Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (20)
Similar to 米国でのビッグデータビジネスの動向
Similar to 米国でのビッグデータビジネスの動向 (20)
Recently uploaded
Recently uploaded (9)
米国でのビッグデータビジネスの動向
- 1. 米国のビッグデータビジネスの動向 in Tokyo WebMining勉強会 on 01/25/14 by @takabailando Updated on 02/05/14 2
- 2. アジェンダ 1. 発表者の紹介 2. 今回の発表概要 3. ビッグデータビジネスを取り巻く環境 4. データビジネスを理解するために最低限必要な4概念 1. 2. 3. 4. バリュープロポジション バリューチェーン プラットフォーム イノベーション 5. 米国でのビッグデータビジネスの動き 1. 2. 3. 4. 市場概要 教育領域 翻訳領域 スマートホーム 6. まとめ 3
- 4. 今回の発表内容は、アメリカで起きているビッグデータビジネスの動向をかな り上流からみたものになります (ビッグ)データビジネスを理解するにはまずどうする？ ビッグデータ企業って呼ばれる会社って例えば？ (ビッグ)データビジネスの事例って例えば？ 2 今回の発表概要 5
- 11. 異なるデータを統合することでビッグデータの価値が高まると同時に、その価 値は単独企業ではなく補完企業によって実現されることが多いです 異なる大量のデータの相互作用(例) ビッグデータのプレーヤー ビッグデータビジネスでは、プラットフォームになるか、 補完的なサービス提供を行うのか重要な鍵になっています Source: できるポケット＋ ビッグデータ入門 インプレスジャパン 3 ビッグデータビジネスを取り巻く環境 12
- 12. とはいえ足りない人材を確保・教育する必要性は各国共通で、アメリカは企業 主導でエンジニアやサイエンティストを育てるプログラムを提供しています Insight Fellopwship for Big Data Open Academy Program by Facebook 日本では明治大学や立教大学がビッグデータに特化したクラスを 提供していますが、欧米では統計やCSを学ぶ機会が多いです 3 ビッグデータビジネスを取り巻く環境 13
- 14. データをビジネス化するには、誰のために、何を解決し、それがどれくらい重 要で、かつどうやってスケールさせることができるか、を考えましょう Value Proposition Value Chain - 誰が問題を抱えているのか - どの問題を解決するのか - どんな製品・サービスなのか マーケティングや品質管理など 顧客が行うデータ業務のどれく らいまでカバーしてるのか Platform Ecosystem Innovation 基幹機能を担うのか、補完機能 を担うのか決めて、データ事業 の収益化を早められるか 社外のプレーヤーや個人を多く 参画させることで、既存概念に 捕われないモデルができるか 4 データビジネスを理解するために最低限必要な4概念 15
- 15. ビジネスはそもそも対価を得るために、どんな顧客の何を解決しているのかを 明確にする必要があります Value Proposition = 他にはできない価値 Launch Center Pro Shopkick 前：アプリ起動 ↓ 前：GPSでチェックイン ↓ 今：行動の起動 今：BLEでチェックイン スマホ上での操作が これまで以上に簡単 になった 最低限の投資で精度の 高い顧客管理ができる ようになった Source: http://www.macworld.com/article/2061297/make-iphone-actions-easier-withlaunch-center-pro.html 4 データビジネスを理解するために最低限必要な4概念 Source: http://www.pcworld.com/article/2088880/100-american-eagle-stores-hungry-fordata-will-ping-shoppers-phones.html 16
- 16. データビジネスで成功するには、顧客が必要とする業務のどの部分を効率化す るのか、競合企業とどう差別化するのか、が重要な鍵になります Value Chain = 価値はどう作られるのか 分析結果をインサイトに変換する→ DB configuration Log Collection Extract Transform Loading Data integration 分析を理解しやすいものに Business intelligence Predictive analytics Decision making 決断と実行に専念する ZigBee、RFID、BluetoothやSoLoMoで 絶えず増えるデータを用意に取り込む 4 データビジネスを理解するために最低限必要な4概念 Execution キャンペーンや実務に落とし込む 17
- 17. 何を解決するか決めたら、そもそも多くの人たちが登録するだけの価値があり、 しかも多ければ多いほどその利便性が高くなるプラットフォームを選定します Platform = ネットワーク外部性はあるか 各プレーヤーの初期投資・運営コストを 軽減したり、参画することでリーチが 難しい顧客との接点が持てる 参画するプレーヤーが増えれば増えるほど 情報拡散の相乗効果が高まったり、規模の 経済が働いて単価が低く設定できる Source: http://www.zuora.com/how-it-works/subscription-billing.html 4 データビジネスを理解するために最低限必要な4概念 18
- 18. 最後に、ネットワーク外部性を効率的にかつ持続的に進めるために、どういう 仕組みを提案して、エンドユーザーとB2C企業を取り込む必要があります Innovation = 根本的な変化の源泉はなにか User Innovation ユーザー参加型の開発や 企画を通じて価値の軸の 変化に対応する Open Innovation 企業内に眠る資源を開放し 外部のアイデアと合わせて 活用する 4 データビジネスを理解するために最低限必要な4概念 Social Innovation 様々な人から必要な資源を 集めて、社会問題の解決を 事業として行う 19
- 21. もっと上流からデータビジネスを考えると、4要素の組み合わせが重要になって くると考えられます Value chain × Platform 企業の顧客やエンドユーザーが困っている、かつ 解決に値する課題を解決するシステムをどう構築し 継続的に提供していくのか 5-1 市場概要 22
- 22. もっと上流からデータビジネスを考えると、4要素の組み合わせが重要になって くると考えられます Value proposition × Innovation 他社や自身では解決が困難な課題に対して、集合知の 力を活用しつつ、精度の高い解決方法を提供していける のか、常に考えて行けるのか 5-1 市場概要 23
- 27. 大きな広告モデルで収益を上げているGoogleは、ここ数年の買収劇を見ると、 人間の行動を理解し機械的に処理するエンジンを大切にしてる見えなくもない DNNResearch: 深層学習 Impermium: インターネットセキュリティー Wavii: 自然言語処理を使ったコンテンツ処理 Channel Intelligence: eコマース売上の最大化 Flutter: ジェスチャー認識を使った新しいUI Waze: SNSを活用したナビゲーション Nest: WiFiで繋がる自動学習する温度計/火災報知機 Viewdie: 世界トップクラスの顔認識技術 5-1 市場概要：Google 28
- 29. とはいえ、まずはデータが必要で、最近ではBusiness IntelligenceやData VisualizationサービスにOpen Dataが組み込まれる動きがあります 5-1 市場概要：Open Data Initiative 30
- 32. 教育ビジネスは旅行や音楽ビジネスの成功経験から習うことが多いらしく、 パーソナライズやバンドル化が注目されています Adaptive & Engaging Collaborative Innovation これまでの教育は教えることが 主目的だったが、教える＝教わ る、にパラダイムシフトさせる 教育コンテンツは教育機関に属 するのではなく、教育者や生徒 が属するコミュニティーで発展 していく Measured with career Playlist & Package 学習者が教育の価値を理解する には、実務の現場で“成功”するこ とが大切なので、より実務的な 内容を増やして行く 教育コンテンツを製品・サービ スとみなして、個人の学習曲線 に最適なコンテンツリストをバ ンドルできるようになる 5-2 教育業界でのビッグデータビジネス 33
- 44. 翻訳領域のトレンドは、プラットフォームで集められた翻訳の知見を使い、翻 訳精度の向上と目的別に使われる定型文の収集を共創している感じです Adaptive & Engaging Collaborative Innovation これまでの翻訳は静的なものが 多かったが、リアルタイムにそ の場所・目的に合わせた翻訳プ ラットフォームが主流に 、世界に散らばるバイリンガル や翻訳のプロフェッショナル、 ツアーガイドなど誰でも翻訳者 （ランキングあり）になれます Assorted for purpose On-demand translation 翻訳目的も学習や旅行など フォーカスしたものがあり, 学習は先生からエンジニアなど 幅広く目的ベースになってます 翻訳＝都度発注、という形態か らオンデマンドに変化していて 機械的に可能な翻訳と人間がす べき翻訳と分業しつつある 5-3 翻訳業界でのビッグデータビジネス 45
- 50. Babelverseはアンバサダー制とゲーミフィケーションを採用しており、翻訳の キャパが高い人にはより高いステータスを与え、単価も可変にしています 5-3 翻訳業界でのビッグデータビジネス 51
- 56. スマートホーム領域は自信の行動範囲全体をプラットフォームと考え、そこに 付随するサービスがAll in oneで統合されていく流れになっています Adaptive & Engaging Collaborative Innovation これまでの教育は教えることが 主目的だったが、教える＝教わ る、にパラダイムシフトさせる 教育コンテンツは教育機関に属 するのではなく、教育者や生徒 が属するコミュニティーで発展 していく Measured with career Playlist & Pacakge 学習者が教育の価値を理解する には、実務の現場で“成功”するこ とが大切なので、より実務的な 内容を増やして行く 教育コンテンツを製品・サービ スとみなして、個人の学習曲線 に最適なコンテンツリストをバ ンドルできるようになる 5-4 スマートホーム業界でのビッグデータビジネス 57
- 64. Piper社のアプリでは、ネットに繋がったデバイスに関するログの記録方法など をカスタマイズして、家の安全をコントロールできるようになります 5-4 スマートホーム領域でのビッグデータビジネス 65
- 69. さいごに 6 さいごに 70
- 70. 分析も×aaS化してきており、MLaaS(Machine Learning as a Service)や BDaaS(Big Data as a Service)などが目立つようになりました Knewton社 wise.io社 6 さいごに Algorithms.io社 Ufora社 71
- 71. データビジネスの価値は4要素を組み合わせて戦略的に決める！ まず、何を提供すべきなのかを考えて、次にどういうプラットフォームで提 供していくのか考える！ データの価値連鎖を理解して、顧客やエンドユーザーが最も負担に思ってい るステップを自動化することが大切！ 最後に、官民学が共同してデータビジネススキルを発展させましょう！ 6 さいごに 72