Top Highlights

• 多くの場合ここで実証実験は終わりであり、本番システム化や業務全体への適用は次のフェーズへと引き継がれます。しかしこれからが問題なのです。
• ・データをどうやって継続的に集めるのか ・集めたデータの整理や品質チェックをどうするのか ・分析結果を利益に結びつける部分をどうやって自動化するのか ・分析の精度が劣化していないかどうやって監視するのか ・ソースコードの管理やリリースの管理をどうするか ・処理は業務時間までに間に合うのか ・データに機密情報が混ざっているが、どうやって制御する
• データ可視化により意思決定が行われるまでが責任範囲ですので、作成したレポートが意思決定に使われているかを日々チェックする必要があります。そのため定期的なレポート参照数チェックや意思決定者ヒアリングを行うしくみを作り、使われていないレポートを改善・廃棄する必要があります。
• データアプリケーション は抽象的な言葉で書かれているためイメージしにくいかもしれませんが、データを企業利益に結びつけるための「その他すべて」だと捉えてください。
• ボトルネックが発生する理由は計算リソースの空きを待っているためです。計算リソースとはディスク、プロセッサ（CPUやGPU）、そしてネットワークの三つです。