業界ごとのデータ分析を支援するIBM Data and AI Acceleratorsのご紹介
0 likes478 views
https://machine-learning15minutes.connpass.com/event/243250/ 第65回 Machine Learning 15minutes! Broadcast 業界ごとのデータ分析を支援するIBM IBM Data and AI Acceleratorsのご紹介 日本アイ―・ビー・エム株式会社 平山 毅(Tsuyoshi Hirayama)、 の発表資料です。
業界ごとのデータ分析を支援するIBM Data and AI Acceleratorsのご紹介
- 1. 業界ごとのデータ分析を実現する IBM Data and AI Accelerator のご紹介 第65回 Machine Learning 15minutes! 日本IBM株式会社 テクノロジー事業本部 クライアントエンジニアリング本部 金融・保険・クロスインダストリー事業担当 部⾧ Engineering Manager 平山 毅 （Tsuyoshi Hirayama）
- 2. 平山 毅 Tsuyoshi Hirayama 日本アイ・ビー・エム株式会社 テクノロジー事業本部 クライアントエンジニアリング部 部⾧ エンジニアリングマネージャー 金融・保険・クロスインダストリー事業担当 IBM Technical Experts Council of Japan Steering Committee Member 東京理科大学理工学部卒業（同学SunSiteユーザーで電子商取引研究）。早稲田大学大 学院経営管理研究科ファイナンス専攻修了（AACSB EQUIS 認定MBA／ブロックチェーンファ イナンス研究）。GMOインターネット、サイバーエージェント、東京証券取引所、野村総合研究所 、アマゾンウェブサービスを経て2016年2月日本IBM入社。IBMクラウド事業本部、デジタルイノベ ーション事業開発部(Red Hatアライアンスエンジニアリング)、DataAIオートメーション事業部、テク ノロジーガレージ事業部、を経て2021年10月より現職。グローバルカンファレンス登壇多数。著作 7冊。早稲田大学ビジネススクールゲスト講師。事業構想大学院大学ゲスト講師。産業技術大 学院大学情報アーキテクチャー専攻ゲスト講師。 第 ３回 Machine Learning 15minutes! 第11回 Machine Learning 15minutes! 第33回 Machine Learning 15minutes! 第50回 Machine Learning 15minutes! 第56回 Machine Learning 15minutes! 第60回 Machine Learning 15minutes! に過去登壇
- 4. 飲食業に例えるなら ・実業務ユースケース＝食事という体験を届けるための【料理アイデアやスタッフ】 ・データサイエンス開発プラットフォーム＝【レストラン施設】 データサイエンス開発プラットフォーム IBM Cloud Pak for Data Watson Studio Watson Machine Learning レストラン建物、調理場、客席・・・ 料理(アイデア)、コック、フロアスタッフ・・・ Db2 Warehouse AI与信判定、AI不正検出 AIレコメンデーション・・・ 4
- 5. Think 2020 / 6617 / May, 2020 / © IBM Corporation IBM Data and AI Accelerator https://www.ibm.com/blogs/solutions/jp-ja/accelerate-ai-with-industry-accelerators- on-ibm-cloud-pak-for-data-as-a-service/
- 6. IBM Data and AI Accelerator 6 サンプルデータ サンプルGUI サンプルコード 「業界ごとの」のデータ、データサイエンス実装、業務向けのGUIを提供
- 7. Think 2020 / 6617 / May, 2020 / © IBM Corporation 金融市場の顧客セグメンテーションの例
- 8. Think 2020 / 6617 / May, 2020 / © IBM Corporation 公共事業の顧客離れの予測の例
- 9. Think 2020 / 6617 / May, 2020 / © IBM Corporation Data and AI Industry Acceleratorがカバーする範囲 ↓カバーする範囲
- 10. IBM Data and AI Accelerator がカバーする機能範囲 <MODERNIZE> インフラ管理 (K8s & Common services) restricted use 監視 アクセス制御 運用管理 ベースコンポーネント （Foundational Service） <ANALYZE> 活用する／分析する <ORGANIZE> 整える／編成する <COLLECT> つなぐ／収集する IBM Streams Db2 Eventstore Db2 Warehouse 蓄積 Data Virtualization 仮想化 Open Source governance Watson Knowledge Catalog データ品質・ガバナンス・カタログ includes IGC, Information Analyzer & Regulatory Accelerator, InstaScan Analytics Engine for Apache Spark 分析環境 Cognos Dashboards ダッシュボード Watson Machine Learning 実行環境 includes Auto AI Watson Studio 分析 includes Data Refinery <INFUSE> 適用する Watson Openscale Db2 Big SQL Master Data Connect Guardium (integration component) DataStage データ統合 Db2 AESE 蓄積 追加カートリッジ (Extended Service) Watson Financial Crimes Planning Analytics Information Server Master Data Management Watson APIs Watson Studio Premium Cognos Analytics IBM Cloud Pak for Data Base IBM Cloud Pak for Data AddOn
- 11. データ接続／アップロード Connect / Upload data データ分析／探索 Analyze / Explore data データ統合／ データ・プレパレーション Integrate / Prepare data 見える化と見せる化 Visualize / Present data 人と人をつなぐ Communicate with data ビジネスとデータをつなぐ Discission with data 現場とデータをつなぐ Anywhere with data Slack and E-mail integration ... Mobile Apps ... Dashboard and Cho-hyo-Report ... 安全・信頼のプラットフォーム ／ セルフBIに必要な柔軟性とスピードの両立を支えるプラットフォーム Proven, Secure platform / Platform with flexibility and speed required for self-BI. Large data, Large users, Security, Audit logs, Authentication, SSO ... データ接続／データ統合／プレパレーションを起点とした「セルフBIに必要なすべての流れ」をワン・ストップのプラットフォームで提供! データと人をつなぐ Everyone with data AI assist ... Cognos Analyticsの技術が実現すること IBM Cognos Analytics SaaS（BI)
- 12. Cognos Analyticsは、「分析ユーザ」だけでなく、幅広いユーザ層をカバーします。ライトユーザに寄り添った機能提供やライトユーザ層のビジネス に直結した機能提供が可能。 データ・サイエンティスト層 市民データ・サイエンティスト層 資料作成者層 マネジメント層／一般層 統計分析／ マイニング セルフBI／ ビジュアル分析 計数把握／資料作成 ／データ抽出 レポート／ダッシュボード の見せる化 Web帳票 ／印刷帳票 ユーザ層 利用形態 カバー範囲 SVFなど IBM SPSS Modeler など IBM Cognos Analyticsのカバー範囲 データを見たい人々 データを見たくない人々（けど、見なきゃいけない） 統計的 相関分析 統計的 クラスタ分析 アウトプットの生成を 自動化し、 参照／共有を迅速化 集計値の傾向を詳しく分析 自分自身で資料を作成 帳票類の 運用コスト を削減 ダッシュボードを使って情報共有 分析用ダッシュボードを使ってデータ分析 データ・プレパレーション機能を用いた分析やターゲッティング IBM Cognos Analytics (BI) の強み
- 13. 人員計画 販売計画 財務計画 経費計画 投資計画 人事 営業 財務 レポート 損益計算書 バランスシート キャッシュ・フロー 各種財務比率 資本的支出 人員数 & 人件費 売上 需要予測 マーケティング、 設備、他 業務モデル別実現機能例 財務計画 - 業務計画と財務計画を統合しKPIを 可視化 - 財務ステータスとボトムアップ計画の対比 経費計画 - 各種ビジネスドライバーや期間による 柔軟な経費の配賦 - 為替シミュレーション 販売計画 - 顧客、製品別の採算をリアルタイムに シミュレーション - 需要予測との販売計画の調整 人員計画 - 新規、既存社員の人員数の計画管理 - 人員数など、ドライバーベースでの給与、賞与、 福利厚生費など総人件費のシミュレーション 投資計画 - 各プロジェクトにおける投資案件の管理 - 設備投資に対する優先度、リスクの試算 製品特徴 ① 「脱サイロ化」 ② 「AIフォーキャス ト導入」 キューブと呼ばれる多次元データ ベースを介して一元的な経営計 画、シミュレーション、意思決定が 実現可能になります AIフォーキャスト機能が追加され、 これまで属人的になりがちだったシ ナリオ作成が誰でも簡単に、且つ 説明根拠に基づいて実現可能と なります 1 1 2 AI フォーキャスト 減価償却費 各種経費 IT IT計画 1 IT予算 企業経営では販売計画、人員計画、財務計画、経費計画、投資計画など、あらゆるシーンで将来を想定し迅速な対応を行っていくことが求め られています。様々な内外的な制約条件を加味し、ベストケースを認識する必要があります。現場の状況をリアルタイムで収集し、シミュレーション、 意思決定の流れを実現。 IBM Planning Analytics (IPA)
- 14. https://community.ibm.com/accelerators/ Cloud Pak for Data as a Services用は即利用可能。 その他は、リクエストオーダーして使用が可能。 IBM Data and AI Accelerartors
- 15. Demo
- 20. Group Name / DOC ID / Month XX, 2022 / © 2022 IBM Corporation 20