Software Developer's Think IT

超並列DWHとユーザー定義関数 - 失敗事例に学ぶDWH/BI導入ノウハウ

2010-03-10 11:00:00

大量データでも手間要らずのNetezza DWHアプライアンス　近年のデータ増加で、データ・ウエアハウスのサイズが想定以上になってしまったという企業は少なくありません。データが増えるということは、その企業の活動が活発であるということですから喜ばしいことです。しかし、データ・ウエアハウスは悲鳴を上げています。

　その悲鳴とは、主に以下の3つです。
　１．検索パフォーマンスが悪くなった
　２．データ取り込みの夜間処理が、朝までに終わらない
　３．結果としてパフォーマンスチューニングや運用管理の手間がかかる

　データ量の多さが原因ですが、大規模ならではのチューニングや管理の複雑さが原因でもあります。ノウハウがない、もしくは面倒だから手をかけない、だから、パフォーマンスが悪化していく…という悪循環です。

　近年、このような問題への解決策としてさまざまなデータ・ウエアハウス専用にハードウエアを一体化した製品が増えてきています。ここでは「DWHアプライアンス」という言葉を最初に使いはじめたベンダーNetezza（ネティーザ）社の製品をご紹介しましょう。

　もっとカンタンに運用できて、チューニングしなくても速いデータベースが作れないか、という発想のもとで開発されたのがNetezzaの「DWHアプライアンス」です（以下Netezza）。アプライアンスとは特定の機能に特化したコンピュータのことで、汎用性には欠けますがそのぶん設置や設定などの操作が簡単で性能を追求したものとなっています。データ・ウエアハウス用途に特化しているから、検索処理が速い、データローディングが速い、そして、アプライアンスだからカンタン、というのが特徴です。

　それでは、Netezzaの速さの秘密を2つご紹介します。速さの秘訣（ひけつ）その1：ハードウエアでSQL処理を行う　Netezzaには、SQL処理を行うハードウエア部品が搭載されています。

　“SQL処理をするハードウエア”だなんてまったく想像がつかないかもしれませんが、『FPGA』というものを知っていただくと実態が理解できると思います。FPGA（Field Programmable Gate Array）は任意の論理回路の書き込み／書き換えができるLSIであり、近年ではDVDプレーヤーや画像処理ボードなど、少し複雑な処理が必要でかつ高速に動作する必要がある機器に多く採用されています。

　一般的なデータベースの検索処理は、ディスクから共有メモリにデータを読み込み、メモリ上でクエリを実行します。メモリに読み込まれるデータはクエリ（SELECTやWHERE）でカラムとレコードを絞り込む前のデータブロックですので、サイズが大きいままです。データ・ウエアハウスではシステム内部で大量の「データの移動」が発生し、処理時間が遅い原因の1つとなります。

　Netezzaは、このデータ自体を極力移動させないことでCPUが処理すべきデータ量を最小限に抑えています。ディスクI/Oコントローラのところで、レコードの可視化制御やSELECT句のカラム、WHERE句など条件の絞り込みを行ってしまい、メモリ上にデータブロックすべてを読み込まなくても良い仕組みとなっています。ここに使用されているのが『FPGA』です。

　Netezza社はディスクからデータを読み込みながら不要なデータをフィルタリングする機能をFPGAに実装しました。さらに、圧縮してディスクに格納されているデータの解凍もこのFPGAで行われます。普通の解凍はOSの上のソフトウエアがサーバのCPUを使って処理しますが、Netezzaのデータの解凍はFPGAで行うため非常に高速なのです。

　通常のシステムではCPUが処理するSQL処理の大半をFPGAが行う、まさに「ハードウエアでSQL処理」だから高速なのです。

はてな Livedoor Yahoo Google Delicius

現在のBIアーキテクチャ - 歴史で読み解くBIのすべて

2010-03-09 11:00:00

はじめに　第1回（http://thinkit.jp/article/1147/1/）の最後で、C/S型のBIアーキテクチャの限界に簡単に触れましたが、今回の始まりとして、このことについてもう少し詳しく説明します。

　C/S型のBIアーキテクチャの時代には、エンド・ユーザーにも、初歩的なシステム開発者としてのリテラシーが求められました。前回でも触れたEUDと呼ばれるトレンドがそれです。このEUDの名のもとに、「SQL Windows」や「PowerBuilder」といったエンド・ユーザー向けの業務アプリケーション開発ツールが一世を風靡（ふうび）したのが、この時代です。

　しかし、当時既にBIに携わっていた筆者には、このようなトレンドの陰に隠れてはいましたが、EUDやEUCに対する一部エンド・ユーザーからの反発の声が聞こえていたことも事実です。

　このような声をあげていたのは、主に、経営・マネジメント層と一般ユーザー層の2つでした。これらのユーザー層は、基本的なITリテラシーを持っていないことや、データ処理に時間を割くことで本来の業務の生産性を落としてしまうことなどが理由となり、システム開発者としてのリテラシーを部分的ではあれ身につけることは困難でした。

　結果的に、これらのユーザーにとっては、レポート作成業務をそれまでIT部門に依存していたのが、依存する先が一部のパワー・ユーザーに変わっただけで、当時のBIシステムからの恩恵を直接受けることはできませんでした。

　これらのユーザー層を取り込めないことは、当時のBIベンダーにとって、ビジネス的にも大きな問題でした。それを克服するためには、C/S型アーキテクチャにとって代わる、新しいアーキテクチャの登場を待たなければなりませんでした。
3層型アーキテクチャの登場　C/S型アーキテクチャは、1990年代後半に全盛期を迎えます。しかし、このころから、ITアーキテクチャはインターネットの普及という大きな変革の時期を迎えていました。

　企業内システムにおいても、Webブラウザやアプリケーション・サーバーといったインターネット技術を取り入れたイントラネットの導入が始まり、「すべての企業内ユーザーにすべてのアプリケーションを利用可能にする」というビジネス的な課題の解決が、企業内システムのITアーキテクチャに求められるようになりました。

　また、C/S型アーキテクチャで構築されたシステムのメンテナンスが企業内システムにおける大きな問題となったのも、この時期でした。

　C/S型アーキテクチャのもとで導入された多数のクライアントPCは、ハードウエアのリプレースやソフトウエアのバージョン・アップに直面し、メンテナンスに要する金銭的・人的なコストの増大が、C/S型アーキテクチャの優位性を大きくゆるがせました。

　このような時代を背景に登場したのが、3層型アーキテクチャでした。

　C/S型アーキテクチャにおいてクライアントPCが担っていた、アプリケーションの実行とユーザー・インタフェースの制御の役割は、3層型アーキテクチャにおいては、Webブラウザとアプリケーション・サーバーが担うことになりました。

　具体的には、アプリケーションの実行がアプリケーション・サーバー、ユーザー・インタフェースの制御がWebブラウザという分担です（図1）。これにより、クライアントPC上でメンテナンスが必要なソフトウエアは、理論上、OS以外ではブラウザのみとなり、メンテナンス・コストを飛躍的に圧縮することが可能になりました。

はてな Livedoor Yahoo Google Delicius

選択肢が広がるBI製品 - BI（ビジネス・インテリジェンス）最前線

2010-03-08 11:00:00

統計解析からエクセル代替までルーツは多様　前回（http://thinkit.jp/article/1156/1/）に見た日本IBM、日本オラクル、SAPジャパンのスイート製品以外で、国内市場で手に入る主要なBI関連製品をまとめたのが図1-1だ。その中から特徴的な製品をピックアップして見ていこう。

■BSCベースに業務を見える化

　企業システムの分野において地歩を強化したいマイクロソフトが2007年11月に市場投入したのが「Microsoft Office PerformancePoint Server 2007」である。

　予算編成や予測などの業務を担う「プランニング」、活動の成果をリアルタイムに把握する「モニタリング」、原因分析する「分析/レポーティング」を主な機能とし、ExcelやWebブラウザを通じたワークフロー/情報共有で効率的なPDCAサイクルを支援することを狙った製品だ（図1-2）。財務的な指標だけでなく顧客や業務プロセスの視点も交えて戦略策定と業績評価を支援する手法「バランススコアカード（BSC）」をベースに、業務全体の「見える化」を図ることがフレームワークになっている。「実際にマイクロソフトが自社内で使いながら機能をブラッシュアップしてきた製品だ」と、インフォメーションワーカービジネス本部の米野宏明 IWソリューションマーケティンググループエグゼクティブプロダクトマネージャは説明する。必ずしもBSCに準拠する必要はないが、まずは管理指標を明確にしなければならない。

　Webブラウザをベースとした分析画面では、対話形式のウィザード機能によって望むデータを抽出できるほか、その時の検索条件などを保存して他のメンバーと共有したり、ダッシュボードに表示するパーツに流用できる。

　プランニングはエクセルをインタフェースとし、シートに書き込んだデータは直接サーバー上の多次元DBに格納される。例えば予算編成などの場合、各部門の担当者がデータを入力した時点でサーバー上で直ちに再集計されるほか、予算達成に必要な差分額を所定のルールで配賦処理するといった機能を備えている。
統計解析から業務密着型へ　高度な統計解析やデータマイニングの分野から発展してきたのがSAS InstituteやSPSSの製品だ。例えば携帯電話のキャリアが顧客ごとの通話時間や利用時間帯、データ通信/通話の種別といった膨大なデータから、数カ月以内に解約しそうな顧客を選び出す予測モデルを作ってシミュレーションするといった分野で、分析の専門家が駆使してきた領域である。

　近年は2社ともに業務密着型を標榜しており、マーケティングにおけるキャンペーンの計画/評価や流通業における顧客行動分析、金融機関向けの予測分析システムなど、ターゲットを特定したソリューションの展開に注力している。「単にダッシュボードで現状を把握するのにとどまらず、将来を予測する分野で強みを出していく」（SAS Institute Japanの池本洋信ビジネス開発部長）という。

はてな Livedoor Yahoo Google Delicius

オープンソースBI「Pentaho」とは - オープンソースBI「Pentaho」徹底解説

2010-03-05 11:00:00

Pentahoとは　Pentahoは、プロフェッショナル向けに作られたオープンソースのBI（Business Intelligence）ツールです。オープンソースでありながらベンダーによるサポートを受けられるのが大きな特徴です（サポート費用は安価です）。

　PentahoはBIスイートであり、レポーティング、インタラクティブ（対話型）分析、ダッシュボード、データ統合/ETL（Extract/Transform/Load）、データ・マイニング、その他、BIプラットフォームとBIに必要なすべての機能が用意されています。

　Pentahoはまた、オープンソース・コミュニティによる度重なる開発・再配布によって、先進技術と柔軟性を備えています。大規模なエンタープライズでの利用はもちろん、現場レベルでの簡易分析といった中小規模の導入にも向いています。BIスイートに含まれるすべての機能を利用する使い方のほか、ビジネス条件に合わせて必要な機能のみを利用する使い方も可能です。

　エディションとしては、無償版の「コミュニティ・エディション」（CE）、有償版の「エンタープライズ・エディション」（EE）があり、EEではソフトウエアが保証され、ベンダーによるプロフェッショナル・サポートを受けることができます。また、ダッシュボード・デザイナやアナライズ・レポートなど、EE独自の機能を備えています（図1）。

　本連載では、オープンソースBIであるPentahoの紹介するとともに、コミュニティ・エディションをベースとした導入方法から実際の使い方までを解説します。
なぜオープンソースなのか　Pentaho BIプロジェクトでは、オープンソース・コミュニティの中から生まれた各種のBIソフト群を提供しています。商用BIツールと違い、世界中の何百人単位にもなるオープンソース・コミュニティから生まれているため、素早く先進技術を取り入れることができます。

　また、個々の機能ごとにプロジェクトが独立しているため、システムを一括して導入する必要はなく、既存システムの状況や予算に応じて段階的にBIシステムを導入することが容易です。これにより、「導入しても使い切れない」というリスクを大幅に減らすことができます。

　もちろん、オープンソースであるため、高額なライセンス料もかかりません。特に、初めてBIを導入する場合、オープンソースを利用するメリットは大きいと言えます。

　次ページからは、Pentaho BIスイートの特徴を紹介するとともに、Pentahoソフトウエアのダウンロードからインストールまでを解説します。

はてな Livedoor Yahoo Google Delicius

決勝スタート！最初にインストールするのは誰？ - INSTALL MANIAX 3 決勝大会・表彰式

2010-03-05 11:00:00

インストールマニアックスとは　インストールマニアックスは、2008年に開催された「インストールマニアックス2008」に端を発する大会です。すでに「インストールマニアックス2008」、「インストールマニアックス2009 TETSUJIN」、そして今回の「インストールマニアックス3 Hyper-V祭り」と3回の歴史があります。

　第1回大会（http://tedia.jp/installmaniax/2008/）は、2008年12月29日から2009年1月13日までの16日間にわたって「公募された100名の参加者がWindows Web Server 2008上のIIS7にOSSをいくつインストールできるか」という、他に例を見ない企画内容で開催されました。「IIS７に対応するOSSがそもそもどれだけあるのか分からない」、「IIS7で動作が保証されていないOSSもある」、「動作が確認されていても設定次第ではインストールに失敗する」。こんな難題に、挑戦しようという試みです。

　もともとは「洒落でサーバ100台提供して競い合わせる企画っておもしろくない？」という他愛ない一言から始まったそうです。実際に参加者を募り、サーバーを配布し、インストール本数を競うのは日本のみならず、世界でも注目されました（参考：Japanese LAMP Engineers Visit Redmond：http://port25.technet.com/archive/2009/03/10/japanese-lamp-engineers-visit-redmond.aspx）。誉ある初代優勝者は、本大会でもリアルタイムツイートを担当する田中主夫さんでした。

　第2回大会（http://www.thinkit.co.jp/maniax/2009/）は、2009年5月1日から2009年5月14日までの14日間にわたって「公募された500名の参加者が、Windows Web Server 2008の64ビット版上のIIS7にOSSをいくつインストールできるか」というテーマで開催されました。

　第2回から予選・決勝方式が導入されました。インストール数が100を超えるという厳しい予選を勝ち抜いた上位5名による決勝戦は、マイクロソフト新宿本社にて、予選上位5名と第1回大会優勝者の6名によるタイムトライアル方式で行われました。優勝者は、今回ディフェンディングチャンピオンとして参加する三浦剛史さんです（参考：第2回決勝大会・表彰式レポート：http://thinkit.jp/article/975/1/）。仮想化の海を制覇せよ！第3回大会　2010年2月27日、明星大学にて行われたオープンソースカンファレンス2010内のイベントとして「インストールマニアックス3 Hyper-V祭り」の決勝戦が盛大に開催されました。当日は朝から天気がすぐれず、決勝戦での波乱を予感させました。

　3回目の開催となる今大会の予選では、2009年12月26日から2010年1月12日までの18日間にわたって「Hyper-V Server上の仮想環境にWindows Web Server 2008 R2をインストールし、仮想環境上のIIS7.5にOSSをいくつインストールできるか」というテーマで開催されました。

　アジア各国で選抜された代表が一堂に会し、頂点を決めるというアジア大会の計画もありましたが、残念ながら諸般の事情によりアジア大会は中止となりました。しかし、それでも第3回大会は過去の記録が大幅に塗り替えられる大会となったのです。

　準備の進む会場では、ライブ中継用のカメラやプロジェクター、オリンピックで使われるようなスポーツタイマーが設置され、本格的な雰囲気にが漂ってきました。また祭りにちなんで運営側のスタッフにはハッピが配られ、よりお祭りらしいムードを演出します。

　そして迎えた13時。いよいよ選手の入場が始まりました。

はてな Livedoor Yahoo Google Delicius

大規模化していくデータ・ウエアハウス - 大規模化するDWHに挑む

2010-03-04 11:00:00

はじめに～大規模化するDWH　今回から4回にわたり、「大規模化するDWHに挑む」と題して、年約20％の勢いで成長しているデータ・ウエアハウス（以下、DWH）分野の「光と影」を執筆します。少しでも読者の皆さまの役に立てれば幸いです。

　4回分のアジェンダは、以下の通りです。

第1回 - 大規模化していくDWH
第2回 - DWHの大規模化における解決策
第3回 - 大規模化するDWHのチューニング
第4回 - DWHのクラウド化サービスと事例

　第1回では、大規模化していくDWHの背景と、各企業が抱える課題について考察します。

　第2回では、各企業が抱える課題に対して、各種の解決策（ソリューション）をセグメントし、それぞれの特長を考察します。

　第3回では、DWH向けの個々の解決策について、SEの視点に立ったチューニング・ポイントを解説します。

　第4回では、パブリック・クラウド事業者がネットワーク・サービスとして提供するDWHサービスを、事例を含めて紹介します。
DWHが大規模化する背景　それではまず、DWHが大規模化していく背景を考察します。

　DWHの規模は、3つの軸で決まり、扱うデータ量は、これらの積として表現できます（図1）。図では、3つの軸のうち、どれかが2倍になると、体積も2倍になります。3つの軸のうちの2つの軸が同時に2倍になれば、体積は4倍に、3つとも2倍になれば8倍になります。DWHのデータ量は、施策によってすぐに数倍に増えてしまうものであることが理解できます。

　さまざまな統計がありますが、現在、世界全体で年率約65％、日本でも約20％（ともにCAGR＝年平均成長率）の勢いで年々データが増え続けています。世界全体のデータ量は、2007年時点で約281EB（エクサ・バイト）であり、2011年には約1.8ZB（ゼタ・バイト）という途方もない数字になると言われています。

　DWHで扱うデータ量が増大している背景には、現在のビジネス環境が大きく変化していることがベースにあります。

　リーマン・ショック（Lehman Shock）以降、ビジネス環境はますます厳しくなり、さまざまなビジネス市場でシュリンク（縮小）と寡占化が進んでいます。各企業は、今まで以上に有効なビジネス戦略を立案して実践しなくては生き残れなくなったのです。

　現在の企業が実践すべき戦略は、以下の4つにセグメンテーションできます。

（1）経営の高度化
（2）グローバル化
（3）企業統合、提携の増加
（4）法規制などによる対応

　次ページ以降では、ビジネス環境の変化を受けた、これらの戦略について解説します。

はてな Livedoor Yahoo Google Delicius

要件定義で陥りやすいワナ - 失敗事例に学ぶDWH/BI導入ノウハウ

2010-03-03 11:00:00

データ・ウエアハウスの根本的な価値とは？　今回から5回にわたり、失敗事例に学ぶというスタンスに立ち、DWH/BI（データ・ウエアハウス/ビジネス・インテリジェンス）システムの導入を成功させるための秘訣を解説します。全5回を通し、（1）考え方、（2）最新技術、（3）製品選定、（4）活用、（5）定着、という流れで説明します。

　さて、シドニー・オリンピックで日本中が騒ぎ、百貨店「そごう」が静かに経営破たんした2000年10月ごろ、データ・ウエアハウスの提唱者であるビル・インモン（William H. Inmon）氏が来日しました。筆者は同氏に「データ・ウエアハウスに向かない業種はなんですか」と聞いてみました。

　インモン氏は、少し間を置いて「官公庁と学校教育」と答えました。しかし、今では官公庁でも大規模なデータ・ウエアハウスを構築していますし、学校運営でもデータ・ウエアハウスを用いて学生の脱落を防ぎ、就活に威力を発揮しています。インモン氏が考えていた以上に、日本社会も競争原理が浸透しています。

　筆者は、年に1回、ITコーディネータが主催するフォーラムに参加しています。ここで、データ・ウエアハウスの需要に関する、大変興味深い話を聞きました。数年前の基調講演ですが、「日本の終身雇用制度を壊したのは米国の戦略だ」という指摘があったのです。

　日本企業の強さの源泉は、安定した雇用に守られた経験豊富な人材とノウハウでした。ところが、米国のコンサルティング会社が作ったビジネス・モデルに乗せられ、終身雇用を捨てて能力主義一辺倒になったため、何十年という経験から培われた大事な技術と活用ノウハウが一度に失われてしまったのです。

　仕事帰りの「おでん屋」などの社交場で脈々と受け継がれてきた技術が、能力主義によって寸断されてしまったのです。こうなると、散逸した技術・ノウハウを集め直さなくては、国内・国外を問わず勝負になりません。

　そこに登場したのが、ITを使った“データの倉庫”でした。つまり、データ・ウエアハウスの根本的な価値とは、あらゆるデータが一貫性のあるつながりを持ちながら“そこに”存在することなのです。
基幹システムのデータを連携できなかった失敗事例　現状、多くの企業では、同一のデータ・ソースに対し、人事/総務/営業/マーケティング/経営企画/研究開発などの各部門が、それぞれ異なった切り口で分析しています（図1）。こうした状況の下、プロジェクト管理の不備から、これら各部門の要求を満たすことができなかった事例がありました。

　あるネット系販売会社の構築に携わった時のことです。その会社では、顧客分析と商品分析をきっちり行い、顧客ターゲットを見定めてターゲット・マーケティングを行うためのデータ・ウエアハウスを構築しました。

　IT部門とのディスカッションも行い、エンドユーザーであるマーケティング部門も交えて、要求定義/要件定義を十分にこなしていました。プロジェクトにはユーザー企業の担当者が専任として入っていましたが、悪いことに基幹システムのリリースが遅れ、この担当者がそちらに工数の大半を取られてしまいました。

　基幹システムのリプレースと同時並行でデータ・ウエアハウスの基本設計以降の工程を進め、リリースまでを完了しました。分析機能は十分でしたが、基幹系データのうち一部の実績データを連携できないことが判明しました。マーケティング部門からは「あれだけ時間をかけて説明し、業務に役立つからと協力したのに、これはないだろう」という不満が出ました。

　この失敗の原因は何でしょうか。基幹システム担当のSIベンダーと、データ・ウエアハウス担当のSIベンダーとの連携を、ユーザー企業のIT部門が上手にとりまとめられなかったというだけのことだけでしょうか。それは違います。

　「今回のデータ・ウエアハウスの目的は何か。絶対に必要なものは何か。それが崩れた時にはどんな結果になるのか。どれだけの影響がでるのか」ということを、もっと十分にIT部門の担当者が理解して進めなければならないのです。

　また、基本設計の重要な場面で主担当が抜けるのであれば、たとえスケジュールが後戻りしたとしても、先の重要事項を十分に理解させておく必要があります。スケジュールに追われて、こうした重要な責務を見失ってしまっては本末転倒であり、“使える”データ・ウエアハウスの構築はできないのです。

　次ページ以降では、さらにいくつかの失敗事例をとりあげながら、データ・ウエアハウス構築の注意点を解説します。

はてな Livedoor Yahoo Google Delicius

初期のBIアーキテクチャ - 歴史で読み解くBIのすべて

2010-03-02 11:00:00

はじめに　筆者がThink ITに寄稿するのは、これで4回目になります。

　最初の記事は、2004年に「システム企画担当者のためのBIシステム導入の勘所」（http://www.thinkit.co.jp/free/tech/1/1/）というタイトルで連載しました。この記事では、BIシステムの導入方法論を解説しました。

　次の記事は2005年で、「BIツール選択に失敗しないために」（http://www.thinkit.co.jp/free/compare/10/1/）というタイトルで、BI製品の選定方法を解説しました。

　前回は、2006年に掲載された「統合化が進むBIツール」（http://www.thinkit.co.jp/free/compare/19/1/）というタイトルの記事で、ここでは、各製品ベンダー担当者からの寄稿も含めて、当時のBI製品の最新動向を解説しました。

　今回久しぶりに執筆を依頼されたわけですが、これまでの3回の連載で、BIシステムの基本的な部分は、あらかた語り尽くした感がありました。

　しかし、一方で、前回執筆後の4年間で、いかにBI製品ベンダーに変化があったかということにあらためて驚かされました。

　前回2006年の「統合化が進むBIツール」では、Oracle、Cognos、Hyperion、BusinessObjects、Microsoft、以上5つの主要ベンダーの担当者に寄稿していただきました。ところが、現在2010年においては、これら5社のうち3社、すなわち、CognosがIBMに、HyperionがOracleに、BusinessObjectsがSAPに買収されています。

　筆者がBIに携わり始めてから20年近くになりますが、過去これほどの変化が短期間に起こったことはなかったかと思います。また、BIだけではなくIT全体のアーキテクチャが、クラウド・コンピューティングに代表される激しい変化の波に晒（さら）されているのではないかと思います。

　このような変化の時代だからこそ、BIの生い立ちから始めて、現在に至る経緯や最新動向、さらにはクラウド・コンピューティングに影響を受ける将来のBI像までを時系列に解説することで、読者の皆さまにBIをより深く理解していただけるのではないかと考え、今回の連載のタイトルを「歴史で読み解くBIのすべて」とさせていただきました。最後までお付き合いいただければ幸いです。

　それでは、連載第1回の今回は、BI以前のシステム・アーキテクチャから始めて、初期のBIアーキテクチャが確立するまでの歴史を解説します。
BI登場以前（1980年代）　1980年代といえば、いまだにメインフレーム・コンピュータがIT市場の中心であり、ようやく、パーソナル・コンピュータ、ミニ・コンピュータ、ワークステーションといった分散型あるいは部門用途・個人用途を意図したアーキテクチャが発達を始めた時代でした。

　この時代のシステムのアーキテクチャは、汎用機はもちろんのこと、システムの部門別導入を可能にしたミニ・コンピュータも含めて、データの管理、アプリケーションの実行からユーザー・インタフェースの制御までをすべてサーバー（当時の言葉で言うとホスト）で処理していました。

　この当時のクライアントはコンピュータではなく、あくまでも端末（ターミナル）であり、既に普及し始めていたPC（パーソナル・コンピュータ）も、サーバーに接続して使用する場合は、端末のエミュレータとしての役割しか果たしていませんでした（図1）。

はてな Livedoor Yahoo Google Delicius

メガベンダーのスイート製品 - BI（ビジネス・インテリジェンス）最前線

2010-03-01 11:00:00

情報資産をとことん活用する基盤に　BIが再び重要テーマになりつつある。背景には2つの動きがある。

　1つは企業側の事情による。景気後退によってIT投資も制限される中、使途により厳しい目が向けられる。このフェーズでは「既にあるもの」を有効活用しようという機運が高まる。システムの棚卸しなどに話が及んだとき、「様々なデータを蓄積しているのに十分に活かせていない」との議論が巻き起こるのが常だ。IT投資のマインドが内向きに振れる中、本当の「情報資産」としてデータを分析し、使い倒すための基盤が求められている。そうでなくても不確実で変化の速い現在においては“データに基づく経営、事業展開”は必然なのである。

　2つめはITベンダー側の盛り上がりである。2007年、オラクルやSAP、IBMが立て続けに大手BIツールベンダーを買収。各社とも自社の技術や既存製品との統合を進め、ここへ来てやっとラインナップやマーケティング戦略が明確になってきた。それを受けて、顧客企業に対し、積極的に営業攻勢をかけ始めたのである。

　いずれにせよ、経営の「見える化」や「意思決定のスピードアップ」は企業に共通の課題であることは事実。BIは昔からある概念だが、製品の機能は確実に強化されている。この古くて新しいBIが今、再び活況を迎えようとしている。
加速するスイート化の波　あらためてBIとは何かを整理しておこう。BIとは、業務システムなどで蓄積するデータを分析・加工して、経営上の意思決定に役立てる手法を指す。こう書くと何やら仰々しいが、要は「情報活用」である。古くはメインフレーム全盛期に「DSS（意思決定支援システム）」と言われていた仕組みや、その後のOLAP（オンライン分析処理）やデータマイニングといった概念もBIの範疇に含まれる。

　データを様々な視点で眺めることで気づきを得て、業務に役立てる。この仮説検証を支えるのがBIツールであり、経営のPDCAサイクルを加速させる基盤となる。

　BIツールは時代と共に着実に進化を遂げてきた。最近のトレンドは「スイート化」である。業務系の複数のシステムに散在するデータを抽出・変換・ロードするデータ統合ツールや、高度な手法で近い未来を予測・シミュレーションするツール、個人ごとのポータル画面を用意し経営指標をグラフなどで可視化するダッシュボードなど、経営分析や意思決定に役立つ機能をひとまとめにした統合製品が登場し始めている（図1）。かつては分析やレポーティングを担うフロントエンドのソフトをBIツールと呼んでいたが、今はその枠を広げ情報活用基盤全体をBIツール群と呼ぶ傾向が強まっている。

　道具がますます充実する中、いかにそれらを使いこなすかの知恵が企業の競争力を左右する。情報と行動の間にある「溝」をどう埋めるか。2009年が幕を開けた今、企業はそのためのシナリオを描くことに思いを巡らせなければならない。

はてな Livedoor Yahoo Google Delicius