自動運転支援に向けた、IoT基盤を活用したコネクティッドカーの取り組み
デバイスから収集された膨大なデータにより、製品開発の改善や生産性を向上し、新たなビジネスモデルや収益機会の拡大を図るビジネス変革に注目が集まる。IoTの一例として、自動運転支援に向けた「コネクティッドカー」における取り組みを講演資料からひも解く。
2016/10/03
デバイスから収集された膨大なデータにより、製品開発の改善や生産性を向上し、新たなビジネスモデルや収益機会の拡大を図るビジネス変革に注目が集まる。IoTの一例として、自動運転支援に向けた「コネクティッドカー」における取り組みを講演資料からひも解く。
2016/10/03
IoTでは、生のデータをそのまま分析することはまれであり、丸める、省く、加工するといった準備が重要だ。また、信頼できる分析結果を得るためには、この段階でデータの関係性や意味を把握するデータガバナンスが必要となる。具体的にどのように取り組むのか見ていこう。
2016/10/03
膨大な種類のデータを扱うIoT時代に、データベースを自社構築、運用するのは膨大な手間とコストを要する。さまざまな分析ニーズや将来の拡張性を見据えたマネージドクラウドサービスであるDBaaSの導入優位性を解説する。
2016/10/03
IoTは実効性があるのか。単なる流行語にすぎないのか? IoTに注目が集まる背景には、データの爆発的増大、クラウドの普及、モバイルとソーシャルの発展――の3つの技術動向がある。IoT活用の可能性を引き出すための基礎知識や、取り組み例について見ていこう。
2016/10/03
Webやモバイル、IoTなど、新たなアプリやシステムが膨大な種類のデータを生み出している。そこで再び注目されるのが「NoSQL」だ。「柔軟性」「拡張性」「可用性」など、自社のビジネスニーズに対応したNoSQLの導入ポイントを解説する。
2016/10/03
クラウド型データベースサービス(DBaaS)「IBM Cloudant」と自社構築型のドキュメント指向データベース「MongoDB」の総保有コスト(TCO)を徹底比較。3年間の運用でそのコスト差はどれだけ出るだろうか?
2016/10/03
IoT(モノのインターネット)の時代を迎え、企業が保有する膨大なデータの分析、活用基盤の整備が急務だ。データウェアハウス構築、運用にかかる課題を解決する、「Data Warehouse-as-a-Service」の導入優位性を紹介しよう。
2016/10/03
ビッグデータ分析基盤を構築する企業が増えている一方、その成果について明確なビジョンが持てないという企業の声もよく聞かれる。投資判断に迷うユーザーにとって、ビッグデータ分析の最適なアプローチ方法を把握することが肝要だ。
2016/10/03
ビッグデータ格納・分析基盤にHadoopの採用を検討する企業が増えているが、その真価を引き出すには高度なスキルと多大な労力が必要だ。ビジネスアナリスト、データサイエンティスト、そしてIT管理者のために「IBM BigInsights for Apache Hadoop」に搭載された新機能の詳細を見ていこう。
2016/10/03
Netezzaテクノロジーを採用した「IBM PureData System for Analytics」は、データベース、サーバ、ストレージを管理が容易な単一のアプライアンスに統合したシステムである。従来のDWHや高度な分析の在り方を大きく変革し続けるテクノロジーの詳細を見ていこう。
2016/10/03
「データ分析」に関連するカテゴリ