「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。
Power BI Premium Per Capacityライセンスが廃止される。Microsoftが移行先に挙げるMicrosoft Fabricは高機能であるが故に従来と同様のライセンスにするとコストが高くなる可能性がある。企業が採るべき最善手は何か。
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。
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。
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。
シャドーITはデータ分析にも影響を及ぼし始めている。データドリブン経営を本気で目指すのであれば、シャドーITの野放しはやめた方がよいという。どういうことなのか。
数学スキルがあればデータ分析は可能だ――。その考えには一理あるが、それでもスムーズなデータ活用には他の専門知識が不可欠だ。その理由と必要な知識を説明する。
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。
