SlideShare a Scribd company logo
Copyright © 2017 Oracle and/or its affiliates. All rights reserved.
Oracle Business Analytics
Oracle Business Analytics
概要と導入事例
2017年9月27日
日本オラクル株式会社
クラウドプラットフォームソリューション統括
Big Data & Analytics ソリューション部
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
Safe Harbor Statement
The following is intended to outline our general product direction. It is intended for
information purposes only, and may not be incorporated into any contract. It is not a
commitment to deliver any material, code, or functionality, and should not be relied upon
in making purchasing decisions. The development, release, and timing of any features or
functionality described for Oracle’s products remains at the sole discretion of Oracle.
2
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
オラクルで実現するBusiness Analytics
未知な問いに対して、如何に対応すればよいか
3
求められる要素 オラクルソリューション
迅速な試行錯誤の繰り返し
多種多様なデータの活用
目的とユーザーに応じた
データ分析手法
人間の直感を活用:データの可視化によるデータ探索と価値のあるデータの発見
Oracle Data Visualization
機械を活用:R言語と機械学習
Oracle Advanced Analytics/
Oracle R Advanced Analytics for Hadoop
SQLで全てのデータを検索
Oracle Big Data SQL
機械によるデータ準備
Oracle Big Data Preparation Cloud
位置分析やグラフ分析、画像分析
Oracle Spatial &Graph/
Oracle Big Data Spatial &Graph
ビッグデータ活用のデータマネジメント基盤
Oracle Big Data Management System(Exadata/BDA)
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
オラクルで実現するBusiness Analytics
4
把握
する
試して
みる
加工
する
原因/予測分析
(機械学習)
データ探索
(人間による分析)
定型分析
(ダッシュボード等)
Exadata
/BDA
Data Visualization &
Bigdata SQL
OAA/ORAAH
Data
Visualization
Dashboard
(BIEE/Analytics Cloud)
データを
見つける
回答を
見つける
データを
取得する
位置/グラフ分析
S&G/BDS&G
Action
準備
する
(機械)
取得
する
蓄積
する
IoT CS
Big Data
Preparation
データを
蓄積する
データを
準備する
LOB・業務ユーザ
マーケ
営業
生産管理
データアナリスト
営業企画
戦略
データ
サイエンティスト
情報システム
IT企画
・OAA:Oracle Advanced Analytics
・ORAAH:Oracle R Advanced Analytics for Hadoop
・S&G:Oracle Spatial & Graph
・BDS&G:Oracle Big Data Spatial & Graph
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
分析ツールの種類
用途 構造化データ 非構造化データ
(テキストなど)
帳票 •帳簿や伝票などの定型的な書類の作成、印刷 ○ - - -
レポーティング
•定型レポートの作成、公開(Web等)、配信
•ダッシュボード ○ - - -
分析
•定型分析、非定型分析、アドホック・クエリ
•実績・推移に基づくシミュレーション(What-If分析)
•事前定義された分析切り口
•人手による分析
○ - - -
探索
•反復的なデータ検索・絞込みによる分析
•新たな分析切り口の発見
•人手による分析
○ ○
データマイニング
統計解析
•データから意味のあるパターンやルール、相関関
係を抽出する
•大容量のデータを自動的もしくは半自動的で解析
○ ○マイニングツール
帳票ツール
Data Visualization
ツール
BIツール
(OLAP分
析ツール)
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
分析ツール・技術の例
用途 構造化データ 非構造化データ
(テキストなど)
帳票 •帳簿や伝票などの定型的な書類の作成、印刷 ○ - - -
レポーティング
•定型レポートの作成、公開(Web等)、配信
•ダッシュボード ○ - - -
分析
•定型分析、非定型分析、アドホック・クエリ
•実績・推移に基づくシミュレーション(What-If分析)
•事前定義された分析切り口
•人手による分析
○ - - -
探索
•反復的なデータ検索・絞込みによる分析
•新たな分析切り口の発見
•人手による分析
○ ○
データマイニング
統計解析
•データから意味のあるパターンやルール、相関関
係を抽出する
•大容量のデータを自動的もしくは半自動的で解析
○ ○Oracle Advanced Analytics
Oracle BI
Enterprise
Edition
(企業パフォーマンス分析)
Oracle Essbase
Oracle BI Publisher
Oracle Data
Visualization
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
オラクルの統計・データマイニングへの取組み
7
RDBMSなどオリジナ
ルのデータがある場
所から、データを、
ツール内に移動して
分析を実行
典型的な統計・
データマイニングツール
オラクルの取組み
Oracle Databaseや
Hadoopなどデータが
存在する場所で
分析を実行
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
なぜIn-Database Analyticsか?
• データの移動が必要ない
– データ移動コスト(工数/時間)の削減
– データベースのパワーを使った大規模な分析が可能
– セキュリティの確保
• アプリケーションへの組み込みが容易
– Oracle Databaseにつなげられれば、マイニング機能を利用可能
– SQL, PL/SQLから利用可能
8
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
In-Database Analyticsのメリット
9
Traditional Analytics
Hours, Days or Weeks
Data Extraction
Data Prep &
Transformation
Data Mining
Model Building
Data Mining
Model “Scoring”
Data Preparation
and
Transformation
Data Import
Source
Data
Dataset
s/ Work
Area
Analytic
al
Process
ing
Process
Output
Target
Secs, Mins or Hours
Model “Scoring”
Embedded Data Prep
Data Preparation
Model Building
Oracle Data Mining
結果
• より早く
「データ」 から 「洞察」を得る
• TCOの削減
• データの移動コスト削減
• データの重複管理コスト削減
• セキュリティの確保
データは、既にDBに存在
SQL:データ操作のためのもっともパワフルな言語
データベースの内部カーネルで機会学習のアルゴリズムを適
用
データに対するスコアリングもDB内で実行
Savings
Copyright © 2017 Oracle and/or its affiliates. All rights reserved. |
Oracle製品を使ったAnalytics 活用事例
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
Advanced Analytics 顧客事例
Manufacturing
FinanceProfessional Services
Media, Communication
CPGScience
Health, Public Sector
http://www.oracle.com/technetwork/database/options/advanced-analytics/odm/odm-customers-086483.html
http://www.oracle.com/technetwork/database/database-technologies/r/r-enterprise/overview/index.html
https://www.oracle.com/search/customers?Dy=1&Nty=1&Ntk=S3&Ntt=Advanced+Analytics
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
バルドスタ州立大学(ジョージア州)
リテンションレートの改善
• 学生数:11500人
• 目的:リテンション(在学率)の向上
• Oracle導入効果
– 学生数11500人のリテンション率を66%から70%へ向上
– リテンションに関わるコストを200万ドル削減
– 迅速な業績ダッシュボードやレポートを作成し
生産性を500%向上。
• 予算配布のために必要な主な業績指標
– 入学、単位取得状況、学生毎の進捗管理、
中退状況
– エンドユーザーが独自にレポート作成し、情報を取得
– IT部門における戦略的大学IRに向けた情報活用
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 14
オラクルソリューション
• Oracle DB、APEX, Data Integrator
アナリティクス
• Advanced Analytics
• BI Enterprise Edition, BI Cloud Service
• Endeca Information Discovery solutions
アプリケーション
• CRM On Demand
• Social Relationship Management Cloud
情報活用戦略
学生の成功のための戦略的な情報活用
問題のある学生への
 教員やスタッフへの自動アラートと通知
 積極的なアドバイス
教員やサポートスタッフのコミュニケーションを改善
主要な経営戦略革新のための自動化
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
• ユーザー:学生アドバイザー
1. 過去の履歴から生徒別の単位取得
予測や卒業見込みの把握
2. 平均より10%以上高いリテンション
レートを保持するセグメンテーションの
特定
• キャンパス内で朝食と食べる学生
• 学生キャリアセンターに訪問し、ライブラリ
印刷サービスを利用する学生
• 大学内のサークルやボランティア活動など
に従事する学生
• キャンパス内でのアルバイトに従事
機械学習:学生維持獲得のためのセグメンテーション分析
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
• ユーザー:学生アドバイザー
1. 各学生の単位取得のための個別プロ
グラムの経緯を捕捉し、進捗に問題を
持っている可能性が高い学生を識別
2. 問題のある学生の人口統計、標準化
されたテストの成績、高校成績平均点
などの変数を分析
3. 留年率などの教室の指標を分析
4. 単位取得の効果を最大化するために
補講講師を置く事で、支援できるサ
ポートサービス分析
BI:学生の進捗分析
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
• 設立:1953年, 本社所在地:アメリカ
• 主な事業
– ダンキンドーナツ/バスキン・ロビンス
(別名サーティワンアイスクリーム)
– フランチャイズで18000店舗をグローバル展開
17
• 目的
– 購買行動を理解し、機会を特定
– 客単価を大きくし、店舗利用率を上げる
• 顧客セグメント分析
– 三つのターゲットセグメントを発見
• チャーン分析(離反顧客分析)
– SVM、重回帰、ナイーブベイズを利用してモデルを作成。
84.63%のヒット率
• バスケット分析
事例 ダンキン・ブランズ・グループ様
• システム概要
– 800万~2500万トランザクション/日、 2年分
– 10TBのデータ量、2つの組織、4つの地域
– 大項目5、アイテムグループ、サイズにおいて1000程度のSKU
– Oracle DB Advanced Analytics Option,Oracle BI
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
活用情報
約40種の属性
事例 ダンキン・ブランズ・グループ様
顧客セグメント分析
デモグラ
フィック
購入支払 取引頻度 利用店舗 購入履歴
顧客セグメントを
グルーピング
クラスタリング分析
(k-means)
週平均5回利用
78.2%が朝に利用
主にコーヒーを購入し、
25%の確率で食品も購入
週平均5.45回利用
コーヒーを80.29%の確
率で購入
週平均7.44回利用
週平均$35.12消費
DWHデータソース
• CRM、POS、 PAR端末、
SNS、SCM、その他
19
ターゲットマーケティング
クライアントが顧客獲得を向上させ、
“ノイズ”データを除去する必要性
パーソナライズ
ロケーションベースの広告のための
膨大なオンライン・オフライン顧客プロファイル管理
ソリューション
Oracle Cloud Platform―Database, Analytics,
Compute, Storage, Network
Oracle Cloud Applications―Marketing, Data
500% ROI
広告コストの半分、より高い品質のリード、
より良い顧客体験、競合優位性
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
どの顧客をターゲットに
すべきだろうか?
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
DXマーケティングが実現したDMPの活用
外部データ
オフラインキャンペーン
オンラインキャンペーン
興味関心の高いユーザにターゲットを絞り、配信
予測分析モデルと
データのビジュアル化
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
Oracle Cloudによる導入効果
外部データ
オフラインキャンペーン
オンラインキャンペーン
興味関心の高いユーザにターゲットを絞り、配信
予測分析モデルと
データのビジュアル化
Oracle DB Cloud Advanced Analytics
• GUIによる「Oracle Data Miner」の使用し、見込み
のある予測型モデルを作成
• 解析、プロファイリング、モデリングを迅速化し、
顧客キャンペーンの市場投入までの時間を4〜6
週間から3日間まで70%まで短縮
Oracle Marketing Cloud
– Advanced Analyticsで最も高いスコアリング・ベンチメン
トをMarketing Cloudにロードし、自動化することにより、
ターゲットを絞ったハイパーターゲットのディスプレイ広告は、
4ヵ月後に顧客が獲得した取得費用が62%に削減
– MasterCard、Epsilon、Experianなどの世界で最も信
頼できるデータ・ブランドからの7億件のオンライン行動プロ
ファイルと38,000以上のデータ・セグメント、Oracle
BlueKaiの独占的な市場内データを管理
Oracle BI Cloud Services
• データ・ビジュアライゼーションツールからOracle Advanced
Analyticsの予測モデルを活用したセルフサービスによるデータ分析
• 医療、金融サービス、不動産、教育などをカバーする予測モデルによ
り学習されたデータのビジュアル化
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
オフラインデータの
収集
800の消費者属性と
260万件の取引実績
Oracle Business Analytics
Cloud Platform
オンラインデータの
収集
見込み
モデル
1,顧客
プロファイル
2,予測
モデル
3,ビジネス
ニーズ
4,顧客の
ライフ
イベント
分析モデル構築におけるステップ
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
例:分析モデル構築におけるステップ
性別 婚姻 年齢 人種
子供の年齢 教育
現住所の経過年数 持家
収入
スコア値
顧客特性
• 60%以上が女性
• 63%が結婚
• 18-64歳の内、25-34が最も多い
• 83%が白人だが、人口と比較すると
アフリカ系アメリカ人が2倍いるはず
• 子供は0-5歳が大半
• 大学卒業者は収入が40Kから90K USD
• 持家もしくは賃貸の居住期間は、
おそらく11年以下
• スコア値は、平均よりも下回っている
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
オーディエンススコア:コンバージョン性向
TSP:デモグラフィックの各セグメント毎の顧客データ毎の割合
クライアント企業の周辺のエリアにおいて、クライア
ントが保有している顧客リストによく似た顧客グ
ループを統計的なデータモデルによりスコアリングさ
れた顧客ファイルを抽出
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
Oracle Cloudの月額利用費用
– Database Cloud Service/IaaS ・・・4,000ドル
• プロセッサー処理能力:2 OCPU EE -ハイメモリ(30GB)ストレージ1.6 TB
– BI Cloud Service ・・・2,500ドル
– Marketing Cloud (BlueKai) ・・・30,000ドル
– クラウド構築の初期費用 ・・・10万ドル
Oracle の導入理由:
~Oracle Database Cloudによる優位性~
– データマイニングを含む分析ツール
– 管理の容易性と柔軟性、スケーラビリティ
– 少人数で実装可能
• 2人のアナリストで実現(データエンジニアとデータサイエンティスト)
導入効果:生産性の向上
– サービスインまでの時間が4-6週間から1週間未満に70%向上。
その結果、新しいクライアントへの迅速な導入が可能に
– Oracle Database Cloud Serviceを使用し、
6か月間の収入が25%増加
– 人材の40%の節約。
– 応答率を倍増させ、顧客の顧客獲得コストを削減
新たな施策
– クロスチャネル・マーケティング・ソリューションとして利用している
Oracle ResponsysのデータをOracle BIクラウド上で実装し、
レポーティングの統合を構築中
コストと導入効果
イノベーションによる
生産性の向上
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 27
環境価格 1時間 $6.720 ≒ 800円
Oracle Application Express
Oracle REST Data Services
Oracle R Distribution
https://
Mobiles $6.720 / hour
Oracle Database Cloud Service
+ Oracle Advanced Analytics
(Oracle R Enterprise)
Copyright © 2016, Oracle and/or its affiliates. All rights reserved. |
参考資料 (社外)
• Oracle Advanced Analytics:まとめページ
• https://github.com/oracle4engineer/advanced-analytics/wiki
• Data Miner チュートリアル
01. Data Miner のセットアップ
02. 分類モデルによる予測
03. 表データの加工とモデル構築
• R Enterprise 使い方ガイド
Oracle R Enterprise のセットアップ
Oracle R Enterprise の使い方
28
Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例
Ad

More Related Content

What's hot (20)

CASB Cloud Service / Identity Cloud Service ご紹介
CASB Cloud Service / Identity Cloud Service ご紹介CASB Cloud Service / Identity Cloud Service ご紹介
CASB Cloud Service / Identity Cloud Service ご紹介
オラクルエンジニア通信
 
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
オラクルエンジニア通信
 
Oracle Management Cloudのご紹介
Oracle Management Cloudのご紹介Oracle Management Cloudのご紹介
Oracle Management Cloudのご紹介
オラクルエンジニア通信
 
20160916 ビッグデータシンポジウム オラクル公開資料
20160916 ビッグデータシンポジウム オラクル公開資料20160916 ビッグデータシンポジウム オラクル公開資料
20160916 ビッグデータシンポジウム オラクル公開資料
オラクルエンジニア通信
 
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
オラクルエンジニア通信
 
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...
[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...
[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...
Insight Technology, Inc.
 
【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要【2017年4月時点】Oracle Essbase 概要
【2017年4月時点】Oracle Essbase 概要
オラクルエンジニア通信
 
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
Insight Technology, Inc.
 
はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)
はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)
はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)
オラクルエンジニア通信
 
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
Insight Technology, Inc.
 
20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング
20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング
20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング
オラクルエンジニア通信
 
ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]
ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]
ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...
ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...
ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...
オラクルエンジニア通信
 
SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]
SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]
SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)
オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)
オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)
オラクルエンジニア通信
 
【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法
【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法
【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法
オラクルエンジニア通信
 
Oracle Labs 発! Parallel Graph AnalytiX(PGX)
Oracle Labs 発! Parallel Graph AnalytiX(PGX)Oracle Labs 発! Parallel Graph AnalytiX(PGX)
Oracle Labs 発! Parallel Graph AnalytiX(PGX)
オラクルエンジニア通信
 
システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...
システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...
システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...
オラクルエンジニア通信
 
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始めHadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
オラクルエンジニア通信
 
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
オラクルエンジニア通信
 
20160916 ビッグデータシンポジウム オラクル公開資料
20160916 ビッグデータシンポジウム オラクル公開資料20160916 ビッグデータシンポジウム オラクル公開資料
20160916 ビッグデータシンポジウム オラクル公開資料
オラクルエンジニア通信
 
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
20160301 5日でできるクラウドで始めるデータ利活用 新日鉄住金ソリューションズ株式会社
オラクルエンジニア通信
 
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
クラウドを使って競争優位なビッグデータ活用の実現へ [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...
[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...
[db analytics showcase Sapporo 2017] B27:世界最速のAnalytic DBはHadoopの夢を見るか by 株式会...
Insight Technology, Inc.
 
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
[db tech showcase OSS 2017] A14: IoT時代のデータストア--躍進するNoSQL、拡張するRDB by OSSコンソーシア...
Insight Technology, Inc.
 
はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)
はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)
はじめてのOracle Cloud Infrastructure (Oracle Cloudウェビナーシリーズ: 2021年9月22日)
オラクルエンジニア通信
 
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
20170714_MySQLドキュメントストア JSONデータ型&JSON関数 by 日本オラクル株式会社 MySQL GBU 山﨑由章
Insight Technology, Inc.
 
20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング
20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング
20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング
オラクルエンジニア通信
 
ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]
ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]
ITアーキテクトのためのOracle Cloud Platform設計・構築入門 [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...
ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...
ログ分析からセキュリティ監視まで:Oracle Management Cloudで実現するIT運用データのビッグデータ分析 [Oracle Cloud D...
オラクルエンジニア通信
 
SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]
SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]
SaaSをもっと便利に、使いやすくする方法 [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)
オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)
オラクルコンサルが語る!オラクルPaaS活用術(データベース・クラウド)(Oracle Cloud Days Tokyo 2015)
オラクルエンジニア通信
 
【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法
【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法
【2016年3月時点】クラウド型 BI だからできる新たな情報活用方法
オラクルエンジニア通信
 
システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...
システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...
システム管理者向け、クラウドサービス「Oracle Management Cloud」で提供する3つの機能とは?~アプリケーション・パフォーマンス分析、ロ...
オラクルエンジニア通信
 
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始めHadoop Conference Japan 2016 LT資料 グラフデータベース事始め
Hadoop Conference Japan 2016 LT資料 グラフデータベース事始め
オラクルエンジニア通信
 

Similar to Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例 (20)

成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]
成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]
成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
オラクルエンジニア通信
 
ERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすか
Ryuji Enoki
 
[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka
[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka
[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka
Ryusuke Kajiyama
 
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
Oracle Database 12c Release 1 PSR 12.1.0.2 のご紹介
オラクルエンジニア通信
 
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
de:code 2017
 
20161125 Asakusa Framework Day オラクル講演資料
20161125 Asakusa Framework Day オラクル講演資料20161125 Asakusa Framework Day オラクル講演資料
20161125 Asakusa Framework Day オラクル講演資料
オラクルエンジニア通信
 
データ・ビジュアライゼーションによる新しい気づきとは
データ・ビジュアライゼーションによる新しい気づきとはデータ・ビジュアライゼーションによる新しい気づきとは
データ・ビジュアライゼーションによる新しい気づきとは
Hisashi Igarashi
 
BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)
BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)
BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)
オラクルエンジニア通信
 
BIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーション
BIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーションBIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーション
BIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーション
Hisashi Igarashi
 
JAWS DAYS 2022
JAWS DAYS 2022JAWS DAYS 2022
JAWS DAYS 2022
陽平 山口
 
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
オラクルエンジニア通信
 
Oracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full versionOracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full version
幹雄 小川
 
パブリッククラウド導入の実践ノウハウ
パブリッククラウド導入の実践ノウハウパブリッククラウド導入の実践ノウハウ
パブリッククラウド導入の実践ノウハウ
Masanori Saito
 
Oracle Big Data Cloud Serviceのご紹介
Oracle Big Data Cloud Serviceのご紹介Oracle Big Data Cloud Serviceのご紹介
Oracle Big Data Cloud Serviceのご紹介
オラクルエンジニア通信
 
Oracle ERP Cloud
Oracle ERP CloudOracle ERP Cloud
Oracle ERP Cloud
Fumiko Yamashita
 
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
 
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
Insight Technology, Inc.
 
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
Hiroshi Masuda
 
【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介
KSK Analytics Inc.
 
成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]
成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]
成功事例に学べ! これからの時代のビッグデータ活用最新ベストプラクティス [Oracle Cloud Days Tokyo 2016]
オラクルエンジニア通信
 
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
[Modern Cloud Day Tokyo 2019] 次世代型データベース・クラウドの魅力に迫る ~ Autonomous Database Dee...
オラクルエンジニア通信
 
ERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすか
Ryuji Enoki
 
[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka
[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka
[Preview] MySQL session at Open Source Conference 2014 .Enterprise Osaka
Ryusuke Kajiyama
 
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
de:code 2017
 
データ・ビジュアライゼーションによる新しい気づきとは
データ・ビジュアライゼーションによる新しい気づきとはデータ・ビジュアライゼーションによる新しい気づきとは
データ・ビジュアライゼーションによる新しい気づきとは
Hisashi Igarashi
 
BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)
BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)
BIがクラウドで更なる進化!データとの連携を強化したデータビジュアライゼーション(Oracle Cloud Days Tokyo 2015)
オラクルエンジニア通信
 
BIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーション
BIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーションBIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーション
BIがクラウドで更なる進化!  データとの連携を強化したデータビジュアライゼーション
Hisashi Igarashi
 
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
Hadoop Conference Japan_2016 セッション「顧客事例から学んだ、 エンタープライズでの "マジな"Hadoop導入の勘所」
オラクルエンジニア通信
 
Oracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full versionOracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full version
幹雄 小川
 
パブリッククラウド導入の実践ノウハウ
パブリッククラウド導入の実践ノウハウパブリッククラウド導入の実践ノウハウ
パブリッククラウド導入の実践ノウハウ
Masanori Saito
 
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
 
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
Insight Technology, Inc.
 
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
Hiroshi Masuda
 
【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介
KSK Analytics Inc.
 
Ad

More from オラクルエンジニア通信 (20)

Oracle Cloud Infrastructure:2023年5月度サービス・アップデート
Oracle Cloud Infrastructure:2023年5月度サービス・アップデートOracle Cloud Infrastructure:2023年5月度サービス・アップデート
Oracle Cloud Infrastructure:2023年5月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年4月度サービス・アップデート
Oracle Cloud Infrastructure:2023年4月度サービス・アップデートOracle Cloud Infrastructure:2023年4月度サービス・アップデート
Oracle Cloud Infrastructure:2023年4月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年3月度サービス・アップデート
Oracle Cloud Infrastructure:2023年3月度サービス・アップデートOracle Cloud Infrastructure:2023年3月度サービス・アップデート
Oracle Cloud Infrastructure:2023年3月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年2月度サービス・アップデート
Oracle Cloud Infrastructure:2023年2月度サービス・アップデートOracle Cloud Infrastructure:2023年2月度サービス・アップデート
Oracle Cloud Infrastructure:2023年2月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年1月度サービス・アップデート
Oracle Cloud Infrastructure:2023年1月度サービス・アップデートOracle Cloud Infrastructure:2023年1月度サービス・アップデート
Oracle Cloud Infrastructure:2023年1月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年12月度サービス・アップデート
Oracle Cloud Infrastructure:2022年12月度サービス・アップデートOracle Cloud Infrastructure:2022年12月度サービス・アップデート
Oracle Cloud Infrastructure:2022年12月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年11月度サービス・アップデート
Oracle Cloud Infrastructure:2022年11月度サービス・アップデートOracle Cloud Infrastructure:2022年11月度サービス・アップデート
Oracle Cloud Infrastructure:2022年11月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年10月度サービス・アップデート
Oracle Cloud Infrastructure:2022年10月度サービス・アップデートOracle Cloud Infrastructure:2022年10月度サービス・アップデート
Oracle Cloud Infrastructure:2022年10月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年9月度サービス・アップデート
Oracle Cloud Infrastructure:2022年9月度サービス・アップデートOracle Cloud Infrastructure:2022年9月度サービス・アップデート
Oracle Cloud Infrastructure:2022年9月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年8月度サービス・アップデート
Oracle Cloud Infrastructure:2022年8月度サービス・アップデートOracle Cloud Infrastructure:2022年8月度サービス・アップデート
Oracle Cloud Infrastructure:2022年8月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年7月度サービス・アップデート
Oracle Cloud Infrastructure:2022年7月度サービス・アップデートOracle Cloud Infrastructure:2022年7月度サービス・アップデート
Oracle Cloud Infrastructure:2022年7月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年6月度サービス・アップデート
Oracle Cloud Infrastructure:2022年6月度サービス・アップデートOracle Cloud Infrastructure:2022年6月度サービス・アップデート
Oracle Cloud Infrastructure:2022年6月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年5月度サービス・アップデート
Oracle Cloud Infrastructure:2022年5月度サービス・アップデートOracle Cloud Infrastructure:2022年5月度サービス・アップデート
Oracle Cloud Infrastructure:2022年5月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデートOracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure データベース・クラウド:各バージョンのサポート期間 (2022年4月版)
Oracle Cloud Infrastructureデータベース・クラウド:各バージョンのサポート期間 (2022年4月版)Oracle Cloud Infrastructureデータベース・クラウド:各バージョンのサポート期間 (2022年4月版)
Oracle Cloud Infrastructure データベース・クラウド:各バージョンのサポート期間 (2022年4月版)
オラクルエンジニア通信
 
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年3月度サービス・アップデート
Oracle Cloud Infrastructure:2022年3月度サービス・アップデートOracle Cloud Infrastructure:2022年3月度サービス・アップデート
Oracle Cloud Infrastructure:2022年3月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年2月度サービス・アップデート
Oracle Cloud Infrastructure:2022年2月度サービス・アップデートOracle Cloud Infrastructure:2022年2月度サービス・アップデート
Oracle Cloud Infrastructure:2022年2月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年1月度サービス・アップデート
Oracle Cloud Infrastructure:2022年1月度サービス・アップデートOracle Cloud Infrastructure:2022年1月度サービス・アップデート
Oracle Cloud Infrastructure:2022年1月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)
Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)
Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年5月度サービス・アップデート
Oracle Cloud Infrastructure:2023年5月度サービス・アップデートOracle Cloud Infrastructure:2023年5月度サービス・アップデート
Oracle Cloud Infrastructure:2023年5月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年4月度サービス・アップデート
Oracle Cloud Infrastructure:2023年4月度サービス・アップデートOracle Cloud Infrastructure:2023年4月度サービス・アップデート
Oracle Cloud Infrastructure:2023年4月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年3月度サービス・アップデート
Oracle Cloud Infrastructure:2023年3月度サービス・アップデートOracle Cloud Infrastructure:2023年3月度サービス・アップデート
Oracle Cloud Infrastructure:2023年3月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年2月度サービス・アップデート
Oracle Cloud Infrastructure:2023年2月度サービス・アップデートOracle Cloud Infrastructure:2023年2月度サービス・アップデート
Oracle Cloud Infrastructure:2023年2月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2023年1月度サービス・アップデート
Oracle Cloud Infrastructure:2023年1月度サービス・アップデートOracle Cloud Infrastructure:2023年1月度サービス・アップデート
Oracle Cloud Infrastructure:2023年1月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年12月度サービス・アップデート
Oracle Cloud Infrastructure:2022年12月度サービス・アップデートOracle Cloud Infrastructure:2022年12月度サービス・アップデート
Oracle Cloud Infrastructure:2022年12月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年11月度サービス・アップデート
Oracle Cloud Infrastructure:2022年11月度サービス・アップデートOracle Cloud Infrastructure:2022年11月度サービス・アップデート
Oracle Cloud Infrastructure:2022年11月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年10月度サービス・アップデート
Oracle Cloud Infrastructure:2022年10月度サービス・アップデートOracle Cloud Infrastructure:2022年10月度サービス・アップデート
Oracle Cloud Infrastructure:2022年10月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年9月度サービス・アップデート
Oracle Cloud Infrastructure:2022年9月度サービス・アップデートOracle Cloud Infrastructure:2022年9月度サービス・アップデート
Oracle Cloud Infrastructure:2022年9月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年8月度サービス・アップデート
Oracle Cloud Infrastructure:2022年8月度サービス・アップデートOracle Cloud Infrastructure:2022年8月度サービス・アップデート
Oracle Cloud Infrastructure:2022年8月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年7月度サービス・アップデート
Oracle Cloud Infrastructure:2022年7月度サービス・アップデートOracle Cloud Infrastructure:2022年7月度サービス・アップデート
Oracle Cloud Infrastructure:2022年7月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年6月度サービス・アップデート
Oracle Cloud Infrastructure:2022年6月度サービス・アップデートOracle Cloud Infrastructure:2022年6月度サービス・アップデート
Oracle Cloud Infrastructure:2022年6月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年5月度サービス・アップデート
Oracle Cloud Infrastructure:2022年5月度サービス・アップデートOracle Cloud Infrastructure:2022年5月度サービス・アップデート
Oracle Cloud Infrastructure:2022年5月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデートOracle Cloud Infrastructure:2022年4月度サービス・アップデート
Oracle Cloud Infrastructure:2022年4月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure データベース・クラウド:各バージョンのサポート期間 (2022年4月版)
Oracle Cloud Infrastructureデータベース・クラウド:各バージョンのサポート期間 (2022年4月版)Oracle Cloud Infrastructureデータベース・クラウド:各バージョンのサポート期間 (2022年4月版)
Oracle Cloud Infrastructure データベース・クラウド:各バージョンのサポート期間 (2022年4月版)
オラクルエンジニア通信
 
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
MySQL Technology Cafe #14 MySQL Shellを使ってもっと楽をしようの会
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年3月度サービス・アップデート
Oracle Cloud Infrastructure:2022年3月度サービス・アップデートOracle Cloud Infrastructure:2022年3月度サービス・アップデート
Oracle Cloud Infrastructure:2022年3月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年2月度サービス・アップデート
Oracle Cloud Infrastructure:2022年2月度サービス・アップデートOracle Cloud Infrastructure:2022年2月度サービス・アップデート
Oracle Cloud Infrastructure:2022年2月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Cloud Infrastructure:2022年1月度サービス・アップデート
Oracle Cloud Infrastructure:2022年1月度サービス・アップデートOracle Cloud Infrastructure:2022年1月度サービス・アップデート
Oracle Cloud Infrastructure:2022年1月度サービス・アップデート
オラクルエンジニア通信
 
Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)
Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)
Oracle Databaseはクラウドに移行するべきか否か 全10ケースをご紹介 (Oracle Cloudウェビナーシリーズ: 2021年11月30日)
オラクルエンジニア通信
 
Ad

Oracle Data Minerハンズオンセミナー170927:③Business Analytics概要と事例

  • 1. Copyright © 2017 Oracle and/or its affiliates. All rights reserved. Oracle Business Analytics Oracle Business Analytics 概要と導入事例 2017年9月27日 日本オラクル株式会社 クラウドプラットフォームソリューション統括 Big Data & Analytics ソリューション部
  • 2. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | Safe Harbor Statement The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material, code, or functionality, and should not be relied upon in making purchasing decisions. The development, release, and timing of any features or functionality described for Oracle’s products remains at the sole discretion of Oracle. 2
  • 3. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | オラクルで実現するBusiness Analytics 未知な問いに対して、如何に対応すればよいか 3 求められる要素 オラクルソリューション 迅速な試行錯誤の繰り返し 多種多様なデータの活用 目的とユーザーに応じた データ分析手法 人間の直感を活用:データの可視化によるデータ探索と価値のあるデータの発見 Oracle Data Visualization 機械を活用:R言語と機械学習 Oracle Advanced Analytics/ Oracle R Advanced Analytics for Hadoop SQLで全てのデータを検索 Oracle Big Data SQL 機械によるデータ準備 Oracle Big Data Preparation Cloud 位置分析やグラフ分析、画像分析 Oracle Spatial &Graph/ Oracle Big Data Spatial &Graph ビッグデータ活用のデータマネジメント基盤 Oracle Big Data Management System(Exadata/BDA)
  • 4. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | オラクルで実現するBusiness Analytics 4 把握 する 試して みる 加工 する 原因/予測分析 (機械学習) データ探索 (人間による分析) 定型分析 (ダッシュボード等) Exadata /BDA Data Visualization & Bigdata SQL OAA/ORAAH Data Visualization Dashboard (BIEE/Analytics Cloud) データを 見つける 回答を 見つける データを 取得する 位置/グラフ分析 S&G/BDS&G Action 準備 する (機械) 取得 する 蓄積 する IoT CS Big Data Preparation データを 蓄積する データを 準備する LOB・業務ユーザ マーケ 営業 生産管理 データアナリスト 営業企画 戦略 データ サイエンティスト 情報システム IT企画 ・OAA:Oracle Advanced Analytics ・ORAAH:Oracle R Advanced Analytics for Hadoop ・S&G:Oracle Spatial & Graph ・BDS&G:Oracle Big Data Spatial & Graph
  • 5. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 分析ツールの種類 用途 構造化データ 非構造化データ (テキストなど) 帳票 •帳簿や伝票などの定型的な書類の作成、印刷 ○ - - - レポーティング •定型レポートの作成、公開(Web等)、配信 •ダッシュボード ○ - - - 分析 •定型分析、非定型分析、アドホック・クエリ •実績・推移に基づくシミュレーション(What-If分析) •事前定義された分析切り口 •人手による分析 ○ - - - 探索 •反復的なデータ検索・絞込みによる分析 •新たな分析切り口の発見 •人手による分析 ○ ○ データマイニング 統計解析 •データから意味のあるパターンやルール、相関関 係を抽出する •大容量のデータを自動的もしくは半自動的で解析 ○ ○マイニングツール 帳票ツール Data Visualization ツール BIツール (OLAP分 析ツール)
  • 6. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 分析ツール・技術の例 用途 構造化データ 非構造化データ (テキストなど) 帳票 •帳簿や伝票などの定型的な書類の作成、印刷 ○ - - - レポーティング •定型レポートの作成、公開(Web等)、配信 •ダッシュボード ○ - - - 分析 •定型分析、非定型分析、アドホック・クエリ •実績・推移に基づくシミュレーション(What-If分析) •事前定義された分析切り口 •人手による分析 ○ - - - 探索 •反復的なデータ検索・絞込みによる分析 •新たな分析切り口の発見 •人手による分析 ○ ○ データマイニング 統計解析 •データから意味のあるパターンやルール、相関関 係を抽出する •大容量のデータを自動的もしくは半自動的で解析 ○ ○Oracle Advanced Analytics Oracle BI Enterprise Edition (企業パフォーマンス分析) Oracle Essbase Oracle BI Publisher Oracle Data Visualization
  • 7. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | オラクルの統計・データマイニングへの取組み 7 RDBMSなどオリジナ ルのデータがある場 所から、データを、 ツール内に移動して 分析を実行 典型的な統計・ データマイニングツール オラクルの取組み Oracle Databaseや Hadoopなどデータが 存在する場所で 分析を実行
  • 8. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | なぜIn-Database Analyticsか? • データの移動が必要ない – データ移動コスト(工数/時間)の削減 – データベースのパワーを使った大規模な分析が可能 – セキュリティの確保 • アプリケーションへの組み込みが容易 – Oracle Databaseにつなげられれば、マイニング機能を利用可能 – SQL, PL/SQLから利用可能 8
  • 9. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | In-Database Analyticsのメリット 9 Traditional Analytics Hours, Days or Weeks Data Extraction Data Prep & Transformation Data Mining Model Building Data Mining Model “Scoring” Data Preparation and Transformation Data Import Source Data Dataset s/ Work Area Analytic al Process ing Process Output Target Secs, Mins or Hours Model “Scoring” Embedded Data Prep Data Preparation Model Building Oracle Data Mining 結果 • より早く 「データ」 から 「洞察」を得る • TCOの削減 • データの移動コスト削減 • データの重複管理コスト削減 • セキュリティの確保 データは、既にDBに存在 SQL:データ操作のためのもっともパワフルな言語 データベースの内部カーネルで機会学習のアルゴリズムを適 用 データに対するスコアリングもDB内で実行 Savings
  • 10. Copyright © 2017 Oracle and/or its affiliates. All rights reserved. | Oracle製品を使ったAnalytics 活用事例
  • 11. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | Advanced Analytics 顧客事例 Manufacturing FinanceProfessional Services Media, Communication CPGScience Health, Public Sector http://www.oracle.com/technetwork/database/options/advanced-analytics/odm/odm-customers-086483.html http://www.oracle.com/technetwork/database/database-technologies/r/r-enterprise/overview/index.html https://www.oracle.com/search/customers?Dy=1&Nty=1&Ntk=S3&Ntt=Advanced+Analytics
  • 12. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | バルドスタ州立大学(ジョージア州) リテンションレートの改善 • 学生数:11500人 • 目的:リテンション(在学率)の向上 • Oracle導入効果 – 学生数11500人のリテンション率を66%から70%へ向上 – リテンションに関わるコストを200万ドル削減 – 迅速な業績ダッシュボードやレポートを作成し 生産性を500%向上。 • 予算配布のために必要な主な業績指標 – 入学、単位取得状況、学生毎の進捗管理、 中退状況 – エンドユーザーが独自にレポート作成し、情報を取得 – IT部門における戦略的大学IRに向けた情報活用
  • 13. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 14 オラクルソリューション • Oracle DB、APEX, Data Integrator アナリティクス • Advanced Analytics • BI Enterprise Edition, BI Cloud Service • Endeca Information Discovery solutions アプリケーション • CRM On Demand • Social Relationship Management Cloud 情報活用戦略 学生の成功のための戦略的な情報活用 問題のある学生への  教員やスタッフへの自動アラートと通知  積極的なアドバイス 教員やサポートスタッフのコミュニケーションを改善 主要な経営戦略革新のための自動化
  • 14. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | • ユーザー:学生アドバイザー 1. 過去の履歴から生徒別の単位取得 予測や卒業見込みの把握 2. 平均より10%以上高いリテンション レートを保持するセグメンテーションの 特定 • キャンパス内で朝食と食べる学生 • 学生キャリアセンターに訪問し、ライブラリ 印刷サービスを利用する学生 • 大学内のサークルやボランティア活動など に従事する学生 • キャンパス内でのアルバイトに従事 機械学習:学生維持獲得のためのセグメンテーション分析
  • 15. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | • ユーザー:学生アドバイザー 1. 各学生の単位取得のための個別プロ グラムの経緯を捕捉し、進捗に問題を 持っている可能性が高い学生を識別 2. 問題のある学生の人口統計、標準化 されたテストの成績、高校成績平均点 などの変数を分析 3. 留年率などの教室の指標を分析 4. 単位取得の効果を最大化するために 補講講師を置く事で、支援できるサ ポートサービス分析 BI:学生の進捗分析
  • 16. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | • 設立:1953年, 本社所在地:アメリカ • 主な事業 – ダンキンドーナツ/バスキン・ロビンス (別名サーティワンアイスクリーム) – フランチャイズで18000店舗をグローバル展開 17 • 目的 – 購買行動を理解し、機会を特定 – 客単価を大きくし、店舗利用率を上げる • 顧客セグメント分析 – 三つのターゲットセグメントを発見 • チャーン分析(離反顧客分析) – SVM、重回帰、ナイーブベイズを利用してモデルを作成。 84.63%のヒット率 • バスケット分析 事例 ダンキン・ブランズ・グループ様 • システム概要 – 800万~2500万トランザクション/日、 2年分 – 10TBのデータ量、2つの組織、4つの地域 – 大項目5、アイテムグループ、サイズにおいて1000程度のSKU – Oracle DB Advanced Analytics Option,Oracle BI
  • 17. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 活用情報 約40種の属性 事例 ダンキン・ブランズ・グループ様 顧客セグメント分析 デモグラ フィック 購入支払 取引頻度 利用店舗 購入履歴 顧客セグメントを グルーピング クラスタリング分析 (k-means) 週平均5回利用 78.2%が朝に利用 主にコーヒーを購入し、 25%の確率で食品も購入 週平均5.45回利用 コーヒーを80.29%の確 率で購入 週平均7.44回利用 週平均$35.12消費 DWHデータソース • CRM、POS、 PAR端末、 SNS、SCM、その他
  • 19. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | どの顧客をターゲットに すべきだろうか?
  • 20. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | DXマーケティングが実現したDMPの活用 外部データ オフラインキャンペーン オンラインキャンペーン 興味関心の高いユーザにターゲットを絞り、配信 予測分析モデルと データのビジュアル化
  • 21. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | Oracle Cloudによる導入効果 外部データ オフラインキャンペーン オンラインキャンペーン 興味関心の高いユーザにターゲットを絞り、配信 予測分析モデルと データのビジュアル化 Oracle DB Cloud Advanced Analytics • GUIによる「Oracle Data Miner」の使用し、見込み のある予測型モデルを作成 • 解析、プロファイリング、モデリングを迅速化し、 顧客キャンペーンの市場投入までの時間を4〜6 週間から3日間まで70%まで短縮 Oracle Marketing Cloud – Advanced Analyticsで最も高いスコアリング・ベンチメン トをMarketing Cloudにロードし、自動化することにより、 ターゲットを絞ったハイパーターゲットのディスプレイ広告は、 4ヵ月後に顧客が獲得した取得費用が62%に削減 – MasterCard、Epsilon、Experianなどの世界で最も信 頼できるデータ・ブランドからの7億件のオンライン行動プロ ファイルと38,000以上のデータ・セグメント、Oracle BlueKaiの独占的な市場内データを管理 Oracle BI Cloud Services • データ・ビジュアライゼーションツールからOracle Advanced Analyticsの予測モデルを活用したセルフサービスによるデータ分析 • 医療、金融サービス、不動産、教育などをカバーする予測モデルによ り学習されたデータのビジュアル化
  • 22. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | オフラインデータの 収集 800の消費者属性と 260万件の取引実績 Oracle Business Analytics Cloud Platform オンラインデータの 収集 見込み モデル 1,顧客 プロファイル 2,予測 モデル 3,ビジネス ニーズ 4,顧客の ライフ イベント 分析モデル構築におけるステップ
  • 23. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 例:分析モデル構築におけるステップ 性別 婚姻 年齢 人種 子供の年齢 教育 現住所の経過年数 持家 収入 スコア値 顧客特性 • 60%以上が女性 • 63%が結婚 • 18-64歳の内、25-34が最も多い • 83%が白人だが、人口と比較すると アフリカ系アメリカ人が2倍いるはず • 子供は0-5歳が大半 • 大学卒業者は収入が40Kから90K USD • 持家もしくは賃貸の居住期間は、 おそらく11年以下 • スコア値は、平均よりも下回っている
  • 24. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | オーディエンススコア:コンバージョン性向 TSP:デモグラフィックの各セグメント毎の顧客データ毎の割合 クライアント企業の周辺のエリアにおいて、クライア ントが保有している顧客リストによく似た顧客グ ループを統計的なデータモデルによりスコアリングさ れた顧客ファイルを抽出
  • 25. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | Oracle Cloudの月額利用費用 – Database Cloud Service/IaaS ・・・4,000ドル • プロセッサー処理能力:2 OCPU EE -ハイメモリ(30GB)ストレージ1.6 TB – BI Cloud Service ・・・2,500ドル – Marketing Cloud (BlueKai) ・・・30,000ドル – クラウド構築の初期費用 ・・・10万ドル Oracle の導入理由: ~Oracle Database Cloudによる優位性~ – データマイニングを含む分析ツール – 管理の容易性と柔軟性、スケーラビリティ – 少人数で実装可能 • 2人のアナリストで実現(データエンジニアとデータサイエンティスト) 導入効果:生産性の向上 – サービスインまでの時間が4-6週間から1週間未満に70%向上。 その結果、新しいクライアントへの迅速な導入が可能に – Oracle Database Cloud Serviceを使用し、 6か月間の収入が25%増加 – 人材の40%の節約。 – 応答率を倍増させ、顧客の顧客獲得コストを削減 新たな施策 – クロスチャネル・マーケティング・ソリューションとして利用している Oracle ResponsysのデータをOracle BIクラウド上で実装し、 レポーティングの統合を構築中 コストと導入効果 イノベーションによる 生産性の向上
  • 26. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 27 環境価格 1時間 $6.720 ≒ 800円 Oracle Application Express Oracle REST Data Services Oracle R Distribution https:// Mobiles $6.720 / hour Oracle Database Cloud Service + Oracle Advanced Analytics (Oracle R Enterprise)
  • 27. Copyright © 2016, Oracle and/or its affiliates. All rights reserved. | 参考資料 (社外) • Oracle Advanced Analytics:まとめページ • https://github.com/oracle4engineer/advanced-analytics/wiki • Data Miner チュートリアル 01. Data Miner のセットアップ 02. 分類モデルによる予測 03. 表データの加工とモデル構築 • R Enterprise 使い方ガイド Oracle R Enterprise のセットアップ Oracle R Enterprise の使い方 28

Editor's Notes

  • #14: 11500人×4%×年間授業料50万円(仮設定)= 2.3億円(200万ドル)
  • #15: Lets now look at a company that has truly leveraged exploration with Oracle: Valdosta State University. Voldosta Implemented Oracle Business Intelligence Enterprise Edition to provide more than 600 faculty and staff members with rich insight into student academic performance They now use BI Cloud service and Provided instant, on-demand access to student class loads and grades to enable faculty to make important timely decisions on how to facilitate student success. They use Interactive dashboards to improve administrative productivity by more than 500% by enabling administrative staff to fulfill 90% of all data requests from faculty, department heads, deans, and others. Oracle has Enabled the university to examine granular data to draw previously unknown correlations to make more informed decisions—for example, determining that students who eat breakfast on campus have a 10% higher retention rate! They Streamlined IT responsibilities and cut database administration time in half, enabling database administrators and programmers to focus on core tasks, such as implementing new web applications, exploring new technologies, and building new Innovative analytic reports Recently purchased BICS {INFO BELOW FROM Http://www.oracle.com/us/corporate/customers/customersearch/vsu-1-endeca-ss-2156270.html}
  • #18: 主な事業 ダンキンドーナツ バスキン・ロビンス (別名サーティワンアイスクリーム) 設立 1953年 本社所在地 アメリカ合衆国 マサチューセッツ州キャントン
  • #20: DX Marketing is a small but comprehensive targeting marketing firms serving regional and national customers out of Savannah, GA.   Challenge: Improve consumer acquisitions and take advantage of the ever-increasing deluge of data produced by consumers while protecting data privacy and security DX Marketing’s streamlined IT department decided to replace the foundation of its marketing and advertising platform for a more economical and secure cloud environment DX Marketing sought to reduce risk management and infrastructure costs; adopt a wider range  of innovative database features Ability to scale capacity fluidly in order to meet escalating customer demand Solution Oracle Database Cloud Service and Oracle Marketing Cloud Service to take advantage of greater performance, security and scalability compared to its previous computing environment and target marketing DX Marketing houses their 260 million and growing licensed records of U.S consumers in Oracle’s Platform as a Service, specifically the Database Cloud Service. The consumer records are basically anyone in the entire United States that has made a purchase/applied for a bank account with 800 variables detailing demographics, incomes, credit scores, addresses, interests, and preferences. Built in the Oracle Database Cloud Service are Advance Analytics to build predictive behavior models and Data Visualization Cloud Services to intuitively analyze customer and sales data opening the opportunity for DX to hire it’s first data scientist to explore the treasure trove of consumer data Advanced cloud tooling capabilities to streamline time-consuming administrative tasks Optimal environment for a small and medium sized business budget DX Marketing expanded their cloud journey with Oracle Data as a Service (DaaS) that is a result of BlueKai and DataLogix acquisitions and is now the largest digital exchange in the world with over 45,000 personal interest variables and attributes. There are B2C and B2B categorizes and industries with optimized anonymous internet browsing data using cross-channel and ID mapping to link fragmented customer touchpoints from multiple devices. This provides a rich, connected profile of intent signals, interests, sentiment, themes, and topics across online, mobile, search, social, and video channels. DX Marketing also the Oracle Software as a Service (SaaS) Marketing Cloud’s BlueKai and Responsys to execute, nurture, and analyze multi-channel campaigns in combination with the massive offline consumer records and predictive behavior modeling. Results In addition to providing DX Marketing with a reliable, secure, and scalable cloud environment  Oracle Cloud Services have enabled the company to decrease time to market for customer campaigns by 70 percent.   Furthermore, the Oracle Cloud solutions have enabled DX Marketing to streamline administrative tasks and customize the environment; Connect data across its client’s marketing ecosystems to their individual customers to orchestrate a relevant experience Analyze the performance of their efforts; Implement security policies that align with business best practices.   Finally, DX Marketing was up and running on Oracle Cloud in just two to three weeks , compared to the four months the company had expected DX Marketing is now able to analyze customer and prospects down to the precise, geospatial location and unique interests when they are online searching for products and services using their huge offline and online customer records to serve highly targeted, personalized, and relevant digital display ads to specific devices. For a residential real estate developer, they are have achieved a 1200% ROI from previous general display campaigns, attributed to serving more relevant ads at more relevant times. They experiencing a 400% lift in conversions over the control group,/a status quo of an already sophisticated, data-driven marketing approach. They have decreased the cost of customer acquisition by over half - the lowest acquisition cost of any other prospecting efforts. They have strategically transformed their campaign thinking from the traditional Key Performance Indicator of Clicks to Conversions.
  • #30: ある都市警察の取り組み もともと、警察官の経験と勘に頼って警官を配備していたが、効果的に犯罪を防止できなかった そこで、あらゆるデータから犯罪予測モデルを構築し、犯罪予測モデルを構築、犯罪発生確率の予測を実現しました。 しかも、予測分析モデルを業務アプリケーションに組み込むことで、一部の分析官だけでなく、現場の警察官も活用可能に 現場の警察官が今日、今何をすべきか把握できる
  • #31: 予測モデルを地図と重ね合わせて可視化 地区ごとに犯罪発生確率を予測 犯罪発生確率が高い地区は赤く表示
  • #32: 過去の犯罪情報、911のコール情報など、あらゆる情報をDB上に集約 数人の分析官がモデルを構築し、その後はデータを与えて機械学習によって自らモデルを改善 そのように構築した予測分析モデルを業務アプリケーションに組み込み 一部の分析官だけでなく、現場の配備担当者も活用可能に このように誰もが予測分析モデルを活用できるようにしたが、やはり予測分析モデルは構築しなければならない しかし、前半、大橋がご説明したように、データサイエンティストの確保は容易ではない。 この課題を解消するため、弊社製品はR言語を活用してモデルを構築する