「ビジネス」および「情報」に係る人材市場動向...

1 ．はじめに

　本論説は，インターネットを通じたクラウド環境がもたらす情報の蓄積

と分析能力の飛躍的な向上に対応できる人材を，高等教育機関である本学

においてどのように育成したら良いのかについて，調査と考察を行った。

　まず，クラウドに関する技術的な基盤の形成過程を概観し，付随して生

起したデータ処理技術に対する需要について，マッキンゼー，ガートナー

などの諸報告及び最新の業界記事を通じて調査した。さらに，米国を中心

とした実務的な高等教育機関が現在どのようなカリキュラムを組んで対応

しているのかを探った。

　その結果を踏まえて，企業に向けてアンケート調査を実施して，激変す

る IT環境に対応できるビジネス人材を育てるための望ましいカリキュラ

ムを検討した。

2 ．新しいデータ基盤の登場

2.1　オバマ大統領の就任とオープン・ホワイトハウス

　図2.1は，2009年オバマ大統領就任時のインターネットを通じて行った

「ビジネス」および「情報」に係る人材市場動向と米国の大学を中心とした

関連カリキュラム調査

広島経済大学経済学部ビジネス情報学科WG

石　野　亜　耶・久　保　大　支

杉　山　克　典・丹　羽　啓　一

田　中　章司郎

635

際のアクセスの記録である。

　これは，マスメディアと連動した初めての試みで，予めアクセスを予測

することは不可能だった。実際に蓋を開けてみると，ピークは 1秒当たり

700問合せ，全投票（書込）数は360万件，問合せ（検索）数は10万件とい

う凄まじいものだった。前々日の 3月22日夕方にホワイトハウスのウェッ

ブページでスタートし，翌日23日の昼にニューヨークタイムス，CNNな

どのマスメディアに紹介されて，さらにその夕方 Googleのホームページ

にリンク付けされた後に， 1秒間に300アクセスに到達した。24日締切り

直前の午前 9時半には， 1秒間に700アクセスを記録している（ZDNet, 2009）。

　一方でホワイトハウス側の技術者はオープンソースのModeratorをベー

スにチューニングし，ホワイトハウスの開発期間と支払った正確な金額は

不明であるものの，推定 1ヶ月， 2万ドル程度と言われている。ピーク時

1秒当たり700問合せを処理するシステムとしては，Oracle RACなどがあ

るが，十億円以上の投資が必要となる（吉川，2009）。

　このことを最初に可能にしたのが事実上無制限の同時書込みを可能にし

た Google App Engine（現Google Cloud Platform: GCP）である。詳細は2.3

節で紹介する。

図2.1　2009年 3月24日 Open for Questions

636 広島経済大学創立五十周年記念論文集　上巻

2.2　Pockemon GO で起こったこと

図2.2　Pokemon GO米国開始時のアクセス推移

　図2.2は2016年 Pokemon GO米国開始時のアクセス推移である。当初想

定していた最悪の場合を遥かに上回るアクセスが記録されている。この時，

横で見ていた米国アマゾン社の CTO Werner Vogels氏は思わず，「AWSに

何か手伝えることがあれば知らせてほしい」とツィートした。しかし Google

から独立した Niantic社は，Googleとともに，「飛んでいる飛行機のエン

ジンを交換する」と表現される程の作業をこなし，数百万人の新規ユーザ

がプレイしている最中に事態を沈静化して，日本リリースに備えた（Heath,

N., 2016）。

　これは，2.1で紹介した GCPの性能を完全に発揮したものといえるが，

上記の AWSとは何なのだろうか。

　Amazon Web Services（AWS）とは，Amazon.com社が主にWeb事業者・

開発者向けに提供している70を超えるオンラインサービス群の総称であり，

同社ショッピングサイトのインフラや商品データを外部に開放したもので

ある（IT用語辞典）。この論説執筆時点で数百万人のユーザ（企業）が利

用しているとしている（https://aws.amazon.com/jp）。

637「ビジネス」および「情報」に係る人材市場動向と米国の大学を中心とした関連カリキュラム調査

2.3　スケールアウト性能と新たなデータ基盤の系譜

　Googleが可能にした事実上無制限の同時書込み性能（スケールアウト

性能）を有するデータ基盤はどのように形成されたのだろうか。

　スケールアウト性能は，Key-Value Store（KVS）と呼ばれるデータ構造を

基盤としたデータベースにより実現される。ハードディスク価格の低廉化に

ともない，冗長性を排除してリレーショナル表を格納しようとする正規化技

術を用いずに，当初から冗長性を前提として，データを書き込んだ場所を示

すキー（key）と，実際のデータ（value）を一組にして，コンシステント・

ハッシングを用いてディスクに格納（store）する技術である（首藤，2008）。

表2.1　新しいデータ基盤開発についての日米比較年表

年　　月米　　国日　　本

2003年10月 Googleがスケールアウト性能をもたらすデータ構造の論文を発表［51］

2004年 9月 Apacheグループが KVS実装プロジェクトNutchをスタート［ 8］

2004年12月 Googleが KVSを実装した MapReduceの論文を発表［34］

2008年 7月Apacheグループが KVSを実装した Hadoopを用いたテラバイトのソート・ベンチマークでトップに［ 7］

2008年 9月 UCBのMike Stonebraker教授がMapReduce人気に反論［221］

2008年10月Microsoftがスケールアウト性能を持つデータ基盤ソフトウェアWindows Azureを発表［35］

2009年 2月若手を中心とした「Key-Value Store」研究会開催［125］

2009年11月 ISO/IEC JTC1/SC38 （幹事国米国）発足［69］

2009年11月情報処理学会誌「情報処理」でクラウドコンピューティング特集が組まれる［107］

2010年 3月日立が「Windows Azure Platform導入ソリューション」を発表［60］

2010年 4月 Amazonクラウドサービスが注目される［126］

2010年 6月富士通が［Azureを持いた］KVS高速保管技術に成功［46］

2012年 2月 NECが SQL対応 KVSを発表［65］

2016年 9月富士通が［Azureを用いた］Microsoft Office 365を全社員に導入［110］

2016年10月三菱電機が300拠点14万人に向けて［Azureを用いた］Office 365を導入［57］


　表2.1を見れば明らかなように，米国勢は2008年までに開発を終了して

実運用に入ったのに対して，我が国では，米国が開発を終了してからよう

やっと，若手による KVSの研究会が開かれていることがわかる。

　カリフォルニア大学バークレー校の碩学 Michel Stonebraker 教授は，初

期リレーショナルシステム Ingres，最初のオブジェクトリレーショナル

システム PostgreSQLなどを通じて現在の SQL言語開発に多大な影響を

及ぼした人物である。教授はMapReduceが PostgreSQLのユーザ定義関

数と差異がないとした。

　一方，リレーショナルシステムが前提としている正規化した表同士を結

合して VIEW表を作成する join操作は，KVS構造そのままでは原理的に

困難である。しかしだからといって，スケールアウト性能による瞬時デー

タ書込み機能の需要が否定される訳ではない。詳細は関係者への聞き込み

調査などが必要となるが，この点で日本勢の油断があった可能性がないと

は言えないであろう。

　2.1，2.2節で紹介したグーグルのクラウドセンターには，特注の台湾製

のサーバが採用され，筐体はなく基盤がむき出しのまま冷却されていると

のことである（佐藤，2010）。データ構造上の KVSの利点だけではなく，

既存技術を組み合わせて，随所にコストを引き下げる工夫が施されている。

このことなどにより，自前で情報システムを抱える場合とは比べものにな

らない低廉化が実現された。

　2010年の富士通の記事は，データ管理基盤にAzureをもちいた上で，ユー

ザからそのことが見えない形で機能をかぶせるWrapper技術を用いてい

るものであり，2012年の NECでは，どのサーバに値が書き込まれるかを，

Key値の構造を工夫することで対応しようとしているが，データ管理基盤

は Apache Hadoopなどである。つまり，両社とも，第一線の技術者の危

機感を感じることができるが，本質的なものではなく，付け焼き刃的な対

応に終わっている。

　ちなみに join操作はその後，PostgreSQLなどの SQLインスタンスを


App Engineとアクセス可能にすることでクラウド環境で実現された

（https://cloud.google.com/sql）。したがって，通常の SQL文がサポート

され，KVSを用いるプログラミング上の障害は大変少なくなった。

　パソコンのオペレーティング・システムが事実上，Microsoft Windows

となったのと同様に，クラウドサーバのデータ管理基盤もWindows Azure

となり，我が国の主要 IT企業が Azureを用いたクラウド導入サービスを

中心としたサードパーティー（下請）となった経緯をみることができる。

クラウド導入サービスで得られる利ざやと，クラウドデータ管理基盤ソフ

トウェア自体の販売がもたらす利益の大小は自明であろう。

3 ．新たなデータ処理技術への需要

表3.1　クラウドコンピューティングに関する日米比較年表

年　　月米　　国日　　本

2011年 3月東日本大震災を契機としたオープンデータ化の取組みが始まる［61］

2011年 6月マッキンゼー社がビッグデータがもたらす市場調査結果を発表［109］

2011年10月 ACMがクラウドコンピューティングの特集［246］

2012年 9月科学技術庁が米国のビッグデータへの取り組みについての報告書を発表［155］

2013年 2月総務省「情報通信白書」でビッグデータ戦略的活用初掲載

2013年 3月「情報爆発」をキーワードとした提言［100］

2013年 4月データ科学の戦略的活用が話題に［32］

2016年 4月 IPAが「IT人材白書」を発行［81］

2016年 6月経産省が IT人材の動向調査を発表［98］

2016年 6月総務省がプログラミング人材育成に関する報告書作成［218］

2016年12月経産省が公共ビッグデータを開放［149］

2017年 1月米企業の人材不足記事掲載（日経）［152］

2017年 1月日本の IT人材不足に関するガートナーリポート［49］

2017年 2月総務省「情報通信白書」発行［219］

2017年 2月日経がデータ分析の人材不足記事［153］

2017年 5月文科省科学技術白書が IoT，ビッグデータ，AIの超スマート社会を特集［122］


　表3.1は KVSデータ基盤が登場した後のクラウドコンピューティングに

ついての日米比較年表である。東日本大震災を契機として，政府などの

オープンデータ活用の動きがあったにもかかわらず，実際に日本が動き出

したのは，やはり米国の後塵を拝した 1年後である。クラウドデータ基盤

と比較すると我が国の動きは早いものの，4.1節で指摘するように，デー

タ処理技術の人材育成に関して，高等教育機関において致命的な欠陥が存

在する。

4 ．米国を中心とした大学の動向と我が国の対応

4.1　米国の統計科学科と我が国学術会議の対応

　ここで， 2つの我が国の対照的な日本学術会議の提言をみてみよう。平

成 2年（1990年）赤池情報量基準（AIC）で著名な碩学赤池弘次氏を委員

長とする統計学研究連絡委員会（以下「赤池報告」という）は

『統計学が前記のように広範な諸科学との有機的な関連を保ちつつ発

展すべき科学であることを考慮すると，諸外国の例に見られるように，

統計学を一つの専門分野として狭く定義し，独立した統計学科を設立

することは，統計学の発展の方向をを誤らせる危険が含まれていると

考えられる。特に我が国の場合，従来の単一の学問分野を対象とする

型の学部，大学院研究科内で統計学の研究教育を推進することには本

質的な不自然さがあることが認められる。』

との審議結果を報告している。

　これに対して，平成26年（2014年）スタンフォード大学助教授も努めた

ことのある竹内彰通東大教授（当時；現滋賀大学データサイエンス学部長）

を委員長とする数理科学委員会は「ビッグデータ時代における統計科学教

育・研究推進への提言」（以下「竹内提言」という）の中で


『…大型融合研究プロジェクトや研究開発事業においては，十分なデー

タとその統計的解析に基づいた成果を示すことが求められている。こ

の目的のために，欧米同様，統計学専攻において実践的修士課程を修

了したものと同等な力量を有することが認証される統計専門職を，プ

ロジェクト要員として雇用・配置することが必要である。産官学の一

般的な研究・開発プロジェクトも，データに基づく接近の必要なもの

は，統計専門職の配置の必要性は事前に検討されるべきである。この

ためのガイドラインの作成が必要である。統計科学の教育・研究拠点

はこれらのプロジェクトに配置される統計専門職の問題解決活動の支

援拠点としての役割も果たす必要がある。』

との 4つあるうちの最初の提言をしている。

　赤池報告自体が指摘しているが，当時米国では60を超える統計学科がす

でに設置されているのに対して，我が国では統計数理研究所のみが総合研

究大学院大学の 1専攻として設置されているのみであった（学部の学科は

ゼロ）。このことに対して，赤池報告は『統計学専攻を最終的に開設する

とすれば，地方ごとにブロック化し，各地域に少なくとも一つの専攻を開

設する』等の措置をとるべきであるとしたが，結局，統計数理研究所以外

の教育研究機関は，滋賀大学のデータサイエンス学部設置まで開設される

ことはなかった。

　このことが，我が国の品質管理技術などへの良い影響を及ぼしたことは

明らかであるものの，IT技術と連携したリアルタイム機械学習，データ

マイニングなどの分野で，大きな彼我の差をもたらしたことは否定はでき

ない。

　その間，米国では統計学士取得者数は2009年から2011年にかけ48％増加

し，2003年から2011年にかけ78％増加して1,000人近くとなっている。特

に修士取得者の増加は2,000人程度と目覚ましく，博士取得者も500人程度

まで増加している（Pierson, S., 2013 in 竹内提言）。


　つまり竹内提言は，赤池報告を否定することは控えているものの，「統

計専門職の配置の必要性」との表現で，統計学科，統計学専攻の設置を示

唆し，事実，滋賀大学においてその提言が実現した。

　皮肉なことに，米国の Data Scienceという現在の用語は，少なくとも

統計学の名門であるワシントン大学において，まさに赤池報告がめざした

「広範な諸科学との有機的な関連」の学術的な意味で用いられいる

　（http://lazowska.cs.washington.edu/UW.Data.Science.Overview.pdf）。一

方，我が国で期待されている産業のデータ処理技術は Statistical Comput-

ingとして捉えられている（https://www.stat.washington.edu/）。

　赤池報告の効果的な実現には，目的に向けた米国的な分野間協力関係を

前提としていた。しかし我が国の帝国陸海軍の軋轢に見て取れるように，

目的が明確であった前世界大戦中においても“ムラ”同士の協力が容易で

はなかった。地球観測衛星データを処理するリモートセンシング分野では，

「最尤法」とは事前確率を当確率としたベイス判別法のことであり，一方

統計学では尤度を最大にする母数推定法をさす。このように用語一つとっ

ても，我が国において統計学が広範な諸科学と有機的な関連を保ってきた

とは言い難い。

　竹内提言においても，巨大な碩学の権威を傷つけないような，慎重な筆

運びが随所に見受けられる。つまり多民族国家米国とは異なり，我が国の

カルチャー自体が，米国流のデータサイエンスの進展を阻害していること

は否定し難い。

4.2　米国のコンピュータカリキュラム CC2013

　米国のコンピュータに関する有力学会 ACMと IEEE Computer Society

（Joint Task Force on Computing Curricula, 2013）は，学部のコンピュータ

サイエンスについての Computer Science Curricula 2013（CC2013）を発

表した。CC2013先立って発表された CC2001には，データ分析技術につい

ての記述はなかった（Joint Task Force on Computing Curricula, 2001）。約


10年後の CC2013においても，セキュリティ（IAS），並列分散コンピュー

ティング（PD），システム基礎（SF）分野が追加されているものの，デー

タ分析技術に関する記述はない。ここで追加されている PD，SFは，ハー

ドウェア・ソフトウェア密接不可分な新たなデータ管理基盤分野といって

良い。

　つまり，米国においては，コンピュータ基盤の人材に対しては原則とし

て CC2013に基づいた高等教育がなされ，データ分析分野については，

1970年までに99に達した統計学部や統計プログラム（竹内提言）が人材を

輩出していると言えよう。

4.3　滋賀大学データサイエンス学部と米国統計学科のカリキュラム

表4.1　滋賀大学データサイエンス学部のカリキュラム

科目区分授業科目の名称

教養教育科目群

大学入門科目データサイエンス入門

全学共通教養科目自然科学分野線形代数への招待解析学への招待確率への招待

外国語科目

英会話基礎大学英語入門英語Ⅰ a

英語Ⅰ b

Data Science English

英語Ⅱ

専門教育科目群

データサイエンス基礎科目

データエンジニアリング系科目

計算機利用基礎情報科学概論データ構造とアルゴリズムプログラミングⅠプログラミングⅠ演習データベース

データアナリシス系科目

基礎データ分析解析学解析学演習線形代数線形代数演習統計学要論


専門教育科目群

統計数学回帰分析多変量解析入門

データ解析科目基礎情報活用演習 A

基礎情報活用演習 B

データサイエンス専門科目

プログラミングⅡプログラミングⅡ演習プログラミングⅢプログラミングⅢ演習ビジュアルプログラミングビジュアルプログラミング演習応用数学プログラミング設計情報理論情報セキュリティ情報ネットワークデータマイニング総論パターン認識総論情報学特論（人工知能）情報学特論（モバイルコンピューティング）社会調査法 I

社会調査法Ⅱ標本調査法実験計画法テキストマイニング多変量解析質的データ解析入門質的データ解析機械学習入門機械学習時系列解析入門時系列解析ノンパラメトリック解析入門ノンパラメトリック解析確率論生存時間解析ベイズ理論最適化理論品質管理空間統計統計学特論 A


データサイエンス専門科目

統計学特論 B

統計学特論 C

統計学特論 D

情報活用演習 A

情報活用演習 B

シミュレーション技法社会調査実践演習Ⅰ社会調査実践演習Ⅱ

価値創造基礎科目

プレゼンテーション論情報倫理データサイエンス実践論 A

データサイエンス実践論 B

実践データ概論 A

実践データ概論 B

価値創造方法論価値創造実践論ミクロ経済学 A

ミクロ経済学 B

マクロ経済学 A

マクロ経済学 B

簿記会計 A

簿記会計 B

経営学財務会計総論Ⅰ財務会計総論Ⅱ管理会計総論Ⅰ管理会計総論Ⅱ証券分析とポートフォリオ・マネジメントⅠ証券分析とポートフォリオ・マネジメントⅡ計量経済学マーケティング論

価値創造応用科目

マーケティング演習ファイナンス論ファイナンス演習財務諸表分析論財務諸表分析演習生命科学方法論生命科学演習ビジネスエコノミクス論ビジネスエコノミクス演習環境政策論


環境政策演習教育社会論教育社会演習保険戦略論保険戦略演習公的統計公的統計演習心理分析論心理分析演習地域文化情報論地域文化情報演習

データ駆動型 PBL演習科目

データサイエンス入門演習データサイエンスフィールドワーク演習データサイエンス実践価値創造演習Ⅰデータサイエンス実践価値創造演習Ⅱデータサイエンス上級実践価値創造卒業演習 Ⅰデータサイエンス上級実践価値創造卒業演習 Ⅱ

　表4.1は4.1節の竹内彰通学部長率いるデータサイエンス学部のカリキュ

ラムであり，米国のワシントン大学のカリキュラム（http://www.wash-

ington.edu/students/crscat/stat.html）とほぼ同じといって良い。ワシン

トン大学は統計学の名門として知られる。ITとの連携部分はデータサイ

エンス専門科目の機械学習，パターン認識があり，価値創造科目において，

簿記・財務会計，バイオ関連科目が実施されている。このことにより，時

代の要求をエンジンとした場合の「ギア」となる人材が育成されることが

期待されるが，マンパワーなどのリソース規模以外でも，本学のビジネス

情報学科のような実務指向の学科のカリキュラムには，そのままではなり

えないことは自明である。

4.4　米国のビジネス，経営の実務学科の動き

　2016年 10月において，＂department AND business AND information＂，

＂department AND management AND information＂をキーワードとして検索

した結果，次の表4.2及び表4.3に示す米国を中心とした高等教育機関が表


示された。

　このうち，明確にカリキュラムがウェッブ上に記載されていた教育機関

のカリキュラムを付録に記した。

　テネシー州立大学（A.1）とイリノイ大学スプリングフィールド校（A.2）

では，本学ビジネス情報学科と差異は少なく，西ミシガン大学ビジネス分

表4.2　ビジネス・情報をキーワードとして検索された大学

大学名 URL

University of Arkansas at Little Rock アーカンソー大学 http://ualr.edu/bis/

University of Denver, Daniels College of Businessデンバー大学ダニエルズ・カレッジ・ビジネススクール

http://daniels.du.edu/faculty-research/business-information-analytics/

University of Memphisメンフィス大学 http://www.memphis.edu/bitm/

Tennessee State Universityテネシー州立大学 http://www.tnstate.edu/bis/

Western Michigan University西ミシガン大学 https://wmich.edu/infosystems

University of Westminsterウエストミンスター大学（英国）

https://www.westminster.ac.uk/about-us/faculties/westminster-business-school/departments/business-information-management-and-operations

表4.3　経営・情報をキーワードとして検索された大学

大学名 URL

University of Arizonaアリゾナ大学 https://mis.eller.arizona.edu/about-us

University of Illinois イリノイ大学スプリングフィールド校

http://mis.uis.edu/

University of Illinois at Urbana-Chanpaign, Division of Management Informationイリノイ大学 UIUC

http://dmi.illinois.edu/

Utah State University, Jon M. Huntsman School of Businessユタ州立大学ジョンM.ハンツマンビジネススクール

https://huntsman.usu.edu/mis/

Washington State University　ワシントン州立大学 https://business.wsu.edu/departments/mise/


析専攻（A.3）では，「ビジネスデータマイニング」，「ビッグデータ分析」

などの科目が散見される。

　どの大学も，まだクラウドやデータサイエンスを大規模・積極的ににに

導入しているとはいえず，統計関連科目を少しずつ強化している姿を見て

取る事ができる。

5 ．企業へのアンケート調査

　本学キャリアセンターの協力を得て，2017年 3月中旬に本学にて開催さ

れた合同企業説明会参加の約300の企業に対して，付録 Bのインターネッ

トによるアンケートを依頼した。また，情報処理学会が定期的に発行する

配信数31,387件のメールニュースにも広告を掲載したが，回答して戴いた

企業は 9社だった（図5.1）。

　商品管理，在庫管理，購買管理，生産管理，販売管理，顧客管理，会計

処理，人事管理などを統合的に処理する基幹系情報システム（Enterprise

Resources Planning: ERP）を導入している企業は 9社中 4社だった。しか

しそのうち 3社は，クラウド環境での ERP利用ではなく，自社 PC・サー

バでの利用としている。

　一方，クラウドをデータ管理に使用している企業は 2社だった。うち 1

社は301人～500人規模の食品製造業で AWSを利用していた。他の 1社は

11人～50人規模の小売業であるものの，Salesforceをデータ基盤に用いて

いた。先進的な事例といってよい。

　回答数が少なく，確定的な結論は出せないものの，現時点のクラウド利

用は，途上にあるといえよう。

　なお，今後このようなアンケートを有効に行うには，行政とタイアップ

した方法などを工夫する必要がある。


図5.1　企業へのアンケート結果

6 ．クラウド環境に対応するカリキュラム

　技術革新に即応するには，基礎学力をつけることであることは論を待た

ない。しかし，少しでも付加価値の高い仕事に卒業生をつかせるためには，

今後の産業の動向を見据えた無駄の少ない教育が求められる。

　表3.1の米国マッキンゼー社によると，米国では2018年（平成30年）ま

でに，高度なアナリティクス・スキルを持つ人材が14万～19万人不足する

と算出されている。また我が国では統計学や機械学習に関する高等訓練の

経験を有し，データ分析に係る才能を有する大学卒業生の数は，平成20年

（2008年）単年で3,400人しかおらず，かつ，平成16年（2004年）から平成


20年（2008年）までの 5年間，我が国におけるデータ分析の才能を有する

人材が減少傾向にあったとしている（Mckinsey, 2011）。

　このことに対して科学技術白書は今後の超スマート社会で活躍する人材

像として

　（ 1）最新技術に精通した人工知能技術者

　（ 2）データサイエンティスト

　（ 3）サイバーセキュリティ人材

　（ 4）起業家マインドのある人材

の育成・確保を考察している。しかし，白書では立場上高等教育機関にお

けるあるべき具体的なカリキュラムには踏み込まずに，平成27年 5月14日

教育再生実行会議第 7次提言などを引用した精神論的な教育改革の論議に

終始している（文部科学省，2017）。

　上記白書の（ 1）～（ 3）は理工系の教育機関の課題であるが（ 4）につ

いては，まさしく本学ビジネス情報学科が育成すべき人材と言える。

　ディジタルビジネスモデルの構築や新たなコンテンツの創造が新たな価

値を生み収益をもたらすことは，米国の Uberの事例を引くまでもなく，

明らかである。しかし Uberは，Node.jsと呼ばれるサーバサイドスクリ

プトを用いた効率の良いシステムを自力で構築している（Jshiike, 2014）。

　本学経済学部出身者に理工系と同様な学力を要求することは現実的では

ない。システムの開発者を育てるのではなく，ITの動作原理を理解した

基幹システムの「管理者」の育成を通じて，起業家マインドを発揮させる

ことは必須であろう。

　多額の投資をして自前で情報システムを構築する時代は完全に終わった。

すなわち，当面は廉価な米国のクラウドサーバを用いるものの，アイデア

さえあれば，銀行から多額の融資を受けることなく，収益性の高いビジネ

スを展開できる環境が整っている。

　しかしながら， 4節の米国を中心とした実務高等教育機関の状況， 5節

の企業アンケート結果から，本論説執筆時点では大規模なカリキュラム改


革は時期尚早であり，当面は様子を見ながら，全体をクラウド・ネイティ

ブ型に移行させながら，小規模な科目変更・追加の対応を繰り返して行く

以外にはない。

　今後本学卒業後の学生に必要と考えられる新規科目としては現時点で

　（A）実務コンピュータ英語

　（B）基幹系情報システム（クラウド ERP）演習

が挙げられよう。

　（A）は ERP（Enterprise Resources Planning），PM（Project Manager），

AWS，GCP，オンプレミスなどの現場で多用される略号の意味を，その

動作原理とともに学ぶものである。どちらかと言えば英語ではなく，略号

とカタカナ英語の理解を主眼としてクラウドビジネスへの展開を狙う。

　（B）は，商品管理，在庫管理，購買管理，生産管理，販売管理，顧客

管理，会計処理，人事管理などの中小企業においても日常的に行われてい

る業務に加えて，売上分析，市場調査などの今後の企業戦略を含めて統合

的に行うツール，ERPの演習である。

　アンケート結果をみても導入している企業はまだ僅かであるが，廉価な

クラウドを利用した製品が相次いて発売されているため，数年をまたずと

も，学生の教育が必要となる可能性がある。SAP，NetSuite，Dynamics

365などの製品が乱立しており，どの環境を用いて演習を行うかを慎重に

ウォッチする必要がある。

7 ．おわりに

　本研究では米国などの調査を通じて，当面米国勢の提供する廉価なクラ

ウドサーバ群を利用するものの，学生にビジネスマインドさえあれば，銀

行から多額の融資を受けることなく，理系システム開発者とともに顧客の

要求事項を実現して，収益性の高いビジネスを構築できることが明らかに

なった。しかしながら，簿記などの定型的な旧来の技能は不要となり，最

終的なチェックのみをヒトが行うこととなる時代は目前に迫っている（日


経新聞，2017年 1月 4日）。

　このような激変する環境の中で，学生をどのように育てて生き残らせる

かについて，教員についても不断の研鑽が必要であろう。数年を待たずに，

再度本論説の調査は避けられない。

　なお，日経 BP，日経テクノロジー，TechTarget，DBオンライン，ZDNet

Japan，CNET Japan，EnterpriseZine，ITmedia，SEMS 事務局，ECzine

などのメール配信記事で本文中で直接引用していないものも引用・参考文

献中に記した。本WGメンバがこれらの最新の情報に目を通して本論説

を執筆したので，参考にした文献として引用文献とともに掲載した。

引用・参考文献（ABC 順）

［ 1］ Adshead, Adshead, フラッシュメモリより高速な不揮発性メモリ「PCM」がいよいよ実用化，Computer Weekly日本語版，2016年 8月 3日，pp. 5-6

［ 2］揚松晴也，［RFP作成12のポイント付き］失敗しない自社 ECサイト構築，4 つのステップ，ECzine, pp. 6-10，2016年 1 月25日，http://eczine.jp/arti-

cle/detail/2617

［ 3］揚松晴也，ECサイトオープン直前・直後で起こりがちな 3つのトラブルと，おさえておきたい 2つの対策，ECzine, pp. 11-14，2016年 2月10日，http://

eczine.jp/article/detail/2701

［ 4］揚松晴也，自社 ECサイトのリニューアル，失敗せず効果を最大化する 3つのポイント，ECzine, pp. 15-17，2016年 2 月29日，http://eczine.jp/article/

detail/2775

［ 5］相生芳晴，林裕佳，Tableauを活用した IR推進について，大学時報，第370，pp. 2-7，日本私立大学連盟，2016年 9月

［ 6］ Anderson, Tim, それでも AWSではなくMicrosoft Azureを使うべき理由，Computer Weekly 日本語版，2016年 8月24日，pp. 8-12

［ 7］ Apache Hadoopプロジェクト，2008-，http://hadoop.apache.org/

［ 8］ Apche Nutchプロジェクト，2004-，http://nutch.apache.org/

［ 9］アラタナ（Eczine編集部編），これから始める自社 EC，成功のステップ，ECzine，翔泳社，2016年 9月20日，http://eczine.jp/select/detail/34

［10］朝日インタラクティブ，データ活用社会のいま，ZDNet Japan，朝日インタラクティブ株式会社，2015年 1月 8日，https://japan.zdnet.com/paper/20029481/

30001303/


［11］朝日インタラクティブ，日本の IT人材は2020年末までに30万人以上不足に―ガートナー，ZDNet Japan，朝日インタラクティブ株式会社，2017年 1月29日

［12］浅川直輝，日立が R＆ D組織を再編，顧客起点のイノベーションを目指す，ITpro ，日経 BP社，2015年 2月27日，http://itpro.nikkeibp.co.jp/atcl/news/15/

022600710/

［13］浅川直輝，［脳に挑む人工知能 4］コトバを自在に操るAI実現へ，IBMとグーグルの頂上決戦，ITpro，日経 BP社，2015年 3月 2日，http://itpro.nikkeibp.

co.jp/atcl/column/14/090100053/022400044/

［14］ Ashford, Warwick, 新しいスマートデバイスの使用は攻撃者へのお年玉，Computer Weekly 日本語版，2015年 2月18日，pp. 4-5

［15］ Ashford, Warwick, プライバシーか安全か，Microsoftと米国政府の全面対決の結果は？，Computer Weekly日本語版，2016年 9月 7日，pp. 10-13

［16］ Baldwin, Caroline, Eコマースの売上を65％伸ばしたシンプルな戦略，Computer

Weekly 日本語版，2015年 2月18日，pp. 9-10

［17］ Barroso, Luiz A., Dean, J. and Holzle, U., Web search for a planet: The Google

cluster architecture. IEEE Micro, 23 （2）: 22–28, April 2003

［18］ Bisson, Simon, Microsoftと Oracleの NoSQLデータベース，ComputerWeekly

製品導入ガイド，pp. 1-4［19］ブレインパッド，IoT時代の O2Oマーケティングプラットフォームソリュー

ション，マーケメディア，ターゲットメディア株式会社，2016年 8 月，http://www.marke-media.net/ad_pl/24/wp_detail.php?n=6511

［20］ Bridgwater, Adrian, RDBMSの新しい選択肢「Splice Machine」とは何か？，Computer Weekly日本語版，2016年 9月 7日，pp. 8-9

［21］ Bridgwater, Adrian, JavaScriptの“もろい”タイプセーフを解決する「Onux

JS++」，Computer Weekly日本語版，2016年 8月 3日，pp. 3-4［22］ Bridgwater, Adrian, 列指向ストレージエンジン「Apache Kudu」とは何か，

ComputerWeekly日本語版，2016年 9月20日，p. 7

［23］ Bridgwater, Adrian, AIが開発者を支援するソフトウェア開発ツール「Stepsize

Layer」のゴールとは？，Computer Weekly 日本語版，2016年10月19日，pp.

12-14

［24］ Brust, Andrew, （Special to ZDNet.com）（翻訳校正：石橋啓一郎），Azureとアナリティクスで空の旅を改善―ボーイングとMSの提携が目指すもの，ZDNet Japan, 朝日インタラクティブ株式会社，2016年 8 月18日，https://

japan.zdnet.com/article/35087525/

［25］ヘルベルト・ブチェリ，ウェイン・トンプソン，統計と大規模な機械学習　新たなテクノロジーで機械学習をビッグデータに適用，pp. 1-8，SAS Institute


Japan株式会社，2015年，https://www.sas.com/ja_jp/whitepapers/wp-statistics-

machine-learning-at-scale-1511.html

［26］ Clark, Lindsay, 実用段階に入った IBM「Watson」だが……導入には高過ぎるハードル，Computer Weekly日本語版，2016年 8月 3日，pp. 11-14

［27］ Clark, Lindsay, 企業導入が進む NoSQLデータベース，その活用例，Computer

Weekly製品導入ガイド，pp. 8-10

［28］ Classmethod, クラスメソッドの AWS導入事例　ECサイトおよび社内システムの AWS移行，Classmethod, 2017年 1月18日

［29］ CompTIA, CompTIA Server+ 認定資格試験の比較 SK0-004 vs. SK0-003，CompTIA, http://www.comptia.jp/pdf/Server+ SK0-003 and SK0-004 Exam

Mapping 2016-0606_jp.pdf, 改訂 CompTIA Server+ （SK0-004）と旧試験（SK0-003）比較表：認定資格の種類と概要―CompTIA Server+― ： CompTIA JAPAN

（コンプティア日本支局）:，http://www.comptia.jp/cont_certif_serverplus_

sk0-004.html

［30］ CreatorsNEXT, いま一番熱い言語は何だ？プログラミング言語別☆年収データからトレンドを掴む，CodeIQ MAGAZINE, 株式会社リクルートキャリア，2015年12月21日，https://codeiq.jp/magazine/2015/12/31654/，2017/3/15

［31］ DATA.GO.JP, APIを使用した JSON形式でのメタデータの取得について，DATA.GO.JP, http://www.data.go.jp/for-developer/for-developer/

［32］ Davenport, Thomas H.，求人募集中：データ・サイエンティスト，SAS, 2012年［33］ Davis, Adrian, 検知できないマルウェアを見つける 5 つの方法，Computer

Weekly 日本語版，2016年10月19日，p. 8

［34］ Dean, Jeff, Ghemawat, S., MapReduce: Simplified Data Processing on Large

Clusters, In Symposium on Operating Systems Design & Implementation（OSDI

2004）［35］土井毅　クラウド・コンピューティングの基本とWindows Azure, 2008　http://

codezine.jp/article/detail/3970

［36］ Donnelly, Caroline, 明らかになったクラウド時代のシンプル OS「Nano Server」のスペック，Computer Weekly 日本語版，2015年 5月20日，pp. 4-5

［37］ Donnelly, Caroline, 優秀な DevOpsチームがハマる落とし穴，Computer

Weekly 日本語版，2016年 8月24日，pp. 6-7［38］ Donnelly, Caroline, AWS対Microsoft対 Google決算報告書に隠されたクラウ

ド戦争の優劣，ComputerWeekly日本語版，2016年 9月20日，pp. 1-3［39］ Donnelly, Caroline, Googleのダイアン・グリーン氏へ，「Googleは AWSに勝

てると思うか？」，ComputerWeekly日本語版，2016年 9月20日，pp. 8-10

［40］ Donnelly, Caroline, 消費者協会がWindows 10アップグレード戦略に激怒，Microsoftの回答は？，ComputerWeekly日本語版，2016年11月 1日，p. 2


［41］ Donnelly, Caroline, クラウド時代に VMwareが楽天的なのは現実逃避なのか，Computer Weekly 日本語版，2016年10月19日，pp. 5-7

［42］ Ernest, Nicholas, David Carroll, Corey Schumacher, Matthew Clark, Kelly

Cohen and Gene Lee, Genetic Fuzzy based Artificial Intelligence for Unmanned

Combat Aerial Vehicle Control in Simulated Air Combat Missions, Journal of

Defense Management, 2016, 6: 1（Vol. 6 issue 1）, 2016 年 3 月 22 日 , http://

dx.doi.org/10.4172/2167-0374.1000144, Genetic Fuzzy based Artificial Intelli-

gence for Unmanned Combat Aerial Vehicle Control in Simulated Air Combat

Missions | Open Access Journals:, https://www.omicsgroup.org/journals/genetic-

fuzzy-based-artificial-intelligence-for-unmanned-combat-aerialvehicle-control-in-

simulated-air-combat-missions-2167-0374-1000144.php?aid=72227

［43］ Evans, Chris, 6大サプライヤーのオブジェクトストレージ製品戦略，Computer

Weekly日本語版，2016年 9月20日，pp. 11-14

［44］ Flinders, Karl, 銀行のレガシーシステムを一掃する「Vault OS」，開発者はGoogle出身，Computer Weekly日本語版，2016年 9月 7日，pp. 6-7

［45］ Forester Research, 日本の顧客中心ビジネスは位置情報を有効利用，Forester

Research Inc.，2014年 8 月，https://lp.google-mkto.com/rs/google/images/

forrester-tech-adoption-profile-google-japan-report-final.pdf

［46］富士通研究所，クラウドサービス向け分散型データ保管技術の高速化に成功，2010　http://pr.fujitsu.com/jp/news/2010/06/17.html

［47］富士通マーケティング，販売業の経営分析ノウハウを集約した「課題発見ボード」，pp. 1-4，株式会社富士通マーケティング，2016年

［48］ FutureOne, 中堅企業向け ERPパッケージ　FUTURE ONE　ERPご紹介資料，pp. 1-6，FutureOne株式会社，2016年

［49］ガートナージャパン，ガートナー，2017年以降の IT人材に関する展望を発表　2020年末までに，日本の IT人材は質的に30万人以上の不足に陥る，2017年プレス・リース，ガートナージャパン株式会社，2017年 1月24日

［50］ Gates, Robert, 今どき給与アップにつながる IT認定資格とは？，ITMedia, アイティメディア株式会社，http://techtarget.itmedia.co.jp/tt/news/1509/30/

news09.html, 2015年 9月30日［51］ Ghemawat, Sanjay, Gobioff, H. and Shun-Tak Leung, The Google file system. In

19th Symposium on Operating Systems Principles, pages 29–43, Lake George,

New York, 2003.

［52］ Goodwin, Bill, データアナリティクスによる人員配置最適化が実現した500万ドル削減，Computer Weekly 日本語版，2015年 2月18日，pp. 10-11

［53］林雅之，2020年までに，日本の IT部門の10％が，IT組織の「一員」としてロボットやスマート・マシンを採用する～ガートナー調査より，オルタナティ


ブ・ブログ，アイティメディア株式会社，2017年 1月31日［54］林田憲志朗，リピーターを生むために欠かせない「CRM」の考えかた施策

の PDCAを回すには，ECzine, pp. 42-45，2016/6/24，http://eczine.jp/article/

detail/3183

［55］ Heaney, Bob, サプライチェーンインテリジェンス：記述的分析，処方的分析，予測的分析による最適化，ITMedia, アイティメディア株式会社，2015年 2月，http://wp.techtarget.itmedia.co.jp/contents/?cid=17696，サプライチェーン分析は「記述的分析」「処方的分析」「予測的分析」で最適化せよ，2015年 9月15日

［56］ Heath, Nick, Pokemon Go: How the cloud saved the smash hit game from col-

lapse, 2016, TechRepublic

［57］日川佳三，三菱電機，300拠点14万人に向けてセキュアな情報共有基盤と Office

365を順次導入，2016 http://itpro.nikkeibp.co.jp/atcl/news/16/092902843/

［58］ Hirabayashi, Mikio, Introduction to Kyoto Products, 2009年 5月10日［59］株式会社日立製作所情報・通信システム社，新たなステージをめざす日立の

クラウド戦略，はいたっく，2015年 1月（通巻572号），pp. 2-4，http://www.

hitachi.co.jp/products/it/portal/info/magazine/hitac/backnumber/2015/01/

index.html

［60］日立ソリューションズ，Windows Azure Platform導入ソリューション，2010　http://www.hitachi-solutions.co.jp/azure/

［61］今井武，3.11からはじまった「官民のオープンデータ」と「震災ビッグデータ」助かる命を救うために，http://logmi.jp/34733

［62］ IBM Global Technology Service, マネージド・サービスのプロバイダーを選ぶ際の条件トップ10 クラウドとマネージド・サービスは，ITによるビジネス価値の実現にどのように貢献できるのか，pp. 1-16，日本アイ・ビー・エム株式会社，2015年 8月 1日，https://www-01.ibm.com/common/ssi/cgi-bin/

ssialias?htmlfid=RLW03002JPJA

［63］ IDC, ビッグデータ・イノベーションを見据えたデータセンター投資の改善，2015年 6月12日，https://plan.seek.intel.com/JP.JA.ITDM.Registration-Essentials

Series.Big-Data.Infobrief.html

［64］井原敏宏，Azureと Oracle Cloudが“ラスボス”ERP争奪戦，日経クラウドファースト，日経 BP社，2017年 1月31日

［65］インプレス，NEC，スケールアウト型データベースソフト「ImfoFrame Rela-

tional Store」販売開始，2012　http://cloud.watch.impress.co.jp/docs/news/

511802.html

［66］清野克行， Firebaseの機能と特徴，連載：Google+Firebaseでサーバプッシュ型アプリを作ろう（series/5499）Think IT, 株式会社インプレス，2016年 3月


8日，https://thinkit.co.jp/article/9451

［67］ Informatica, Laying the foundations for next-generation analytics. A workbook

for building an intelligent data layer for a decision-ready enterprise., pp. 1-47,

Informatica, http://pt-corp.com/wp-content/uploads/2016/12/INFA-Laying-

foundation-for-next-gen-analytics2.pdf

［68］井上英明，判明，ANAシステム障害の真相，ITpro, 日経 BP社，2016年 4月12日，http://itpro.nikkeibp.co.jp/atcl/watcher/14/334361/041100532/，記者の眼 - 判明，ANAシステム障害の真相：ITpro

［69］ ISO/IEC JTC1/SC38, 2009-, https://www.iso.org/committee/601355.html

［70］アイティメディア営業企画，「Yahoo! JAPAN」，200の重要 DBに超高速で高信頼なオールフラッシュストレージ採用，TechTargetジャパン，pp. 1-4，アイティメディア株式会社，2016年 5月12日，http://techtarget.itmedia.co.jp/

tt/news/1605/12/news03.html

［71］伊藤智，JTC 1におけるヒ ?ック ?テ ?ータ等の新規標準化テーマに関する活動状況，情報技術標準化フォーラム，pp. 1-26，2014年 5 月19日，https://

www.itscj.ipsj.or.jp/hasshin_joho/hj_forum/files/fo20140519.pdf

［72］株式会社アイ・ティ・アール，企業の成長戦略を実現する「つながりのシステム-SoE」活用法～オープンソースで推進するイノベーション～，ITR

White Paper, 株式会社アイ・ティ・アール，2016年 9月21日［73］岩本幸男，オープンデータを活用したビジネスモデル，https://slideshowjp.

com/doc/528872/

［74］ジェーエムエーシステムズ，ビジネスに効果的なモバイルアプリ開発の勧め，株式会社ジェーエムエーシステムズ，2017年 1月 5日

［75］ Jiang, Yifeng, Apache Hiveの今とこれから，db tech showcase Tokyo 2015，2015年 6月11日，https://www.slideshare.net/uprush/hive-presentandfeatured

btechshowcaseyifeng

［76］ Joint Task Force on Computing Curricula, Association for Computing Machinery

（ACM） and IEEE Computer Society, Computer Science Curricula 2001, 2001

［77］ Joint Task Force on Computing Curricula, Association for Computing Machinery

（ACM） and IEEE Computer Society, Computer Science Curricula 2013, 2013

［78］ Jshiike, Uberの急成長とそれを支える技術，2014，http://wazanova.jp/items/

1551

［79］ Just Skill, Inc., SaaS 最新動向レポート 2016 SuiteWorld Report, クラウド ERP

実践ポータル，2016年 6月24日，https://www.clouderp.jp/silicon-valley-saas-

erp-trend-report.html, クラウドERP実践ポータル：最新動向：シリコンバレーから学ぶ2016年 SaaS最新動向調査

［80］ジャストシステム，早稲田大学も実践した，専門知識不要の簡単データベー


ス構築方法とは，TechTargetジャパン，アイティメディア株式会社，2016年6月 1日，http://techtarget.itmedia.co.jp/tt/news/1606/01/news06.html

［81］情報処理推進機構，IT人材白書 2016

［82］掛下哲郎，高橋尚子，国内750大学の調査から見えてきた情報学教育の現状―（ 1）調査の全貌編―，情報処理，Vol. 58，pp. 420-425，2017年 5月

［83］川島康平，売上 0円から脱却するためのサイトコンセプト作りのポイント，ECzine, 2013年11月19日

［84］川島康平，売上 0 円から脱却するための競合他社との差別化ポイント，ECzine, 2013年12月 3日

［85］川島康平，売上 0 円から脱却するためのリスティング広告運用のコツ，ECzine, 2014年 1月 9日

［86］川島康平，売上 0円から脱却するための SEO対策のコツ，ECzine, 2014年 2

月 6日［87］川島康平，売上 0円から脱却するための LPO対策のコツ，ECzine, 2014年 3

月 7日［88］川島康平，売上 0円ネットショップ必読！月商100万円への 6つのステップ，

ECzine, 翔泳社，2014年 6月 4日［89］川島康平，売上 0 円から脱却するためのリピーター作りのコツ，ECzine,

2014年 4月22日［90］川連一豊，ネットショップのおもてなし，ECzine, 翔泳社，2013年10月31日［91］川連一豊，お客様の記憶に残る，梱包のおもてなし，ECzine, 2013年11月21

日［92］川連一豊，ネットショップの「玄関」，ファーストビュー 3秒でできるおも

てなし，ECzine, 2013年12月17日［93］川連一豊，「ひと気」で安心感を与えるおもてなし　ネットショップを賑わっ

てるふうに見せる 5つのテク，ECzine, 2014年 1月23日［94］川連一豊，転換率アップで売上もアップ！「かご周り」 6つのおもてなし，

ECzine, 2014年 2月25日［95］川連一豊， 1日 1，000円で始めるネットショップ「集客のおもてなし」［ 1］

グーグル＆ヤフーを使い「キーワード」を設置しよう，ECzine, 2014年 3月26日

［96］川連一豊，ネットショップ集客のおもてなし［ 2］無料で窓口を増やす 6つのテクニック，ECzine, 2014年 4月23日

［97］加山恵美，＂Watson＂はどんな DBで動いている？／ PostgreSQL 9.4が正式リリースに，@IT Database Watch, 2015年 1月版，アイティメディア株式会社，2015年 1月21日

［98］経済産業省商務情報政策局情報処理振興課，IT人材の最新動向と将来推計に


関する調査結果～報告書概要版～，2016年 6月10日，http://www.meti.go.jp/

press/2016/06/20160610002/20160610002.html, IT人材の最新動向と将来推計に関する調査結果を取りまとめました（METI/経済産業省） :，2016年 6月10日

［99］ Kennedy, Stuart, 選択肢は 2つ：ストレージのボトルネック解消プロジェクトの最適解とは？，ComputerWeekly日本語版，2016年11月 1日，pp. 3-5

［100］喜連川優，特別インタビュー第 4のメディアが作り出すビッグデータの時代（特集ビッグデータ活用時代：革新的な洞察に導かれる次世代のビジネス戦略），Provision, No. 72，pp. 10-15，日本アイビーエム，2012年

［101］胡博，ITU-Tにおけるクラウド標準化動向およびインタークラウド技術，NTT技術ジャーナル，pp. 46-49，2013年 7月 1日

［102］小船井健一郎，山田竜司，AIや IoTでのデータ活用のために --オープンデータによる官民連携，ZDNet Japan, 朝日インタラクティブ株式会社，2016年11

月 9日［103］窪田博昭，MongoDB クラスター間レプリケーション，db tech showcase

Tokyo 2015，2015年 6 月11日，https://www.slideshare.net/crumbjp/db-tech-

showcase2015-how-to-replicate

［104］ Kuppinger, Martin, あらゆる用途にマッチする魔法のブロックチェーンは存在しない，Computer Weekly 日本語版，2016年 8月24日，pp. 1-3

［105］草薙昭彦，Apache Drillで JSON形式のオープンデータを分析してみる，db

tech showcase Tokyo 2015，pp. 1-56，2015年 6月11日，https://www.slideshare.

net/MapR_Japan/apache-drill-opendata20150611

［106］ Longbottom, Clive, 今さら聞けないグラフ型データベース基礎の基礎，Computer

Weekly 日本語版，2016年 8月24日，pp. 13-15

［107］丸山不二夫，クラウドの成立過程とその技術的特徴について，情報処理，Vol. 50，No. 11. pp. 1055-1061

［108］松岡功，日本でデータサイエンティストが育たない理由，ITmediaエンタープライズ，アイティメディア株式会社，2016年11月28日

［109］ McKinsey Global Institute, Big data: The next frontier for innovation, competi-

tion, and productivity, 2011

［110］三柳英樹，富士通，「Office 365」を全世界のグループ社員16万人に導入，2106，　http://cloud.watch.impress.co.jp/docs/news/1017815.html

［111］ MJS, 「会計システム」の最新動向と課題～ 2年前から現在への会計システムの傾向変化とは～，pp. 1-14，株式会社ミクロ情報サービス，2016年11月 7日，https://japan.zdnet.com/paper/20013940/30002025/

［112］ MSV, Janakiram, 次世代クラウドアプリを担う，話題の「マイクロサービス」とは，Computer Weekly 日本語版，2015年 2月18日，pp. 12-14

［113］ MacDonald, Clare, ITリーダーたちに聞く「Windowsエコシステムから脱却


すべきか？」，Computer Weekly 日本語版，2015年 2月18日，pp. 12-15

［114］ Manyika, James, Chui, Michael, Brown, Brad, Bughin, Jacques, Dobbs, Richard,

Roxburgh, Charles, Hung Byers, Angela, Big data: The next frontier for innova-

tion, competition, and productivity, McKinsey Global Institute, 2011年 5月［115］丸山不二夫，首藤一幸，「クラウドの技術」再掲にあたって，雲の世界の向

こうをつかむクラウドの技術，pp. 2-103，アスキー・メディアワークス，2009年11月 5日

［116］松田雄馬，AIの進化と歴史 -ロボット棋士の勝利を支えた「数理最適化」とは，ZDNet Japan, 朝日インタラクティブ株式会社，2016年 4 月 5 日，https://

japan.zdnet.com/article/35080456/

［117］ McKenna, Brian, MySQL時代の終わり？MariaDB移行の理由は「拡張性と処理性能向上」，Computer Weekly 日本語版，2015年 2月18日，pp. 8-9

［118］ McKenna, Brian, 製品だけで選んではいけない，ビッグデータプラットフォーム選び，ComputerWeekly日本語版，2016年11月 1日，pp. 6-7

［119］ McKenna, Brian, 英 SAP顧客「HANAに大満足」 vs. SAP優良顧客「SAP製品は二度と買わない」，Computer Weekly 日本語版，2016年10月19日，pp. 1-4

［120］ Meng, Xiangrui, MLlib: Scalable Machine Learning on Spark, https://stanford.

edu/~rezab/sparkworkshop/slides/xiangrui.pdf

［121］ Millman, Rene, Skype for Business導入企業のほとんどがハマる残念な現実，Computer Weekly日本語版，2016年 8月 3日，pp. 7-10

［122］文部科学省，科学技術白書 2017

［123］ Moore, John, クラウドデータベースサービス市場，10億ドル以上に成長の見込み，ITMedia, pp. 5-8

［124］マイナビニュース広告企画，データを経営資源に転換するデータマネジメントの極意―攻めと守りの 2つのアプローチ，IT Search+，株式会社マイナビ，2015年 2月10日，https://news.mynavi.jp/itsearch/kikaku/analysis/565，2017/

3/15

［125］中田敦，「キー・バリュー型データストア」開発者が大集合した夜，2009，日経コンピュータ

［126］中田敦， 2年前の障害報告書から学んだ Amazon S3の凄さ，2010，日経コンピュータ

［127］ NETSUITE, 世界 No1. クラウド ERPシステム，pp. 1-12，NETSUITE

［128］ NETSUITE, NetSuiteデータセンターの概要，pp. 1-5，NETSUITE, 2011年［129］ NETSUITE, NETSUITE事例，NETSUITE, 2014年［130］ NETSUITE, 株式会社アイトー　ネット通販という新たなビジネスモデルで

成功するために NetSuiteで IT基盤を革新［131］ NETSUITE, ベッコフオートメーション株式会社　産業革命「インダストリー


4.0」を牽引する先進企業が選んだ NetSuite

［132］ NETSUITE, オーマイグラス株式会社　常識をうち破るメガネ専門サイトの次世代戦略をサポートする NetSuite

［133］ NETSUITE, 株式会社プリアップ　Amazonと NetSuiteがあったからこそネットビジネスベンチャーとして起業できた

［134］ NETSUITE, 株式会社新総企　経営改革とM&Aを成功させ，さらなる成長を続ける企業の経営基盤を支えるクラウド ERP

［135］ NETSUITE, 株式会社アシックス　国内の販売機能の強化から海外新拠点の立上げまでクラウドの利点を活かして NetSuite OneWorldを導入

［136］ NETSUITE, 株式会社 CDG　マーケティングソリューションカンパニーのリアルタイム経営基盤を支える

［137］ NETSUITE, 全日空商事株式会社　 4つのシステムに分散していた調達業務を NetSuiteに集約することで効率化，同時に海外拠点との情報共有，社内リソースの有効活用を実現

［138］ NETSUITE, 株式会社　青島文化教材社　経営環境の変化に敏感に適応していくために業務パッケージから NetSuiteに刷新

［139］ NETSUITE, 株式会社ディー・エヌ・エー　グローバル No. 1のモバイルインターネットカンパニーを目指す DeNAグループが選んだクラウドベースの業務基盤

［140］ NETSUITE, Kii株式会社　日本，中国，米国でビジネスを展開するグローバル企業が選んだクラウド ERP

［141］ NETSUITE, Peach Aviation株式会社　素うどんに笑顔のトッピングで人と人との交流を通じて愛を育みたい　そして NetSuiteで愛を加速させる Peach

流経営術［142］ NETSUITE, パンチ工業株式会社　東南アジアへのビジネス展開に求められ

るスピード感に応える NetSuite OneWorld

［143］中村潤平，はじめてのスマホ ECサイトの作りかた，ECzine, 翔泳社［144］中村潤平，はじめてのスマホ ECサイト［ 1］新規構築 or自動変換，メリッ

トとデメリット，ECzine, 2014年 1月21日［145］中村潤平，はじめてのスマホ ECサイト［ 2］これだけは押さえておきたい，

設計 7原則，ECzine, 2014年 2月20日［146］中村潤平，はじめてのスマホ ECサイト［ 3］離脱を減らす，入力フォーム

14のルール，ECzine, 2014年 3月24日［147］日本学術会議統計学研究連絡委員会，統計学研究教育体制の整備のための具

体的方策について，1990

［148］日本学術会議数理科学委員会数理統計学分科会，提言：ビッグデータ時代における統計科学教育・研究の推進について，2014


［149］日本経済新聞社，経産省，公共ビッグデータを企業に開放　産業創出へ医療やバス運行など，日本経済新聞　電子版，日本経済新聞社，2016年12月13日

［150］日本経済新聞社，公認会計士という職業は産業革命が進んだ19世紀半ばの英国で誕生したとされる（春秋），日本経済新聞　朝刊，p. 1，日本経済新聞社，2017年 1月 4日

［151］日本経済新聞社，AIで日本を強く（ 1）産業競争力を高める好機を生かせ（社説），日本経済新聞　朝刊，p. 2，日本経済新聞社，2017年 1月 9日

［152］日本経済新聞社，米企業，IT人材渇望，IoTや AI, 技術革新に不可欠，IBM,

採用の核，非・大卒に，新政権，経済再生にも影．，日本経済新聞　朝刊，p.

8，日本経済新聞社，2017年 1月24日［153］日本経済新聞社，データ分析，人材不足深刻（でーたクリップ），日本経済

新聞　朝刊，p. 31，日本経済新聞社，2017年 2月17日［154］日経 BP社，富士重工業と日本 IBMが高度運転支援システムで協業　エンジ

ニア自らが実車実験を繰り返す，アイサイトの強みを支援する実験映像データ統合管理システムを構築，ITpro SPECIAL, 日経 BP社，2016年10月20日

［155］野村稔，米国政府のビックデータへの取り組み，科学技術動向，pp. 24-36，科学技術政策研究所科学技術動向研究センター，2012年 9月28日

［156］小口正貴，大学の情報リテラシー教育，その最前線を探る，ITpro, 日経 BP社，2016年 6月13日，http://itpro.nikkeibp.co.jp/atcl/column/14/346926/061000547/

［157］岡田薫，NTTデータが開発環境をクラウドで義務付け，日経コンピュータ，日経 BP社，2017年 2月17日

［158］大豆生田崇志，プログラミング不要！身近なオープンデータでアプリを作る

［ 1］誰でも簡単！オープンデータアプリを公開しよう，ITpro, 日経 BP社，2015年 2月18日

［159］ Osborne, Charlie, 石橋啓一郎訳，未来の企業は機械が経営するようになる？―フォルクスワーゲンの CIOが予想する未来，ZDNet Japan, pp. 1-2，朝日インタラクティブ株式会社，2016年11月18日，http://www.zdnet.com/article/

future-enterprise-companies-will-be-ran-by-robots/

［160］ Qlick.com, Big Data to Big Value ビックデータ分析のラストワンマイルを提供する Qlik製品，pp. 1-12，Qlick.com, 2015年12月

［161］ Qlik Tech Japan, ビッグデータの高速分析で，隠れていた課題や問題点を可視化　回転寿司業界の No. 1を支える迅速な経営判断と店舗オペレーションを実現，Qlik View Customer Success Story, Qlik Tech Japan K. K.，2017年 1

月16日［162］ QlikView ，ビッグデータの高速分析で，隠れていた課題や問題点を可視化

回転寿司業界の No. 1を支える迅速な経営判断と店舗オペレーションを実現，アシスト，2013年


［163］ Redhat, お客様事例　E*TRADE，SONICMQ と IBM WEBSPHERE から RED

HAT JBOSS A-MQ に移行，redhat.com, pp. 1-4，2013年［164］ Richards, Lewis, 多くの企業が気付いていないコンシューマーテクノロジー活

用の効用，Computer Weekly日本語版，2016年 9月 7日，pp. 4-5［165］理化学研究所，富士通，「京」が性能指標（HPCG）で世界第 1位を獲得―産

業利用など実際のアプリケーションにおける高い性能を証明―，pp. 1-3，理化学研究所，2016年11月16日，http://www.riken.jp/pr/topics/2016/20161116_1/

［166］さくらインターネット，女性に人気のスマホゲームは専用サーバとクラウドのハイブリッド接続で運用，さくらインターネット株式会社

［167］ Samuels, Mark, Vmworld User awards 受賞企業に学ぶ，仮想化活用術，Com-

puter Weekly 日本語版，2015年 2月18日，pp. 6-8［168］ Sanjeev, A et al., Cloud-Based Business Solutions Suite Delivers Key Perfor-

mance Improvements to Wholesale Distribution, SL Associates, 1905年 7月 6日，https://offers.clouderp.jp/kpi_study_sl_associates

［169］産経ニュース，ルネサス，自動運転車導入を視野にソフト開発キット発売，産経ニュース，産経新聞社，2016年10月19日

［170］ SAP, SAP® BusinessObjects™ Cloud：意思決定に必要なアナリティクス機能をすべてのユーザーに 1つの製品で提供する SaaSソリューション，pp. 1-4，SAP, 2016年，https://assets.cdn.sap.com/sapcom/docs/2017/02/9ca95664-aa7c-

0010-82c7-eda71af511fa.pdf

［171］ Saran, Cliff, 拝啓，Oracle様「Oracleは顧客の信頼を失っている」，Computer

Weekly 日本語版，2015年 2月18日，pp. 1-3［172］ Saran, Cliff, 大手ソフトウェアサプライヤーのライセンス請求に根拠なし，

Computer Weekly 日本語版，2015年 2月18日，pp. 6-7［173］ Saran, Cliff, ムーアの法則から50年―新ビジネスモデルを模索する Intel,

Computer Weekly 日本語版，2015年 5月20日，pp. 1-3［174］ Saran, Cliff, ライセンス売上減の Oracle，クラウド市場で AWSに追い付ける

か？，Computer Weekly日本語版，2016年 8月 3日，pp. 1-2，2017/3/15

［175］ Saran, Cliff, Windows Mobileを切り捨てたMicrosoftはどこに向かっているのか ?，ComputerWeekly日本語版，2016年 9月20日，pp. 4-6

［176］ Saran, Cliff, ワールドワイドな送金サービスが新たに手掛ける「サービスとしての送金」，ComputerWeekly日本語版，2016年11月 1日，pp. 8-10

［177］ Saran, Cliff, なぜ今，ネットワーク機能仮想化（NFV）が必要なのか，ComputerWeekly日本語版，2016年11月 1日，pp. 11-13

［178］佐藤一憲（吉川和巳），DVD: Google App Engine, 日経 BP社，2010

［179］澤井和弘，多店舗展開時代のアプローチ方法，ECzine, 翔泳社［180］澤井和弘，自社 ECサイトの商品を検索結果 1ページ目に表示させる，新た


な SEO対策，ECzine, 2014年 3月 5日［181］澤井和弘，リスティング，モール出店だけでは不十分　ユーザー接点の分散，

3つの理由，ECzine, 2014年 4月 7日［182］澤井和弘，手間削減だけでなく，広告効果アップも！　店舗展開に欠かせな

い商品データの重要性とデータフィード，ECzine, 2014年 4月25日［183］ Scroxton, Alex, 至れり尽くせりなインテリジェントビルを目指す「Watson

IoT」導入計画，Computer Weekly 日本語版，2016年 8月24日，pp. 4-5［184］ Scroxton, Alex, 故障率58％！なぜ iPhoneの故障率が急増したのか，Computer

Weekly日本語版，2016年11月 1日，p. 1

［185］滋賀大学，育成する人材像（滋賀大学モデル），滋賀大学［186］滋賀大学，履修モデル，想定される就職先，キャリアプラン，滋賀大学［187］島田優子，市場価値が大きく変化　本物のエンジニアが足りない，日経

SYSTEMS, 第279，pp. 73-75，日経 BP社，2016年 7月 1日［188］島田優子，ERPでも CRMでもない，MSが新業務アプリ Dynamics 365」を

提供開始，日経 BP社，2016年12月 5日，http://itpro.nikkeibp.co.jp/atcl/col

umn/16/112100265/112100005/?rt=nocnt

［189］清水将平，失敗しないモールの選びかた，ECzine, 翔泳社［190］清水将平，おさえておきたい，日本のモール事情，ECzine, 2013年11月15日［191］清水将平，商品数と画像容量がポイント！「楽天市場」出店プランの選びかた，

ECzine, 2013年12月 5日［192］清水将平，買い手と売り手から見た「楽天市場」と「Amazon.co.jp」の違い

とは？，ECzine, 2014年 1月14日［193］清水将平，Yahoo!ショッピングに出店すべきか　儲けとスマホ対応から考え

る，ECzine, 2014年 2月10日［194］清水将平，主要 3モールに出店したら知っておきたい DeNA, Qoo10，YAMADA,

ポンパレモールはここが違う！，ECzine, 2014年 3月14日［195］清水将平，出店店舗数は基準になるのか？失敗しないモールの選びかた［最

終回］，ECzine, 2014年 4月14日［196］下田修，HTML5で業務システムを構築しよう第 5回 HTML5の広がりとこれ

から，ITpro ，日経 BP社，2015年 2月27日，http://itpro.nikkeibp.co.jp/atcl/

column/14/121100125/021800006/

［197］下出隆一，無料サービスではじめるネットショップ開店マニュアル　失敗しないサイト制作，ECzine, 翔泳社

［198］下出隆一，はじめてのネットショップ，無料構築サービス利用がオススメな理由，ECzine, 2013年11月11日

［199］下出隆一，自分にあったネットショップ構築サービスを選ぶ 3つのポイント，ECzine, 2013年11月11日


［200］下出隆一，開店時にもこれだけは欲しい！ネットショップ構築サービス 3つのマスト機能，ECzine, 2013年11月11日

［201］下出隆一， 2 分でできるらしい，無料構築サービス「STORES」でネットショップを作ってみた，ECzine, 2013年11月11日

［202］下出隆一，追加機能は Appsをインストール　無料構築サービス「BASE」で作ってみた，ECzine, 2013年11月11日

［203］下出隆一，お客様の視点に立てば，最適なデザインは見えてくる，ECzine,

2013年11月11日［204］下出隆一，無料サービスではじめるネットショップ開店マニュアル　効果的

なプロモーション，ECzine, 翔泳社［205］下出隆一，オーナーがやるべき 5つのプロモーション，ECzine, 2013年11月

11日［206］下出隆一，検索エンジンに登録しよう，ECzine, 2013年11月11日［207］下出隆一，ネットショップのプロモは検索連動型広告から始まる，ECzine,

2013年11月11日［208］下出隆一，なにはなくとも Google AdWords, 幅広いターゲットが魅力の

Yahoo! スポンサードサーチ，ECzine, 2013年11月11日［209］下出隆一，メールマガジンは終わらない，ECzine, 2013年11月11日［210］下出隆一，ソーシャルメディアでは売るな！　やるべきは情報提供とコミュ

ニケーション，ECzine, 2013年11月11日［211］下出隆一，次につなげる，検索連動型広告の効果分析，ECzine, 2013年11月

11日［212］下出隆一，Google Analyticsを使おう！小規模ネットショップのアクセス解析，

ECzine, 2013年11月11日［213］下出隆一，無料サービスではじめるネットショップ開店マニュアル　運用の

最適化で売上アップ，ECzine, 翔泳社［214］下出隆一，最低限やっておきたい， 4つのモバイル対応策，ECzine, 2013年

11月11日［215］下出隆一，在庫管理，試してみたい「 4割ドロップショッピング」，ECzine,

2013年11月11日［216］下出隆一，魔法の呪文「PDCA」を唱えて，楽しく運用改善，ECzine, 2013年

11月11日［217］首藤一幸，scale out の技術～ consistent hashing 編，cloud研究会，2008年

12月19日［218］総務省，プログラミング人材育成の在り方に関する調査研究報告書，2016

［219］総務省，情報通信白書　IoT・ビッグデータ・AI ～ネットワークと AIが創造する新たな価値～，総務省，2016年 7月29日


［220］ Stanton, Jeffrey, De Graaf, R., A INTRODUCTION TO DATA SCIENCE, Syra-

cuse University School of Information Studies, pp. 1-182，Syracuse University,

2012年－2013年［221］ Stonebraker, Mike, 2008, http://www.dbms2.com/2008/09/04/mike-stonebrak-

er-mapreduce

［222］須藤健一，ラズパイ専用カメラを活用し“美女 Linux”を顔認識［ 1］OSをセットアップしカメラを取り付けよう，ITpro, 日経 BP社，2014年11月 4日，http://itpro.nikkeibp.co.jp/atcl/column/14/102300087/102300001/

［223］須藤健一，ラズパイ専用カメラを活用し“美女 Linux”を顔認識［ 2］静止画と動画を撮影してみよう，ITpro, 日経 BP社，2014年11月 5日，http://itpro.

nikkeibp.co.jp/atcl/column/14/102300087/102300002/

［224］ Sullivan, Dan, クラウドデータベースに何を選ぶか --IaaSか PaaS, あるいはDBaaSか，ITMedia, pp. 2-4

［225］ Tableau Japan, 「Tableauでレポーティングが劇的にスピードアップ！おかげでマーケティング施策に集中できる。」?アトラエ事例，AdverTimes（アドバタイムズ，通称アドタイ），株式会社宣伝会議，2015年12月25日，https://

www.advertimes.com/white-paper/contents/213134/

［226］高橋美津，「Office 365」を激変させる 3つのポイント（前編），ITMedia, アイティメディア株式会社，2016年 3月 4日，http://www.itmedia.co.jp/enter-

prise/articles/1603/04/news023.html

［227］高橋美津，「Office 365」を激変させる 3つのポイント（後編），ITMedia, アイティメディア株式会社，2016年 3月11日，http://www.itmedia.co.jp/enter-

prise/articles/1603/11/news086.html

［228］玉置亮太，トヨタがデジタルマーケティングに本腰「データで顧客を知る」，ITpro, 日経 BP社，2016年 7月26日，http://itpro.nikkeibp.co.jp/atcl/column/

14/346926/072200587/

［229］谷川耕一，空間検索エンジンを支えるAzureの比類なき貢献　トライトゥルー寺田真介 CEOに訊くクラウドの価値，EnterpriseZine, 翔泳社，2016年 9月30日，http://enterprisezine.jp/dbonline/detail/8512

［230］谷川耕一，空間検索エンジンを支える Azureの比類なき貢献，Enterprise-

Zine, 翔泳社，2016年 9月30日［231］谷川耕一，実はデータサイエンティストがぜんぜん増えていなかった日本で，

データビークルが考えたデータ活用の仕組み，EnterprizeZine, 翔泳社，2017

年 2月10日［232］谷川耕一，IoT時代のビッグデータ活用プラットフォームの本命は Sparkと

なるか？，EnterpriseZine, 翔泳社，2016年 5 月10日，http://enterprisezine.

jp/dbonline/detail/7984


［233］ Tao, Ai Lei, 国土の3Dマッピングで土地利用の最適化を図るシンガポールの挑戦，Computer Weekly 日本語版，2016年10月19日，pp. 9-11

［234］ Tapscott, Don, Tapscott, Alex, ブロックチェーンの敗者にならないために CIO

がやるべきこと，Computer Weekly日本語版，2016年 9月 7日，pp. 1-3［235］ Tarzey, Bob, SQLから NoSQLへ――そして再び SQL？，ComputerWeekly

製品導入ガイド，pp. 5-7［236］ Taylor, Josh, 翻訳校正：川村インターナショナル，オープンデータ活用でネ

ズミも犯罪も予測 --シカゴ市のスマートシティ計画，ZDNet Japan, pp. 7-10，朝日インタラクティブ株式会社，2014年10月21日，https://japan.zdnet.com/

article/35055257/

［237］編集：TechTarget ジャパン，本気を出した Googleは AWSに勝てるのか？，ComputerWeekly日本語版，2016年 9月20日，アイティメディア株式会社，2016年 9月20日

［238］編集：TechTarget ジャパン，ネットワーク機器はもういらない，Computer-

Weekly日本語版，2016年11月 1日，アイティメディア株式会社，2016年11

月 1日［239］編集：TechTarget ジャパン，NoSQLデータベース製品導入戦略ガイド，

ComputerWeekly製品導入ガイド，アイティメディア株式会社，2017年 1月30日

［240］編集：TechTarget ジャパン，検知できないマルウェアの見つけ方，Comput-

er Weekly 日本語版，2016年10月19日，アイティメディア株式会社，2016年10月19日

［241］編集：TechTarget ジャパン，「Office 2013」 vs. 「 Office 365」，ITMedia, アイティメディア株式会社，2015年 2月27日，http://wp.techtarget.itmedia.co.jp/

contents/?cid=19289

［242］編集：TechTarget ジャパン，徹底比較で分かった「クラウドデータベース」の“本流”，失敗しないための選び方ガイド，ITMedia, アイティメディア株式会社，http://wp.techtarget.itmedia.co.jp/contents/?cid=21268，2016年11月25日

［243］編集：TechTarget ジャパン，それでも Azureを選ぶべき理由，Computer

Weekly 日本語版，2016年 8月24日，アイティメディア株式会社，2016年 8

月24日，http://wp.techtarget.itmedia.co.jp/contents/?cid=20119

［244］編集：TechTarget ジャパン，Microsoft対米国政府──判決は？，Computer

Weekly日本語版，2016年 9月 7日，アイティメディア株式会社，2016年 9

月27日，http://wp.techtarget.itmedia.co.jp/contents/?cid=20333

［245］編集：TechTarget ジャパン，Watsonが企業にやってくる，Computer Weekly

日本語版，2016年 8月 3日，アイティメディア株式会社，2016年 8月 3日，


http://wp.techtarget.itmedia.co.jp/contents/?cid=19970

［246］ Terry, Doug, ACM Tech Pack on Cloud Computing, ACM Tech Pack Commit-

tee on Cloud Computing, 2011年11月 1日［247］手嶋透，RDBMSを捨てたワークス「HUE」でホントに知りたかったこと，

ITpro，日経 BP社，2015年 4月28日，http://itpro.nikkeibp.co.jp/atcl/watcher/

14/334361/042000252/

［248］ The Robert Frances Group, LinuxONE が Linuxアプリケーションに最適な選択肢である 10 の理由，https://www-01.ibm.com/common/ssi/cgi-bin/ssialias?

htmlfid=LUL12346JPJA

［249］遠矢大介，ECサイト集客の「入口」でおさえておきたい 5つの主要チャネルとその特徴，ECzine, pp. 18-20，2016年 3月 9日，http://eczine.jp/article/

detail/2808

［250］遠矢大介，EC事業者向けリスティング広告おさらい　基本で重要な 3つのポイント，ECzine, pp. 21-25，2016年 3月25日，http://eczine.jp/article/detail/

2860

［251］遠矢大介，自社 ECサイトのコンテンツマーケティングは「商品詳細ページ」を作りこむべし，ECzine, pp. 26-29，2016年 4月 8日，http://eczine.jp/article/

detail/2944

［252］辻有吾，“つながる”フルフィルメント，ECzine, 翔泳社［253］辻有吾，「欠品」は致命傷！在庫管理力を上げる，“つながる”フルフィルメ

ントとは？，ECzine, 2014年 3月12日［254］辻有吾，「データ」を意識してフルフィルメント委託してますか？失敗事例

に学ぶ再構築のポイント，ECzine, 2014年 4月11日［255］辻有吾，アクセスはマルチ，対応は一貫を求める顧客と「強い関係」を築く　

これからの“つながるフルフィルメント”とは，ECzine, 2014年 5月13日［256］ Vesset, Dan, クラウドビジネスアナリティクス：意思決定支援サービスの全

面採用への一歩，pp. 1-11，IDC社，2016年 5月［257］渡部徹太郎，NoSQLの必要性と主要プロダクト比較，db tech showcase

Tokyo 2015，2015 年 6 月 11 日，http://openstandia.jp/pdf/150611db_tech_

showcase_tokyo_e22.pdf

［258］ Wing Arc 1st, Dr.Sum EA事例：株式会社ヤマヒサペットケア事業部，https://www.wingarc.com/publicfiles/usecase/CSD014A1408_yamahisa_web.

pdf

［259］ WingArc 1st, 複雑なデザインから業務システムと連携したシームレスな出力まで！“あらゆる課題を解決”するクラウド帳票サービス「SVF Cloud」，pp. 1-8，WingArc1st社，2015年 6月

［260］山田竜司，横浜市のオープンデータ活用と挑戦 -- 地域の課題解決と経済活性


化を狙う，ZDNet Japan, pp. 2-6，朝日インタラクティブ株式会社，2014年11

月28日，https://japan.zdnet.com/article/35056423/

［261］山田竜司，データは連携してこそ価値を生む --経産省が「データ駆動型イノベーション」創出へ，ZDNet Japan, pp. 11-13，朝日インタラクティブ株式会社，2014年11月11日，https://japan.zdnet.com/article/35056152/

［262］山田竜司，業務の効率化だけじゃない --活発になる「データドリブンイノベーション」，ZDNet Japan, pp. 14-16，朝日インタラクティブ株式会社，2014年11月25日，https://japan.zdnet.com/article/35056744/

［263］山口琢磨，ECサイトのCVRを上げるには「お客様を知る」Googleアナリティクス活用法，ECzine, pp. 30-32，2016年 4 月26日，http://eczine.jp/article/

detail/3027

［264］山口琢磨，Googleアナリティクスでお客様の「質」を知り，ECサイトのCVR改善につなげる方法，ECzine, pp. 33-36，2016年 5月24日，http://eczine.

jp/article/detail/3093

［265］山口琢磨，ECサイト改善，CVRが向上した 3つの事例：お菓子，音響，アクセサリー ECで打った施策とは，ECzine, pp. 37-41，2016年 6 月10日，http://eczine.jp/article/detail/3170

［266］山本稔，これから自社 ECを始める企業が，肝に銘じるべき 3つのポイント，ECzine, pp. 2-5，2016年 1月12日，http://eczine.jp/article/detail/2551

［267］山本稔，これから始める自社 EC，成功への11のステップまとめ，ECzine,

pp. 46-49，2016年 7月 8日，http://eczine.jp/article/detail/3266

［268］山崎徳之，はじめてでもわかるレコメンド，ECzine, 翔泳社［269］山崎徳之，目的と手段，ひっくり返ってない？はじめてでもわかるレコメン

ド［ 1］，ECzine, 2014年 1月 7日［270］山崎徳之，ショップ，商品ごとに「オススメ」の仕方使い分けてる？はじめ

てでもわかるレコメンド［ 2］，ECzine, 2014年 2月 4日［271］山崎徳之，はじめてでもわかるレコメンド［ 3］ユーザー行動の履歴を使っ

たオススメ，精度を上げるポイント，ECzine, 2014年 3月 3日［272］山崎徳之，はじめてでもわかるレコメンド［ 4］「ユーザーの行動履歴」と

「商品情報の変化」をあわせて活用する，ECzine, 2014年 4月 1日［273］山崎徳之，はじめてでもわかるレコメンド［ 5］失敗しない導入， 5つのス

テップ，ECzine, 2014年 5月 7日［274］矢野経済研究所（小林明子），成長と変革を目指す中小企業に対する Net-

Suiteの有効性，2015年 3 月 1 日，https://system.netsuite.com/c.NLCORP/

portal/jp/resource/downloads/thanks/pdf/netsuite-yano-report.pdf

［275］吉田パクえ，話題の IaaS徹底解説！ Cloudの達人吉田パクえの「ここが凄い SoftLayer」，ZDNet Japan, pp. 1-16，朝日インタラクティブ株式会社，


2014年10月30日，https://japan.zdnet.com/paper/30000314/30001226/

［276］吉川和巳，オバマ大統領も満足した Google App Engineのスケーラビリティ

日経 Systems, 2009，http://itpro.nikkeibp.co.jp/article/COLUMN/20090702/

333140/

［277］吉野睦，品質の明日　ビッグデータ時代のものづくり品質革新　デンソーにおけるデータサイエンス教育の実際，日経テクノロジー online, 日経 BP社，2015年 6 月 18日，http://techon.nikkeibp.co.jp/article/COLUMN/20150617/

423705/

［278］ ZDNet,（video talk）, 2009, http://www.zdnet.com/videos/events/obamas-

google-moderator-stats/285246


付録

A．海外大学のカリキュラム例　A.1　テネシー州立大学

Major in Business Information Systems with Concentration in Industry（ビジネス情報システム専攻製造業分野）

Networking Track　（ネットワーキングトラック）Program Requirements（42 hours）

授業コード科目名必・選時間

BISE3350 Business Research and Report Writingビジネスリサーチ及びレポート作成必修 3

BISI3160 Business Applications Developmentビジネスアプリケーション開発必修 3

BISI3260 Object-Oriented Programmingオブジェクト指向プログラミング必修 3

BISI3360 Applied Information Technology応用情報技術必修 3

BISI4150 Database Systemsデータベースシステム必修 3

BISI4230 Systems Analysis, Design, and Implementationシステム解析，デザイン，実装必修 3

BISI3500 Data Miningデータマイニング必修 3

BISI4300 Business Telecommunicationsビジネス電気通信必修 3

BISI4360 PC Networks & Computer SecurityPCネットワーク及びコンピューターセキュリティ必修 3

BISI Elective Upper Division BISI CourseBISIコース専門上級クラス必修 3

BISI2150 Non-Business Elective経営関係以外の選択科目選択 3

Non-Business Electives経営関係以外の選択科目選択 9

General Track（総合トラック）Program Requirements（42 hours）









BISI/BISE Upper Division Courses専門上級クラス必修 12


Non-Business Elective経営関係以外の選択科目選択 9

Organizational Information Systems Track　（情報システムトラック）Program Requirements（42 hours）








BISE3400 Desktop Presentation Toolsデスクトッププレゼンテーションツール必修 3

BISE4000 Information and Media Management情報と媒体管理必修 3

BISI4240 End-User Computing Developmentエンドユーザーコンピューティング必修 3

BISE4300 Administrative Office Managementオフィス経営管理必修 3


Non-Business Electives経営関係以外の選択科目選択 9


　A.2　イリノイ大学スプリングフィールド校

経営情報システム学部


BUS302 Principles of Financial Management財務管理原論必修（大学） 3

BUS312 Principles of Marketingマーケティング原論必修（大学） 3

BUS322 Principles of Operations Managementオペレーションマネジメント原論必修（大学） 3

BUS331 Business and Societyビジネスと社会必修（大学） 3

MGT310 Managing Organizational Behavior組織行動管理必修（大学） 3

MGT488 Strategic Management and Leadership戦略的マネジメントとリーダーシップ必修（大学） 3

MIS352 Principles of Management Information Systems経営情報システム原論必修（大学） 3

CSC225 Computer Programming Concepts Iコンピュータープログラムの概念Ⅰ 必修（専攻） 3

CSC275 Computer Programming Concepts IIコンピュータープログラムの概念Ⅱ 必修（専攻） 3

MIS371 Enterprise Architectureエンタープライズアーキテクチャ必修（専攻） 3

MIS385 Data and Information Managementデータ及び情報マネジメント必修（専攻） 3

MIS395 Electronic Business Strategy, Architecture, and Design電子商取引の戦略，構成，デザイン必修（専攻） 3

MIS454 Systems Analysis and Designシステム分析及びデザイン必修（専攻） 3

MIS456 Networks and Telecommunications in Organizations組織のネットワークと電気通信必修（専攻） 3

MIS458 IS Project ManagementISプロジェクトマネジメント必修（専攻） 3

MIS468 Business Process Management業務プロセスマネジメント選択 6

MIS469 IS Strategy, Management, and Acquisition情報システム戦略，マネジメント，取得選択 10


　A.3　西ミシガン大学

Business Analytics Major　（ビジネス分析専攻）Program Requirements（27 hours）


CIS2640 Business Analytics Iビジネス分析 I 必修 3

CIS2650 Programming for Data Analyticsデータ分析のためのプログラミング必修 3

CIS3640 Business Analytics IIビジネス分析 II 必修 3

CIS4610 Database Design for Analytics分析のためのデータベースデザイン必修 3

CIS4640 Business Data Miningビジネスデータマイニング必修 3

CIS5650 Big Data Analyticsビッグデータ分析必修 3

CIS2600 Business Application Programming（Credits: 3 hours）ビジネスアプリケーションプログラミング（ 3時間）選択

選択科目の中から 9時間分修得．

CIS3620Information Technology Project Management （Credits: 3 hours）IT プロジェクトマネジメント（ 3時間）

選択

STAT5610 Applied Multivariate Statistical Methods（Credits: 3 hours）応用多変量統計法（ 3時間）選択

STAT5680 Regression Analysis（Credits: 3 hours）回帰分析（ 3時間）選択

CIS4500 Customer Relationship Management（Credits: 3 hours）顧客関係管理（ 3時間）選択

CIS4960 Independent Study（Credits: 1 to 4 hours）自主学習　（ 1時間から 4時間）選択

CIS5550Topics in Computer Information Systems（Credits: 3 hours）コンピューター情報システム特講（ 3時間）

選択

Computer Information Systems Major（コンピューター情報システム専攻）Program Requirements（24 hours）


CIS2600 Business Application Programming（Credits: 3 hours）ビジネスアプリケーションプログラミング（ 3時間）選択必修選択必

修科目の中から 3時間分修得

CIS2610 Business Mobile Programming（Credits: 3 hours）ビジネスモバイルプログラミング（ 3時間）選択必修

CIS2800 Internet Programming（Credits: 3 hours）インターネットプログラミング（ 3時間）選択必修


CIS3600 Systems Analysis and Designシステム分析とデザイン必修 3

CIS4600 Business Database Applicationsビジネスデータベースアプリケーション必修 3

CIS4640 Business Data Miningビジネスデータマイニング必修 3

CIS4990 Enterprise Projectエンタープライズプロジェクト必修 3

CIS2600 Business Application Programming （Credits: 3 hours）　※ビジネスアプリケーションプログラミング（ 3時間）　※ 選択

選択科目の中から 9時間分修得．

CIS2610 Business Mobile Programming （Credits: 3 hours）　※ビジネスモバイルプログラミング（ 3時間）　※ 選択

CIS2640 Business Analytics I（Credits: 3 hours）ビジネス分析 I（ 3時間）選択

CIS2660 Networking and Data Communications （Credits: 3 hours）ネットワーキングとデータコミュニケーション（ 3時間）選択

CIS2800 Internet Programming（Credits: 3 hours）　※インターネットプログラミング（ 3時間）　※ 選択

CIS2900 Web Applications for Business（Credits: 3 hours）ビジネスのためのWebアプリケーション（ 3時間）選択

CIS3620 Information Technology Project Management （Credits: 3 hours）ITプロジェクトマネジメント（ 3時間）選択

CIS3640 Business Analytics II（Credits: 3 hours）ビジネス分析 II（ 3時間）選択

CIS3660 Information Assurance and Compliance （Credits: 3 hours）情報保証とコンプライアンス（ 3時間）選択

CIS3900 Business Web Architecture（Credits: 3 hours）ビジネスWebアーキテクチャー（ 3時間）選択

CIS4100 Internship（Credits: 1 to 4 hours）インターンシップ（ 1時間から 4時間）選択

CIS4500 Customer Relationship Management（Credits: 3 hours）顧客関係管理（ 3時間）選択

CIS4700 Mobile Commerce Development（Credits: 3 hours）モバイルコマース開発論（ 3時間）選択

CIS4900 Electronic Commerce Development （Credits: 3 hours）eコマース開発論（ 3時間）選択

CIS4950 eBusiness Technologies（Credits: 3 hours）eビジネス技術論（ 3時間）選択

CIS4960 Independent Study（Credits: 1 to 4 hours）自主学習（ 1時間から 4時間）選択

CIS4980 Readings（Credits: 1 to 4 hours）Readings（ 1時間から 4時間）選択

CIS5550 Topics in Computer Information Systems （Credits: 3 hours）コンピューター情報システム特講（ 3時間）選択


Electronic Business Marketing Major（eコマースマーケティング専攻）Information Systems Track（情報システムトラック）Program Requirements（27 hours）


CIS2900 Web Applications for Business（Credits: 3 hours）ビジネスのためのWebアプリケーション（ 3時間）必修 3

CIS3900 Business Web Architecture（Credits: 3 hours）ビジネスWebアーキテクチャー（ 3時間）必修 3

MKTG2500 Marketing Principles（Credits: 3 hours）マーケティング原論（ 3時間）必修 3

MKTG3710 Marketing Research（Credits: 3 hours）マーケティング・リサーチ（ 3時間）必修 3

MKTG3730 Digital and Social Media Marketing（Credits: 3 hours）デジタル・ソーシャルメディアマーケティング（ 3時間）必修 3

CIS2610 Business Mobile Programming（Credits: 3 hours）ビジネスモバイルプログラミング（ 3時間）選択必修選択必修

科目の中から 3時間分修得CIS2800 Internet Programming（Credits: 3 hours）

インターネットプログラミング（ 3時間）選択必修

CIS4950 eBusiness Technologieseビジネス技術論必修 3

CIS2610 Business Mobile Programming （Credits: 3 hours）　※ビジネスモバイルプログラミング（ 3時間）　※ 選択

選択科目の中から6時間分修得．

CIS2640 Business Analytics I Credits（Credits: 3 hours）ビジネス分析 I（ 3時間）選択

CIS2660 Networking and Data Communications （Credits: 3 hours）ネットワーキングとデータコミュニケーション（ 3時間）選択

CIS3600 Systems Analysis and Design（Credits: 3 hours）システム分析とデザイン（ 3時間）選択

CIS3620Information Technology Project Management （Credits: 3 hours）ITプロジェクトマネジメント（ 3時間）

選択



CIS4600 Business Database Applications（Credits: 3 hours）ビジネスデータベースアプリケーション（ 3時間）選択

CIS4640 Business Data Mining（Credits: 3 hours）ビジネスデータマイニング（ 3時間）選択





MKTG4500 Customer Relationship Management （Credits: 3 hours）顧客関係管理（ 3時間）選択

MKTG4791 Advanced Digital Marketing Strategies （Credits: 3 hours）デジタルマーケティング戦略論（ 3時間）選択

※選択必修科目として履修し，単位修得した場合は選択科目として履修することができない．

Electronic Business Marketing Major（eコマースマーケティング専攻）Marketing Track（マーケティングトラック）


CIS2900 Web Applications for BusinessビジネスのためのWebアプリケーション必修 3

CIS3900 Business Web ArchitectureビジネスWebアーキテクチャー必修 3

MKTG2500 Marketing Principlesマーケティング原論必修 3

MKTG3710 Marketing Researchマーケティング・リサーチ必修 3

MKTG3730 Digital and Social Media Marketingデジタル・ソーシャルメディアマーケティング必修 3

MKTG4791 Advanced Digital Marketing Strategiesデジタルマーケティング戦略論必修 3

MKTG3600 Professional Selling（Credits: 3 hours）販売技術論（ 3時間）選択

選択科目の中から9時間分修得．ただし CISの科目は3時間に限る．

MKTG3740 Advertising and Promotion（Credits: 3 hours）広告宣伝論（ 3時間）選択

MKTG4750 International Marketing（Credits: 3 hours）国際マーケティング論（ 3時間）選択

MKTG4770 Consumer Behavior（Credits: 3 hours）消費者心理学（ 3時間）選択

MKTG4780 Special Topics in Marketing（Credits: 3 hours）マーケティング特講（ 3時間）選択

MKTG4790 Marketing Internship（Credits: 1 to 3 hours）マーケティングインターンシップ（ 1時間から 3時間）選択


CIS4500 Customer Relationship Management （Credits: 3 hours）顧客関係管理（ 3時間）選択


Telecommunications and Information Management Major （電気通信及び情報管理専攻）Communication StudentsProgram Requirements（36 hours）


COM1000 Communication and Community Engagementコミュニケーションとコミュニティ・エンゲージメント必修 3

COM2400 Introduction to Media and Telecommunicationsメディアと電気通信入門必修 3

CIS2660 Networking and Data Communicationsネットワーキングとデータコミュニケーション必修 3


CIS3660 Information Assurance and Compliance情報保証とコンプライアンス必修 3


COM4460 Telecommunications Law and Policy電気通信法と政策必修 3

COM4480 Media Management and Telecommunicationsメディアマネジメントと電気通信必修 3

COM4490 Communication Technology and Innovation通信技術と革新必修 3

CIS2600 Business Application Programming（Credits: 3 hours）ビジネスアプリケーションプログラミング（ 3時間）選択


CIS2610 Business Mobile Programming（Credits: 3 hours）ビジネスモバイルプログラミング（ 3時間）選択


CIS2800 Internet Programming（Credits: 3 hours）インターネットプログラミング（ 3時間）選択



選択










CIS4990 Enterprise Project（Credits: 3 hours）エンタープライズプロジェクト（ 3時間）選択


COM3540 Web Design and Digital Communication （Credits: 3 hours）Webデザインとデジタルコミュニケーション（ 3時間）選択

COM4550 International Telecommunications（Credits: 3 hours）国際電気通信（ 3時間）選択

COM4990 Internship（Credits: 1 to 6 hours）インターンシップ（ 1時間から 6時間）選択

COM5640 Telecommunications Networks（Credits: 3 hours）通信ネットワーク論（ 3時間）選択

GEOG3010Fundamentals of Geographic Information Systems（Credits: 3 hours）基礎地理情報システム論（ 3時間）

選択

GEOG5690Geodatabase Design and GIS Workflows （Credits: 3 hours）ジオデータベースの設計と地理情報システムのワークフロー（ 3時間）

選択

Telecommunications and Information Management Major （電気通信及び情報管理専攻）Business StudentsProgram Requirements（36 hours）


CIS2700 Business-Driven Information Technologyビジネス主導の情報技術論必修 3

COM2400 Introduction to Media and Telecommunicationsメディアと電気通信入門必修 3

CIS2660 Networking and Data Communicationsネットワーキングとデータコミュニケーション必修 3


CIS3660 Information Assurance and Compliance情報保証とコンプライアンス必修 3



COM4460 Telecommunications Law and Policy電気通信法と政策必修 3

COM4480 Media Management and Telecommunicationsメディアマネジメントと電気通信必修 3

COM4490 Communication Technology and Innovation通信技術と革新必修 3

CIS2600 Business Application Programming （Credits: 3 hours）ビジネスアプリケーションプログラミング（ 3時間）選択


CIS2610 Business Mobile Programming（Credits: 3 hours）ビジネスモバイルプログラミング（ 3時間）選択


CIS2800 Internet Programming（Credits: 3 hours）インターネットプログラミング（ 3時間）選択



選択









CIS4990 Enterprise Project（Credits: 3 hours）エンタープライズプロジェクト（ 3時間）選択

CIS5550Topics in Computer Information Systems （Credits: 3 hours）コンピューター情報システム特講（ 3時間）

選択

COM3540 Web Design and Digital Communication （Credits: 3 hours）Webデザインとデジタルコミュニケーション（ 3時間）選択

COM4550 International Telecommunications（Credits: 3 hours）国際電気通信（ 3時間）選択


COM4990 Internship（Credits: 1 to 6 hours）インターンシップ（ 1時間から 6時間）選択

COM5640 Telecommunications Networks（Credits: 3 hours）通信ネットワーク論（ 3時間）選択

GEOG3010Fundamentals of Geographic Information System （Credits: 3 hours）基礎地理情報システム論（ 3時間）

選択

GEOG5690Geodatabase Design and GIS Workflows （Credits: 3 hours）ジオデータベースの設計と地理情報システムのワークフロー（ 3時間）

選択


B．アンケートフォーム


「ビジネス」 および 「情報」 に係る人材市場 動向...

Documents

「ビジネス」および「情報」に係る人材市場動向...