Intel様にご招待いただき、マカオで行われたパートナー向けカンファレンスに参加してきました。パートナー向けとは言え、中国・ASEANのハードウェア＆ソフトウェアメーカーが100社超（数百名）が参加する大規模なものでした。予め各社同士でアポイントを取れ、双方向でビジネスマッチングできる機会があり、具体的なビジネスの話もしやすい良い機会でした。改めて中国のIoT市場の大きさも感じました。中国語を勉強し直したくなりました。
Bigdata & Analytics Innovation Summit, Singapore
3月1日-2日とSingaporeで行われたBigdata & Analytics Innovation Summitに参加してきました。主催はInnovation Enterprise、主に米国＆EU各国で同様のイベントを開催しています。Singaporeの参加者は約200名、講演者はユーザー企業が多く、ヘルスケア、IT、製造、政府、医療などグローバル企業からベンチャーまで約20社ありました。土地柄かDBSなどの銀行・金融が多かったです。参加者のバックグラウンドはビジネス側が半分、テクノロジー側が半分ということで良いバランスになっていたと思います。
Day1：
・DBS Bank CIOによる銀行でのデータ活用例：ATMでの効率的な配置で8000時間削減、機械学習での現金の必要量の予測、ATMのUIの改善での待ち行列の解消など
・BP データアナリストによるアーキテクチャ紹介、明細を明細のまま保存しておき、必要に応じて集計する、集計ロジックをコマンドとして保存しておき、組織で共有する。
KSKで考える分析プラットフォームの考えに非常に近く、やはりどこも次世代にはこのアーキテクチャが求められることを改めて実感。
・Gov Tech シンガポール政府のデータサイエンティストによる事例紹介、図書館ユーザーのクラスタリング、国会のディベートトピックモデル、国営住宅のセールス、投薬の効率化、オープンデータの提供、Beeline（データのKickstarter）のような仕組み、やはり規制緩和が進んでおり、国を挙げて活用する姿勢が強い。
その他、ANZ Bank, Spotify, Standard Charter Bankの講演など。
午後からはMachine Learningのセッションを中心に参加。Roll’s Royce、Indeed、ALIBABなどこちらは日本のセミナーやイベントで語られる内容と大きく違いなかった。
Day2：
・UBER のチーフデータサイエンティスト、タクシーの需要予測、自動運転の研究、現在300人のデータ分析チームを統括。単純にアナリストの数に驚いた。
・Johnson & Johnson、社内でのデータ活用例、・JLL（不動産）でのMeeting room最適化
・GoogleによるCloudMLの紹介、・ALLianz データサイエンスチームの育て方
・Sapho（シンガポールの大手小売店）Retail&ECのデータ分析
技術的な内容は、最近の日本のトレンドとほぼ同じであるものの、データの活用方法や分析チームの育成についていくつか先進的な取組みがあり、大変参考になりました。ただやはりシンガポールはファイナンスとサービスの国であることを再認識、やはり同じASEANでもベトナムやマレーシアとは市場やニーズがまったく異なるので、国ごとにマーケティングは変える必要があると改めて実感しました。
RapidMiner東京ロードショー2017
先週の2月9日、丸の内にて当社主催の「RapidMiner 東京ロードショー2017」を開催しました。あいにくの雨の中約80名の皆様が来場され、イベントは盛況となりました。
三部構成のイベントは、RapidMiner社の創業者兼CEOのインゴ・ミヤスヴァ氏の講演でスタートしました。ミヤスヴァ氏のユーモラスで軽妙な語り口からデータ分析の重要性に鋭く切り込む展開に、参加者も同時通訳を介し、集中してプレゼンテーションに聞き入っていました。
続いて当社セールス＆マーケティング本部の高木が、操作デモンストレーションとともにRapidMinerを紹介。実践的なデータを使ったプログラミングで、分析プロセスのサンプルをスクリーンに投影し、参加者はビジネスインテリジェンスとビジネスアナリティクスの違いに注目していました。
最後のユーザーセッションでは住友金属鉱山株式会社 佐藤健司様より、RapidMinerの導入事例をご紹介いただきました。現場の生の声に、参加者の中にはメモをとる姿も多く見られ、熱心に聞き入る様子が数多く見受けられました。「システム屋にはデータ分析はできません」との言葉には多くの参加者が強く反応されていました。
講演終了後も、講演者の周りに人垣ができるなど、参加者の注目度の高さを感じることのできるイベントになりました。
イベント終了後、製品についてのご質問やデータ分析に関するご相談を数多くいただきました。今後とも継続して同様のイベントを企画して参りますので、その際にはぜひご参加ください。
2017始動！
当社の2017年が始まりました。KSKアナリティクスでは、先週新しくなった大阪本社オフィスで、2017方針説明を行いました。今年は、既存事業を拡大しながら、開発を進めている新規事業（分析プラットフォーム）を成長させていきます。
創業して10年、データ分析市場の拡大とともに、社員も会社も着実に成長している実感があります。この状況に感謝し、真摯に、精力的に、楽しく成長していきたい、KSKアナリティクスは、そんな人が集う企業でありたいと思います。本年もどうぞよろしくお願い申し上げます！
企業はIT部門を捨て、分析部門を作れ！
アグレッシブなタイトルですが、要は企業は「早く自社内に分析部門を早く作ったほうが良い」ということを言いたいのです。
現在のような目まぐるしく変わっていくビジネス環境では、自社の強み（コア・コンピタンス）を磨くとともに、それ以外は効率的に運営する(アウトソーシング等外部を活用）ことが求められるのは、皆さんご存知のところです。
テクノロジーは、劇的に変化を遂げています。IT（ICT）は業務に不可欠な存在になりましたが、この20年で一気にコモディティ化が進んでいます。
これらを提供するハードウェア／ソフトウェアベンダーから見ると良く分かります。
40年前、ネットワークやハードウェアを持つ企業がIT業界をリードしていました。
30年前、OSを持つ企業が覇者となりました。
20年前、その上で動くソフトウェアやデータベースが重要になりました。
10年前からそれらはクラウドとなり、さらにその上に乗るデータやコンテンツ、ビジネスが競争優位の源泉となっています。
企業組織の観点から見てみましょう。企業は自社のコアとなる経営資源には、投資を行い自社で抱えねばなりません。一方で、代替の効くもの（コモディティ）はアウトソースしたほうが効率的です。ITはどんどん下のレイヤーからコモディティ化していっています。
今、巷で「データ分析」や「人工知能」が話題となっています。なぜなら、IT基盤に乗る「コンテンツ」や「ビジネス」は通常他の企業が真似できないオリジナルのものだからです。これらは、従来のIT部門だけで作り出すことは難しく、IT力＋現場力＋分析力をもつ部門横断的な組織「分析部門」が必要になります。
最近、多くの企業で分析プロジェクトチームや、分析グループの方とお会いするようになりました。ここで成功事例が数多く生まれ、分析部門が企業の中でメジャーな存在なることを願っています。
Jedoxパートナーサミット2016
2016年9月27-29日、ドイツ、ベルリンでJedoxのパートナーサミット2016が開催されました。世界各国から集まったパートナーとEU、US、アジアのJedoxメンバーが一堂に会するイベントです。
KSKアナリティクスは、アジア地区での売上貢献が評価され、今回初めてのPartner of the Yearを受賞しました！これも日頃お世話になっているお客様、パートナー様のおかげです。この場を借りて御礼申し上げます。
Jedoxは予実管理などに最適なExcelベースのBIです。Jedox日本語サイトはこちら
無料体験版もありますので、まだの方ぜひお試しください。
AI（人工知能）は善か？悪か？
最近は一般の新聞やメディアでも、シンギュラリティ（技術的特異点）が語られるようになり、コンピュータが人類の知性を超えることに関する否定的な意見を見ることがあります。
例えば、
ある人は、人工知能により将来XX%の仕事が奪われる、といいます。
ある人は、分子レベルのナノボットで人工内蔵が作られる（倫理に反する）、といいます
ある人は、すべての行動が管理され、監視される社会になってしまう、といいます。
しかし、数十年前インターネットが広がる以前、世界規模の通信ネットワークの実現も、それを通じてのソフトウェアウィルスの蔓延も現実になるとは思われていませんでした。
今日、それらの出現によって、私たちは恩恵を受けた反面、弱点をさらすことにもなりました。しかし、ウィルスの危険の高まりに合わせて、技術的な免疫システムも登場しました。結果として、今日私たちは「害」よりもはるかに大きな「益」を得ています。
人工知能は、上記のリスクは存在するにせよ、テロの防止、貧困の撲滅、美しい環境の回復、病気の克服、寿命の伸長など、人類の世界的な課題を解決する大きな可能性を持っています。それであれば、これらをインターネットのように使いこなしていくことが、私たち人間の取るべき道だと思います。
大阪市のIoTビジネスブートアッププログラム「AIDOR」にメンター参加
今月より、大阪市のIoTビジネスブートアッププログラム「AIDOR」（あいどると読みます）にメンターとして参加させていただいております。 先日は、IT・ソフトウェア編の基礎講義として、Imedioでビッグデータ・人工知能・アナリティクスなどについて講演させていただきました。
一般企業の方・起業家・教育機関の方・学生など30名程の方に参加いただき、活発に質疑応答いただきました。普段データ分析の業界にいるため専門用語で済ませがちなものも、より分かりやすく話すために頭を悩ませます。
いくつかの講義の後、実際にビジネスプランをお持ちの方との、マッチングやアドバイスが行われます。最近は、ソレイユデータ道場、シンギュラリティサロンなど関西からもデータを活用したイノベーションを起こそう！といううねりが出てたように思います。これからが益々楽しみです！
データ分析はBeforeとAfterが重要!?
最近は、ほぼ毎週のようにIoTやデータ活用を始めたいので、相談に乗ってほしいというお声掛けをいただき、さまざまな業種・業界のお客様を訪問しています。その中で、よく課題に上がるのが、「データ分析前の問題」と「データ分析後の問題」です。
データ分析前の問題：Before Data Analysis
１．そもそも、何を分析してよいか分からない（課題設定の問題）
当然ながらデータで問題を解く前に、まず何を問題とするかが重要です。そして、その問題が、「データを使って解決できるものなのか」「解決した時のビジネス価値が高いのか」をお客様自身が判断しなければなりません。ブームに乗ってやみくもにデータ解析を行う前に、自社にとっての価値を決めなければなりません。これがないと期待したROIが得られません。
２．分析する人材がいない（分析人材の問題）
最近はデータサイエンティストの求人は完全な売り手市場です。なかなかビジネススキル、分析スキル、ITスキルを兼ね備えた人材の獲得は困難です。しかし、一人のスーパーマン獲得は難しくても、チームで協働することはできます。現場部門の人＋IT部門の人＋外部の分析コンサルタントにより、現場主導型の分析プロジェクトは可能です。
３．どのように分析してよいか分からない（分析ノウハウの問題）
データ分析はどれだけ引き出し（方法）を知っているかです。こういう問題にはこういう手法が使える、こういう見方もできる、優秀なデータアナリスト程、多くの引き出しを持っているものです。まったく初めてデータ分析に取り組む際には、外部の分析コンサルティングを使う価値は高いと言えます。なぜなら、業務スキルやITスキルは社内人材で見つけられますが、データ分析を経験した社内人材はまだ少ないからです。良い分析コンサルタントと活動することでスキルトランスファーが進み、自立的に分析ができるようになります。
４．分析ツールの購入費用が高い、または使いづらい（ツールの問題）
データ分析を阻むものの一つは高額なツール費用です。多くの場合、分析プロジェクト初期には潤沢な予算は得られません。そこではオープンソース・ソフトウェア（OSS）が役立ちます。OSSは初期コストを抑えるだけでなく、コミュニティによる素早い開発やカスタマイズ、またコミュニティメンバーやお客様と分析機能や結果を共有できるなど、データ分析に相性が良いと言えます。
データ分析後の問題：After Data Analysis
１．分析結果をどのように現場に適用してよいか分からない（データサイエンティストの現場感覚の欠如の問題）
XX社の有名なデータサイエンティストにお願いしたのに、結局現場で使えなかった。。。という声を聞いたりします。PhDを持つデータサイエンティストでも業務知識では現場の人には勝てません。良い分析結果が出ても、それを解釈して実際の施策や新たな課題解決を提起するには、そのビジネスを深くを知ることが必要です。そのため、分析をデータサイエンティストに任せるのではなく、現場の方が自ら分析を行うことが重要です。
２．せっかく施策を提示しても現場が使ってくれない（現場の職長を巻き込むマネジメントの問題）
営業現場や製造現場など、現場が強い組織ほど、一方的に分析結果を提示しても使ってもらえません。使ってもらう工夫が必要です。例えば、こうした故障予測のレポート１つでも工夫ができます。”XXX機種 1週間以内の故障A 発生確率 82%” だけでなく、エビデンスとしてのセンサー時系列チャートや対処方法ヘルプへのリンクなど、「現場（あなた）の意思決定をサポートします」という意図が入らないと使ってもらえません。
３．データ分析を継続できない（PDCAが回っていない問題）
コンサルタントにすべて依存した場合、そのコンサルタントが去った後は、元の状態に戻ってしまいます。必要なのは、コンサルタントを活用しながら、スキルトランスファを行い、自立的な分析チームを作ることです。そのためKSKアナリティクスでは、少し変わったデータ分析コンサルティング（データ分析チーム育成支援）を行います。OSSを使い、お客様と一緒に分析しながら、スキルトランスファーを行っていきます。すべてのビジネスパーソンが当り前にデータを分析・活用できた時、日本の生産性は飛躍的に向上すると思っています。
