実用的なインサイトの探求：4つの必須のアナリティクス機能
今回のブログでは、BIからより実用的なインサイトを見つけるためにユーザーに必要となる、4つの必須のアナリティクス機能と、それぞれが長期的な視点からデータディスカバリーをどのように変革しているのかについて説明します。
実用的なインサイトの提供は、アナリティクスプラットフォームを採用するうえでの最終目標ですが、多くのビジネスが依然としてノイズを通してシグナルを見つけるのに苦労しています。
現在、データは常に複雑さと量を増しています。提供するアナリティクスツールの最適な使用方法を積極的にガイドしない場合、ユーザーがダッシュボードやレポートから、情報に基づく意思決定のために、常に信頼できる答えを見つけるのは困難です。
問題なのは、現在市場に出回っているほとんどのBIソリューションは、アナリストを優先してツールを調整していることや、異なるデータソース、静的ダッシュボード、ノイズの多いデータが、一般的なユーザーが実用的なインサイトを引き出すのを複雑にしていることです。これは、次のような結果をもたらしています。
- ビジネスは依然としてデータの解釈のためにアナリストに時間や費用をかけている
- 人々はデータを探索して、理解し、答えを引き出すことが困難であると感じている
- ユーザーは最終的に間違った解釈や憶測に基づいて意思決定をしている
Yellowfinは、このアプローチを変えていきます。わたしたちは、自動アラートから、機械支援による説明、文脈的ダッシュボードまで、データの背後にある「なぜ」を表面化し、まとめて、説明をするサポートになる様々なアナリティクス機能を構築しました。これは、ビジネスに関わるすべての人々が理解し、アクションを起こすことのできるインサイトを明らかにしやすくします。
目次
#1 - 自動ビジネスモニタリング：信頼できるインサイトディスカバリー
ダッシュボードは素晴らしいツールですが、BIの唯一のソリューションとして使用するには限界にあります。
すべてのレポートに手作業で目を通すのは不可能ですし、ガイドなしで人々が探索するデータを常に理解したり、ダッシュボード上の関連する変化を見つけたりできると期待するのは非現実的です。彼らはデータを誤って解釈したり、重要なトレンドを完全に見落としてしまうかもしれません。
自動ビジネスモニタリング（ABM: Automated Business Monitoring）は、データディスカバリープロセスを自動化することで、パターンの探索に費やす時間を削減し、従来の静的なダッシュボードの手作業での分析に関連する多くの困難を取り除きます。
- 運用データの継続的な監視と分析の実行
- ユーザーのニーズに最も関連する重要な情報の検知と表面化
- ユーザーに異常や変化、傾向を自動的に通知し、どこで対応すべきかをガイド
Yellowfinは、シグナル製品を通じてABMを組み込んでおり、パターン検出ヒューリスティクス、機械学習、リアルタイムデータモニタリングを利用して、データの統計的に重要な偏差を自動的に特定します。特定されたパターンは、すべてのデータセットを通して処理されることで、さらなる関連性を確認します。これはつまり、手作業で定義をされた、静的な閾値をアクションのトリガーにする代わりに、Yellowfinはデータを継続的にスキャンして重要な変化を直接ユーザーに提供することで、時間を節約し、隠されたニュアンスを明らかにします。
ABMは最終的に、ユーザーが発見したものを実用的にするために必要となる、より多くのコンテキストを提供します。リアルタイムモニタリングにより、ビジネスは発生と同時に何が起きているのかを常に把握し、システムは膨大な作業を行うことで、人々を適切な方向へと導きます。最も重要なのは、これがアナリティクスおよび発見した実用的なインサイトを、すべての人々によりアクセスしやすくすることです。
より詳細な情報はこちら：自動ビジネスモニタリングもたらす5つの主要なビジネス上のメリット
#2 - 自然言語：データの背後にある意味を説明
ビジュアライゼーションやメトリックを備えた典型的なダッシュボードは、平均的なユーザーが答えを得るためにデータを掘り下げなくてはならないときに、複雑でタイムリーな課題を提示することができます。これは、日々の運用監視や詳細の掘り下げには優れたソースですが、そのセルフサービスの性質により、結果の原因が必ずしも説明されるわけではありません。
そこで登場するのが自然言語です。機械学習（ML）を使用してテキストベースの説明とそれに付随するビジュアライゼーション（グラフ、表）を即座に生成し、データの意味を分かりやすく要約します。ユーザーは、提供された答えから構築を進めるものを選択するか、アクションを起こす前にさらに定義を深めることができます。
しかし、自然言語は、なぜアナリティクスソリューションに必須の機能なのでしょうか。
- ユーザーが見つけることのできない隠れたニュアンスやパターンを示す
- ユーザーをアクション可能なものへと導く便利な追加コンテキストを提供
- 分析を迅速に生成することで、反復的なレポート作成タスクにかかる時間や労力を節約
- ユーザーの既存の知識をより詳細な情報で補足
Yellowfinは、自動インサイト機能で自然言語を使用しており、ダッシュボードやレポート内でボタンをクリックするだけで、データを説明したり、2つのデータポイントを比較したりすることができます。そこからユーザーには、自動生成されたグラフやナラティブが同じウィンドウ内に提供されます。簡単でシームレスに使用できるため、アナリストにより詳細な説明を求める必要がありません。
より詳細な情報はこちら：自然言語生成とは何か？
#3 - データストーリーテリング：データやインサイトに命を吹き込む
ダッシュボードやレポートはすべてのBIソリューションにとって重要なコンポーネントですが、アクションにつながるメトリックの背後にあるコンテキストをより深く理解するには、ナラティブが必要です。
データの複雑さが増すなかで、ユーザーはアナリティクスプラットフォームに、ステークホルダーの感情を揺さぶるような重要なインサイトに関するナラティブを構築したり、発見したものにより深い理解を提供したり（例：専門家の意見や過去の経験などの文脈的情報）、より優れた意思決定を促進するために強固なデータで裏付けをしたりするツールを必要としています。
ストーリーテリングによりダッシュボードやレポートをサポートできることは、次の2つの理由から非常に価値があります。
1.一部の戦略的意思決定は、データが示すものからだけでは導き出すことができません。重要なインサイトには、発見したものを数字の集合体から人々が関心を持つものへと変えるための背景やナラティブが必要であり、これが人々のアクションや反応を促します。
2.インサイトに満ちた発見に対する最善のアクションを促進するには、共有されたナラティブが読み手の感情を引きつけるサポートをするデータやストーリーテリングツールが必要です。人々を興奮させ、触発し、驚かせることができるということは、人々をアクションに駆り立てるだけではなく、意思決定者が将来に向けて最も適切なアクションを取れるようにするのにも役立ちます。
解釈を統一し、データのニュアンスを見つけるのに役立つストーリーテリング機能は、将来に向けてより実用的なインサイトを明らかにするための鍵になります。事実、データストーリーは、2025年までに最も広くアナリティクスを利用する方法になると予測されています（Gartner）。
データストーリーテリングは、Yellowfin スイートの重要なコンポーネントであり、次の2つの製品を提供しています。Yellowfin ストーリーは、ユーザーが長編形式のナラティブのために、ニュースのようなブログ形式でインサイトを記述し、共有できるようにする組み込みツールです。Yellowfin プレゼントは、プレゼンテーション形式でストーリーとともに、聞き手にコンテキストを伝える必要のあるユーザー向けのツールです。
より詳細な情報はこちら：データストーリーテリングとは何か？コンテキストの価値
#4 - 文脈的アナリティクス：動的な分析、アラートおよびインサイト
組み込みアナリティクスソリューションは、ソフトウェアに独自のコンポーネントとしてアナリティクスを組み込むことで、多くのユーザーがデータやセルフサービスレポート機能に簡単にアクセスできるようにしました。しかし、ここではアナリティクスは依然としてスタンドアローンモジュールのため、人々がこれを使用したり、意思決定に活用できる実用的なインサイトを引き出したりする保証がありません。
文脈的アナリティクスは、組み込みBIのより洗練された形式であり、アプリケーションのトランザクション環境および運用プロセスにアナリティクスを直接組み込むことで、現在ではアナリティクスがコアソフトウェアのユーザーエクスペリエンスの一部になっています。アプリケーションのコアコンポーネントの隣にグラフやメトリック、表、ダッシュボード全体が表示されることを想像してみてください。ユーザーの作業に役立つBI機能が目の前に配置されることになります。
これは、ユーザーが次のアクションを支援するために必要な時点で関連するデータやインサイトにアクセスし、瞬時にガイド付きで動的なインサイトが直接提供されることで、さらに多くのインサイトを見つけるのに大きなメリットをもたらします。
動的なインサイト：ポップアップアラート、インライングラフ、動的なビジュアライゼーションなどは、ユーザーの過去のアクション（パーソナライズ）に基づき、アプリケーション内のユーザーの通常のワークフローに直接表示されることで、発見につながるアクショへと促すことができます。
ガイド付きアナリティクス：製品自体に組み込まれたアナリティクスコンポーネントは、ユーザーがソフトウェアをより適切に使用し、このようにして利用可能となったデータを、ワークフローの一部として使用することで、意思決定を一貫して行うようプロアクティブに導きます。
関連性の増加：アナリティクスがアプリケーションのトランザクションワークフロー内で意思決定をサポートし、アクションをトリガーするようになったことで、不要なデータや手作業での探索に費やす時間が削減され、ユーザーが実行したいことに関連するさらなる情報が提供されるようになりました。
文脈的アナリティクスは、Yellowfinのサービスの中核であり、ユーザーがソフトウェアを使用する際にガイドされ、説明されることで強力なアナリティクスをすぐに利用できるよう、スイートのあらゆる部分と連携しています。意思決定に必要な関連するインサイトを得るために他の場所に移動する必要がなくなるため、ノイズからのシグナルを見つけて、ユーザーに実用的なインサイトを増加させるための最良の選択肢のひとつとなります。
Yellowfin BI デモウォークスルー
Yellowfinの強力なデータディスカバリー、自動モニタリング、ビジュアライゼーション、ストーリーテリングツールを利用して、Yellowfinをアプリケーションに組み込み、カスタムアナリティクスを構築して、統合することで、何を実現できるのかを確認しましょう。