2015.11.04 08:24
データアレンジメントがビッグデータ時代の新潮流になる。｜データクレンジングの限界を越えよう
データを深掘るならデータアレンジメントのスキルが必要！！ 「ビッグデータ」という言葉が一般的に使われるようになった近年、今まで分析できなかったデータウェアハウス(DWH)上の1TBを超えるような大量データもクラウドデータベースなどによって...
2016.11.16 08:12
データベースを”倉庫”ではなく”道具”として使う発想 ～データベース上で分析データを下ごしらえする～
データベースの特性を活かすことで "誰でも"、"確実に" データ分析が行える データ分析 ＝ データベース。こんな公式を書いて何の違和感もないほど、データベースは、データ分析のために「なくてはならない存在」です。まさに、両者は切っても切れ...
2017.06.05 07:58
データレイクとクラウドサービス ～①データレイクの今までをおさらい～
データレイクはビッグデータ分析とともに常に進化している ちょうど2年前。弊社ブログで「データレイク(Data Lake)」について取り上げさせていただきました。その当時「データレイク」という言葉だけが先行し、何を使えばよいか、どんな場面で...
2017.06.12 08:35
データレイクとクラウドサービス ～②クラウドサービスが支えるこれからのデータレイク～
クラウドサービス進化によってデータレイクの運命が決まる 前回、データレイクとはどういうものか、データベースと何が違うかについて触れました。今回はクラウドサービスがデータレイクにどの様に影響しているか、そして、今後、データレイクはどの様に変...
2013.11.25 13:00
PC上で数千万件データを手軽に扱える時代がやってきた｜ギックスのビッグデータ分析体系 ①
ギックスのビックデータ分析体系 ギックスはTeam CMOというサービスを提供しており、様々なお客様と顧客分析・会員分析を実施してきました。それらの経験の中から、以下の図で示すような独自の顧客データのビックデータ分析体系を持っています。こ...
2013.12.23 13:08
クロス集計で「セグメント間の違い」を見出せ｜ギックスのビッグデータ分析体系 ⑤
セグメントの特徴把握 前回はギックスならではの分析プロセス「2次属性の作成」について説明しました。今回はその付けられた2次属性を利用して、2次属性がついた人や製品の特徴を知るというプロセス、「セグメントの特徴把握」について紹介します。ギッ...
2015.03.11 08:52
グループによる2次属性づけ｜プロ野球データでクロス集計with Tableau 第9回
2014年のプロ野球全打席データをクロス集計していきます 2014年のプロ野球の打席データを全量（約6.6万件)手元に置き、さまざまな切り口でクロス集計して、プロ野球全体の打席の傾向を見ていく「プロ野球データでクロス集計 with Tab...
2015.03.31 08:52
「データマート」と「キューブ」の違いとは？｜いまさら訊けないビッグデータ分析
データマートとキューブの違いって？ こんにちは、ギックス技術チームの岩谷です。 先日とある方より「データマートとキューブの違いって？」という質問をいただきました。この手の質問を時折耳にしますので、この場を借りて、ちょっと解説させてく...
2015.06.18 14:50
Amazon Redshiftを利用料金そのままでds1.xlarge(旧：dw1.xlarge)からds2.xlargeにアップグレードしてみた｜AWSを使い倒せ
ds2.xlargeは、従来のCPU性能、メモリ容量が2倍、I/Oが1.5倍！なのにお値段そのまま！！ 先日(2015/6/9)、AmazonよりRedshiftの新しいインスタンスタイプ「DS2」が発表されました。DS2インスタンスは、...
2015.07.18 10:20
フォルダ中のファイルを変換して1つにまとめる｜Talend Open Studio によるビッグデータ分析(第4回)
フォルダ検索(tFileList)の結果からファイル読込(tFileInputDelimited)の連携の方法を紹介 前回、Talendで簡単なジョブを作成しましたが、そのジョブに手を加え、変換処理を行うまでの手順を2回に分けて連載したい...
RECOMMEND
SERVICE
SERVICE
