データ分析モデルの業務実装を迅速化、「ModelOps」を始めるための5ステップ
あらゆる組織が、データを活用してビジネス上の意思決定を推進する「データドリブン経営」を目指す一方で、それに対する投資効果は低調な傾向にある。その背景には、最良のデータ分析モデルを業務実装することの困難さがある。
2021/04/22
あらゆる組織が、データを活用してビジネス上の意思決定を推進する「データドリブン経営」を目指す一方で、それに対する投資効果は低調な傾向にある。その背景には、最良のデータ分析モデルを業務実装することの困難さがある。
2021/04/22
データとそのアナリティクスで得られた洞察が、組織の競争力の獲得やビジネス拡大に大きく貢献することは、広く理解されている。しかし、本当の意味でのデータドリブン型ビジネスへの転換を果たせている組織は、まだまだ少ないのが現実だ。
2021/04/22
アナリティクスの戦略レベルでの利用が多くの企業で支持される一方、全社的な展開は十分に行われているとはいえない。企業や政府機関の専門家へのインタビューとグローバルなアンケートから、アナリティクスの課題と解決策を考察する。
2021/04/12
技術開発に力を注ぐTOYO TIREでは、新たなプロジェクトで「レシピを入力し、それにより得られるゴム材料の物性を推定できるシステム」の構築を目指していた。プロジェクトを実現すべく、同社が選んだソリューションとは?
2021/04/12
デジタル変革は、今後の市場での競争力を獲得・維持するために欠かせない取り組みだが、それを実践できている組織はまだ少ない。この状況を変えるためには、組織内外のあらゆるデータを活用できる、データ分析基盤が必要だ。
2021/03/23
DX化の潮流は重厚長大産業にも及んでいる。デジタル・AIを活用した「データドリブンなプラント操業」を新たなソリューションとして展開する企業の事例から、その取り組みを支えたデータ基盤の実力を見ていく。
2021/03/17
機械学習には、生産性の向上やスマートなデータ利用、意思決定の迅速化など、幅広い効果が期待されているが、どこに導入すべきかという最初の段階でつまずくケースが少なくない。そこで参考にしたいのが、成功事例の多いユースケースだ。
2021/03/08
機械学習の活用領域の拡大が目覚ましいが、それはF1も例外ではない。膨大なデータを分析してファンエクスペリエンスの向上に生かす他、車両設計の改良にも役立て、レースをさらに盛り上げるために活用しているという。
2021/03/08
インダストリー4.0の推進は、製造現場にさまざまなメリットをもたらした。一方で、多層化したITシステム基盤においては、一環したデータ管理とデータ保護をいかに実現するかが課題となっている。
2021/03/04
社内に分散するデータから購入予測モデルを導き出せれば、効率的な営業活動が可能になる。ただ、膨大なデータの統合、そしてリアルタイムな分析を実現するのは難しい。この難題の解決策を、SUBARUグループの取り組みから探る。
2021/01/26