【CEOメッセージ】BI業界ベスト記事【2018度版】

今回は、ここ数週間で読んだ技術やBI業界に関する記事の中から、わたしがお勧めする5つについて、みなさんに紹介します。

 

 

1.Jen Underwoodによる2018年Gartnerマジッククアドラントの分析【パート1】/【パート2

 

これら2つの記事は、2018年Gartnerのマジッククアドラントを非常に異なる視点からとらえています。というのも、これはGartner内部ではなく外部の人間としてのJen Underwoodにより記述されているからです。Jenの記事を、Gartnerのマジッククアドラントと合わせて読むことで、この調査のまったく新しい視点を得ることができます。

これは複数のツールを評価している人々に非常に有効な記事です。単純にクアドラントの右上に選出されたベンダーだけなく、すべてのベンダーを考慮するサポートをしてくれます。例えば、TableauとYellowfinのポジショニングに関する彼女の考えは、とても興味深いです。

 

2.AIの本質に関するHBR(Harvard Business Review)の見解

 

わたしが最近読んだHBRの記事の中に、ぜひ一緒に読んでいただきたいものが2つあります。ひとつは、Getting Value from Machine Learning Isn’t About Fancier Algorithms — It’s About Making It Easier to Use(機械学習の価値は魅力的なアルゴリズムの獲得ではなく、使いやすくするということ)、そしてもうひとつはIs “Murder by Machine Learning” the New “Death by Powerpoint”?(”機械学習による殺人”は、新たなる”パワーポイント殺人”を生み出すのか?)です。

最初の記事は、AIハイプと、その導入が組織に与える本質的な意味を記載しています。二番目の記事には、AIを新たなるパワーポイントと捉え、これを過剰使用しない重要性を説いています。

これら2つの記事を読むことで、AIプロジェクトの遂行は簡単ではないことに、改めて気付かされます。使いやすく、素早く効果的に導入できるアルゴリズムは他にも多数あるため、組織はそれらの価値を迅速に享受することができます。そのため、AIの使用を検討しているのであれば、その必要性を本質的に理解することが必要です。明確なビジネス事例を持ち、開発者のキャリアを構築するためだけの何かを実装させてはいけません。AIは、組織のニーズを満たすものである必要があります。

 

3.Hooked – How to Build Habit-Forming Products by Nir Eyal(Nir Eyal著 Hooked – 習慣形成製品を構築する方法)

 

これは文献ですが、非常に短いので記事のひとつとして読むこともできます。Hookedの主要概念はとても興味深いです。これは、定期ユーザーが製品に何をもたらすのかを理解することができます。これは、組織内でBIツールがどのように受け入れられ、それが想定していたようには使用されないという結果になってしまう理由を考えるうえでとても役に立つ文献です。

これは、BI適応率を改善するためのロードマップのようなものです。例えば、わたしはこれまで、データのリズムについて深く考えたことはありませんでした。月次データを使用してダッシュボードを作成する場合、ユーザーがそのダッシュボードを参照するのも月に1回です。これは習慣形成、人々が最低でも一日に一回ツールを使用する習慣を付けさせる、という観点からは十分ではありません。ベンダーとしてわたしたちは、人々が継続的に分析ツールやダッシュボードを使用し続けるリズムを形成するよう、組織を支援しなくてはいけません。そのため、データは人々の興味を引き、頻繁に変更されるものである必要があります。

こちらの文献をすべて読むのが面倒な方には、ある程度のアイデアを掴むことのできる、こちらの動画がお勧めです。

 

4.How an Entire Nation Became Russia’s Test Lab For Cyberwar(国全体がサイバー戦争に備えるロシアのテストラボになった経緯)

 

わたしはこの記事を、FacebookとCambridge Analyticaのスキャンダルや、ロシアのアメリカ選挙への介入が明るみに出る前に読みました。当時、これはテクノロジーの暗黒面を垣間見るものでしたが、潜在的なサイバー戦争の規模がどの程度であるのかという観点において、わたしを震撼させました。これは、ウクライナで今日実際にテストされている紛争のメカニズムについて唱えており、非常に驚くべき内容です。

記事では、産業エコシステムがいかに脆弱であり、わたしたちが日々の生活を支えるテクノロジーにどれほど頼り切っているのかを強調しています。すべてが緊密に繋がりあっているということは、これを破壊するのは容易なことでしょう。つまり、信号機を攻撃しただけで、街全体を破壊した映画「The Italian Job」のようなものです。わたしたちのテクノロジーインフラも非常に脆弱であるため、同様に驚くほど簡単に破壊できることを意味しています。

 

5.The Algorithm That Catches Setial Killers(連続殺人犯を逮捕するアルゴリズム)

 

これは、全米の殺人事件に関するデータを手作業で収集し、連続殺人犯を特定しようとした方について、幅広い層に向けて書かれた作品です。これは、集計されたデータのパワーと、それがコミュニティーに与える意味を示しています。

彼は、すべてのデータ収集と分析を、文字通り手作業で行いました。必要なデータを削り出し、ひとつにまとめて傾向を見出しました。これにより彼は、生産性を生み出す仮説の立証に成功しています。彼らが行ったすべての作業をアルゴリズムと合わせることで、法執行機関に信じられない程の価値を瞬時に追加することができます。これは身近な作業が、分析の幅広い分野で利用可能になる事実を強調しています。非常にシンプルな分析でも、組織や社会全体にそれ以上の価値を提供することができるのです。