Yellowfin NLQ の 5 つのビジネス上の利点

このブログでは、自然言語クエリー (NLQ) に関するシリーズの一環として、Yellowfin のガイド付きNLQ を使用することで得られる 5 つの利点と、検索ベースの NLQ との違いを紹介します。これにより、真のセルフサービス型 BI を実現できます。

現在、多くの分析ツールベンダーは検索ベースの NLQ 機能を提供しています。ユーザーは自由入力によってデータを検索・分析しますが、「何を」あるいは「どのように」問いかければ良いのかを自分で把握している必要があります。

このアプローチの問題は明白です。

「どんな質問をデータに対してすれば良いのか」あるいは「どのようにツールを使って質問をすれば良いのか」のガイダンスが一切ないという点です。ユーザー自身が、どんな質問をするべきかを考え、習得しなければならないという負担が発生します。では、あなたが分析の専門家でなかったらどうなるでしょうか？

このような検索ベースの NLQ では、しばしば「検索欄の空白恐怖症 (blank search field syndrome)」に陥ってしまいます。何を入力すれば良いかわからず、次にどうすべきか迷ってしまい、結果として不満や失敗につながり、分析ツール全体への失望につながることもあります。

一方で、AI NLQ を使えば、そのような「空白恐怖症」は発生しません。Yellowfin の独自の AI 搭載 NLQ ソリューションは、クエリーの構築からダイナミックな提案の生成まで、ユーザーの体験全体をガイドしてくれます。これにより、適切な質問を導き出し、正しい答えをデータから見つけ出すことができるのです。

 

 

利点 1：Yellowfin NLQ はユニークなセルフサービス型 BI 体験を提供

Yellowfin NLQ は、ユーザーが尋ねたい質問に対して即座にサポートを提供するため、ツールの使用を開始する際に推測や専門的な知識は一切必要ありません。

データセットを選択すると、検索ボックスが表示されますが、それは単なる空欄ではありません。デフォルトの「ガイド付きNLQ」モードでは、最初に使える可能性のある質問の選択肢リストが表示され、それをもとにクエリーの作成を段階的にガイドします。適切なパラメーターを使って質問を構築できるよう、各ステップで案内されます。質問の入力方法も柔軟です。キーボードで自由に入力することも、マウスでオプションを選ぶことも、その両方を組み合わせることも可能です。これにより、初心者から上級者まで、誰でも自分のペースとスタイルでデータ探索を進めることができます。

 

 

 

これらの補助要素は、クエリーの構築を手助けし、従来のフリーテキスト検索よりも関連性の高い結果につながる可能性があります。ユーザーにはシンプルなドロップダウンメニューでオプションの一覧が表示され、たとえば「比較」や「一覧表示」など、技術用語ではなく馴染みのある言葉を使って、意図する質問を正しく表現するためのサジェストが提示されます。

しかし、もしあなたがデータ分析の完全な初心者で、さらに多くの支援を必要としている場合はどうでしょうか？

そこで登場するのが、Yellowfin BIに独自搭載されたAI対応の自然言語クエリー (AI NLQ) ツールです。YellowfinのNLQインターフェース右上の「AI対応」ボタンをクリックすることで、検索バーに自由形式の質問を入力できるようになり、必要なデータを含むカラム名や正しい構文を知らなくても問題ありません。ただ質問を入力し、「質問する」ボタンをクリックすれば、ツールが自動的に正しい構文を生成し、あなたに代わってクエリーを構築してくれます。その実際の使用例を以下に示します。

 

 

AI NLQモードは、特に初心者や非技術系のアナリティクスユーザーにとって非常に有益です。自然言語クエリーを使ったデータ探索における参入障壁を大幅に下げてくれるからです。専門用語を知らなくても質問を入力でき、AIが瞬時に構文を自動生成してくれます。

クエリーが構築されると、Yellowfin NLQはその答えを明らかにするのに最適なレベルのデータを提示します。これはベストプラクティスに則ったデータビジュアライゼーション (チャート) として表示され、表形式での表示も可能です。これにより、従来の分析では見逃しがちな隠れたパターン、傾向、外れ値、行動の変化を視覚的に把握できます。

そこからは以下の操作が可能です：

• いつでも質問に戻って再構成できる

• 他のデータセットに切り替えてさらなる答えを見つける

• 質問を保存して後で再利用

• ダッシュボード、ストーリー、プレゼンテーションなど、Yellowfin内の既存コンテンツに回答を追加

 

この完全にガイド付きの自然言語クエリーアプローチにより、適切な用語や同義語を使えるかどうかで悩む必要はありません。Yellowfin NLQは人気の高い検索ディメンションを即座に提案し、スムーズにクエリー作成を始められます。

また、「もっと見る」をクリックすれば、各カテゴリで利用可能なすべてのオプションを簡単に確認できます。NLQ機能自体が各ステップをガイドしてくれるため、専門家に限らず、組織内の誰もが回答を得るために使えるのです。

 

メリット2 – Yellowfin NLQはすべての質問を正しく理解する

従来の検索ベースNLQソリューションは、セットアップが複雑で、「質問に使われる言語 (セマンティクス)」の問題にばかり注力し、本質であるアナリティクスの問題を解決できていませんでした。

Yellowfin NLQでは、ユーザーの意図を理解させるための同義語辞書や単語辞書の設定、継続的なトレーニングは不要です。Yellowfin独自のメタデータレイヤーを活用することで、こうした問題を根本から回避できます。

なぜなら、クエリーを構築する際のすべてのテキスト要素がYellowfinにとって既知で理解可能だからです。また、ガイド付きかつAI支援による選択肢が豊富に用意されており、曖昧さや誤解の余地が排除されているため、従来のNLQでよく見られた「誤った質問」とされるものが存在しなくなります。

無効な質問が入力されることはなく、「検索があなたの意図を理解できませんでした」といったエラーメッセージを見ることもありません。つまり、“間違った質問”そのものが存在しないのです。

 

メリット3 – Yellowfin NLQは複雑な質問も簡単に聞ける

多くの検索ベースNLQツールでは、ユーザーが尋ねられる質問が非常に基本的なものに制限されがちです。これは、ベンダーが「言語の問題」の解決にばかり注力し、質問の複雑性への対応が後回しになっているためです。

一方、Yellowfin NLQはまったく異なるアプローチを取っています。数千にもおよぶ包括的にモデル化された質問タイプとその組み合わせを実装しており、ユーザーはどんなに複雑な質問でも簡単に構築できます。

その結果、すべての質問に対してベストプラクティスなビジュアライゼーションまたは表形式レポートで答えが得られるため、誰もがデータに対して質問を投げかけ、深い洞察を得ることが可能になります。

 

 

Yellowfinのガイド付きNLQが対応する質問の複雑さの一例は以下のとおりです：

• 表形式およびクロス集計レポートの作成

• 外れ値や特定の値、傾向などを自動でハイライト表示するチャート

• 複雑なフィルター条件の構築

• セット分析による比較、ランキング、計算

• マイナス結合やインターセクトを含むサブクエリー

 

たとえば、「特定の製品SKUにおいて、今月の売上が先月よりも増加したアカウントを探したい」といった複雑な質問も、「前年と今年の年間業績を比較したい」といったシンプルな質問も、Yellowfin NLQならどちらも対応可能です。

それでも何を質問してよいか分からない場合は、AI NLQモードをオンにすることで「質問の例」機能を利用できます。これはAIが自動で有用な質問例を生成し、ユーザーに対して「何を聞くべきか」「どこから始めるべきか」のヒントを提示してくれる非常に便利な機能です。

 

 

いずれかの質問の例をクリックすると、そのクエリーが自動的にNLQの検索バーに読み込まれます。そのまま実行することも、自分のニーズに合わせてさらに修正することも可能です。自由入力で質問した場合と同様に、AI NLQが瞬時に適切な構文で質問を構築し、ベストプラクティスに基づいた結果を生成します。

 

メリット4：NLQはYellowfin全体に統合されている

Yellowfin NLQは、Yellowfinの既存機能と連携することで、すべてのユーザーにとって強力で柔軟なセルフサービスBI体験を提供します。

NLQはYellowfinのダッシュボード、ストーリー、プレゼンテーション機能と完全に統合されており、新しいコンテンツの生成や追加が非常にスムーズです。また、ガイド付きNLQで作成されたすべての質問と結果は、Yellowfinの既存のコラボレーション機能を使って他のユーザーと共有できます。

さらに、NLQは多言語サポート、既存のセキュリティモデルとの互換性、マルチテナント対応といったエンタープライズ向けの重要な要件にも対応しています。

 

 

他のNLQベンダーの多くは、NLQの出力結果がそのツール内に閉じており、取得した情報をそれ以上活用するのが難しいという課題があります。これに対し、Yellowfinでは、NLQが他のコンテンツや機能と統合されているため、その結果を分析ワークフローの一部として柔軟に活用できます。

Yellowfin NLQを使えば、アドホックな質問をして即座にその結果を他の作業中のコンテンツ (ダッシュボード、ストーリーなど) に組み込んだり、同僚と共有したりすることが可能です。既存のコンテンツ作成画面 (ダッシュボードビルダー、ストーリービルダーなど) からガイド付きNLQを直接起動し、そのまま回答結果を埋め込むことができるため、作業の流れを止めることなく分析を進められます。

 

メリット5：Yellowfin NLQはアプリケーションに簡単に組み込める

Yellowfin NLQは、Yellowfinの組み込み分析プラットフォームモデルの一部として、あらゆるソフトウェアアプリケーションに簡単に統合できるようゼロから設計されています。

つまり、この機能はYellowfin本体から独立して使用可能であり、任意のアプリケーションに組み込んで、どこからでも起動できます。たとえば、CRM (顧客関係管理)、人事給与 (HR・Payroll)、財務システムなどのエンタープライズアプリケーションはもちろんのこと、Tableau (Yellowfin NLQ vs Tableau Ask Data 比較)、Power BI (Yellowfin NLQ vs Power BI Q&A 比較) といった他のBIツール環境内にも共存可能です。

Yellowfin NLQは、単なる検索ツールではなく、分析体験をアプリケーション全体に拡張するための柔軟で強力なインターフェースとして機能します。

 

 

ダッシュボードやワークブックなどのユーザーインターフェース、または単一のデータセットに依存しないスタンドアロンモジュールとして、ビューをキュレーションし、NLQ機能を組み込むことで、迅速かつ簡単にセルフサービスの導入が可能になります。また、API対応により、細かな制御やカスタマイズされた体験の提供も可能です。ユーザーが任意のデータセットに対して質問できるようにすることも、Yellowfin NLQを埋め込む場所に応じて質問の範囲を制限し、適切な文脈に沿った内容に保つことも可能です。

 

 

独立系ソフトウェアベンダーにとって、この柔軟性は、ガイド付きNLQを魅力的な機能としてホワイトラベル化し、顧客がサポートの負担なく迅速に自分自身で分析を作成できる手段として活用することができます。これにより、製品の価値をさらに高めることが可能になります。

企業では、セルフサービス型アナリティクスを活用するのは通常データアナリストです。なぜなら、この種の分析には学習コストがかかり、非技術系のビジネスユーザーには必要なスキルがなく、そのスキルを習得する時間もないためです。Yellowfin NLQは、企業全体のビジネスユーザーにセルフサービスBIの能力を提供し、データを探索するたびに限られたデータ専門家やアナリストに頼る必要をなくします。

 

Yellowfin NLQが差別化された将来性のあるソリューションである理由

Yellowfinによる自然言語クエリ (NLQ) 技術へのアプローチは、独自のAI NLQおよびガイド付きNLQツールを通じて実現されており、これは他の検索ベースベンダーを利用してきた顧客からのフィードバックやアナリストによる裏付けに基づいています。現在主流のNLQ (つまりガイダンスのないフリーテキスト検索) はうまく機能しておらず、ユーザーの期待に応えられていないことが明らかとなり、その結果、NLQツールは十分に活用されず、真価を発揮できていません。

Yellowfin NLQは、非技術系のBIユーザーにも分析の民主化をもたらす、本物のセルフサービス機能を提供します。誰もが簡単にクエリを作成して適切な結果を得られるようになり、アナリストに頼ることなく、より迅速に関連性の高いインサイトを得ることができます。この機能がユーザーにどのように活用されていくのか、私たちは非常に楽しみにしています。