データ分析の領域でも「近代化」と「内製化」が鍵に　ガートナーが企業のデータ活用に提言：専門性の高いD＆Aチームによる内製化が重要

ガートナージャパンは、企業がデータを活用してビジネス成果を実現するにはデータ管理環境の近代化と内製化が必要との見解を発表した。近代的なデータ管理基盤と活用手段となる技術を理解し、内製化を前提に人材を確保する必要があるとしている。

[＠IT]

この記事は会員限定です。会員登録（無料）すると全てご覧いただけます。

　ガートナージャパンは2023年4月5日、データとアナリティクス（D＆A）に関する最新トレンドと指針についての見解を発表した。

プレスリリース

　ガートナージャパンの一志達也氏（シニアディレクターアナリスト）は、「企業は近代的なデータ管理基盤と活用手段となる技術を理解して進化させる必要がある。特に、ビジネスの課題解決に関わる部分については、内製化を前提に人材の確保を推し進める必要がある」と述べている。

データ分析環境に起こった7つの変化

　一志氏によるとD&Aを支える分析環境やデータ管理環境は大きく変化しているという。同氏は伝統的な「データウェアハウス」（DWH）から変化した7つの要素を挙げる。

データソースの量と種類
データソースの変化に対応してデータの蓄積環境も変化
ETL（抽出／変換／ロード）からELT（抽出／ロード／変換）
データ利用環境や手法が多様化
仮想化技術の進展（コンテナ技術の普及）
クラウドへの移行
データ品質の重要性と責任者不在を再認識

#CmsMembersControl .CmsMembersControlIn {width:100%;background:url(https://image.itmedia.co.jp/images/spacer.gif) #DDD;opacity:0.05;filter:progid:DXImageTransform.Microsoft.Alpha(Enabled=1,Style=0,Opacity=5);z-index:1;}

続きを閲覧するには、ブラウザの JavaScript の設定を有効にする必要があります。

5分で分かるデータ分析
データ分析をビジネスで活用したい人に向け、データ分析の概要と目的、データサイエンスとの違い、メリット、作業フロー、データ分析でできること、データ分析で役立つツールと思考法を、5分で読めるコンパクトな内容で紹介。最後に、次の一歩を踏み出すための参考情報もまとめる。
機械学習やデータ分析に使える「JupyterLab Desktop」の最新版が公開　Python環境の自動検出と切り替えが可能に
Jupyter Notebookを手軽に使い始められる「JupyterLab Desktop」の最新版が公開された。
Pythonで統計・データ分析！～基本統計量の活用と機械学習の基本
データ分析において最もよく使われる表形式のデータを取り扱う方法を見ていく。まず、pandasデータフレームの基本的な取り扱い方法を確認し、次に、各種の基本統計量を求める。また、基本統計量の可視化を行い、データの「見方」についても触れる。最後に、scikit-learnを使った回帰と分類の簡単な例を紹介する。