ビッグデータの7V：データの指数関数的な増加と、紙の記録、ファイル、ストレージディスクの使用は、もはや時代遅れになっています。
人々は現在、いくつかのデータベースシステムにデータを保存し始めていますが、インターネットの進化、新しいアプリやテクノロジーをもってしても、ストレージの容量は十分ではありません。
ビッグデータとは、単にデータ量が多い、あるいは巨大なデータを指すのではありません。ビッグデータは、様々なソースから発生し、様々な形式の様々な種類のデータで構成される、いわばデータの一種です。
ガートナーによると、ビッグデータの定義は次のとおりです。
「ビッグデータ」とは、洞察力と意思決定を強化するために、コスト効率が高く革新的な情報処理方法を必要とする、大量、高速、多様な情報資産です。」
ビッグデータには次の 3 つの種類があります。
- 構造化データ – ユーザーは、固定形式で構造化されたデータを処理、保存、取得できます。そのため、ユーザーがデータを保存および抽出する際に、データは適切な形式/レイアウトで保存されます。
- 非構造化データ – このタイプのデータは構造化されておらず、そのまま保存されます。このようなデータの分析は非常に時間がかかり、困難です。
- 半構造化データ – このタイプのデータは、上記の2種類のビッグデータ、つまり構造化データと非構造化データが混在しています。ハイブリッドビッグデータとも呼ばれます。
ビッグデータの7つのV
音量
これがビッグデータの主な特徴です。ここでの「ボリューム」という言葉は、ビッグデータを「ビッグ」と定義しています。
日々膨大な量のデータが生成されるため、ギガバイト単位だけでは膨大なデータを保存するのに十分ではないことは明らかです。
そのため、現在ではデータはゼタバイト、エクサバイト、ヨタバイトといった単位で保存されています。例えば、YouTubeには毎分約50時間分の動画がアップロードされています。
では、YouTube自体でどれだけのデータが生成されているか想像してみてください。
バラエティ
ここでの多様性とは、データソースの種類を意味します。前述のように、ビッグデータには構造化データ、半構造化データ、非構造化データなど、様々な種類があります。
今日の世界では、大量に生成されるデータは、音声ファイル、動画、画像、テキストファイルなどの非構造化データです。
これらのデータは、その性質上、明確なルールがないため、マッピングが困難であり、重要なデータとの区分けが困難です。
速度
ここでの速度とは、データの処理速度とアクセス速度を指します。例えば、ソーシャルメディアの投稿、YouTube動画、音声ファイル、画像など、毎秒数千件単位でアップロードされるデータには、できるだけ早くアクセスできる必要があります。
変動性
変動性とは多様性とは異なります。変動性とは、常に変化するデータを指します。
変動性とは、主に生データの意味を正しく理解し、解釈することに焦点を当てています。
例えば、ソーダショップが6種類の異なるソーダのブレンドを提供しているとします。しかし、毎日同じブレンドのソーダを飲んでも、味が毎日違う場合、それが変動性です。
データの場合も同様で、データが絶えず変化している場合、ビッグデータの「7V」の品質に影響を与える可能性があります。
真実性
データが正確でなければ、何の役にも立ちません。そこで「Veracity（真実性）」という概念が登場します。これは、収集したデータの正確性を確保し、不正確なデータをシステムから排除することです。
また、企業が有用な洞察を得るために受け取り、処理するデータの信頼性や品質も重要です。
視覚化
ここでの可視化とは、経営陣が意思決定を行うためにデータをどのように提示するかを指します。
データはExcelファイル、Word文書、グラフなど、様々な方法で提示できることは周知の事実です。
形式に関わらず、データは読みやすく、理解しやすく、アクセスしやすいものでなければなりません。だからこそ、データの可視化は重要なのです。
価値
ビッグデータにおいて、価値は最終的な目標として知られています。すべてのユーザーは、ビッグデータの7Vに取り組み、リソースを投入した後、組織が何らかの価値を必要としていることを理解する必要があります。
ユーザーがビッグデータを適切に保存・処理すれば、価値提供に貢献できます。
では、ビッグデータの7Vは、ビッグデータについて何を示唆していると思いますか？まず、ビッグデータは膨大で、刻々と拡大していると言えるでしょう。
一方で、ビッグデータは数百種類ものデータ形式を駆使し、変化のスピードも加速しています。企業がビッグデータから最大限のメリットを得るには、それぞれの特性を理解する必要があります。
