分析に変革をもたらすシグナル

人工知能(Artificial Intelligence: AI)や機械学習(Machine Learning: ML)の潜在性について、数多くの話題が持ち上がり、特にビジネスインテリジェンス(BI)やアナリティクスの分野では盛んな議論が繰り広げられています。

最も強力な例は、膨大な量のデータからパターンや傾向を引き出すマシンの能力を中心に展開しています。CIO Magazineは、昨年見られたより優れたデータシグナルの傾向を指摘し、次のように述べています。「多くのBIツールは、既存のBIをより高度なアナリティクスから分離した区別をあいまいにする、より正確で、インサイトに満ちたレポートを作成するため、さらに多くの、そして優れたデータシグナルを採用し始めています。そのため、BIベンダーはさらなる前進が必要であり、さもなければ、市場から居場所を失う危険性があります」

BIのイベントに足を運ぶと、業界をリードするベンダーたちは、口を揃えて自社のAIやMLへのアプローチを語っています。Yellowfinでは、アルゴリズムの深い理解と、新しい機械学習の要素を使用してインサイトを表面化し、実用的な利益を提供することで、膨大なデータの処理を可能にしました。どのようなツールを検討するにしても、セールスやマーケティング、人事など、部門をまたがるユーザーがBIを最大限に活用し、深い分析技術を必要としなくても、価値あるビジネス情報を引き出せるようになる方法を考慮しなくてはいけません。

ダッシュボードの限界

大部分の企業で、ビジネスインテリジェンスツールとユーザーは、ダッシュボードを通して連携しています。グラフやグラフィック、伝統的な「信号機」スタイルのアプローチは、データを可視化する様々な方法を提供し、特に設定した数値をモニタリングするのに適しています。しかし、ビジネスユーザーは、単純に既存の数値をモニタリングするのではなく、新しいインサイトの発見を益々必要としています。そして、ダッシュボードはこの分野に適していません。

ダッシュボードはそもそも、モニタリングツールとして設計されており、データディスカバリーに対応したツールではありません。各企業のデータサイロに保存されるデータ量の増加と、利用できるアプリケーション数の増加にともない、すべてをひとつのページに収めるのは、ほぼ不可能になってきました。その結果、データは集約されます。これにより、ビジネスユーザーはダッシュボードから重要な数値の概要を確認することはできますが、ビジネスの背後で起きている詳細まで掘り下げることができません。そのため、ユーザーは自らデータにフィルターを適用したり、ドリルダウンをすることで、詳細を引き出す必要があります。つまり、ダッシュボードは、情報を細分化してインサイトを引き出すディスカバリー作業の責任をユーザーに押し付けています。そしてこれは、複数の問題を引き起こします。

インサイトの発見は予測が困難になり、データを手作業でドリルダウンするための技術の習得や、そのための時間の確保をユーザーに要求します。データは毎日更新されない可能性もあるので、ユーザーは変化の有無を確認するために、データディスカバリープロセスを繰り返さなくてはいけません。これは時間を無駄にするだけでなく、分析疲れの原因にもなり、実際に重要な変化が発生した場合に、それを見逃す可能性があります。

ワークブックの回避策

これに対応するために、ワークブックソリューションを採用するビジネスが多く、プラットフォームにデータを読み込んだ後に、自動化によりダッシュボードの構築をサポートします。これはデータを手作業で読み込むため、ライブデータを使用することができず、ユーザーがバックエンドへのアクセス権や知識を持ち合わせていない場合には、元になる情報の更新をデータアナリストに頼らなくてはいけません。データの読み込みが完了すると、プラットフォームは基礎的なアルゴリズムを実行することで、データに基づくレイアウトを提案します。しかし、プラットフォームは、ある特定の時点のデータしか確認しないため、アナリストは定期的にデータを更新し続けなくてはいけません。

より高度なソリューションでは、ユーザーが質問を投入することで、アプリケーションがデータを分析し、答えを導きます。しかしこれは、プラットフォームに何を尋ねればよいのかを、ユーザーが事前に把握していなくてはいけません。恐らく、データに外れ値や急増が発生することで、それが質問のトリガーになるでしょう。重要なのは、プラットフォームがユーザーのために、外れ値の検索等をする訳ではないということです。その代わりに、プラットフォームは既存のデータディスカバリープロセスを自動化しますが、質問する内容を決める責任はユーザーにあります。そのため、これはビジネスユーザーではなく、アナリストが多く使用するアプローチです。

イノベーションのための自動化

Yellowfinは、自動分析をさらに進化させます。Yellowfin シグナルは、機械学習とより高度なアルゴリズムを適用することで、ビジネスデータに発生する重要な変化を検知します。これは、バックグラウンドで継続的に実行され、統計的に重要な変化を表面化し、人々の役職に関連する変化をアラートとして通知します。また、インサイトを検知するとともに、他のデータソースも分析することで、相関のある情報を引き出し、パターンを強調したアラートを通知するため、通知受信後に、それがアクションにつながるデータであるかを容易に判断することができます。

シグナルはライブデータ上で実行されるので、アナリストは分析を実行する前に手作業でデータをワークブックに読み込む必要がありません。アルゴリズムは、各ユーザーのインタラクションの様子や、類似する役職のユーザーのインタラクション情報を使用することで、通知する変化の内容をユーザーの役職に合わせた適切なものに調整することができます。CEOにとっては些末な情報だとしても、その配下のユーザーには重要である場合もあります。このニュアンスのレベルは、組織内でシステムを実行するにつれて、より強力になる効果的な学習プロセスです。そして、これは自動的に実行されるので、既存のダッシュボードの使用で頻繁に問題になる分析疲れや、人間の偏見に悩まされることがありません。

技術力に満ちた分析

自動化テクノロジーは、ユーザーがより多くのインサイトを容易に引き出せるようにするだけでなく、それをより素早く行います。これは最終的に、業界の技術不足を軽減させることになるでしょう。データアナリストやデータサイエンティストには高額な報酬が必要なうえ、単純に、要求を満たせるだけの人材が業界に不足しています。
シグナルのような新しいテクノロジーの採用は始まったばかりですが、急速に成長をしています。ダッシュボードの有用性の限界に達した企業や、増え続けるデータアナリストの雇用や維持に苦労している企業には、変化の時が訪れようとしています。

Thanks for trying Yellowfin

Please complete the form below to request your copy of Yellowfin today.