ビッグデータ（データ量が大きい）より、データの深さのほうが重要だと思う

　ビッグデータということで、大量データがもてはやされているが、これには、２つの問題がある。

　　１つは、集めたデータが過去のデータの場合（過去の販売データなど）、
　　　　過去と現在が同一であれば良いが、日々変わっている場合、
　　　　分析結果も過去のモノとなってしまうこと。

　　もう１つは、ビッグデータは統計的に処理する（回帰予測とか）
　　　　統計は、平均値等、データの中心は出しやすいが、
　　　　先導的なエッジな人の嗜好などは、出しにくい
　　　　中心にモノを売る大量販売には向いているが、
　　　　個性的な人にたくさん買ってもらうには、向いていない。


　前者の場合、過去データをただ分析するだけではだめで、「なぜその商品を買ったか」、「その考え方は、現在も有効か？」と、奥深くまで探求しないといけない。
　これは、（因子分析もある程度可能だけど）主にベイジアンネットワークをつかった、因果関係の解析になってくる。
　それには、クラウドのような多量なデータを保存することより、スーパーコンピューターのような処理の高速化が求められる。

　後者の場合は、統計ではだめで、DEA(包絡分析法)とかを使うことになる（ＯＲの分野かな）

　となってくると、単にデータをたくさん集めました、分析しましょうではだめで、
　データを奥深くまで探っていく必要がある。

　ビッグデータ（データ量が大きい）より、データの深さのほうが重要だと思う