background preloader

Companies Trend

Facebook Twitter

42 Big Data Startups. Published by Jeff Vance at Startup50 . Which ones are missing? I would add Pervasive, Tableau, Splunk, Lavastorm, Yottamine, Alteryx, Pivotal as well as non-product companies. For instance, publishers like DataScienceCentral (self-funded, profitable, with a large list of big data clients). This list contains (too) many Hadoop-related companies. Which companies would you add? Here's a compilation of the most analytic ones, compiled by Gregory . Alpine Data Labs : data science solutions for Hadoop and Big Data. SiSense : Big Data analytics and BI platform. And some added by Gregory (top 20 Big Data startups by raised venture capital amount): Anyone interested in publishing a list of top 20 analytic startups?

Related articles. ビッグデータに関する事実 データは企業利益を生んでいるのか. ますます多くの企業が、戦略的リソースとしてのデータの重要性を再認識している。 世界各国の企業幹部の約6割が、データは自社の利益に貢献していると考えていることが分かった。 英経済誌「エコノミスト」の調査部門、エコノミスト・インテリジェンス・ユニットが1月12日に発表した調査結果によると、調査対象とした世界各国の企業幹部476人のうち、83%がデータによって既存のサービスと製品の利益性が向上していると回答した。 この答えが特に目立ったのはアジアで、同地域に拠点を置く企業幹部の63%が、データは恒常的に価値を創出していると述べた。 米国では58%、欧州では56%の幹部がこれと同じ考えを示している。 多くの企業が、データを価値に変換するためのさまざまな方法を模索していることも分かった。 ただ、その中で大きな障害に直面している企業も多い。 例えば、自社のデータの利用方法は顧客に対する透明性を保っているかという問いに対し、「非常によく保っている」と答えたのはわずか34%。 報告書はまた、「ビッグデータに関する分析、あるいは非常に大量のデータのマイニングはトレンドやパターンを明示するものであり、一般的な商慣行として急速に広がっている」「世界的なテクノロジー・インフラの信頼性と速度、安全性は概ね大量のデータのシームレスなフローを支援しており、その導入を推奨するのに十分堅固なものといえるまでに成熟した」と指摘している。 一方、より多くの企業が、フェイスブックやグーグルなどのインターネット業界の大手が展開する事業からヒントを得ており、データ最優先のビジネスを行っていることも明らかになった。 クラウドサービスの登場によって、規模の大小を問わず各業界の企業がビッグデータによる分析を利用可能になったことは間違いない。 このほか、社内にデータ分析専門の部門を設置する考えがあると答えた人が69%に上ったことも注目に値する。 全体として、各企業は収集したデータを安全に保つための自らの能力を確信しているもようだ。 報告書はさらに、ビッグデータに基づく戦略の導入は昨年になって急速に広がったものだと指摘。 塩野義製薬、SASの機械学習ツールを活用した人工知能技術による臨床試験解析のセミオートメーション化に着手.

アナリティクスのリーディング・カンパニーであるSAS Institute Japan株式会社(本社:東京都港区、代表取締役社長:堀田徹哉、以下 SAS)は、塩野義製薬株式会社(本社:大阪市中央区、代表取締役社長:手代木 功、以下 塩野義製薬)が、SASのHadoop対応製品の一つである「SAS® In-Memory Statistics for Hadoop」の機械学習エンジンを活用し、臨床開発業務で使用されるSASプログラムとその関連文書を自動生成する人工知能(AI)アプリケーションの開発に着手したことを発表しました。 本プロジェクトでは、AI技術により、統計解析の専門知識が必要とされてきた臨床試験の解析業務の多くを自動化し、新薬開発のための臨床試験解析業務の大幅なコスト削減と時間短縮を達成するとともに、人の介在に起因するヒューマンエラーの大幅な低減を目指します。

SASは、国内外における機械学習テクノロジーの導入実績に基づき本プロジェクトを支援し、AIを活用した臨床開発業務にイノベーションをもたらす取り組みに貢献していきます。 塩野義製薬は、これまで長年にわたり、臨床試験のデータ・マネジメントや、統計解析業務においてSASを活用してきました。 2014年には、社内に蓄積されたデータとオープンデータなどのビッグデータを組み合わせ、新薬の開発や安全性の研究を行うためにHadoop環境の活用を開始し、SASのHadoop対応製品の一つであるSAS In-Memory Statistics for Hadoopを医薬品開発情報基盤として採用しました。 現在、臨床試験における解析業務では、事前に作成された解析設計書を読み解き、計画した分析手法をSASプログラム上で実行する必要があるため、統計解析の専門知識を持った解析担当者が、プログラムスキルを駆使し、都度、新しいSASプログラムを作成しています。

このAIアプリケーションは、解析設計書や解析プログラム、またそのログや出力結果など、様々な形式のデータを活用し、高度なスキルを必要とする臨床解析業務に対してAI技術を用いた​パターン化をおこなっていきます。 Google Statistician uses R and other programming tools. A great interview on the Simply Statistics blog with Google's Nick Chamandy, Phd in Statistics. Explains that he mainly uses R among other tools to perform his work at Google. Also of note is the active data science community within Google that uses R as well as some other interesting tools. Note that they use a lot of data at Google, understandably, and that R usually can not handle the size.

They do a lot of ad hoc reduction of the data with tools like map reduce, Go, and even an R API. An interesting insight from the interview is the amount of programming done by the Statisticians. I've found in my work that having knowledge in many tools like R, CPLEX, and GLPK allows me to be a more effective in my work.

R-bloggers.com offers daily e-mail updates about R news and tutorials on topics such as: visualization (ggplot2, Boxplots, maps, animation), programming (RStudio, Sweave, LaTeX, SQL, Eclipse, git, hadoop, Web Scraping) statistics (regression, PCA, time series, trading) and more... マクロミル、POSデータを集計・拡大推計処理するサービスを開始. 10種のオファリング 富士通のビッグデータ ~ Big Data Initiative ~:富士通. 富士通は、ビッグデータに関する製品・サービス群を体系化した「FUJITSU Big Data Initiative」の継続的な取り組みとして、お客様に最適なビッグデータ活用を提案する10種のオファリング(課題解決メニュー)をご提供いたします。 これまで、新たなビジネスの創出やソーシャルイノベーションなど、新規分野への適用に向けての先進的な取り組みとされていたビッグデータ活用は、スマートデバイスの普及やセンサー機器の高度化に伴い、現場で発生する様々なデータを利用することが可能となり、既存業務における効率化や精度向上といったお客様の課題解決に対する現実解としても認識され始めています。

富士通は、2013年6月以降のビッグデータ活用に関する約200件のモデル事例を通じて明確となった市場性の高い利用シーンを、大きく4つのテーマ、計10種のメニューにオファリング化し、当社のサービス・プロダクト、独自技術を組み合わせた実装モデルとして提供することで、お客様に最適な活用シーンと確実な効果をアシストしてまいります。 PDFのダウンロードには富士通IDによる認証が必要です。 メディアデータやセンシングデータの活用による生産設備メンテナンスの高度化 一枚パンフレット(266KB) メディアデータやセンシングデータの活用による社会インフラメンテナンスの高度化 一枚パンフレット(221KB) 工場内のエネルギー情報と経営情報のリアルタイム管理による最適工場マネジメントの実現 一枚パンフレット(319KB) 稼働ログや現場で発生するデータを活用した頻発停止の発生予兆分析 一枚パンフレット(239KB) 様々な外部データを活用した需要予測精度向上による機会ロス・廃棄ロスの低減 一枚パンフレット(203KB) オムニチャネルのリアルタイム活用による“個”客毎の体験価値の最大化 一枚パンフレット(292KB) グループ内のあらゆる顧客情報と外部データの連携による最適なサービス提供 一枚パンフレット(265KB) 顧客データと位置データを活用した顧客需要分析による営業生産性向上 一枚パンフレット(216KB) M2Mデータのリアルタイム活用によるメンテナンスの効率化と顧客満足度向上 富士通 ビッグデータ活用10種のオファリング提供開始 記者向け説明会 富士通のビッグデータに関するお問い合わせ・ご相談.

Big Data Preview Issue.pdf. 企業動向インフォコム,ビッグデータ領域におけるデータサイエンス事業に参入: ~日本初の「データ解析クラウドソーシング・マッチングサイト」の提供も併せて開始~ インフォコム株式会社(東京都渋谷区 代表取締役社長 竹原 教博,以下インフォコム)は,スマートデバイスやソーシャル・ネットワークの急速的な発達などにより脚光を浴びている,いわゆる「ビッグデータ」分野での事業を展開するため,2013年からデータサイエンス事業に参入することとしました。 まずは,本年2月から,日本初の懸賞金モデルによるデータ解析クラウドソーシングサイト「CrowdSolving™」を新たなサービスとして開始いたします。 【データサイエンス市場の現状】 ECサイト等へのアクセス/購買履歴データやソーシャル・ネットワークから生成されるソーシャルデータ,スマートフォンなどの新しいデバイス等から得られるセンサーデータなど,企業や消費者を取り巻く経済活動全般において,急激なスピードで膨大なデータが産み出されるようになり,今後もその量は急激に増大することが予測されます。

これらの量的な増加を背景としながら,非構造化データの利用や,生成された時点に応じて処理することが重要と考えられている「ビッグデータ」を活用して製品/サービスの品質向上や新事業の創出に積極的に取り組む企業が多くなっています。 また,そのような活動をサポートする経営・データ分析システムなどの新たなIT製品やサービスの提供を始めるITサービス企業も増加しています。 【データサイエンス事業展開の背景】 インフォコムでは,現在,ヘルスケア(医療機関,製薬,健保等向け),バイオサイエンス(創薬支援向け),ネットビジネス(消費者向けサービス),機関システム構築(大手企業向け),ERP(中堅企業向け)等の各領域で事業を展開しております。 また,多くのお客様へのITシステムの提供のみならず,お客様が保有する大量データについて「データ解析」や,「大量データハンドリング」なども手掛けており,技術/手法を培ってきています。 【開始するサービス】 今回,データサイエンス事業への展開を進めるにあたり,まずは,データサイエンティストによる専門的サービスとしてデータ解析クラウドソーシング・マッチングサイト「CrowdSolving™」の提供を2月から開始します。

【今後の目標】 データサイエンス事業全体で2016年度には10億円の売り上げを目標としております。 Unlocking Big Government Data: Whose Job Is It? - Global-cio - It's not just a good idea for private-sector organizations to help open up the treasure trove of government big data. It's a necessity. Big Data Talent War: 10 Analytics Job Trends (click image for larger view and for slideshow) As storage pundit Jon Toigo pointed out last week, "big data," like "the cloud" before it, actually meant something when the term was first coined, but it's quickly becoming meaningless. But I'm less concerned about imprecise definitions--that happens with all new technologies--and more concerned with making the reams of publicly owned data more widely available and easily accessible.

Privately owned data, such as tweets and Facebook posts, aren't under government control, so we can expect the owners of that data to make it available--but at a price, and only to select partners. That is, probably not you. The problem with public data is that it can be an excruciating exercise to actually GET it. Global CIOs: A Site Just For You Amen to that. More Insights. BIC%20Advance%20Program%20Oct262010. Two McKinsey reports on Big Data. Big Data -- Big Money Says It Is A Paradigm Buster. Four different ways to solve a data science problem - case study.

Here we discuss four approaches to solve the following marketing problem: identify, each day, the most popular Google groups, within a large list of target groups. You want to post in these groups only. The only information that is quickly available for each group, is the time when the last posting occured. Intuitively, the newer the last posting, the most active the group. There are some caveats such as groups where all postings come from one single user - a robot - for instance groups that focus on posting job ads exclusively. They should be in your black list. So how do you estimate the volume of activity based on time-to-last-posting, for a particular group? Four approaches can be used: 1. The number of posts per time unit is roughly 2x the time since last posting. 2. 3.

Based on the theory of stochastic processes (Poisson processes) and the Erlang distribution, the estimated number of postings per time unit is indeed 2x the time since last posting. 4. Making Advanced Analytics Work for You. Artwork: Tamar Cohen, The Big Quick, 2010, silk screen collage on vintage book pages, 40" x 50" Big data and analytics have rocketed to the top of the corporate agenda. Executives look with admiration at how Google, Amazon, and others have eclipsed competitors with powerful new business models that derive from an ability to exploit data. They also see that big data is attracting serious investment from technology leaders such as IBM and Hewlett-Packard. Meanwhile, the tide of private-equity and venture-capital investments in big data continues to swell.

The trend is generating plenty of hype, but we believe that senior leaders are right to pay attention. Big data could transform the way companies do business, delivering the kind of performance gains last seen in the 1990s, when organizations redesigned their core processes. As data-driven strategies take hold, they will become an increasingly important point of competitive differentiation. 1. 3 Big Data Startups: Locu, Essess, Coursera. 5 Big Data Startups to Watch in 2012. Big data, without question, is a 2011 buzz word finalist. But like all metaphors, it communicates a universal understanding that data dominates our lives and will increasingly do so in the years ahead. How can you deny that a company’s success will depend in great part on how they view data and its value?

The belief is not lost on venture capitalists who have invested $350 million in Hadoop and NoSQL startups since 2008. To commemorate this mega trend, we’ve picked five big data startups and one honorable mention that we believe are ones to watch in 2012. Here they are: Cloudera Cloudera took the spotlight once again this year. Jeff Hammerbacher is Cloudera’s chief scientist. I’m looking to hire someone to work closely with me at Cloudera in my role as Chief Scientist. Cloudera will face its most serious competition this year. Jeff Kelly of Wikibon writes: Earlier this year, Cloudera and Dell announced a partnership. The partnership shows why 2012 could be such a big year for Cloudera. MapR. Big Data Is Great, but Don’t Forget Intuition.

What Big Data is Really About. What Big Data is Really About Ignore the hype surrounding big data. What's really important is to learn about the new models for data processing that big data is bringing so you can plan rather than react. By Mark MadsenJanuary 22, 2013 [Editor's note: Mark Madsen is leading several sessions at the TDWI World Conference in Las Vegas February 17-22, 2013. ] Big data isn't hype, but it is being hyped. There is substance to the technology shift happening in the broader data management market of which both business intelligence and big data are a part.

The real question to ask is "what's different? " The constant drone of the "three Vs of big data" we keep hearing in the media doesn't explain much. Big data implies big, but is it? The term implies that the shift is about data, but it's equally about technology. The reality is that big data is about new models for data processing. Some analytic processing is possible in SQL. Meeting the Big Data challenge: Don't be objective. MasterCard Big Data For Shopping Habits.