッグデータとデータ戦略がどう関連するかを学びましょう。

未加工のデータからアクションに活かせるインサイトを引き出すにはどうすればよいのでしょうか。その方針を示すのがデータ戦略で、企業がデータを収集、管理、利用するアプローチを決める重要な枠組みとなります。データ戦略では、目標を定義し、データソースを特定し、データの取得、保管、分析プロセスを確立する必要があります。堅牢なデータ戦略を策定することで、データプロジェクトとビジネス目標の方向性が合致し、ビジネスを支えるデータの活用方法について、企業全体で意識を共有できるようになります。

データガバナンスは、データ戦略の重要な部分を占めます。データガバナンスの枠組みには、ビジネスに活用するためのデータの質、整合性、コンプライアンスの基準が含まれます。適切なガバナンスの枠組みでは、企業内の各チームに適用されるデータの管理、アクセス、使用に関するポリシー、手続き、制御が明確に定められています。効果的なデータガバナンスによって、データの正確性、一貫性、信頼性が確保され、情報にもとづく意思決定と規制要件の順守が可能になります。実際に、データ分析やIT部門のリーダーの85%が、データガバナンスを実施して、データの質の担保と検証を行っています。

セキュリティとビッグデータは、切っても切れない関係にあります。データ分析やIT部門、業務部門のリーダーは当然、データ管理の最大の障害としてセキュリティの脅威を挙げています。この問題に対応するには、不正アクセスや漏えい、サイバー脅威からデータを保護する包括的なデータセキュリティ 対策が必要です。この対策には、暗号化、イベントの監視、多要素認証、従業員のセキュリティトレーニングなど、幅広いセキュリティソリューションを導入して、最高水準の機密性、整合性、可用性を確保することが含まれます。強力なデータセキュリティ対策があれば、顧客ともステークホルダーとも信頼関係を築き、企業の評判を守ることができます。

ビッグデータの時代に、データプライバシー（英語） はきわめて重要です。顧客のプライバシーの保護は、ビジネスの成功に直結します。企業は、常に顧客データの取り扱いに関する法規制を順守する必要があります。この取り組みには、データの収集に対する同意の取得、プライバシー管理の確立、機密情報の保護、機密データを保護するためのセキュリティポリシーの採用などが含まれます。

ビッグデータを使い、分析すると、どんなことができるのでしょうか。情報の分析を始めた企業の前には、ビッグデータのように膨大な可能性が広がります。

ビッグデータは、世界有数の大手企業のビジネス戦略に影響を及ぼして、顧客に大きな価値をもたらし、収益を拡大しています。データ、AI、顧客関係管理（CRM）が世界的な大企業のビジネスを変革している例をいくつか紹介します。

ビッグデータは、AIアルゴリズムの原動力です。AIソリューションを適切な情報源でトレーニングし、学習させ、活用するにはデータが欠かせません。ファッションブランドのグッチは、Salesforce Platformを導入して、グローバルな顧客サービスネットワーク「Gucci 9」の中心にAIを据えています。AIは、「グッチにふさわしい」トーンで短い応答を生成し、アドバイザーと顧客のやり取りを支援しています。

多国籍の食品会社であるゼネラル・ミルズ社は、データを効果的に活用し、プライバシーを守りながらパーソナライズを強化し、消費者にリーチしたいと考えていました。豊富な購入データと行動データを保持していた同社は、レシピの閲覧やレシートのスキャンといったデータに注目し、消費者の食事や地域にもとづいて、パーソナライズされたコンテンツを提供しています。その結果、消費者のエンゲージメントは3倍に、Webサイトの既知ユーザーは前年比で170%増加。さらに、ペイドメディアへの支出を百万ドル単位で削減しています。

キッチン・インテリア用品を販売するWilliams-Sonoma社（英語）は、購入履歴を活用して顧客宛てのメールと広告をカスタマイズし、エンゲージメントを3倍に向上させています。高度なデータプラットフォームであるSalesforceのData Cloudを使って、顧客一人ひとりの全体像を構築し、データにもとづいてオーディエンスを細かくセグメント化しています。「パーソナライゼーションは、基本中の基本です」とマーケティング担当SVPのAbby Teisch氏は言います。「私たちは単に商品を見せるだけでなく、商品の使い方や部屋に置いたイメージまで伝えたいのです」

“パーソナライゼーションは、基本中の基本です。私たちは単に商品を見せるだけでなく、商品の使い方や部屋に置いたイメージまで伝えたいのです。” — Williams-Sonoma社、マーケティング担当SVP、Abby Teisch氏

ハワイにあるタートル・ベイ・リゾート（英語）は、予約履歴や施設内でのやり取りといったデータをすべて連携させ、ビッグデータとData Cloudを活用して、宿泊客にパーソナライズされた体験を提供しています。宿泊客データから詳細なセグメントを作成してメールキャンペーンを展開し、予約のコンバージョンを20%、アドベンチャー体験のリピート予約を15%増加させています。

Humana社（英語）は、顧客の全体像を把握し、メッセージ、サービス、ケアの調整をパーソナライズして、顧客が容易に健康増進に取り組めるようにしています。その結果、迅速なケアが可能になり、コストの大幅削減と、顧客のウェルビーイング向上を実現。ケアの提供のスピードは3～4倍速くなり、プロセスの情報セキュリティコストを600万ドル削減しています。

ビッグデータの深度と範囲、急速な拡大を考えれば、そこには当然、課題も発生します。3つの課題を詳しく見てみましょう。

企業が直面する課題の1つが、データリテラシー（英語） です。従業員がデータを理解し、有効に活用するためには、トレーニングを提供し、正しいスキルを習得してもらう必要があります。アナリティクス、ITリーダーを対象とする最近の調査では、データリテラシーの向上が重要課題として挙げられています。データリテラシープログラムとトレーニング への投資は、データリテラシー向上への第一歩と言えるでしょう。

ビッグデータは、顧客体験の向上に不可欠ですが、一方で大きな課題でもあります。アクションに活かせる有益なインサイトを引き出すには、機械学習や自然言語処理などの高度な分析手法 が必要です。成果を上げるには、最適なツールと専門知識に投資して、顧客体験をパーソナライズし、顧客満足度を高める必要があります。

ビッグデータを取り扱うことの複雑さを考えれば、ベストプラクティス の確立が必要になります。データの正確性、整合性、セキュリティ、コンプライアンスを確保するうえで、ベストプラクティスは重要です。最適な方法について共通認識を持つことで、どのチームも信頼できるデータを使い、データにもとづく意思決定が適切であると確信できるようになります。

Salesforceの『データとアナリティクスの最新事情レポート』調査レポートと『Data Strategy Guide（英語）』から、ビッグデータのベストプラクティスをいくつか紹介します。

1. 明確な目標設定 – ビジネス目標を明確に定め、データプロジェクトの方向性と合致させることで、企業の目標に沿ってデータ関連の取り組みを進めることができます。
2. データの質とガバナンス – データの質を保証する堅固なプロセスとガバナンスフレームワークを確立し、データの正確性、一貫性、規制の順守を確保します。
3. データセキュリティとプライバシー – データの漏えいを防ぐ強力なセキュリティ対策を導入し、プライバシー規制を順守することで、顧客やステークホルダーと信頼を築きます。
4. データの統合 – すべてのデータを集約し、全体像を把握できるようにします。Data Cloudなどのデータ統合プラットフォームを活用すると、あらゆるソースのデータを格納、管理、分析し、ビジネスのさまざまな側面について詳細なインサイトを獲得できます。
5. 高度なアナリティクス – 機械学習や予測モデルなど、高度な分析手法を活用し、ビッグデータから価値のあるインサイトを引き出して、情報にもとづく意思決定を促進します。
6. 拡張可能なインフラストラクチャー – データの量、速度、多様性に対処できる拡張性と柔軟性の高いインフラストラクチャーに投資し、データを効率的に格納、処理、分析できるようにします。
7. データストレージ – 拡張性の高いインフラストラクチャーを実現するには、データレイク、データウェアハウス、データレイクハウスが中心的な役割を担います。『データとアナリティクスの最新事情レポート』調査レポートによると、データレイクやデータウェアハウスを効果的に活用している企業は、データを有効に活用している可能性が2.7倍高いことがわかっています。
8. データ重視の企業文化 –すべての従業員がデータの重要性を理解し、データを効果的に活用できるように、データにもとづく意思決定を優先する文化を醸成します。
9. 部門を越えた連携 – 部門やチーム間でコラボレーションを推進し、インサイト、専門知識、データを共有して、誰もがデータから価値を引き出せるようにします。

ビッグデータの戦略とソリューションとは、一言でいえば、企業が大量のデータからインサイトを獲得できるように支援するツールとプラットフォームを指します。

データを統合し、活用するためのソリューション（英語） は、多数のソースからデータを集約し、顧客情報を一元化します。高度なデータプラットフォームであるData Cloudは、あらゆるソースのデータを接続し、統合して、従業員が日常的に使うCRMやワークフローのなかでデータを活用できるように設計されています。これにより、AIソリューションを強化し、効果的な意思決定とカスタマーサクセスを促進します。

機密データを不正アクセスや漏えい、サイバー攻撃の脅威から保護するためには、データセキュリティプラットフォームが必要です。データセキュリティプラットフォームは、不正アクセス、攻撃、データの漏えいを阻止し、顧客データやビジネスデータの整合性とコンプライアンスを確保します。

ビジネスインテリジェンス（BI）プラットフォームは、未加工のデータをアクションに活かせるインサイトに転換します。BIプラットフォームは、データにもとづく意思決定の基盤となる高度な分析機能、インタラクティブなダッシュボード、レポートツールを提供します。

データ視覚化プラットフォーム（英語）は、データを簡単に把握できる形式で可視化し、分析をわかりやすく示します。データ視覚化プラットフォームは、チャート、グラフ、インタラクティブな視覚化で、複雑なインサイトを効果的に伝えます。

SalesforceのCRM（顧客関係管理）プラットフォームは、データとAIを統合し、顧客データとAI機能を組み合わせて、顧客関係管理をより高度なレベルに進化させます。AIを搭載したCRMは、顧客の行動の分析、トレンドの予測、パーソナライズされた提案を容易にし、優れた顧客体験を実現します。

これらのソリューションは、ビッグデータの管理と活用を支援し、情報にもとづく意思決定、パーソナライズされた体験、ビジネスの成功を後押しします。

ビッグデータを最大限に活用する方法をお探しなら、ビジネスをサポートするSalesforceのビッグデータソリューションをご検討ください。