データ分析

お客様によるデータの活用と分析プロダクトニュースでデータの FOMO（見逃しの不安）を取り除く

2021年2月16日

Google Cloud Japan Team

※この投稿は米国時間 2021 年 2 月 5 日に、Google Cloud blog に投稿されたものの抄訳です。

2020 年 12 月に、「2021 年にはデータとクラウドに革命が起きる」と予測しました。そして 1 月が過ぎ去った今、Google チームは新しい年の本格始動に向けて、新機能やコンテンツ、ベストプラクティスの提供に尽力しています。Google はお客様主導で動いています。常にお客様のニーズに耳を傾け、お客様の成功に役立つ革新的なソリューションの構築に取り組んでいます。

ここでは、Google のデータ分析に関する今月の話題を簡単にまとめてご紹介します。

データの民主化（全 3 回）

先週、「データの民主化（全 3 回）」の最終回となる第 3 回のブログが投稿されました。これは、コミュニティがデータドリブンになるというミッションを果たせるよう支援することを目的としたブログシリーズです。

このブログシリーズには、AB Tasty、Sunrun、Veolia、Geotab、AES Digital Hub など、ビジネスユーザーを強力にサポートし、機械学習の間口を広げ、リアルタイム分析をユビキタスにした素晴らしい組織のベストプラクティスが含まれています。インサイトの民主化はお客様にとって重要なテーマであり、私が個人的に情熱を注いでいることでもあり、そして 2021 年の Google の計画の中心となるものです。

Dataflow と Pub/Sub を組み合わせることで、従来のストリーミングシステムによって生じる課題に対処する方法や、BigQuery、コネクテッドシート、Looker、Data QnA を組み合わせることで、従業員により迅速に回答を提供する方法をお知りになりたい方は、ぜひこのブログシリーズをブックマークしてチームや同僚と共有してください。

さらに先に進む準備ができたら、デザインパターンカタログもご確認ください。先週、BQML とデータポータルを使用して大規模な需要予測を行うのに役立つ一連のリソースをリリースしました。このパターンを理解するには、以下の動画をご覧になることをおすすめします。また、今後開催されるウェブセミナー How to do demand forecasting with BigQuery ML（BigQuery ML を使用して需要予測を行う方法）にもご登録ください。

カタログ全体を見ていくと、顧客のライフタイムバリューの予測、購入傾向モデルの構築、プロダクトレコメンデーションや異常検出システムの設計など、必要なすべてのものが見つかります。このような効果の高いベストプラクティスのリストをどのようにして作り上げたのか不思議に思われるかもしれません。答えは簡単です。それはお客様です。

Google はお客様の主導のもと、あらゆる業界においてお客様が必要とするソリューションを構築しています。そのため、これらのリソースが小売業や製造業から金融サービス、電気通信に至るまでさまざまな業界に適用できることが、カタログ全体を見ておわかりいただけるでしょう。

午前 3 時に及ぶ作業から解放されて、リラックスしてアイスクリームを食べられるようになるまで

Google がお客様に対して行っている取り組みの例を示すために、先週投稿した、データ分析プロダクトマネージャーの Chad Jennings と、Google のお客様である 2 社（The New York Times とメジャーリーグベースボール）との間で行われた魅力溢れる会話をご覧ください。

この動画に加えて、The New York Times のデータプロダクト担当エグゼクティブディレクターである Edward Podojil 氏が、良質なブログを執筆されています。ブログの中で、同氏は会社のデータアーキテクチャの進化と、「ニーズに合わせてデータが供給されるよう、ある夜は朝の 3 時まで働いていた」日々から「リラックスしてアイスクリームを食べられ」るようになった経緯について語っています。これは「データ環境をより簡単に管理できるようになったことで、データの取り込み、分析、分析情報に対する高い期待を見込み、応えることができたため」です。この話を読んで私は心から嬉しく思いました。皆様にもお読みいただけると幸いです。

すべての業界のイノベーター

Google のお客様は、とても重要な興味深い問題に取り組んでいます。Google はそのようなお客様を支援し、お客様の進捗状況に注意を払っています。Diginomica や、医療業界におけるビジネスとポリシーに関するニュースサイト FierceHealthcare のような優れた出版物では今月、そのような移行について取り上げています。

The Home Depot がデジタル変革を進め、BigQuery で「情報を 1 つにまとめる」ことに成功した方法から価値を見出してください。
Google Cloud と連携して AI と分析テクノロジを活用することで、ヘルスケア業界で起こったデータの断片化に取り組んだ Highmark Health の決断からヒントを得てください。
Google の目標は、すべての業界がデータを活用したイノベーションを通じてデジタル変革を推進し、ビジネスを再定義する能力を高められるようにすることです。対象はすべての業界です。たとえばエンターテイメント業界のお客様であれば、BMG がよりスマートな分析ツールを使用して音楽ライフサイクル全体で関連データを活用するために、Google Cloud、BigQuery、Dataproc を選んだ理由をお読みになることをおすすめします。

「当社は過去 3 年間ですべてのデータウェアハウスを BigQuery に移行しました。そのおかげで、より多くのデータを統合して利用できるようになりました。情報の置き場所が 1 つになり、自分が所有しているデータと別の人が所有しているデータのどちらが正しいか組織内で議論することがなくなりました。」 - The Home Depot

「Living Health モデルは、個人が提供する情報と設定を取得し、Google Cloud で開発された分析を適用して、個人の固有のニーズに合った、プロアクティブで動的な、すぐにアクセスできる医療計画とサポートチームを作成します。」 - Highmark Health

見逃せないプロダクト機能

Google はお客様からアイデアを得て日々切磋琢磨しており、作業をより簡単に、より堅牢に、そしてより適切に統合する新しい機能を継続的に導入することを目指しています。

1 月に BigQuery の新しい Cloud Console UI を導入して、ユーザビリティを根本的に改善しました。これにより、新しいマルチタブナビゲーション、新しいリソースパネル、新しい SQL エディタをご利用いただけるようになりました。詳しくはこちらをご覧ください。

ユーザビリティの他に、お客様はスケーリングを重視しており、クエリやユースケースを事実上無制限にするための支援を必要としていると伺いました。そのため、今月、BigNUMERIC データ型のサポートを導入しました。BigQuery はすでに、さまざまなデータ型での数値データの格納に対応しています。これらのデータ型のうち、NUMERIC 型は 38 桁の精度と 9 桁のスケールという最大の精度をサポートします。しかし、大規模なウェブスケールのデータセットが拡張されて、時間、場所、財務ベースの情報を拡張された精度でサポートするようになると、NUMERIC 型の現在の精度とスケールではこれらのデータをサポートするには不十分になってきました。

そこで全リージョンに公開プレビューとして導入したのが 38 桁のスケールと 76 桁の精度をサポートする BigNUMERIC 型です。詳しくはこちらをご覧ください。

最後は、多くのお客様からお問い合わせいただいている、Apache Spark などのオープンソースエンジンで BigQuery を使用する方法についてです。Dataproc のプロダクトマネージャーである Chris Crosbie が制作した、Spark-BigQuery コネクタを紹介する優れたチュートリアル動画の中で、データエンジニアとデータサイエンティスト向けに 3 つの一般的なユースケースを紹介しておりますので、こちらをご参照ください。

BigQuery をお試しになる場合は、こちらから BigQuery サンドボックスの使用を開始していただけます。また、この 1 月のブログを参照して、ユーザーが Google スプレッドシートで複雑な CSV ファイルを BigQuery にアップロードできるようにする方法を確認することをおすすめします。