Yellowfin ガイド付きNLQの紹介：ガイド付きNLQとは？
良い答えを得る為の秘訣は、良い質問をすることだと言われてきましたが、このビッグデータ時代において適切なガイドなしでは言うは易く行うは難しです。
今日、ビジネスインテリジェンス（BI）ソリューションを採用している企業は、ビジネス情報を有効に活用する機会が多いことを認識しています。適切なツールを使ってデータを照会することで、もっと多くの価値を引き出すことができます。
しかし、多くのアナリティクスユーザー、特にデータの専門家ではないユーザーにとっては、ビジネスシステムに収集された何十億もの情報に対して質問をし、実用的で意味のあるインサイトを得ることは継続的な課題となっています。
この問題を解決するため、多くのベンダーがユーザーをサポートする策として、自然言語クエリ（NLQ）を提供していますが、大勢のビジネスユーザーが利用できるものではありませんでした。
嬉しいことに、本当の意味でのセルフサービスBI ガイド付きNLQが登場しました。
目次
ガイド付き自然言語クエリ(NLQ)とは？
Yellowfinは全く新しいアプローチ、ガイド付き自然言語クエリ（またはガイド付きNLQ）を提案します。
ガイド付きNLQは、Yellowfin独自のセルフサービスBI機能で、技術を持たないビジネスユーザーも高度な技術を持つビジネスユーザーも、簡単にデータに複雑な質問をして、即座に正しい回答を得ることを可能にします。
ガイド付きNLQは、質問に関連するオプションを動的に提供し、シンプルな質問から複雑な質問まで、どんなスキルレベルのBIユーザーでも正確な回答が得られるように、クエリの作成を積極的にガイドし、最適なレポートや可視化された形式を提供します。
ユーザーが質問をし始めると、ドロップダウンメニューを使用して、追加の範囲や基準、日付ごとにデータを分割、フィルタリングするためのオプションを提案するなど、段階的に提案していきます。何のガイドもない検索バーではなく、回答を得るために何をどう質問すればいいのかを示します。
要するに、ガイド付きNLQは、ユーザーがどのようにデータを照会をすれば良いかを積極的にガイドする機能をアナリティクスプラットフォーム内に構築したもので、検索ベースNLQが抱える限界を解決するものです。
ガイド付きNLQがセルフサービスBIをより身近にする方法
Yellowfinガイド付きNLQは、UI、単独データセット、ダッシュボードやワークブックに縛られないスタンドアローン型モジュールで、より多くのセルフサービス型BIユーザーにメリットを提供します。
ガイド付きNLQはどこからでも起動できます。必要に応じてあらゆるデータセットに質問したり、選択したデータセットに限定して質問したりすることができ、Yellowfinプラットフォームの他の部分から独立して使用することができます。また、結果を分析データに結び付けるために、あらゆるビジネスアプリケーション（CMR、財務、人事など）に組み込むこともできます。
ソフトウェア企業は、ホワイトラベル化されたセルフサービス型のNLQ機能を構築することで、自社製品の価値を高めることができます。エンタープライズは、今日のビックデータ時代に、ビジネスユーザーが期待するより高度なセルフサービス型の分析インサイトを得ることができます。
比較：検索ベースNLQ vs ガイド付きNLQ
現在市場で販売されているNLQは、検索ベースのNLQが主流となっていますが、ユーザーのクエリの分析問題を解決する前に、クエリの意味の問題を解決することにとらわれているためインサイトを得るには効果的ではありません。
- 制限なしでガイドもない：どんな質問でも入力できる検索バーを提供することは、ユーザーとBIソリューションのNLQエンジン両方にとって、解釈や誤解の余地が極めて大きい。また、全てのユーザーが事前に質問したいことや質問の仕方を知っていることを前提にしているので、ツールが全体的に普及することに制限がある。
- 設定に時間がかかりすぎる：検索ベースのNLQツールが、正確で関連性のある結果を提供するよう、ベンダーは様々な同義語や単語辞書の設定と説明をしなければならず、ユーザーの意図を理解するようソリューションを継続的にトレーニングする必要がある。NLQエンジンに「教える」のは費用と時間を要し、ほとんどのユーザーは、自分が使っている用語をツールに理解させるのに苦労している。
- 曖昧で不正確な情報が多い：検索ベースNLQシステムは、質問の意味を定めるために曖昧さを解決しなければならず、出された回答がユーザーが求めるものとの関連性に欠けることが多い。データのコンテキストや、ユーザーが照会するデータセットについて考える前に、同義語や専門用語を考慮できなければならない。
これらの制限をビジネスシナリオに分類しながら、Ventana Research社の現在の検索ベースBIの課題についてのビデオをご覧ください。
それに比べて、私たちのガイド付きNLQのアプローチは、先に述べた従来の検索ベースNLQのアプローチの制限を解決し、誰もが自然言語クエリを使うだけではなく、一貫した関連性のある回答を得ることを容易にします。具体的にYellowfin ガイド付きNLQでは：
- ガイド付きNLQは全ての質問を理解：クエリの各テキストがあらかじめプログラムされているので、基本的な言葉や複雑な言葉、または用語を使っているかに関わらず、ユーザーがどう質問を投げかけたかを誤認識したり誤解することはない。Yellowfinの豊富なメタデータレイヤーを再利用するので、同義語や複雑な言語を解釈するルールは不要で、エンジンを教える必要性もなく、誰でもすぐに使って答えを得ることができる。
- ガイド付きNLQは、あらゆるスキルレベルのユーザーをサポート：何をどう質問していいか分からなくても、質問を正しく伝えるためのアドバイスが終始表示される。
- ガイド付きNLQは、クエリの構築を助ける：ガイド付きNLQの質問バーを使うと、「数える」、「比較」、「一覧」などの一般的な質問の選択肢が提供され、答えを見つけ出すための理想的なレベルのデータへとシステムが導く。
- ガイド付きNLQは、より深いインサイトを引き出す：自動化を活用することで、隠れた外れ値や、知識のないユーザーには見えないパターンやトレンドを目立たせることができる。
検索ベースのNLQシステムは、ユーザーが何を言いたいのかを経験から推測することができます。これは、無限のデータベースからスキャンして答えを導きだし関連する答えを見つけるような、GoogleやBingのような専用の検索エンジンに適した技術のアプローチです。しかし、BIやアナリティクスソリューションにおいて、検索ベースのNLQは、何百ものレポートやグラフで埋め尽くされた結果ページを確認し、どれがユーザーの質問に最も適しているか判断することができません。ガイド付きNLQは、ユーザーが何を質問しているのかを理解し、より良い選択へと積極的にガイドする機能が強化されています。
今後のアナリティクスにガイド付きアプローチが重要な理由
多くのビジネスがより多くのインサイトを必要としており、正しい答えを見つけるためには、データにより良い質問をする方法が必要です。しかし、誰もがダッシュボードのような従来のセルフサービスツールからインサイトを得て、独自のレポートやグラフを作成できるわけではありません。
アナリストに頼ってばかりではいけませんが、従来の検索ベースの自然言語検索には限界があることは明らかです。
ガイド付きNLQは、従来のツールが抱えていた課題なしに、より多くの人がインサイトを得られるように、アナリティクスの一般化を実現します。データに何を求めるかをユーザーに期待するのではなく、どうデータに質問をして必要な答えを見つけるかの選択肢を提供します。
自然言語クエリ：ガイド付きアナリティクスのメリット5つ について読む
この記事では、Yellowfinガイド付きNLQの5つのメリットと、ユーザーがNLQを利用して真のセルフサービスの方法を変える理由を紹介します。