セッション紹介 - Day 2 : ビッグデータによるビジネス革新手法

講師： 安田 俊彦（アマゾン データ サービス ジャパン株式会社 事業開発部 本部長）

概要：
AWS サービスのデータベース、分析サービスはビッグデータ分析を行うプラットフォームとして革新的な進化を日々続けています。
本キーノートセッションでは、AWS サービスの DWH サービスである Amazon Redshift を活用してビッグデータ解析を実現されている Agoop 柴山社長よりビッグデータ解析の最新動向を、また Amazon.com を支える Enterprise Data Warehouse/Amazon Redshift の運用を担当されている Samar Sodhi 氏より同社におけるベストプラクティスを共有頂きます。
今後ビッグデータの活用をご検討されている企業様、現在ビッグデータの活用に既に着手されている企業様、いずれの企業様にとってもヒントにして頂ける内容になると思いますので、
この機会を逃さずに是非とも奮ってご参加ください。

↑ 上へ戻る

講師： 柴山 和久（株式会社Agoop 代表取締役（CEO））

概要： ビッグデータのほとんどは宝の持ち腐れです。目的を持ってデータ分析を行い、戦略プランを立案することにより、ビジネスにおいて高い成果を生み出すことができます。当社では Amazon Redshift を中心とした分析基盤を構築しました。この Amazon Redshift 分析基盤にて流動人口データを活用したビックデータ解析事例をもとに、ビジネスインテリジェンス・プロバイダーとしての当社の技術をわかりやすくご紹介します。

↑ 上へ戻る

講師： 大久保 順（アマゾン データ サービス ジャパン株式会社 事業開発部 マネージャー）

概要：
Amazon エンタープライズ データウェアハウス チームは Amazon 全社が日々利用するデータウェアハウスを運用しており、2014 年来、ウェブのトラフィックを含めた巨大なデータセットを Amazon Redshift で保有し活用しています。このプロジェクトのキーとなるゴールは、2 兆行にもおよぶ巨大なデータを 1 時間以内でロード出来ること、またスケールするにつれ複雑化するデータウェアハウスのタスクを自動化することでした。
このセッションでは、エンタープライズ環境における 100 ノード・1 ペタバイトの Amazon Redshift のスケールとパフォーマンス、また巨大なクラスターを運用するベストプラクティスをご紹介させて頂きます。

※本セッションにおける講演者が変更となりました。

↑ 上へ戻る

講師：
井原 渉（澪標アナリティクス株式会社 代表取締役社長シニアコンサルタント）

概要： 統計手法の体系図と分析実施のレベル分解のご紹介の後、それを元に昨今トレンドキーワードにもなっている、IoT データやレコメンド、機械学習、画像分析などを用いて分析を実施した WEB 業界、ゲーム業界、製造業、小売業などにおける事例のお話をさせていたきます。また、分析を成功に導くための分析の業務フロー、各フローにおいて必要となる人材の一例についてもご紹介させていただきます。
これから分析を実施されようとする企業様は今後のご参考として、また既に分析を実施されている企業様は現状との照し合せのご参考にしていただければ幸いです。

↑ 上へ戻る

講師：
馬場 俊（株式会社リクルート住まいカンパニー MP統括部 プロダクト部 分譲マンションネットMP2グループ）
森 一弥（インフォテリア株式会社 マーケティング本部 プロダクトマーケティング部 シニアプロダクトマネージャ）

概要： Amazon Redshift の登場により、ビッグデータ分析のハードルを取り払い、多くの企業がデータ分析を実現させています。また、分析のための BI ツールも、インパクトのあるレポートを簡単に作成できるものが出揃い始めてきました。
しかし、実際の分析業務では分析するデータの「準備」に多くの時間を費やします。一度分析レポートを作った後でも、要望にあわせてより多く「準備」が発生していきます。このような準備作業をいかに素早く、簡単にこなすかが分析のカギとなります。
本セッションではプログラム言語を使用せず、アイコンの配置で準備作業を実現する "ASTERIA WARP" と、実際に導入されたお客様より導入事例をご紹介いたします。

↑ 上へ戻る

講師： 太田 一樹 (Founder / CTO, Treasure Data, Inc.)

概要： クラウドのビッグデータプラットフォームを活用すれば、ビジネス部門主導で、今すぐに、経済的にデータを収集、保管、分析して施策を実行できるようになります。
事例をベースに、特別な理由がない限りクラウドファーストで進めるべき新時代のプロジェクトアプローチもご紹介します。

↑ 上へ戻る

講師： 大谷 卓也 （MathWorks Japan アプリケーションエンジニアリング部（テクニカルコンピューティング） 部長）

概要： 安価で性能の良いセンサーデバイスと高度なデータアナリティクスを組み合わせることで、現象の解析だけでなく、異常検出や、トレンド予測などの重要なシステムの洞察を得る事が可能になります。
現在製造業各社が手掛けている IoT では、生産設備にネットワークを接続し、センサーデータやプローブ情報を取得、データベースサーバーに貯めている状況です。
今後は、クラウドのストレージや計算環境などのリソースを活用することで、データから機器の故障予測や、プロセス改善への適用が検討されております。 本講演では、MATLAB 環境を活用したエッジデバイスの開発から、AWS リソースを使用したセンサーデータアナリティクスや、並列演算環境の活用例をご紹介します。

↑ 上へ戻る

講師： Danny Lange (General Manager of Amazon Machine Learning, Amazon.com)

概要： 昨今注目を集める機械学習（マシン・ラーニング）。AWS は今年 4 月に Amazon Machine Learning（Amazon ML）をリリース致しました。
この新しいサービスはお客さまのビジネスディシジョンの質を向上するためのデータの有効活用をサポートします。
データサイエンティストのように統計についての深い知識や学位を持たないデベロッパー（開発者）の方々が、ビッグデータから洗練された予測モデルを構築し、スケーラビリティーを持った予測実行が可能なスマートアプリケーションを構築することが可能になります。
本セッションでは Amazon ML の General Manger である Danny Lange より Amazon ML サービスについてご紹介させて頂きます。

↑ 上へ戻る