ビジネスデータ解析技術

私たちが、製造業におけるセンサーデータ解析と同様、大きく力を入れているのが、企業活動においてあらわれる様々なデータ、いわば、ビジネス・データの解析によって、企業の意思決定を支援するための技術の研究です。

私たちは、先進的なお客様、豊富かつ多彩なデータ、米国IBM T.J. ワトソン研究所をはじめとする世界中の基礎研究所の仲間、開発やサービスなどの多くの協力部門や、IBMのビジネスパートナーなど理想的な環境のなか、「データをビジネス価値に変える」ための研究を行っています。

多くの業種においてグローバル化が叫ばれている昨今において、世界中に分散した、膨大かつ非均一なデータを、人の目だけによって把握し、これを意思決定に役立てていくことは非常に困難です。 ここにおいて、大量の分散・非均一データを効率的かつ効果的に統合し解析し、これをアクションに結びつけるためのデータ解析技術が本質的な役割を担います。 このような状況のなか、私たちは、自らを「グローバルに統合された企業 (Globally Integrated Enterprise、以下 GIE)」を標榜するIBM自身の変革、また、お客様のGIEへの変革を、データ解析の立場からリードすることを目指し研究を行っています。

製造業はもとより、金融や流通、小売業など様々な業種における私たちの先進的なお客様と共に、お客様の抱える様々な問題を、私たちの持っているデータマイニングや機械学習の卓越したスキルによって解決していくのは、チャレンジングでありながらも非常にスリリング、かつ、エキサイティングなことです。（私たちの実データ解析におけるスキルの高さは、2007年のICDMデータマイニングコンテストにおける優勝や製造業における顕著な結果などによっても示されています。）

また、IBMを一企業としてみたときには、IBMという多国籍・多部門からなる大企業の社内データは、これ以上はないであろう非常に魅力的な題材となります。

実世界の中でのデータ解析のインパクトを出すことを目指す一方で、これらを支えるためのデータ解析技術の基礎研究も精力的に行っています。

マーケティングにおける意思決定問題を、（長期的な）リスクやチャンスという観点から捉えたリスク考慮型データ解析は以前から取り組んでいるテーマの１つです。

また、最近では、実データの解析において頻繁に現れる、偏りのあるデータをうまく扱うためのサンプリング手法 （Hido&Kashima, SDM2008 参照）や、時と共に激しく移り行くビジネス環境の変化に伴うデータの性質の変化に対し、その変化を検出すると同時に、変化の内容についても説明を与えることのできる解析手法 （Hido et al., PAKDD2008 参照） 、また、そのような変化にも関わらず、変化に対応して精度の高い予測を行うことのできる機械学習法 （Tsuboi et al, SDM2008、Sugiyama et al, NIPS2007 など参照）など、「動的で非均一なデータ解析法」をはじめとする、実世界の要請を先取りしたデータ解析技術の研究を行っています。