「ビジネスインテリジェンス」（BI）は、経営者や従業員が十分な情報に基づいた意思決定をするためのデータ分析の手法だ。BIを実現するために、企業は自社のITシステムや外部のリソースからデータを収集して、分析用に準備する必要がある。（続きはページの末尾にあります）
「Tableau」「Power BI」「Qlik Sense」はほぼ同等のセルフサービスBI機能を提供するが、いずれの製品にも長所と短所がある。コンサルタントのリック・シャーマン氏に話を聞いた。
「セルフサービスBI」の主要2ツール「Tableau」と「Qlik Sense」は、互いに似たものになりつつある。高度な視覚化機能と大規模データ分析に対するニーズの高まりが、その背景にある。
GartnerがBI／BA製品に関する2016年版の評価レポート「Magic Quadrant」（マジッククアドラント）を発表した。ベンダーのランキングには幾つかの大きな変化があった。
既存のExcelデータを生かせるBIツールを導入した日立製作所の事例や、パナソニックの国内外拠点における「Looker Studio」活用事例など、データ分析の主要なニュースを紹介する。
英国政府の調達部門CCSは、データ分析に関する製品／サービスの調達を進める。20億ポンド規模になるとみられる今回の調達で、英国政府は何を実現しようとしているのか。
複合機世界大手のリコーが、製造原価管理業務においてNTTデータの「Qlik Managed Service on A-gate」を導入。海外の生産拠点で複数の機種を生産する同社が、同製品を導入した理由とは。
データドリブン経営の重要性が叫ばれる一方で、多くの企業がデータ環境に問題を抱えている。現場でリアルタイムに分析できない、部門横断で情報を見られない、分析能力が足りない……こうした企業はデータ基盤をどう見直せばよいのか。
BIツール「Microsoft Power BI」をフル活用するには、Power BIとデータマートを組み合わせて利用する工夫が必要だ。データ活用の幅が広がる仕組みの作り方を専門家に聞いた。
部門担当者レベルのデータ分析は、なぜ全社規模でのデータ活用につながらないのだろうか。全従業員をデータ活用人材に変えると宣言する企業も出てきた中、実現できている組織が増えない理由を有識者に聞いた。
エンドユーザーが生成するデータを利益に変えることが珍しくなくなる一方、データプライバシーやデータ所有権を巡る議論や規制が活発化している。次世代Web「Solid」が動き出したのは、こうした動きと無縁ではない。
ビジネスインテリジェンス（BI）ツールは高度な知識がなくても使えるようになり、活用が広がっている。企業はこうした“次世代”のBIツールで何ができるようになるのか。コールセンターを例に考える。
人の心理を読み解く「神経言語プログラミング」（NLP）が、データ分析をより簡単に、より効率的にする可能性があるという。NLPはデータ分析にどう寄与するのか。
企業に求められるデータサイエンティストになるには、さまざまなスキルの習得が必要だ。どのような教育を受ければよいのか。コストや時間はどれほどかかるのか。5つの習得術を紹介する。
データに基づいた意思決定の必要性が高まる中、データサイエンティストの需要も高まりを見せている。企業から求められるデータサイエンティストを目指すには、どのようなスキルが必要なのか。4つのスキルを紹介する。
Qlikが新たに発表したeiPaaS（エンタープライズ統合プラットフォームサービス）「Qlik Cloud Data Integration」は、データ活用の準備に必要な機能が充実している。その具体的な中身とは。
KPIを設定したものの、従業員が思うように動いてくれない。問題は従業員ではなくKPIの名前かもしれない。感覚的な観点とドラッカーの思想を取り入れた新しいKPI手法「WHW」で解決する。
Salesforceは「Einstein Analytics」や「Tableau CRM」などの名称で提供してきた分析ツールを改称。それに伴い、Slackとの連携などの新機能を追加する。
「セルフサービス分析」市場の成長とツールの進化をけん引するのは、Microsoft、Tableau、Qlik、TIBCOだけではない。その他の主要ベンダーと、各社の取り組みを紹介する。
「セルフサービス分析」ツールを選定する際に「機能だけで選ぶと失敗する」という専門家の声がある。どういうことなのか。何を基準に選べばよいのか。
BIツールは、収集したデータを分析し、ダッシュボードで分析結果を可視化したり、レポートを作成したりする。ユーザー企業はBIツールの分析結果を、業務の意思決定や戦略立案に役立てることが可能だ。
自社の収益の増加や業務効率の向上、ライバル企業よりも強い競争力の獲得のために、より良い意思決定を促すことが、BIの目標だ。この目標を達成するために、BIツールはデータ分析やデータ管理、レポート作成機能を備えている。
BIツールで扱うデータは通常、組織全体のデータを蓄積する「データウェアハウス」（DWH）や、事業部門ごとのデータを蓄積する「データマート」といったデータストアに格納する。「Apache Hadoop」などの分散データ処理技術をベースにした「データレイク」に格納することもある。
DWHやデータレイクは、分析用データの保管に適している。特にデータレイクは構造化データだけではなく、業務システムから取得したログファイルやセンサーデータ、テキストデータなどの非構造化または半構造化データの保管に使用可能だ。
BIは、さまざまなデータソースからデータを取得する。データソースが生成した生データは、データソースごとのデータの差異を解消して一元的に扱いやすくする「マスターデータ統合」や、データ項目の表記揺れや欠損などを補う「データクレンジング」といった処理をしてから、BIツールで分析に使用できるようになる。
登場当初、BIツールは主にBIやITの専門家が使用することが一般的だった。現在は、経営幹部やビジネスアナリスト、事業部門の従業員が自らBIツールを利用することがある。これは「セルフサービスBI」ツールが進化しているためだ。セルフサービスBIツールは、エンドユーザーが自分でBIデータを分析して可視化したり、ダッシュボードを設計したりできる仕組みになっている。
ITmediaはアイティメディア株式会社の登録商標です。
