2017.03.17 09:06
ゲーミングパソコンはデータ分析に使えるのか？ ～DELL ALIENWARE AURORA で検証～
データ分析パソコン選びの基準は「NVMe接続」 きっかけは非常に単純だった。オンプレミスPCでデータ分析がどのくらいできるか？ 大量データを高速で処理したい場合は、どうしても大掛かりなサーバー環境が必要になり、そのため比較的手軽に使...
2017.05.18 17:31
クラウドサーバーが、常にオンプレミスより優れているとは限らない ～スモールローカルサーバーという新たな選択肢～
クラウドサービスの空白地帯を考えたオンプレミスの導入 Amazon社がクラウドサービスの Amazon Web Services (通称、AWS)を公開して10年。新規システムならクラウドサービス内で作るのが当たり前となり、既存のオンプレ...
2013.12.16 13:13
2次属性を理解しよう｜ギックスのビッグデータ分析体系 ④
ギックスならではの分析プロセス 「２次属性の作成」 前回は分析プロセスの最初の段階となる「ビジネスの理解」と「データの理解・準備」のプロセスについてご説明しました。今回は、いよいよギックスデータ分析体系ならではの分析プロセスであたる「2次...
2014.03.02 10:58
ビックデータを全量分析できる時代になった｜ビッグデータ分析の留意点①
サンプル分析から全量分析へ 近代統計学の学問体系は、無限に近い大規模な母集団から無作為に抽出された、数百から数万のサンプルデータが持つ統計的な性質を中心に論じられてきました。たとえば、内閣府が行っている「社会意識に関する世論調査」では、1...
2014.03.23 11:01
べき分布のデータには注意しよう｜ビッグデータ分析の留意点④
購買系のビッグデータには「べき分布」が多く注意が必要 （第2回）と（第3回）で全量分析の優位点について紹介しました。本日からは、全量データに注意すべき点を説明します。本日は注意点①の以下のポイントです。 注意点①：サンプルデータは中...
2014.04.03 12:08
Microsoft Power BI 活用レポート：Power Pivotを使ってみた① ~データ処理速度は「実用に耐える」~
Power Pivot の「処理速度」は実用レベルとしては十分 ギックスでは、従来より「Aktblitz（アクトブリッツ）」という高速データ処理ソフトウェアを活用しています。今回は、こちらと比較しながら、処理性能について考察を進めていきま...
2015.02.23 09:03
第5回 STEP2 データの格納・確認・前処理｜POSデータで事業構造分析 with Power BI
Power BIで実践するPOSデータの事業構造分析を公開 この連載では、2013年11月に弊社CEOの網野が出版した「会社を強くするビッグデータ分析」「Part２ 分析の実践」の部分を「Power BIでPOSデータを使って事業構造分析...
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...
2017.02.08 09:02
Amazon Athena の分析サービスとしての位置付けについて考えてみる
Amazon Athena は Google BigQuery と MS PolyBase を足して2で割ったようなサービス 昨年末、Amazon Web Services(以下、AWS)が主催したAWS re:Invent 2016から...
2018.01.24 12:13
BigQueryの標準SQL対応によって競合サービスからの乗り換えが発生するか？ ～Redshiftと使用感を比較してみた～
分析の試行錯誤フェーズではRedshift。分析の”型”が決まったらBigQuery。 ビッグデータ分析においてデータベースは必要不可欠であることは言うまでもありません。これらのビックデータ向けデータベースの代表格としてオンプレミスではO...
RECOMMEND
SERVICE
