ビッグデータを使って儲け（データ分析の利益）は、どこから出てくるか

とかについて

ビジネスアナリティクスを駆使した戦略的情報活用基盤
SASで実現するアクショナブルリアルタイムデータ解析

富士通　利光　哲哉氏

という題で、富士通フォーラムで聞いてきたので、メモメモ

---

ビジネスアナリティクスを駆使した戦略的情報活用基盤
SASで実現するアクショナブルリアルタイムデータ解析

富士通　利光氏

アクショナブル：IDS

１．スピード時間をお金に換える
２．データの時間をそろえる
３．業務のアクションと結びつける

１．データの分析h場利益を生むのか
・ビッグデータは利益を生み出すか

３V=Volume+Variety+Velocity
　富士通はこれに価値（Value)をいれて４V
　　利益が見えてこない
　　　　目先利益・間接利益
　　　　とおめ、直接

　利益＝（よみ＋速さ＋行動）X決断力

　やめる決断力、ここまでやるという決断力
　　　→アクショナブルリアルタイム分析
　直近にやることがある

・ビジネスアナリティクス　データ分析の利益は
　　どこからお金が出て、どこへお金が戻るのか
　　　広告費を削るのか、売り上げを増やすのか

　　ヒト、もの、プロセス、時間、思考に利益を生む
　　→あたらしい商品開発

　　一番利益が出るのは、コストカット

　　分析して、売り上げ上げるのが難しい
　　　うまくいくと、データがきれいになってしまう

・アクショナブル・リアルタイムデータ分析
　　従来のDWH／BIとの違いは、「時間の単位」
　　Hadoop解析→新しいデータ活用
　　アクショナブルりあるたいむ→現場担当者
　　　　→利益が利いてくる
・アクショナブル・リアルタイム分析の実現イメージ
　刻々と変わる状況を捉え、全体を把握し、的確に判断、支持
　　　ビジネスルール、イベント
　　　CEP

・アクショナブル・リアルタイム分析手順
　１．時間そろえ、ビジュアル分析
　　　ながめる

　２.分析視点の追加
　　　マスタの加工、説明するデータ

　３．データのスモール化
　　　データ特性でグルーピング→スモール化

　４．データ解析・モデル化
　　　規則性、法則性：スモールデータ

　５．評価KPIの決定
　　　業務に会わないものは却下
　　　KPIが設定できないなら、そぐわない

　６．データ発生時判断・アクション
　　　分析した結果、こう動くと決めてしまう→PDCAのCがない。

　７．規則性・法則性のチューニング
　　　常に監視

例：データの時間をそろえる
　　相対時間
　　ずれを生じている原因を考える

・データを眺めるビジュアル分析
　　散布
図、ヒートマップ、アニメーション
　　統計、アニメーション、図形にマッピング

・データのスモール化
　データマート
　フィルターを通す

・BSCを使って、KPIの相関を見る
　　→利益にいくパス（ルート）を探す


２．業務でのアクショナブルリアルタイム分析
・マーケティング
・製造
・サプライチェーン

３．戦略マーケティング
・戦略的に、どうやるんだ
　　はじめから、どんだけヒトをあつめるんだ決める
・カスタマーエクスペリエンス
　　動きをとらまえる

・カスタマーエクスペリエンスを中核とした戦略マーケティング

・マーケティングオートメーションの全体イメージ
　　ライフサイクルと予見
　　　→どう行動させるか：接点を大事に
　　　　ターゲット客を絞る

・顧客視点の分析
　　潜在ニーズ
　　信用リスク

・潜在ニーズの推測
　　分析のシナリオ：推測できる形
　　　お客様を乗せる

。キャンペーン実施の流れを設計

・イベント検出ロジックの実装
　　→EBM(いべんとべーすどまーけてぃんぐ）

・活用例：銀行

４．アクショナブルりあるたい無分析を支える製品
・大量データ分析を支える
　　京の汎用機ばん　SPARC　M10
　　　４３０倍？・・・なんにもしなくても、半分にはなる
・SAS　Solutions　Powered　By Fujitsu
　　InterstageとSASの組み合わせ
　　　　→HadoopをETERNUSに入れている
　　　　　COBOL、SQLでOK
・富士通の提供するビジュアルデータ解析ツール
・SAS　VA
・富士通SAS　VAおふぁリングモデルのポイント
・浜松町で見れる
・各種ソリューション
　　統計モデルをつくるところまで
　　業務の中に入れていく

データサイエンティストの育成
　　データのセンス：探究心、好奇心、学士力
　　利益に結び付けられる思考能力
　　コスト意識：中断・継続
　　コミュニケーション能力→インスピレーション
　　スピード・コスト・容易性
　　ヒアリング力、実務力、技術力

メイン解析者　数理力（損益計算できる）
業務知見者
データ解析者

統計解析士は、外に出したほうがいい

標的型サイバー攻撃時代のセキュリティ対策指針-その日が来る前に「すべきこと」と「できること」

表題の内容を「富士通フォーラム」で聞いてきたので、メモメモ

---

１．サイバー攻撃事例
・事例１．Java脆弱性を利用した標的型攻撃
　２０１３年２月　Facebook,Apple,Microsoft
　　Javaサンドボックスをバイパス可能な
　　ドライブバイダウンロード攻撃
　想定される攻撃シナリオ
　　１．事前プロファイリングで、
　　　　アクセスする可能性の高いWebサイト調べる

　　２．サンドボックスバイパスする0day exploit不正Jarファイル配置

　　３．開発者にJarファイルを落とさせる

　　４．マルウェアインストールさせる

　→水のみ場攻撃
　分析・評価
　　　入り口対策をバイパス
　　　　従来：メール
　　　Javaに対する0day
　　　事前プロファイル
　　・進入手口が以前にも増して巧妙化
　　・もはや内部進入を前提とした対策は必要不可欠

・事例２．ショッピングサイト決済ページ改ざん
　２０１３年３月１４日、大手めがねチェーン
　セキュリティコードを含むすべての決済情報転送
　２０５９人のクレジットカード情報、７人悪用
　PCIDSSめざす

　想定される攻撃シナリオ
　　　Apacheを改ざん
　　　情報転送
　→サーバーに格納した情報ではない：PCIDSSに対応してもX

　分析評価
　　　SQLインジェクションでは入手困難なセキュリティコードを含む
　　　すべての決済情報を盗まれる
　　　ビジネスへの打撃
　　・進入手口は不明ながら、残存する脆弱性への対処は必須
　　・早期に発見し、事業への影響最小化

・事例３：韓国同時多発サイバー攻撃
　２０１３年３月２０日

　想定される攻撃シナリオ
　　水のみ場と理解するのが主流
　　　組織内集中管理→不正プログラム

　分析ポイント
　　MBR書き換えは１９９０年代
　　集中管理型の盲点
　　攻撃者が本気になれば、このような攻撃はいくつも考えられる
　　攻撃者の真の狙いは？本来、もっと深刻になりえた

　・気づかないうちに深く進入されていた
　・情報漏えいだけでなく、システム破壊、データ破壊の脅威が現実に
・標的型サーバー攻撃は、経営リスク
　　企業の存続にかかわる経営リスク
　　組織の存続に直結する
　　危機管理の視点で

２．サイバー攻撃対策の理解
・セキュリティ脅威の変化
　　区別して考える：いまどういう脅威

　脅威
　　これまで：怪獣来襲モデル：撃退すればハッピーエンド

　　これから：悪の秘密結社モデル：ミッションが終わるまでやってくる

　対策
　　これまで：水際防御（ぺりメーター防御）
　　これから：多層防御（総力戦）

・よくあるサイバー攻撃の流れ
　　静かに気づかれないように侵入して情報を盗む

・これまでの違い
　　巧妙に偽装された標的型メールは見つけにくい
　　　やりとりして
　　→攻撃者がコストかけられる
　　ターゲット絞込み、事前にわなをしかける

・もし、初期侵入をゆるしてしまうと
　　内部サーバーの脆弱性
　　クローズドでもUSBメモリ
　　シーメンス社のPLC

　　ノートPCのマルウェア感染
　　　７ヶ月も侵入

・時間をかけて見つからないように

・感染に気づけない

・サイバー攻撃の脅威に対応するために
　　考え方を変える（リスクを正しく認識する）
　　まずは想定できる脅威に対応する
　　危機管理能力を高め、有事に備える

３．有事に備えるCSIRT
・現代に求められる緊急対応組織とは
　　重要なのは、誰が意思決定を行うのか？
　　必要な情報をいかにそろえるか？

　　従来のセキュリティ部門の責務
　　　　＋
　　これからのCSIRTに求められる責務

　　経営レベルで支援できる

・CSIERTの役割
　　OODAモデル＋レディネス（事前準備）
　　　O 監視
　　　O 情勢判断
　　　D 意思決定
　　　A 行動
　　　+事前準備

・CSIRT設置のメリット
　高度な脅威に対応する

・CSIRT構築運営のプロセス
　　チケット管理
　　富士通クラウドCERT

・【ご参考】
　　JPSERT　CSIRT構築マテリアル　RFCベース

・緊急系業務と定常系業務

・情報セキュリティ運用・緊急対応業務
・情報セキュリティマネジメント業務

４．富士通のソリューションのご紹介
・サイバー攻撃時代の危機管理
・SystemWalker Desktop Patrol/Keeper
・ShieldMailChecker　標的型メール対策
・UTM　IPCOM EX
・マルウェア検知・対処支援サービス