[Japan Tech summit 2017] DAL 006

1. Microsoft Tech Summit 2017本情報の内容（添付文書、リンク先などを含む）は、Microsoft Tech Summit 2017 開催日（2017 年 11 月 8日 - 9 日）時点のものであり、予告なく変更される場合があります。 Twitter: @mihochannel SlideShare: https://www.slideshare.net/mihochannel1

2. データ分析についてちょっと詳しく考えてみるデータを活用してみたくなる！

3. このセッションで触れるのは“道具”とその基本的な役割 Key Point

4. もう少し先に進みたい方には…

5. Session ID Title DAL002 AI 時代を生き抜くためのビッグデータ基盤～リコーの実案件で見えたAzure Data Lakeの勘所～ DAL007 IoT 戦国時代を生き抜くためにマイクロソフトの IoT ソリューションを活用しよう DAL008 PowerBIに新たな価値を！ Microsoft Azureに完全対応した半定型エンタープライズBIソリューション DAL009 脱「なんとなく」！Azure SQL Database で顧客動向を手軽に見える化しよう！ DAL010 【Tech Summit 2017 ｘググらせないR?スマートプレート】 IoTならぬHoT(Hyperlink of Things) モノのハイパーリンクで実現するスタンプラリー

6. はじめにデータ分析のひみつ道具たちまとめもっと手軽にデータ分析を

8. そのデータ活かせてますか？

9. YoY 22% x2.7 Data Transaction YoY 53% x7.8 Mobile Data Transaction 出典 : 「我が国のインターネットにおけるトラヒックの集計・試算」(2017 年 8 月 15 日版) http://www.soumu.go.jp/main_content/000502437.pdf

10. 194EB 月出典 : 「我が国のインターネットにおけるトラヒックの集計・試算」(2017 年 8 月 15 日版) http://www.soumu.go.jp/main_content/000502437.pdf

11. コンシューマー企業などビジネス Data 80% 20% 70% 82% Video 2015-2020 出典 : 「我が国のインターネットにおけるトラヒックの集計・試算」(2017 年 8 月 15 日版) http://www.soumu.go.jp/main_content/000502437.pdf

12. 490 億出典 : 「我が国のインターネットにおけるトラヒックの集計・試算」(2017 年 8 月 15 日版) http://www.soumu.go.jp/main_content/000502437.pdf

13. そのほとんどは活用されずに「ただ」蓄積され続けている複数のデータを組み合わせ分析している企業数はわずか 30 % 出典 : 「我が国のインターネットにおけるトラヒックの集計・試算」(2017 年 8 月 15 日版) http://www.soumu.go.jp/main_content/000502437.pdf

14. 1 2 データ利活用能力の評価ツールこのツールを使用し、現在の自社の能力を評価したり、競合他社と比較し格付けを実施したりすることができます。 https://www.microsoft.com/ja-jp/sql-server/data-maturity-model-assessment 年間 100億円相当の「格差」 (営業利益換算) 8% 18% 10% $$$ $

15. データ分析が将来のデジタルトランスフォーメーションを加速させる Key Point

18. どこからはじめましょうか？

19. データを準備する可視化する分析する

21. データ分析では前処理が肝心 Key Point

22. Azure Data Factory Azure Data Catalog Azure Event Hub/ Azure IoT Hub デバイスからのイベントを受け取りクラウドへデータ格納するエンタープライズ内でデータソースを登録し、利用可能にするデータを抽出、加工、ロード (ETL) 抽出、ロード、加工（ELT）

24. Oracle DB2

27. SQL 営業部門購買部門マーケティング部門 MySQL MySQL Cosmos MySQLOracle

31. データ準備において前処理は命 Key Point

32. 可視化する分析するデータを準備する

33. 動的価格設定製品イノベーションマーケティング最適化製品おすすめ機能パーソナル化顧客に関する洞察チャーン分析マーケティングリード/ 案件スコアリング販売に関する洞察インテリジェントコンタクトセンター患者保護および医療分析財務予測不正行為管理リスク管理在庫最適化運用異常に関する洞察品質保証コネクテッドデバイスとスマートビルディング予防保全需要予測運用効率従業員に関する洞察人事に関する洞察リソースマッチングとプランニングサプライヤーと支出に関する洞察財務サービス販売業務人事

34. ビックデータストア機械学習と分析インテリジェンス Cognitive Services Bot Framework Cortana Machine Learning Data Lake Analytics HD Insight Stream Analytics Data Lake Store SQL Data Warehouse Cosmos DB

36. Session ID Title DAL002 AI 時代を生き抜くためのビッグデータ基盤～リコーの実案件で見えたAzure Data Lakeの勘所～ DAL007 IoT 戦国時代を生き抜くためにマイクロソフトの IoT ソリューションを活用しよう DAL008 PowerBIに新たな価値を！ Microsoft Azureに完全対応した半定型エンタープライズBIソリューション DAL009 脱「なんとなく」！Azure SQL Database で顧客動向を手軽に見える化しよう！ DAL010 【Tech Summit 2017 ｘググらせないR?スマートプレート】 IoTならぬHoT(Hyperlink of Things) モノのハイパーリンクで実現するスタンプラリー

37. ビックデータストア機械学習と分析インテリジェンス Cognitive Services Bot Framework Cortana Machine Learning Data Lake Analytics HD Insight Stream Analytics Analysis Services Data Lake Store SQL Data Warehouse Cosmos DB

38. ビックデータストア機械学習と分析インテリジェンス Cognitive Services Bot Framework Cortana Machine Learning Data Lake Analytics HD Insight Stream Analytics Analysis Services Data Lake Store SQL Data Warehouse Cosmos DB

39. SQL 他のデータソース SSMS SQL Server Data Tools Azure Analysis Services

40. locatioidentifier identifiertype fieldidentifier numberofunitssoldtodate remaningnumber Numberofuntissoldtoday receivedback productidentifier descriptionline1 descriptionline2 qtyafterqtysales familyidentifier Product Id Product Name Product Description Category Category Id Category Name Category Description Sub Category Product Id Shelf qty Return qty Order qty Sale qty Cloud Data On-Premises Data Azure Analysis Services ソースデータセマンティックモデルに

41. キャッシュセマンティックモデルデータ分析をして素早いビジネス判断をクエリ locatioidentifier identifiertype fieldidentifier numberofunitssoldtodate remaningnumber Numberofuntissoldtoday receivedback productidentifier descriptionline1 descriptionline2 qtyafterqtysales familyidentifier Cloud Data On-Premises Data Azure Analysis Services ソースデータセマンティックモデルに

42. Power BI Azure Analysis Services モデリング分析可視化クラウドオンプレミスオンプレミスデータゲートウェイ Web Embedded in your apps Mobile SQL Server Analysis Services SQL Server Reporting Services Excel Power BI Desktop Power BI Power BI DATA DATA

43. Session ID Title MAI001 ディープラーニングの産業応用とそれを支える技術 MAI002 経験者が語る！Bot企画/運用のエッセンス～ Bot framework + Azure の運用サイクル～ MAI003 新生 Azure Machine Learning Services 徹底解説 MAI004 AI ディープラーニング入門 MAI005 SQL Server 2017 で実現される AI （ディープラーニング）のシステムモデルのご紹介 MAI006 ここから始めよう！Azure を活用した「IoT + AI」システム構築の基本 MAI013 共創がもたらす最前線のIoT活用シナリオ～IoT＆機械学習によるビジネス価値の創出～ MAI014 IoT×機械学習畜産業における安定出荷に向けたAzure Machine Learning活用

46. Session ID Title MAI001 ディープラーニングの産業応用とそれを支える技術 MAI002 経験者が語る！Bot企画/運用のエッセンス～ Bot framework + Azure の運用サイクル～ MAI003 新生 Azure Machine Learning Services 徹底解説 MAI004 AI ディープラーニング入門 MAI005 SQL Server 2017 で実現される AI （ディープラーニング）のシステムモデルのご紹介 MAI006 ここから始めよう！Azure を活用した「IoT + AI」システム構築の基本 MAI013 共創がもたらす最前線のIoT活用シナリオ～IoT＆機械学習によるビジネス価値の創出～ MAI014 IoT×機械学習畜産業における安定出荷に向けたAzure Machine Learning活用

47. 分析において活用可能なツールがたくさんあるので積極的に利用しよう Key Point

48. 可視化するデータを準備する分析する

51. Power BI Power BI Embedded データとコントロールを関連付けることで多彩なダッシュボードの表現が可能ダッシュボードを自社のソリューションに組み込むことで可視化部品として利用可能

52. モデル化配信分析/オーサリングモデル化

54. PowerBI にはいろいろな種類がある Key Point

57. 出来合いの構成を参考に分析してみる

59. Cortana Intelligence Gallery は参考になる出来合いサンプル集 Key Point

60. 出典 : Population Health Management for Healthcare https://gallery.cortanaintelligence.com/Solution/Population-Health-Management-for-Healthcare-6

65. そのデータ活かしはじめましょう！ Key Point

66. ありがとうございました！この後も Tech Summit お楽しみください！

67. ■  https://azure.microsoft.com/ja-jp/services/event-hubs/ ■  https://azure.microsoft.com/ja-jp/services/data-catalog/ ■  https://azure.microsoft.com/ja-jp/services/data-factory/ ■  https://azure.microsoft.com/ja-jp/services/iot-hub/

68. ■  https://azure.microsoft.com/en-us/overview/cortana-intelligence/

69. ■  https://myignite.microsoft.com/sessions/57076 ■  https://myignite.microsoft.com/sessions/55738 ■  https://myignite.microsoft.com/sessions/53367

70. ■  https://microsoft.github.io/PowerBI-JavaScript/demo/v2-demo/index.html# ■  https://aka.ms/cisolutions ■  https://gallery.cortanaintelligence.com/Solution/Anomaly-Detection-in-Real-time-Data-Streams ■  https://gallery.cortanaintelligence.com/Solution/Population-Health-Management-for-Healthcare-6

71. ■  https://www.idc.com/getdoc.jsp?containerId=259835 ■  https://www.idc.com/getdoc.jsp?containerId=259840 ■  http://www.soumu.go.jp/main_content/000502437.pdf ■  https://www.gartner.com/doc/3251217/cost-optimization-secrets-plan-manage

[Japan Tech summit 2017] DAL 006

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (20)

Similaire à [Japan Tech summit 2017] DAL 006

Similaire à [Japan Tech summit 2017] DAL 006 (20)

[Japan Tech summit 2017] DAL 006