並列処理の3兄弟がそろい踏み？ Teradataから「ビッグデータトライアングル」：Teradata PARTNERS 2012 Report（2/3 ページ）

[浅井英二，ITmedia]

ビッグデータ活用とは新しい構造のデータを組み合わせること

NCR時代からのベテラン、TeradataのコーラーCEO

　Teradataの社長兼CEOを務めるマイク・コーラー氏も、多種多様かつ膨大なデジタルデータから価値を引き出す、いわゆる「ビッグデータ」の活用がここへきて現実のものとなっているとし、アナリティクスやマーケティングへと実際に役立てることができるTeradataのソリューションは競合他社にはない強みだと自信を見せる。

　「ビッグデータの活用とは、新しい構造のデータを既存のデータと組み合わせ、すべてのデータから価値を見出すこと。企業にとっては大きな機会であり、そこから引き出された新たな価値はすぐに競争力へとつながる」とコーラー氏。

　Teradataデータベースは約30年前、並列処理型のリレーショナルデータベースとして産声を上げた。あらゆる処理を並列で行おうとするアーキテクチャーはいまだに他社の追従を許さない。世界の名だたる企業がTeradataで大規模なデータウェアハウスを構築し、意思決定支援に役立てている。コーラー氏によれば、実に34の企業がペタバイト級のデータウェアハウスを構築しているという。

　並列処理に長けたTeradataは、ビッグデータへの対応もいち早く手を打っている。昨年春、Webのアクセスログやテキストデータといった膨大な多構造化データの分析を得意とするAster Data Systemsの買収だ。

　新たな並列処理型データベースとして仲間に加わった「Teradata Aster」は、リレーショナルデータベースと、Googleが採用した並列処理のためのMapReduce技術を統合したもの。SQL記述と同等のスキルでMapReduceの関数を利用することができる同社の特許技術（SQL-MapReduce）は、企業が既存のスキルやBIツールを生かしてビッグデータから洞察を導き出すことを可能とする。

　MapReduceの関数は、時系列／経路分析、統計解析、テキスト分析など、50があらかじめ用意されているほか、コミュニティーによって作られた関数も入手できるようにしており、開発に掛かる手間を省くことができるという。

用意される主な関数
時系列／経路分析	セッショナイズ、時系列などの順序データにおけるパターン発見
統計解析	各種基礎統計、および回帰分析などの多変量解析
テキスト分析	文章および文字列からキーワードを抽出／分割
クラスター分析	類似のデータ傾向に基づいてグルーピング
デシジョンツリー分析	分岐ルールに基づく予測モデルを構築
関連性分析	データ間の重要な関係を発見
データ変換	各種データ変換、操作機能

主な用途
マルチチャネルアトリビューション分析	各マーケティング活動の貢献度を定量化
デジタルコンテンツの最適化	利益を最大化する広告、商品、メッセージの選定
Webサイト経路、ゴールデンパス分析	Webサイト導線上のボトルネックとゴール行動への有効経路理解
インフルエンサーおよび口コミ分析	ソーシャルネットワーク上の影響度理解
クロスセル、リコメンデーション	類似性に基づく提案商品の特定
不正検知	不正のパターン、ルールの理解
マシンおよびセンサーデータ分析	品質コントロールや異常検知
顧客行動予測（解約や離反、購入）	行動モデリングおよび確率スコア計算