dotDataが解決するIT部署の課題

企業のデータ分析とAIを強化するデータ基盤

dotDataは、独自の特徴量自動設計技術を核に、開発とデータ分析分析プラットフォームを提供します。また、業務データの整理、加工、特徴量化を通じてデータを蓄積・管理する、分析用データ基盤構築を行い、アジャイルな分析プロセスを実現します。

お問い合わせ

AIとデータ分析のための
データ基盤構築

dotDataは、企業のIT部門やデータエンジニアにとって二つの重要な価値を提供します。まず、独自の特徴量自動設計技術を核とした製品群により、AIや機械学習に基づく予測モデルの開発や業務部門へのインサイト提供を支援し、データドリブン経営を推進するためのIT主導のデータ分析基盤の展開を促進します。さらに、IT部門やデータエンジニアによる業務データの整理、加工、特徴量化を行い、「分析用データ基盤」の構築を実現します。これにより、事業部門やデータサイエンティストがアジャイルなデータ活用を行えるようになり、企業全体のデータ駆動型の意思決定を支援します。

IT・データエンジニアが
抱える課題

拡大する分析ニーズとITリソースの枯渇

企業におけるAIとデータ分析のニーズは日々拡大しており、同時にデータセキュリティなどの新たな課題にも直面しています。しかし、これらを支えるIT人材の確保は困難で、IT部門はリソース不足に常に直面しています。その結果、データセキュリティやコンプライアンスといった必須の「守りのIT」に追われ、AIやデータ活用を推進する「攻めのIT」の実施が遅れるか、実行困難な状況が生じています。不確実な経済状況とIT投資の制約の中で、IT部門はこれらの課題を克服し、DXを推進する必要があります。

トライアルから進まないAIと分析の本番運用

データドリブン経営においては、データ分析の成果を実際のビジネスで活用し、具体的な成果を生み出すことが不可欠です。しかし、多くの企業にとってこれは難しい課題です。机上検証や実験環境で優れた結果や機械学習モデルが得られても、それらが本番環境で実際に業務に適用されなければ、ビジネス成果は得られません。IT部門やデータエンジニアにとって、分析部門が開発したデータ加工や特徴量生成ロジック、機械学習モデルを本番品質とスケーラビリティを備えて迅速に運用環境に移行することは、大きな課題です。

サイロ化した業務データが
分析スピードを阻害

IT部門によって展開されるAI、機械学習、BI(ビジネスインテリジェンス)などのデータ分析ツールはデータ活用促進に不可欠ですが、最大の障害はしばしば分析のための社内データの整備にあります。従来の業務システムは、頑健性や正確性を重視しており、結果として部門間でデータがサイロ化され、分析に適した形で整備されていないのが一般的です。ビジネスの進化に合わせて分析が必要とされるため、データドリブン経営のために不可欠な機動的で柔軟なデータ基盤の整備が、ITとデータエンジニアに求められています。

レガシーシステムから
クラウドデータ基盤への転換

AIとデータ分析の重要性が増す中で、新しいデータインフラストラクチャの必要性が高まっています。従来のレガシーシステムと、現代のAIやデータ分析に求められる柔軟性や拡張性は本質的に異なります。グローバル市場では、この違いを解消するために、データのクラウドシフトが急速に進行しています。IT部門は、機動性と柔軟性を維持しつつデータセキュリティを確保するという課題に対応しながら、新たなデータや分析技術を迅速に統合し、整備を進める必要があります。

dotDataの特徴量が
データ分析基盤を革新

分析データのアセット化による機動的なデータ利活用の実現

分析データのアセット化による機動的な
データ利活用の実現

dotData Feature Factoryは、業務データとそのメタ情報を分析用に標準化し管理し、各分析目的に応じた特徴量を自動的に抽出すると同時に、複数の分析プロジェクトで活用可能な共通特徴量を設計・蓄積する基盤として機能します。この特徴量は、データサイエンティストの単なる「データ前処理」に留まらず、企業におけるAI、機械学習、BIを含むすべてのデータアプリケーションの迅速な開発のための重要なアセットとして活用されます。IT部門が、この分析用データ基盤を提供することで、機動的なデータ利活用が実現し、ビジネスにおけるデータの価値を最大限に引き出します。

AIとデータ分析の民主化:ノーコードとセルフサービスの推進

AIとデータ分析の民主化:
ノーコードとセルフサービスの推進

dotDataは、世界をリードする独自の特徴量自動設計技術を核に、AIと機械学習モデルの開発をノーコードで自動化するdotData Enterpriseと、業務部門主導のデータ分析を実現するdotData Insightを提供し、IT部門主導の分析基盤を全社的に展開します。分析部門と業務部門がセルフサービスで分析とAI開発を行うことを促進することで、分析スピードを保ちつつ、IT部門はデータと基盤の整備という重要なミッションにリソースを集中させることが可能になります。

特徴量・モデルの本番運用を簡易化・自動化

特徴量・モデルの本番運用を簡易化・自動化

dotData Opsは、最小限のITからの支援によって、分析者自身がデータ、特徴量、予測パイプラインを迅速にデプロイし、実ビジネスで運用するための環境を提供します。データ分析のビジネス価値を業務で試行し素早く検証することで、意思決定者からの信頼を高め、本番運用への投資判断を加速します。dotDataの特徴量自動設計によって、ビジネス価値の検証、特徴量ドリフトの診断、予測精度の改善など、MLOpsを革新します。

柔軟性とセキュリティを兼ね備えたクラウドデータ分析基盤

柔軟性とセキュリティを兼ね備えた
クラウドデータ分析基盤

dotData Cloudは、フルマネージドなSaaS形式でdotDataの各AIプラットフォームを提供します。これにより、データ分析のための大規模なインフラの構築や管理が不要となり、総保有コスト(TOC)を最小限に抑えつつ、AI開発を迅速に試行し、重要な課題への取り組みに集中できます。dotData Cloudのアーキテクチャは、AWSの最高位パートナーである「コンピテンシーパートナー」に認定されており、日本リージョンでシングルテナント方式を採用することでデータセキュリティを強化しています。

お客様の声

株式会社JALエンジニアリング

株式会社JALエンジニアリング

dotDataによって、整備士・エンジニアの知見に基づく仮説検証型分析では見い出すことができなかった不具合の予兆につながる新たな特徴量を作成することが可能になりました。

技術部 システム技術室(当時) 谷内亨氏
株式会社ローソン

株式会社ローソン

特徴量から炙り出される消費者の価値観によって、商品の魅力を最大限に伝えることができるようになり、店舗の売上向上につながっています。

マーケティング戦略本部 デジタルマーケティング部 シニアマネジャー 小林敏郎氏
株式会社大塚商会

株式会社大塚商会

AIやビッグデータという言葉が生まれる前から、大塚商会では大量のデータを蓄積してきました。顧客のニーズや購買パターンをAIにより発見し、営業力のさらなる強化を進めています。

執行役員 マーケティングオートメーションセンター長 地主隆宏氏

ユースケース

三井住友信託銀行株式会社 お客さまターゲティングの精度に20倍の差 個人向け営業にAI活用が定着

三井住友信託銀行株式会社

お客さまターゲティングの精度に20倍の差
個人向け営業にAI活用が定着
株式会社大塚商会 「受注件数7倍」の効果を生んだAIサービス 機械学習を中堅・中小企業の身近なものに

株式会社大塚商会

「受注件数7倍」の効果を生んだAIサービス
機械学習を中堅・中小企業の身近なものに

dotDataのAIプラットフォーム 特徴量がデータ活用の成否を決める

dotDataは、独自の特徴量自動設計技術をコアとして、機械学習でAIモデルを構築する、特徴量をアセットとして蓄積しデータを強化する、データインサイト(洞察)を抽出して業務をデータドリブンに変革するといった、様々なシーン毎に最適なAIプラットフォームを提供し、データ活用、AIによるビジネスのDXを支援します。

dotData Enterprise データサイエンスのプロセス全体を自動化

dotData Enterpriseは、事業部門やデータ分析部門が、ノーコードで予測AI開発を行うことができるAIプラットフォームです。特徴量自動設計と機械学習自動化(AutoML)によって、AIの専門知識やコーディングなしで、業務データから特徴量の抽出、そして機械学習による予測モデルの構築まで、ワンストップでAIを開発することができます。dotData Enterpriseを使用すると、通常は数か月かかる予測分析を、たった数日で実施でき、素早くビジネスでAIを活用でき、将来の予測やデータからの洞察が得られます。

dotData Feature Factory 特徴量をアセット化し全てのAI/BIを強化

dotData Feature Factoryは、データサイエンティストやIT部門が、企業がキュレーションされたデータ(すなわち特徴量)を開発するために、データ加工に関するノウハウを再利用可能なアセットとして蓄積する仕組みを提供します。データ中心に構築される特徴量空間から、アルゴリズムによってデータに隠れたパターン(特徴量)を発見し、特徴量発見のスピードと効率、再利用性と再現性、専門家間の連携、品質と透明性を向上します。dotData Feature Factoryは、機械学習モデルによる予測、ビジネスインテリジェンス(BI)によるデータ可視化、或いはマーケティングオートメーションのような、全てのデータアプリケーションを強化します。

dotData Ops 特徴量・モデルの本番運用を簡易化・自動化

dotData Opsは、データ、特徴量、予測パイプラインを、分析チームがセルフサービスでデプロイ、実ビジネスで運用するための環境を提供します。データ分析のビジネス価値を業務で試行し素早く検証することで、意思決定者からの信頼を高め、本番運用への投資判断を加速します。dotDataの特徴量自動設計によって、ビジネス価値の検証、特徴量ドリフトの診断、予測精度の改善など、MLOpsを革新します。

dotData Cloud フルマネージド、SaaSでビジネスの成果に注力

dotData Cloudは、dotDataの各AIプラットフォームを、dotDataがフルマネージドでSaaS提供します。データ分析を行う環境のための大規模なインフラ構築や管理が必要なく、TOC(Total Cost of Ownership: 総保有コスト)を最小化するとともに、AI開発をすぐに試行し、重要な課題に集中して取り組むことができます。dotData Cloudのアーキテクチャは、AWS技術パートナーの最高位である「コンピテンシーパートナー」として認定を受けており、また、データセキュリティを高めるために、日本リージョンでシングルテナント方式を採用しています。

お問い合わせ

気軽に話を聞いてみたい、ユースケースを知りたいなど、お客様のニーズに合わせてサポート致しますので、まずはお気軽にお問い合わせください。

よくある質問

dotDataの提供する分析基盤とは、特徴量エンジニアリングを自動化する独自の技術を中核として、企業におけるデータ活用や機械学習を加速するソフトウェア・ソリューションです。最大の特長は、AIモデルやデータインサイト(洞察)にとって最も重要となる「データに隠れたパターン」を「特徴量」として、独自のアルゴリズムが自動的に発見する点です。これによって、AIモデル開発の短期省力化、データ活用の民主化、そして人間が気がつかなかった新たな気付き(データインサイト)を企業に提供します。

データウェアハウスは、企業や組織が業務で蓄積されたデータを統合的に管理し、分析やレポート作成に活用するための伝統的なデータ基盤です。データレイクとは、近年の「ビッグデータ」の重要性の高まりや、IoTなどの新たなデータ源から収集される生データを蓄積する基盤として、構造化、非構造化データを問わず、企業のデータを一元管理します。一方で、これらの基盤に蓄積されたデータは、「業務の目的」に対して蓄積されており、「分析の目的」に適した形で蓄積されていないという問題があります。例えば、複数のデータウェアハウス間での名寄せやデータ品質の問題、データウェハウスから機械学習やBIの入力データを作成する加工の問題など、分析用データ基盤には、分析部門や事業部門が、迅速にデータを分析し、活用するために、「分析のために準備された」データを提供することが求められます。

dotDataのAIプラットフォームは、「dotData Cloud」という形でクラウドで利用することができます。dotData Cloudには、dotData社のクラウド環境にプラットフォームをホスティングする「Starter」、セキュリティ強化版である「Standard」、そしてユーザーのクラウド環境にStandardと同等の分析基盤を構築する「Private」という提供形態があります。dotData Cloudは、IT部門の基盤構築の工数と期間を最小化し、企業全体のAIやデータ活用の推進を支援します。

データ準備やデータ前処理には、汎用の処理、目的別の処理があります。前者(汎用)は、マスターデータマネージメントと呼ばれ、業務データを企業として整理、管理、蓄積するプロセスとなり、dotDataのAIプラットフォームは、汎用のデータ準備と前処理には対応していません。一方で、汎用のデータ準備や前処理が完了した業務データに対して、例えば、ある製品を購入するお客様の特徴を知りたい、あるサービスを解約するお客様を予測したいなどの目的ごとにデータの前処理やクレンジングなど、分析に必要な加工が必要となり、dotDataはこの工程を自動化し、目的に対応したデータのパターンを発見します。