タグ別アーカイブ: 未来予測

Database Watch(2014年1月版):未来予測を支える技術とPivotal/Mongo、Groonga (1/2) – @IT

GEの製品やビジネス規模を見ると、まさにビッグデータへの適応が必要な環境だということが分かります。例えばサンフランシスコから東京まで飛行するジェット機のエンジンに積まれたセンサーが生成するデータは片道で10TBにもなるそうです。大量のデータを素早く分析する技術が必要になってきます。

センサーデータを分析してどうするか? これまでデータ分析は「何が起きているか」と状況把握に使われていました。しかし今はさらに先に進み「何が起きるか?」とより的確で効率的な保守に役立てるように発展しています。

飛行機を例に考えてみましょう。中東を飛ぶ飛行機とアジアを飛ぶ飛行機、飛行する区間が異なれば気温、公害の度合いや原因物質など大気の状態も異なります。そうなると保守や管理も異なってきます。日々の運用を管理し、より適切な保守のためにデータ分析に投資することはGEにとって意義のあることです。インダストリアル・インターネット戦略のもと、第3のプラットフォーム、あるいはIoTやビッグデータといった新しい技術要素を先手必勝で獲得しようとするGEの意気込みが伝わってきました。

引用元: Database Watch(2014年1月版):未来予測を支える技術とPivotal/Mongo、Groonga (1/2) – @IT.

ビッグデータ関連の補遺: やまもといちろうBLOG(ブログ)

ビッグデータであれデータマイニングであれ、もちろんマーケティングの面で「より多く売る」アプローチをとりがちな情シス部門やコンサルタントが多いのも事実。ただ、元記事が何度も書いていたように「意外性」や「需要」「顧客満足」といったものは、すべて物流、在庫といった兵站のバックヤードと連携しなければ、利益を享受できない。

というのは、置き場の効率化というのは置き場での創意工夫ではなく、仕入れや在庫状況と連動した精度の高い売上予測が必要になるからだ。そこに意外性といった感情の挟まる余地はない。春に冬物が売れる需要があったとして、何日何時まで流通が冬物に対応するかを厳密に決めるためにデータを駆使するとき、負担になるのは店頭よりもむしろ物流だからだ。

ビッグデータを使ったマーケティングを売り込みたい人たちが誤解しやすいのは、この顧客満足とその上昇によって得られる利益の見積もりの問題であり、実際のところ、店頭で数%の売り上げ増、あるいは1%程度のリピーター増を追い求めるために必要な経費についてきちんと考えて提案してきた会社はほとんどない。

むしろ、必要なことは、未来予測に基づいて得られるであろう売上候補のどれを捨て、限定された仕入れを行って調達経費や流通経費を圧縮することだ。ぶっちゃけ、マーケティングに使われたビッグデータによる数%の売上増よりも、未来予測に使われたビッグデータによる適正在庫化によって得られる仕入れ費用の減少のほうが、売り逃しや不良在庫の削減に繋がって圧倒的に店舗面積あたりの利益率は伸びる。

しかも、これは一般論であって、個別店舗や商品群ごとに状況は異なる。生鮮食料品とペットボトルの水物では仕入れの方針から流通のあり方まで全部変わる。セブンアンドアイが一筆書きでトラック出してるとか、まあ品目によっては嘘ではないのだろうけど、扱う品目の性質によって求めるべき効率がそもそも違う。

引用元: ビッグデータ関連の補遺: やまもといちろうBLOG(ブログ).

全体が見えそうで見えなくて不安になる: やまもといちろうBLOG(ブログ)

全体が見えそうで見えなくて不安になる: やまもといちろうBLOG(ブログ): 最近いろんな統計や未来予測の仕事をかじってみて、つとに感じたのは「知ることができた問題」っていうのは本当にごく一握りのことなんだということです。