Issue link: https://read.uberflip.com/i/1468632
コンテンツ概要 › デジタル変革のために教育 機関はどのようにデータを 活用するべきか › データのミッションとビジネ スにおける価値 › データ、アダプタビリティ、 アジリティ › データのアジリティ › データをどのように使用す れば私たちの組織にアダプ タビリティをもたらすことが できるのでしょうか？ › 最後に › 著者について データを保存する 私たちはデータを取得後、分析が可能な状態にするために保存をする必要がありま す。従来は、運用上での使用法に合わせて構造化された形式でデータを保存していま した。例えば、データベースに「コース単位」用のフィールドと「クラスサイズ制限」用の 別のフィールドがあるとします。データ収集後、これらのフィールドに入力しデータベ ース内に保存します。そして私たちは、このデータがコース内容を提示する際に常に 使用できることを知っています。トランザクションには役立ちましたが、このような型に データを強制して当てはめることで、分析に役立つ可能性のある情報を失ってしまっ た可能性があります。これがリレーショナルデータベースモデルでした。 過去数十年は、これらのリレーショナルデータベースの使用が当然であり、これらのデ ータベースは、既知の方法で旧世界の大量のトランザクションデータを効率的に処理 するのに非常に適しています(コースクレジットによるグレード数の乗算）。しかし、トラ ンザクションではないデータを操作している場合や、インターネット規模の膨大なトラ ンザクションで操作している場合、または事前に定義された「データフィールド」に簡単 に挿入できないデータを管理する場合に、現在はクラウド向けに設計された、はるか に優れた代替手段があります。 例えば、Amazon Timestream は、時系列データ(産業用センサー、または市場活動 を経時的に追跡することで生成されたデータなど)を管理するために特別に設計され たデータベースです;Amazon Quantum Ledger Databaseは、ブロックチェーン で使用されるデータの種類(暗号化などの手法を使用して履歴を検証できる必要が あるデータ) を対象としています;そして、Amazon Neptuneは、ソーシャルネットワ ークのような複雑なつながりや関係を表現するために設計されています。企業はリレ ーショナルモデルに適合できるものに制限されなくなりました (アジリティにとっては)いい事ですが、まだ目的を決めていない分析に使用されるデ ータは、データレイクと呼ばれる柔軟なリポジトリに受信された形式のまま保存する ことが可能です。データレイクの力は分析に使用できるツールにあります;異種情報を 組み合わせることが可能であり、構造化データと非構造化データやさまざまな組織か らのデータ、その他大量のデータを分析ができるツールです。現在のツールは、機械 学習アルゴリズムと統計分析を適用することができ、自然言語のテキストやビデオ、音 声を処理することが可能です。 買収の場合(例えば、EdTechの場合)、買収した組織からデータレイクにデータを注 ぎ込む方法を設定し、その運用の透明性を確保し、データを自社のデータと統合する ことができます。これをすべて可能にする方法の魅力を3つ提示します:(1)ストレージ が低コストである、(2)緩く構造化された異種データを処理するツールが使用可能で ある、(3)データとデータを合わせ、同時期でなくても高帯域幅でデータレイクに送信 するサービスが使用可能である、(データを受信した時に、データレイクにデータを送 信すれば最速でデータレイクに到達します。待つ必要のない電子メールのようなもの です)。 言い換えれば、データレイクはデータがどのような方法で使用され るかを知る前に、データを保存するという企業のニーズを満たしま す。私たちは異なる機能のサイロからデータレイクにデータを注ぎ 込み、すべてまとめて分析することができます。 9