Vertica gives us the flexibility to tackle Big Data. With Vertica, our organization is ready for the challenges retailers are facing – from Big Data to next-generation analytics.

  • - Bruce Yen, Director, Business Intelligence, Guess?, Inc.

最新のデータインフラストラクチャでは、あらゆるソースからデータが生成されます。 CRMやERP、センサーや機械から生成されたデータ、ソーシャルメディアのデータ、Webログ、モバイルネットワーク、その他業界固有の数多くのデータソースが存在します。

ほとんどの企業では、これら増え続けるデータを保管して管理するだけでも苦労しています。ましてや、データを分析し、パターンやトレンドを見つける作業は困難を極めます。

Verticaは、非常に高度な統合分析ウェアハウスにより、組織が抱える膨大で複雑なデータの適切な管理と活用を実現します。 Verticaにより、予知保全とカスタマーリテンション、金融業界におけるコンプライアンスへの準拠、ネットワーク最適化など、さまざまなタスクを実行できます。 従来のエンタープライズデータウェアハウスをVertica Analytics Platformに置き換えると、小売、医療、電気通信、エネルギーなど、あらゆる業種でダイナミックな変革を実現できます。

従来のエンタープライズデータウェアハウスと比較して高いパフォーマンス、コスト削減効果、短期間でのROIを実現しているVerticaのお客様事例をご覧ください

ケーススタディを読む
144%:ROI
2.1年:投資回収期間
400万ドル:年間利益
ケーススタディを読む
419%:ROI
1.3年:投資回収期間
360万ドル:年間利益
ケーススタディを読む
287%:ROI
6か月: 投資回収期間
1,360万ドル:年間利益
ケーススタディを読む
422%:ROI
2か月: 投資回収期間
190万ドル:年間利益
ケーススタディを読む
351%:ROI
4か月: 投資回収期間
300万ドル:年間利益
ケーススタディを読む
270%:ROI
3か月: 投資回収期間
33万9,000ドル:年間利益

データウェアハウスのモダナイズによるメリット


Manage Huge Volumes of Data at Exabyte Scale

大量のデータを保管または管理できるよう、制限なく拡張できる環境を求めておられるお客様も多いと思います。 今はギガバイトまたはテラバイト単位の規模であっても、 将来的にはペタバイトやエキサバイト単位のデータを扱うことになるかもしれません。 Verticaは、優れた拡張性を備えているほか、高可用性もネイティブに組み込まれた、シンプルでありながら堅牢性が高く、スケーラブルなMPP SQL分析データベースを提供します。 ニーズに応じて必要なだけコモディティサーバーを増設することで、SQL分析ソリューションを簡単に拡張できます。


Deliver Faster Analytics

ユーザーは、結果が出るまで時間がかかるのを嫌います。 サービスレベル契約(SLA)を満たすとともに、クエリ実行に求められるスピードを実現できるスケーラビリティを備えた分析データベースが必要です。 Verticaでは、従来のエンタープライズデータウェアハウスと比較して50倍の速度でクエリを実行できるため、ほぼリアルタイムでデータからインサイトを獲得できます。 かつては数日かかっていた処理を数時間で、数時間かかっていた処理を数秒で行えるため、分析チームの生産性が向上し、ビジネス上重要な疑問に対してリアルタイムに回答を得ることができます。


Integrate with Existing BI, ETL Tools

ビッグデータアナリストが抽出、変換、ロード(ETL)ツールやSQLベースの可視化を利用する場合、分析プラットフォームは堅牢で多機能なSQLを備えている必要があるほか、メインのベンダーのツールを含め、あらゆるベンダーのツールとの連携が保証されていることが重要です。 あらゆる人気のSQLプログラミングツールおよび言語とシームレスに連携できれば、ユーザーが長年投資してきた資産、そしてそれらのテクノロジーについて行ってきたトレーニングを無駄にせずに済みます。 Verticaは、Cognos、Looker、MicroStrategy、Tableauなどの大手BIおよび可視化ツールと緊密に連携できるほか、 Informatica、Talend、Pentahoなどの人気の高いあらゆるETLツールとの連携も可能です。


Complementing Open Source Innovations

Verticaは、Apache Kafka、Apache Spark、Apache Hadoop、Pythonなど、さまざまなエコシステムをサポートできるアーキテクチャを備えているため、オープンソースプロジェクトにエンタープライズレベルのビッグデータ分析機能を組み込むことができます。Vertica SQL on Apache Hadoop®は、Hadoopのデータに対する非常に高速なクエリを実現できる、エンタープライズ対応のSQLクエリ実行機能を備えています。 ビッグデータ分析市場における長年の経験を活かし、Hadoopクラスターの力を最大限に活用できるプラットフォームを提供しています。 ユーザーは、データのフォーマットや使用されているHadoop配布パッケージにかかわらず、分析を実行することができます。


In-Database Advanced Analytics

ユースケースによっては、分析エンジンが備えている、組込みSQL分析関数の詳細を把握することが重要な場合があります。 データに対してどのような分析を実行できるかだけでなく、それらのボリュームで実際にどのようなSQL分析関数が用意されているか、動作の詳細を把握する必要があります。 Verticaは、一連の堅牢で高度なインデータベース分析および機械学習向けの関数やアルゴリズムを備えており、継続的にその数を増やしています。そのため、SQLを使用して、データに近い場所で分析のための計算を実施することができます。 また、Spark、Python、SPSSなど、他のプラットフォームや言語で作成されたモデルをPMMLフォーマットでインポートできます。 Verticaで作成したモデルを、IoTのユースケースにおけるエッジノードなど、他のシステムでの評価用にエクスポートすることもできます。


The Most Flexible Cloud Support in Big Data

現代では、パブリッククラウドが提供するかつてない手頃な価格のデータストレージが登場し、オンプレミスストレージの代替として利用できる環境が整っています。 しかし、データ分析プラットフォームによっては、クラウドベンダーを1つに絞って選択しなければならず、そのベンダーのツールセットから抜け出せなくなることがあります。 さらに、クラウドコンピューティングのコストもすぐに高額になる危険性もあります。 Verticaでは、任意の主要なクラウドベンダーを自由に選択し、組み合わせて利用することができるほか、オンプレミスのリソースと組み合わせ、ハイブリッドクラウド環境を構築することもできます。使用ツールも自由に選択可能です。 EonモードのVerticaを使用すれば、定期的な分析作業やデータサイエンスプロジェクトなどで、データ分析のコストを大幅に削減できます。


医療情報ソリューションの最適化に役立つVertica

課題:

  • Cerner Millenniumスイートの応答速度を高め、全体としてのパフォーマンスを顧客の求めるレベルに引き上げる必要がある
  • 世界中の医療機関でMillenniumが導入されるようになったため、従来Cernerで使用していたデータウェアハウスソリューションでは大量のデータを迅速に処理できなくなっている

解決策:

  • Cerner Corporationは、システムパフォーマンスタイマーおよびクライアントワークフローデータの分析スピードを上げ、患者ケアの効率性と品質を向上させるため、既存の汎用データベースからVertica Analytics Platformへと移行した

その結果:

  • クライアントの600万に上るパフォーマンスタイマーの分析にかかる時間を20分から20秒へと短縮し、6,000%の効率化を実現できた
  • 同時実行性能を向上させ、450人以上の同時ユーザーをサポートできた
  • Millenniumホスティング環境のプロアクティブな管理によりSLAを維持できた
  • ニーズの増大に応じて分析機能を拡張できた

お客様事例全文を読む

The Vertica Analytics Platform delivers the speed and massive scalability we need to maintain the high levels of service availability and system performance clients deserve.

  • - Bill Graff, Senior Vice President, Cerner Technology Services