人気投稿

AI・オートメーション インサイト ブログ
先端技術によるバックオフィスの業務効率化 6つのアイデアをおすすめ

将来のバックオフィスについての研究によると、AIなどでバックオフィス業務を自動化することは、人手に依るだけことを並べると、企業の2割~6割の労働費などを節約することにつながります。それにとどまらず、業務効率化と社員の愛着向上をもたらすようです。企業の中身を変える能力を持つ先端技術はどういう風に導入されればいいかを数多くの企業が悩んでいると思われます。本記事は、先端技術によるバックオフィスの業務を効率化する6つのアイデアを紹介します。 1.バックオフィスとは? バックオフィス(back office)は、直接利益を創造しない業務を実施する部門です。一方、クライエントへの営業又は販売行為を行う営業担当者などを含む、直接利益を生み出す業務を実施する部門を指すことは対義語-フロントオフィスです。 多数の外国では、バックオフィスといえば、アカウンティング、人事、事務を手掛ける人のイメージを思い浮かべます。しかし、日本では、バックオフィスの中身は6~8部分で構成されます。それは、お金の流れを管理する経理部と財産部、労働者に関した労働契約書などを担当する人事又は労働部、内部に発生した問題を処理する総務部と一般事務部、法務問題を処理する法務部、…  2.バックオフィスの業務を低下する課題 2.1.  オフィスの環境/レイアウト Fellowes Workplace Wellness Trend Report (2019)によると、社員は収入・待遇のほか、心身に優しい環境で働きたいという気持ちがいつもくすぶっているようです。たとえば、大多数の回答者(87%)は体育室などを備えるオフィスが欲しいです。特に、テクノロジーカンパニーの場合、93%の社員は体操できるスペースがあったら、オフィスで遅くまでいても大丈夫です。つまり、社員の愛着はある程度オフィスの環境次第だろう。また、素晴らしい空間で活躍してもらえば社員は、仕事のやる気を出し、集中力などを向上し、業務の効率も高くなります。 実際、オフィスの空間に嫌悪感を及ぼす多くの要素があります。それは、以下の通りの要素を含みます。

AI・オートメーション インサイト ブログ 製造 製造
製造企業: AI等によるインフラやコロナ対応、特にスマート工場

現在、コロナ渦の7波を乗り越えていることに力を注いでいる同時、円安によるインフラの危機に向き合う製造企業は、コロナ対応と営業維持を同時に実施することは艱難だと思われます。その課題にある鍵はAIなどのような先端技術のようです。とりわけ、スマート工場は、疫病発散防止および営業成長の対策として専門家に提出されます。 1.現状 NHKによると、新型コロナウィルスの第7波では、感染者数が減少しても、重症による死亡者数は前波に比べて90%を増加したそうです。コロナウイルスに馴染んできたが、コロナ対応の対策は一秒たりとも気が緩んではいけないだろう。また、2022年の秋ごろには円安が続く見込みです。このまま円安が続けば、物価が上がり続けるインフラの状態になりかねません。それは製造企業に直間接的に人手不足や原価上昇などの影響を与えます。しかし、歴史を振り返ると、インフラや疫病などを同時に対応する方法はないかもしれません。幸いに、超スマート社会へ進む道では、ビッグデータ、AI, IoTなどの先端技術はその課題の鍵となり、人手最小で営業成長を与える一石二鳥の方法だと思われます。 2.インフラやコロナ対応に向けての5つ技術 2.1. 非接触指紋認証システム 職場や工場などでクラスター発生を防ぐために、物理的な接触を制限することを多くの製造企業が取り組んでいます。代表的な例はコンピュータビジョンによる画像認識や顔認識システムを使用したそうです。コロナ渦以前、出退勤やにゅう出入駐車をIC カードで管理する代わりに、コンピュータが画像を分析して認識することです。打つ退勤を使うとき、作業員は出退勤のための紙を打つことを忘れることがあります。しかし、顔認識システムを使用するなら、出口を出入することで出退勤を同期してはすごく便利です。 応用事例:  我々の顔認識システムであるFaceXは、ベトナムでコロナ状況が深刻してきた時点から導入され、社員たちの出退勤および出退室の時間を記録して管理します。指紋又はICカードを使うことない非接触方法で、コロナを対応する同時に、疑われる者が職場を入り込めることを防止することに貢献します。社員たちからすごく便利で時間がかからないという好評を受けました。また、VTIグループは、バイクのナンバープレートを認識するコンピュータビジョンによるのシステムを開発しました。それは、出入駐車を素早く管理し、盗難を防止することができます。 VTI のFaceX 2.2. バーチャルアシスタント

AI・オートメーション インサイト ブログ
医療ビッグデータと活用事例

1990年代に提唱されたビッグデータは、近年注目されていると伴い、多岐多様な業界での活用事例が多くなるようです。とりわけ、医療ビッグデータは、多面的に導入されることが2025時点で世界の先陣を切って、過去最多の数量があるようです。しかし、ビッグデータ、そして医療ビッグデータはなんだか、どういうふうに活用されるか、という問題をすっかり理解する人は少ないと思われます。本記事は、医療ビッグデータとそれの活用事例を説明します。 1.医療ビッグデータとは? ビッグデータは、1990年代に提唱され、従来のソフトウェア又はインタネットプラットフォームを使用する制御できないほどの膨大なデータを指すことです。しかし、普通のデータ定義に匹敵するには雲泥の差があるようです。データは多くの場合で「情報」の意味で使われ、「数量」と「質量」を中身とする一方、ビッグデータは六つの要素で構成されます。それらはValue、Volume、Velocity、Variety、Veracity、Variabilityという六つのV字を含みます。Volumeがデータの数量を指す一方、Velocity は動いているデータと、データの作成・処理・分析の頻度と速度という意味です。それらに次いで、Veriaty は複数のデータセットの複雑さと不均一を表します。また、Veracity はデータの質量、関連性、信頼性と予測できる価値を中身とします。それに、Variablity は時間の経過とともにデータの変動を指します。最後は一貫性に緊密な関係がるValueはユーザーが入力した価値に関します。 医療の場合、医療ビッグデータは電子カルテや、メディカルイメージング、ゲノム配列決定、薬学研究、ウェアラブルデバイス、メディカルデバイスなどの膨大なメディカルデータを表します。伝統的な電子的なメディカルデータと、人間によるメディカルデータと比べると、膨大な数量や高速度といった特徴で意思決定又は診断をより正解に下すことを支援します。ビッグデータとAIを組み合わせて次のプロセスの通りに結果を出します。データは、センシングデータや、クリニックデータ、電子カルテといった情報を入力・管理・保持する倉庫(データウェアハウス)から分析過程(そこではAIが診断したり、予測したり)を通じて、より正解かつ節約的な結果となります。 ビッグデータ分析のワークフロー 2.医療ビッグデータの活用例 Google Scholarで投稿される研究(1,2,3)によると、医療ビッグデータの活用事例は患者中心のサービス、より良い治療方法の提供、医療機関や社会のマクロ管理等のモニタリングという三つの要素を分けられます。 2.1.患者中心のサービス 2.1.1.病気の診断又は予測 ビッグデータとAIを組み合わせれば、病気の診断をより正解な下すことができます。例えば、画像の方式での膨大なメディカルデータをマシンが人間のように分析・処理するコンピュータビジョンは、患者のレントゲン及びICT

インサイト
マイクロソフト、AIが自然言語をプログラミング言語に翻訳するツールを一般提供開始

米マイクロソフト社は6月22日から、自然言語をコンピューターが理解できるプログラミング言語に翻訳する「Codex」を利用した、AI(人工知能)コーディング支援ツール「GitHub Copilot」を一般提供している。 また、AIが支援するソフトウェア開発ツール(以下、AI支援ツール)を使って、自然言語でモデリングソフトを操作する様子も公開した。 Codexは、米サンフランシスコに拠点を置くAI研究開発企業「OpenAI」が開発した機械学習モデルで、自然言語によるコマンドを12種以上のプログラミング言語のコードに変換できる。 インターネット上のペタバイト級の言語データで学習させた自然言語モデル「GPT-3」 に由来し、GitHub上のソースコードでも訓練されている。 マイクロソフトのCTOであるケビン・スコット氏によると、Codexがソフトウェア開発にもたらす生産性向上効果は驚異的で、これまで2時間かかっていた作業を2分でこなせるようになるという。 ● GitHhub Copilotが一般提供開始 今回一般提供を開始したGitHub Copilotは、2021年6月に初めて公開された。 数万人のユーザーに向けて、JavaやPythonなどのプログラミング言語のコードの約40%を提案している。 マイクロソフトは、5月24に実施した開発者向けイベント「Microsoft Build」において、GitHub Copilotの一般提供を開始することを発表していた。

インサイト 小売
小売業なら導入すべきオムニチャネルとは?意味とメリットをご紹介

IT技術がますます多様化し、人々のニーズも様々になってきている近年では、特に小売業において、消費者が様々な購入チャネルから囲まれている中、小売業者は顧客へのアプローチ方法を常に工夫し、卓越した購入体験を作り出しライバル企業に差をつけることを余儀なくされています。この背景で、あらゆる販売経路が統合したオムニチャネルモデルが出現しました。 野村総合研究所(NRI)が発表したICT(情報通信技術)やメディアに関する市場調査レポート「ITナビゲーター2021年版」によると、オムニチャネルコマース市場規模は80兆9000億円に拡大すると予測しました。SNSの流行やスマホの普及、そしてネット通販の動向とともに、オムニチャネル市場は今後も継続的に成長する見込みです。 しかし、誰でもオムニチャネルとは何か、それとも販売におけるオムニチャネルのメリットをよく理解するわけでもありませんので、この記事では、オムニチャネルの概念を紹介しながら、小売業での意味を詳しく解説します。 I. オムニチャネルとは オムニチャネルは、企業がすべてのチャネル、プラットフォーム、およびデバイスで顧客に商品情報から特典情報、カスタマーサポートまで含まれる購入体験を提供するリードナーチャリング(見込み客の育成)およびユーザーエンゲージメント(顧客の愛着度強化)のアプローチ法です。 オムニチャネル展開というのは、企業は同時に複数のチャネルで顧客をアプローチしながら、それらのチャネル間の情報一元化を確保しなければならないことを意味しています。 すなわち、消費者が欲しい商品を好きな時に、好きなチャネルで購入できるようにする戦略がオムニチャネルです。これによりユーザーの満足度が向上し、リピート率や売り上げ向上を狙うことができます。 II. オムニチャネルとマルチチャネルの違い オムニチャネルと混同しやすいのは「マルチチャネル」がありますが、一体それらの違いは何でしょうか。「マルチチャネル」はオムニチャネルの1歩手前の段階のイメージで、実店舗はもちろん、ECサイトやSNS、メールマガジン、テレビCMなどの複数(=マルチ)のチャネルを駆使し、ユーザーが求める情報や商品を提供します。ただ、それぞれのチャネルは統合・連携せずに、独立に管理していく形です。 独自に運営するからこそ、顧客情報や商品情報、在庫管理が連携されません。例えば、消費者側から見たときに、実店舗には在庫があるのにECサイトでは「売り切れ」となるというようなケースが起こり得ます。これでは消費者が「売り切れ」だと思い、その商品の購入をやめてしまい、企業にとっての売り損じに繋がります。 また、各チャネルの販売効率を売上で評価する仕組みにより各チャネル間で利益の衝突が発生することもマルチチャネルのデメリットです。互いの顧客アプローチ状況を把握しないまま、どちらもお客様を必死に獲得しようとして、SNSで連絡したにもかかわらず、後日店舗からそのお客様にアプローチの電話がまた来てしまうことがよくあるでしょう。つまり、マルチチャネルは、それぞれのチャネルを運営するために個別のリソースが必要ですし、一元化の管理ができない販売モデルです。 マルチチャネルから一歩進むと、「オムニチャネル」になります。 オムニチャネルは、マルチチャネルと同じく、複数のチャネルを使って商品を販売しますが、違う点としてはそれらのチャネルが情報や購買機能を含めて統合されました。この統合により、消費者がどのチャネルからでもスムーズに購入が可能になり、都合の良いチャネルに手軽に切り替えることができます。

Vti-what-is-customer-loyalty-program
アプリケーション開発 小売
ロイヤリティプログラムとは?ロイヤリティプログラム導入前に検討すべき点

ロイヤリティプログラムは、企業の収益を増やしながら、顧客ロイヤルティを向上するのに最も効果的な戦術の1つであることが証明されつつあります。プレミアムロイヤルティプログラムの提供・導入支援を行うClarus Commerce社が行った「プレミアムロイヤルティデータ調査2021」によると、ブランドのロイヤリティプログラムに満足しているなら、消費者のほぼ90%は、競合他社がより低い価格を提示するにもかかわらず、そのブランドを選ぶ傾向が高いという結果も出ています。 ロイヤリティプログラムは、特に小売業界や食品・飲料業界にとって、新しい概念ではありません。今までポイントベースのプログラム、階層型ロイヤルティプログラム、非金銭的プログラム、提携ロイヤルティプログラム、有料–VIPロイヤルティプログラム、キャッシュバックやゲーミフィケーションなど様々なタイプがあります。この数年、顧客ロイヤリティの向上に重点を置き、ロイヤリティプログラムを改良するために既存の形式を変えたり、新しい方法を作り出したりすることに取り組む小売業者が増えつつあります。 本記事を通じて、VTIはロイヤリティプログラムの定義及びそのメリット・デメリットについてご紹介します。 ロイヤルティプログラムとは? 世界No.1の顧客管理・営業支援システムを提供するSaleforceの定義によると、ロイヤルティプログラム(Customer loyalty program)とは、企業が一定期間で継続購入またはサービス利用してくれた顧客に対し、実績を認めて報酬を与えるマーケティング施策のことを意味します。これは、企業の販売活動でのプロモーションや特典のプログラム等を通じて顧客からの好感と信頼、つまり顧客ロイヤルティを向上し、顧客を引き付けることを目的としたインセンティブ・報酬付与です。またロイヤルティプログラムは、企業が報酬を提供することを通じて得意客に感謝の気持ちを表する方法とも見なされています。 銀行、エンターテインメント、ホテル、小売、観光などのサービスのマーケティングキャンペーンを見れば、ポイントカード、リワードカード、会員カード、ロイヤル顧客カードなどを発行してロイヤルティプログラムを実施するケースが少なくありません。これらのカードは、クレジットカード・デビットカードと似てる物理的なプラスチックカードの他、カード名義人をロイヤルティプログラム会員として識別するデジタルカードも使われます。 ロイヤルティプログラムの一環として、ロイヤル顧客カード(物理とデジタルの両方)の所有者はカードを提示することだけで、当時の取引に対して即時に割引・ギフトなどを取得したり、カードの利用限度を引上げたり、グレードアップしたりすることができます。また、ポイントを貯めて将来の取引に使ったりする選択肢もあります。 ロイヤルティプログラムの成功事例といえば、直ぐに頭に浮かぶのは、世界で非常に有名なコーヒーチェーン店であるスターバックスにより実施された、同社のスターバックスリワードの会員向けの「Starbucks for Life」というイベントでしょう。このイベントに参加する人は、1か月又は1年間、さらには最大30年間で毎日1つの飲み物または食べ物を無料で獲得することができます。参加者数は、スターバックスの米国市場だけでも、2019年には1700万人に達し、前年比15%増加しました。このイベントでは、スターバックスリワードがレストラン業界で最も注目されるロイヤルティプログラムとなりました。 ロイヤルティプログラムを導入すべき理由 ブランド構築、顧客満足度向上、収益アップを図るには、顧客を引き付けて忠実な顧客に育てるのは重要であることはいうまでもないでしょう。なぜならば、消費者の大分は、慣れ親しんだブランドにお金を使って、大きなコンバージョンをもたらす傾向があります。

インサイト 小売
2021年の小売デジタルトランスフォーメーションとイノベーションのトップ7トレンド

進行中のCOVID-19パンデミックの結果として、デジタルトランスフォーメーションは世界の小売業界全体で前例のない速度で加速しており、小売業者は破壊的な環境で拡張できる適応性のある構成可能なビジネスモデルを構築する必要があります。危機はまた、業界にとってテクノロジーの重要性を明らかにしました。Gartner2021CIO調査によると、小売CIOの3分の2近くが、CIOがビジネスの指導を支援したため、過去1年間にCEOとの関係が強化されたと考えています。重大な混乱を通じて。 今年は、特に物理的な場所での変革活動の勢いを活用することが、今日のビジネスに求められる柔軟性を構築および維持するために重要になります。近い将来、消費者行動の変化は、他のどの単一要因よりも小売業の価値に大きな影響を与えるでしょう。 優れたカスタマーエクスペリエンスを提供し、ひいては顧客の信頼を確固たるものにするために、ガートナーが小売技術への投資やその他の今後の戦略的決定に情報を提供するために特定した7つの主要なトレンドを以下に示します。 1.タッチレスインタラクション 「タッチレス」エクスペリエンスは、顧客のショッピングプロセス全体にわたって、「安全な」物理的接触のないインタラクションです。現在、小売業者は、商品を調査、購入、消費するための便利で衛生的な方法とともに、消毒プロセスを業務に含めることが消費者の期待に応えています。タッチレスインタラクションは、非接触型決済だけでなく、スキャンアンドゴー、仮想エクスペリエンスなど、すべての主要な顧客プロセスにわたるタッチレス機能を含みます。 タッチレスエクスペリエンスは、満足のいく顧客エクスペリエンスを提供するためのニーズと要望を理解するために苦労することで、小売業者が本当に彼らに忠実であると顧客に感じさせるレベルのパーソナライズを提供する必要があります。 2.フルフィルメントの実行 フルフィルメントの実行により、在庫、労働力、プロセスのリアルタイム分析と再構成を通じて、小売業者の物理的資産とデジタル資産全体で優れたフルフィルメント操作が可能になります。次に、最適化された在庫、統一されたコマースエクスペリエンス、顧客満足度の向上がすべて可能になり、ビジネスの収益性に貢献します。 この傾向は、eコマースの大幅な増加と、統一されたコマースエクスペリエンスに対する消費者の需要の高まりにより、小売業者の最優先事項になっています。小売業者は、販売フットプリントを削減し、オンサイトのフルフィルメント機能とカーブサイド機能を強化することで、物理的な場所の改造にすでに取り組んでいます。これは、商品をタイムリーに取得することで、より多くのオンライン購入のパンデミック後の需要に備えるためです。 3.アルゴリズムによるマーチャンダイジングの最適化 在庫は通常、小売業者の最大の単一費用です。顧客の期待の変化によって引き起こされる運用コストの増大は、商品の品揃えと価格設定の正確さへの新たな焦点を推進しています。小売業者は、すべての店舗の場所に在庫を均等に分散する余裕がなくなりました。小売業者は、アルゴリズムによるアプローチを活用して、品揃え、価格設定、販売促進、およびすべてのタッチポイントにわたる結果として生じる在庫投資を計画する際の精度を高める必要があります。 アルゴリズムによるマーチャンダイジングの最適化により、小売業者は、表示および在庫が必要なアイテムをより正確に決定し、タッチポイント全体で売上、マージン、在庫、および顧客満足度を最大化するための価格設定とプロモーションの方法を決定できます。マーチャンダイジングのパフォーマンスとインテリジェントな意思決定を改善するための重要な要素は、高度なデータと分析ツールの使用です。実際、2021年のGartner CIO調査によると、小売業者の63%がビジネスインテリジェンス/データ分析により多くを費やし、35%が人工知能に費やすと予想しています。 4.関連する有効化と有効性 優れたカスタマーエクスペリエンスは、優れたアソシエートエクスペリエンスにかかっています。これにより、小売店のアソシエートは競争上の重要な差別化要因になります。そのためには、最前線の労働者は小売業者の最も重要な投資の1つになる必要があります。

人気投稿

AI・オートメーション インサイト ブログ
先端技術によるバックオフィスの業務効率化 6つのアイデアをおすすめ

将来のバックオフィスについての研究によると、AIなどでバックオフィス業務を自動化することは、人手に依るだけことを並べると、企業の2割~6割の労働費などを節約することにつながります。それにとどまらず、業務効率化と社員の愛着向上をもたらすようです。企業の中身を変える能力を持つ先端技術はどういう風に導入されればいいかを数多くの企業が悩んでいると思われます。本記事は、先端技術によるバックオフィスの業務を効率化する6つのアイデアを紹介します。 1.バックオフィスとは? バックオフィス(back office)は、直接利益を創造しない業務を実施する部門です。一方、クライエントへの営業又は販売行為を行う営業担当者などを含む、直接利益を生み出す業務を実施する部門を指すことは対義語-フロントオフィスです。 多数の外国では、バックオフィスといえば、アカウンティング、人事、事務を手掛ける人のイメージを思い浮かべます。しかし、日本では、バックオフィスの中身は6~8部分で構成されます。それは、お金の流れを管理する経理部と財産部、労働者に関した労働契約書などを担当する人事又は労働部、内部に発生した問題を処理する総務部と一般事務部、法務問題を処理する法務部、…  2.バックオフィスの業務を低下する課題 2.1.  オフィスの環境/レイアウト Fellowes Workplace Wellness Trend Report (2019)によると、社員は収入・待遇のほか、心身に優しい環境で働きたいという気持ちがいつもくすぶっているようです。たとえば、大多数の回答者(87%)は体育室などを備えるオフィスが欲しいです。特に、テクノロジーカンパニーの場合、93%の社員は体操できるスペースがあったら、オフィスで遅くまでいても大丈夫です。つまり、社員の愛着はある程度オフィスの環境次第だろう。また、素晴らしい空間で活躍してもらえば社員は、仕事のやる気を出し、集中力などを向上し、業務の効率も高くなります。 実際、オフィスの空間に嫌悪感を及ぼす多くの要素があります。それは、以下の通りの要素を含みます。

AI・オートメーション インサイト ブログ 製造 製造
製造企業: AI等によるインフラやコロナ対応、特にスマート工場

現在、コロナ渦の7波を乗り越えていることに力を注いでいる同時、円安によるインフラの危機に向き合う製造企業は、コロナ対応と営業維持を同時に実施することは艱難だと思われます。その課題にある鍵はAIなどのような先端技術のようです。とりわけ、スマート工場は、疫病発散防止および営業成長の対策として専門家に提出されます。 1.現状 NHKによると、新型コロナウィルスの第7波では、感染者数が減少しても、重症による死亡者数は前波に比べて90%を増加したそうです。コロナウイルスに馴染んできたが、コロナ対応の対策は一秒たりとも気が緩んではいけないだろう。また、2022年の秋ごろには円安が続く見込みです。このまま円安が続けば、物価が上がり続けるインフラの状態になりかねません。それは製造企業に直間接的に人手不足や原価上昇などの影響を与えます。しかし、歴史を振り返ると、インフラや疫病などを同時に対応する方法はないかもしれません。幸いに、超スマート社会へ進む道では、ビッグデータ、AI, IoTなどの先端技術はその課題の鍵となり、人手最小で営業成長を与える一石二鳥の方法だと思われます。 2.インフラやコロナ対応に向けての5つ技術 2.1. 非接触指紋認証システム 職場や工場などでクラスター発生を防ぐために、物理的な接触を制限することを多くの製造企業が取り組んでいます。代表的な例はコンピュータビジョンによる画像認識や顔認識システムを使用したそうです。コロナ渦以前、出退勤やにゅう出入駐車をIC カードで管理する代わりに、コンピュータが画像を分析して認識することです。打つ退勤を使うとき、作業員は出退勤のための紙を打つことを忘れることがあります。しかし、顔認識システムを使用するなら、出口を出入することで出退勤を同期してはすごく便利です。 応用事例:  我々の顔認識システムであるFaceXは、ベトナムでコロナ状況が深刻してきた時点から導入され、社員たちの出退勤および出退室の時間を記録して管理します。指紋又はICカードを使うことない非接触方法で、コロナを対応する同時に、疑われる者が職場を入り込めることを防止することに貢献します。社員たちからすごく便利で時間がかからないという好評を受けました。また、VTIグループは、バイクのナンバープレートを認識するコンピュータビジョンによるのシステムを開発しました。それは、出入駐車を素早く管理し、盗難を防止することができます。 VTI のFaceX 2.2. バーチャルアシスタント

AI・オートメーション インサイト ブログ
医療ビッグデータと活用事例

1990年代に提唱されたビッグデータは、近年注目されていると伴い、多岐多様な業界での活用事例が多くなるようです。とりわけ、医療ビッグデータは、多面的に導入されることが2025時点で世界の先陣を切って、過去最多の数量があるようです。しかし、ビッグデータ、そして医療ビッグデータはなんだか、どういうふうに活用されるか、という問題をすっかり理解する人は少ないと思われます。本記事は、医療ビッグデータとそれの活用事例を説明します。 1.医療ビッグデータとは? ビッグデータは、1990年代に提唱され、従来のソフトウェア又はインタネットプラットフォームを使用する制御できないほどの膨大なデータを指すことです。しかし、普通のデータ定義に匹敵するには雲泥の差があるようです。データは多くの場合で「情報」の意味で使われ、「数量」と「質量」を中身とする一方、ビッグデータは六つの要素で構成されます。それらはValue、Volume、Velocity、Variety、Veracity、Variabilityという六つのV字を含みます。Volumeがデータの数量を指す一方、Velocity は動いているデータと、データの作成・処理・分析の頻度と速度という意味です。それらに次いで、Veriaty は複数のデータセットの複雑さと不均一を表します。また、Veracity はデータの質量、関連性、信頼性と予測できる価値を中身とします。それに、Variablity は時間の経過とともにデータの変動を指します。最後は一貫性に緊密な関係がるValueはユーザーが入力した価値に関します。 医療の場合、医療ビッグデータは電子カルテや、メディカルイメージング、ゲノム配列決定、薬学研究、ウェアラブルデバイス、メディカルデバイスなどの膨大なメディカルデータを表します。伝統的な電子的なメディカルデータと、人間によるメディカルデータと比べると、膨大な数量や高速度といった特徴で意思決定又は診断をより正解に下すことを支援します。ビッグデータとAIを組み合わせて次のプロセスの通りに結果を出します。データは、センシングデータや、クリニックデータ、電子カルテといった情報を入力・管理・保持する倉庫(データウェアハウス)から分析過程(そこではAIが診断したり、予測したり)を通じて、より正解かつ節約的な結果となります。 ビッグデータ分析のワークフロー 2.医療ビッグデータの活用例 Google Scholarで投稿される研究(1,2,3)によると、医療ビッグデータの活用事例は患者中心のサービス、より良い治療方法の提供、医療機関や社会のマクロ管理等のモニタリングという三つの要素を分けられます。 2.1.患者中心のサービス 2.1.1.病気の診断又は予測 ビッグデータとAIを組み合わせれば、病気の診断をより正解な下すことができます。例えば、画像の方式での膨大なメディカルデータをマシンが人間のように分析・処理するコンピュータビジョンは、患者のレントゲン及びICT