マイクロソフトが分析ツールに本気だしたら、ベンチャなんて一気につぶれる

４月１８日に行ってきた、

Microsoft SQL Server2014　発売記念フォーラム
ビジネス成長を支えるデータ基盤とビッグデータ活用

のメモメモ、まずは、

一億総データサイエンティスト時代に向けて

について

---

・マイクロソフトが分析ツールに本気だしたら、
　ベンチャなんて一気につぶれる

・マイクロソフト→パソコンがある世界
　　２０００年：ＰＣ５０％超える
　　→統計学でデータ解析

・医学部で統計学が必要な理由
　　根拠に基づく医療
　経験と勘→もんだいだよね！と８０年代から知られる
　　　心筋梗塞→不整脈
　　　　不整脈の薬、どれがいいかを調べたい
　　　　→プラセボをしらべたら・・プラセボのほうがいいじゃん（＞＿＜！）
　　　意外と人間の反応複雑・・・

　　エビデンスド・ベースド・マネジメント

・医学における統計学
　　何によって死ぬ？→がんが多い　集計だけでわかる
　　減らすアイデア：喫煙、野菜不足、過剰塩分（生活習慣病）
　　　　→ただしい知識だけでは。。。
　　行動科学：心理、環境
　　　　寿命の延び：塩分摂取量変わった→冷蔵庫
　　　　たばこ：反抗心→きみたちが
　　　　　　戦略さをひっくり返せる
　　　　　　　　→ソーシャルマーケティング：フィリップことラー
　　Hal varian(2009)
　　　１０年
　　　データサイエンティスト→統計家といっている！！

・さいえんてぃすと
　　暗闇からはじめちゃだめ
　　→先人があけてくれている穴を探す
　　　いろんな人が別々に・・・つながる！
・データ分析者の必読書
　　Research Design

・リサーチデザインを知らないと
　わが社のデータを分析したいんですが
　　なるほど、あなたの仮説を教えてください

・仮説指向の限界
　　　多くのデータがあるのに、仮説の部分しか見ていない
　　　ＹＥＳかＮＯかに頭が反応→上司がいうと、引っ込めなくちゃならない

・かつては正しかった理由
　　　パンチカードの時代
　　　いまはすべてできる

・仮説ではなく、問いを
　　　オープンクエスチョン
　　　具体的
　　　　　解析単位　：望ましさを比べる単位
　　　　　アウトカム：望ましさを具体的に定義
　　　　　説明変数　：望ましさを左右しうる特徴
　　分析→基本的に比較

・分析方針は比較軸→望ましいものと望ましくないものの比較軸

・アウトカム（成果）を重視
　　　アウトプット：中間結果でも。。
　　　アウトカム：ゴールに対して

・アウトカムの定石
　ブランドイメージ→利益：わからない

・解析単位の定石

・仮説ではなく説明変数を

・ＥＣサイトのログ解析を例に

・全ての説明変数を多変量解析

・分析結果からアクションへ
　　動かせないアウトカム→動かし得る説明変数：相手を変える
　　動かせないアウトカム→動かせない説明変数：狙いをずらす
　　動かせないアウトカム→動かない説明変数＊
　　　　　　　　　　　　　　→制御下にある説明変数：最適化
　＊季節、天候など

・今、自分が行っていること
　　一番低い人に合う
　　すごいお金をかけても、迷惑メールに

・世界史上最も統計学で儲けた国
　　日本：「ＫＡＩＺＥＮ］
　　　→デミング
　デミング以前の日本の工業
　　　ＧＨＱ：電話不安定すぎ
　　　　→セミナー→かいぜん

・If Japan Can... Why Can't We?
　　１つは数学能力高かった
　　　　塵劫記：１６２７年に吉田光由で執筆
　　もうひとつの答え：ＱＣ７つ道具
　　　　管理図、パレート図・・・
　　　意味のある視覚化
　　　型をきめて体で覚える
　　　現場レベルで全員が迅速に

まとめ
　科学の型を利用しよう
　仮説ではなくオープンな問いを
　データとサイエンスが当たり前の国へ

---

このあと、

本気で始めるクラウド&ビッグデータ活用

ということで、デモ中心のセッションがあった。

こんなかんじ

--------------------

ビッグデータの活用
マイクロソフトのビッグデータ活用ビジョン
・ビッグデータの民主化
　　非構造化、構造化データ　ＳＱＬ　Ｓｅｒｖｅｒ
　　使うには：Ｏｆｆｉｃｅ３６５・・・

・活用例
　　流動人口データ解析：Ａｇｏｏｐ
　　スマホアプリログ解析：ビデオリサーチインタラクティブ
　　ＳＮＳ分析サービス：ジー・サーチ
　　生産情報の見える化：マイスター

・デモ１
　ＰＯＷＥＲ　ＢＩ
　Ｐｏｗｅｒ　Ｍａｐ
　　　ヒートマップ
　　　棒グラフ
　　→コーディングいらない
　池袋駅前

・でも２
　消費者スマホ利用行動分析
　　ぱずどら、Ｌｉｎｅつよし
　ゲームユーザー、３０台以上は女性つよし！

・でも３
　Ｔｗｉｔｔｅｒのログ情報をとってきて・・
　気分、感情・・・
　イメージのみ（２００件しか取れていない）

・でも４
　Ｖｉｓｉｏ
　工程表の上で可視化
　ＣＡＤ図面
　→壁に出すとか

認定情報処理技術者制度（高度の上）について、聞いてきた！

ぎゃあ、今気づいた！（いままで下書きにしてた！）
ずっと昔4月2日に
SEA Forum：「ソフトウェア技術者資格制度」の是非を考える
を聞いてきたので、その内容をメモメモ

---

＜＜話の内容＞＞
派遣法改正がらみのテーマ
楽にはならない
チカラのある人：資格制度が役に立つのでは・・・
認定情報技術者制度ＣＩＴＰ
ＩＴスキル標準レベル４以上
レベル５：課長さんクラス
ソフトウェア技術者の国際標準

資格制度検討のきっかけ
情報技術は魅力ある分野として認識されていない
情報処理技術者はネガティブに　３Ｋ
情報技術者の社会的地位が低い
　　　→プロフェッションの可視化
高度な能力を持つ情報技術者の可視化と社会的地位の向上
　　　国際標準に準拠した資格制度
　　　グローバルに通用、国際ルール
プロフェッショナルコミュニティの形成
　　　ピアレビューによる評価
社会や産業界に対するいっそうの貢献

認定情報技術者制度の意義
　（省略）

日本の情報処理技術者の推移
　　日本の技術者２１９万、うち情報処理技術者８９万
　　ＩＴベンダー　７９万６千人
　　利用者側　　　２６万８千人
　高度＝３０万人（レベル４以上、ハイレベル）

ＩＴ人材の質に対する不足感
　　→高度ＩＴ人材のニーズ
　　　　量に対する過不足感は、短期的な変化の影響を受けやすい

企業における高度ＩＴ人材のニーズは大きい

情報処理試験
・ＩＴパスポート、基本情報は下がっている
　　→ＩＴ人材自身も高度に関心

ＩＳＯ／ＩＥＣ　２４７７３：２００８
・各種のサーティフィケーション、クオリフィケーションの認定
　　サーティフィケーション；更新性があるもの
　　クオリフィケーション　；更新性がない
資格制度の評価基準

→こんぱりぞんフレームワーク

ＩＳＯ／ＩＥＣ　ＪＴＣ１／ＳＣ７／ＷＧ２０で改訂作業が進行中
情報処理学会からエディタを派遣して改訂作業に参画

ＩＦＩＰとＩＰ３
　　ＩＦＩＰ：日本は情報処理学会
　　　　ＩＰ３：高度ＩＴ人材資格制度（国際的な相互認証）
　　　　→ＩＳＯ／ＩＥＣ２４７７３等に適合
　　　　→ＩＰ３の認定取得を通じて

認定情報技術者制度
２本立て
（１）個人認証：個人が書類審査（直接方式）
（２）企業認定：社内資格制度が一定レベル以上であることを保証（間接方式）
　　　　→ＷＧ２０やＩＰ３でも説明・了解済み

個人認証の審査
・申請者
　　知識
　　　　情報処理技術者（高度試験）
　　業務実績
　　　　最近の業務２件
　　プロフェッショナル活動
・推薦者
　　上長から

・企業認定
　　書面確認と実地審査
　企業認定基準
　　　企業内制度における仕組みにかかわる項目
　　　企業内制度における、資格認証の要件にかかわる項目
　企業認定での企業内人材の資格認定

・スケジュール
　　２０１３年度　個人認証の試行
　　２０１４年度　個人認証（直接方式）の本番運用
　　　　→レベル４から
　　　　　企業認定（間接方式）の試行を開始
　　２０１５年度　企業認定（間接方式）の本番運用を開始

・最近の関連トピックス
　ＩＴ融合人材育成連絡会
　スキル標準のあり方に関する研究会
　技術士制度の改革

＜＜パネル討論＞＞
・よくわかんなくなってきたので省略

SDNの素朴な疑問：経路が無限ループにならないことって誰が保証するの（STPみたいなの）

昨日、

SDN/Openflowって、こういうことできる？（共通問題と思いついた構成：合ってるか不明）
http://blog.goo.ne.jp/xmldtp/e/bbe4e267b720b7507b9edc375926a7db

を書いていて思ったんだけど・・・

スイッチ間を２本の線で結ぶことがある。
冗長性をもたせるためで、１本が切れても大丈夫なように・・・
しかし、２本の線、両方とも使ってしまうと、
スイッチ間でパケットが無限ループしてしまう。
そこで、２本のうち、１本の線は事実上、使っていない。

L2のスイッチにおいて、このパケットの無限ループを検知しているのが
STP（スパニングツリープロトコル）
スイッチでは、これを作ってくれている。

ちなみに、L3では、RIPのようなディスタンスベクタ型の
場合は、ネットワーク全体の情報を持たない。
OSPFのようなリンクステートではAS内のネットワークリンク
は持つ。しかし、その外はわからない。
そこで、ツリーではなく、TTLで無限ループを避ける。

で、ここで問題。SDNは、この無限ループ防止を誰がどのようにやるの？
SDNコントローラー？自分で無限ループ防止プログラムを書くの？

・・・どうするんだろう・・・

と思って調べたら

シスコのデータセンターファブリック技術の進化
http://gblogs.cisco.com/jp/2014/01/evolution-of-fabric-technology-in-cisco-data-center/

う、おこちゃまなウィリアムのいたずらには、刺激の強すぎる言葉ばかりで・・・
・・・ついていけてない・・・

※自分へのメモ、あとでみる

Cisco Japan Blog
http://gblogs.cisco.com/jp/category/sdn/

高まるインメモリデータベースへの期待

４月１８日に行ってきた、

Microsoft SQL Server2014　発売記念フォーラム
ビジネス成長を支えるデータ基盤とビッグデータ活用

のメモメモ、次は

高まるインメモリデータベースへの期待
～本格化する市場競争と検討時の留意点

について

---

ＩＴＲの紹介／宣伝

概要
　各ベンダ、インメモリＤＢ売る

論点
・企業ＩＴの現状と課題
・国内市場におけるインメモリデータベースの現状と課題
・インメモリ・データベースの選択時の留意点

投資動向に見るＩＴ戦略のトレンド
・２０１２、２０１０年度比較
・コスト削減→売上増大
　　・顧客サービス、プライバシー、セキュリティー、ワークスタイル
　　・ＤＢ、システムも新しいチャレンジ

企業におけるＩＴシステムの今後のデータ量
・分からない人が割りと多い（２割）
・増えてる
　　→情報系（コラボ、コミュニケーション）
　　　全体的に増えている
・主要なＩＴ動向の重要度指数
　　ＩＴ基盤の再構築
　　ビジネスプロセスかしか
　　ナレッジマネジメント
　　コンテンツ共有
　→ＢＩＧデータ中位、ＢＹＯＤは遅い
　→伸び率はＢＩＧＤＡＴＡが一番

ビジネス貢献のための迅速なデータ提供
　　３Ｖ：量、更新頻度、多様性

ビッグデータ活用
　　４Ａ：収集、蓄積、分析、活用
　→ためてても、なにもいいことがない

--------------------

インメモリＤＢ　
調査：２０１３年１０月
回答者：２００人、

ＲＤＢＭＳの課題
・ＤＷＨ
　データボリューム
　セキュリティ
　クエリ性能
・ＯＬＴＰ用途
　トランザクション（４１．５％　複数回答）
　データボリューム

ＥＲＰ：データの変化ない？
→売り上げ貢献

インメモリデータベース導入状況
２３％は導入、１年以内１９％
　　→興味ないのは１割のみ
　　→一部にインメモリ導入もある

インメモリＤＢの期待
　クエリ性能の向上、トランザクション、データローディング向上
　　→案外忘れられてるのが、データローディング

インメモリデータベースを利用したいアプリケーション
　　顧客管理、ＳＦＡ、データ分析、Ｂ２Ｂ・・・
　　→基幹は皆無、よりフロントのシステム

期待値精度
　ＯＬＴＰ　２～１０倍
　ＤＷＨ　１０～５０倍
　→１万倍とかいうひと・・システム全体、とくにＯＬＴＰではあり得ない

利用したいインメモリＤＢベンダー
・マイクロソフト
・オラクル
・ＩＢＭ
・富士通
　→ＳＡＰは１２％
システムの数では、ＭＳのほうが多い？
　→シェアは金額
良くマイクロソフト１番が出てくる

・ＳＡＴＡ，ＳＡＳ　ミリ秒
・フュージョンＩＯなどのフラッシュストレージ　マイクロ病
・ＤＲＡＭ　ナノ秒
　　→２０年間でＤＲＡＭ１０００分の１の価格
　　　ＤＲＡＭをストレージに使える
　　　永続性：ＤＲＡＭは電源切ったら中のデータとぶ→問題点
　　　いろんなところにボトルネック：ネットワークとか

利点と課題
・ＲＤＢＭＳの課題Ｉ／Ｏ性能
　　→ハードディスクのシーク／レイテンシー

・これまでの解決策
　　より高速なハード（ＳＡＴＡ→ＳＡＳ）
　　複数台分散
　　インデックス
　　メモリへキャッシュする
　　フラッシュストレージ
　　インメモリデータベース使う

・インメモリデータベースの課題
　　ＤＲＡＭ必要（まだ高い）
　　専用のＩＭＤＢＭＳ

・懸念
　　運用管理コストの増加
　　ハードウェアコスト
　　ソフトウェアコスト
　→新たに用意

・懸念点に対して
　　運用コスト
　　　→現在利用しているＲＤＢＭＳと互換性たかい
　　初期導入コスト
　　　必要なところ
　　　ＴＣＯ
　　　代替案
　　　　　ＲＤＢＭＳチューニング
　　　　　ストレージの高速化
　　　　　Ｈａｄｏｏｐの検討

　　データ制限：１０Ｔ

　　可用性・耐障害性
　　　　ログ、スナップショット

　問題
　Times TenとＯｒａｃｌｅ　ＤＢとの問題
　　　言語はまったく一緒でない、データタイプの差異

-------------
今後、選択すべきインメモリＤＢは？

　　ＲＤＢＭＳとの互換性→ＲＤＢＭＳとの統合
　　　　開発環境、開発方法、
　　　　既存のアプリ（ＨＡＮＡの高速性能を出すには、置き換え必要だった）
　　インメモリ早い。でも高い→どこに使うか

結論
・インメモリＤＢをどう使うかが重要
　　→インメモリかどうかは、意味を持たない
・ビジネス上のメリットをいう

---