「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）
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。
総合的な統計データはMLBが提供する。だがテキサス・レンジャーズは他球団との競争で優位に立つべく、「Tableau」を駆使しているという。どのように活用しているのか。
組織がデータを生かすには、データ分析ツールの導入やデータ専門家の配置だけでは十分ではない。組織内の「分析文化」をどう育み、定着させるかが重要だ。MLB球団レンジャーズが進めた取り組みを追った。
MLBでは、その巧拙が試合の勝敗に大きな影響を及ぼすほど、データ分析が重要な役割を担っている。野球界に存在した“常識”も、データ分析が塗り替えてきた。幾つかの例から、データ分析の影響を見ていこう。
MLBが所属球団向けに運用するデータ分析ツールが「Statcast」だ。GCPをベースにしているというStatcastは、球団にどのようなデータを提供するのか。
ビジネスインテリジェンス（BI）ツールの活躍の場として「エッジ」が注目されている。データ発生源に近いエッジでBIを使うことで何ができるのか。具体例を紹介する。
企業はビジネスインテリジェンス（BI）を活用することでさまざまな洞察を得て、ビジネスの改善に役立てることができる。最近のBIツールは「使いやすさ」が売りだ。BIの“民主化”を促しているのは何か。
GoogleはBIツールの「Looker」や「Data Studio」、「Connected Sheets」の機能連携を強化する。これにより得られる効果とは。何が変わるのか。
多くの企業がデータに基づいた意思決定に取り組んでいる。問題はデータ品質だ。データ品質を向上させる試みは、コロナ禍によって阻害されたという。なぜコロナ禍が影響するのか。
米国運輸保安庁（TSA）はCOVID-19の拡大局面において、手指消毒剤などの個人用保護具（PPE）の供給を管理するためにBIツールを活用している。そのダッシュボードはどのような要素で構成されているのか。
新型コロナウイルス感染症が拡大する中、企業はマスクや消毒剤などの供給を監視し、従業員の安全を可能な限り確保する必要がある。そのためのシステムを、BIツールを使って構築したのがTSAだ。その取り組みとは。
データ分析ツールの提供を通じ、新型コロナウイルス感染症の大規模流行に対抗する企業を支援するベンダーが複数存在する。Tableau Software、SAS Institute、Qlik Technologiesの取り組みを紹介しよう。
データの整理と分析の課題は、適切な製品／サービスを使うことで解決する場合がある。資産運用会社のAllianceBernsteinとライフスタイルブランドのGoopが選んだ手段は、クラウドだった。
博物館や美術館（ミュージアム）の運営にデータ分析は重要な鍵になる。大規模ミュージアムではデータに関心を示すが、そうでないミュージアムも多く、情報格差が広がっている。
営利目的の企業と同様、ミュージアム（博物館や美術館）もユーザー体験を向上させ、入館者数を増やして利益を上げる方法を見極めるために、データを集め、分析をしている。
BIベンダー各社は昨今、「拡張分析」に注力している。拡張分析がもたらす恩恵の中から今回はデータ準備とNLPベースのクエリについて紹介する。
ビジネスインテリジェンス（BI）ツールに自然言語クエリ機能が搭載されていればユーザーの使い勝手は大幅に向上する。その結果、分析する人の能力を補完し、洞察の品質や精度が向上する可能性がある。
セルフサービスBIは企業の全員に大きな変化をもたらす可能性がある。本稿では、導入を容易にするために心に留めておくべき原則を紹介する。
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。
