「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）
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。
企業のデータ分析を支援する「データマネジメント」ツールには、さまざまな選択肢がある。データマネジメントの主要なベンダーと製品をまとめた。
AI技術を活用したデータ分析「拡張分析」は、企業のデータ活用をどのように支援するのか。拡張分析が担う役割、利用に際して必要なデータ、実際の使用例を解説する。
データアクセスと分析の民主化を目的とした「セルフサービスBI」ツールの導入が進んでいる。セルフサービスBIツールが企業に提供するメリットとは何か。まずは2つのメリットを説明する。
「DWH」（データウェアハウス）はどのように生まれたのか。なぜDWHが必要なのか。歴史を振り返りながら、DWHの存在意義を探る。
BIベンダーの中には、簡潔な洞察を提供する効果的なモバイルアプリを開発している企業がある。一方でPC向けのダッシュボードをスマートフォンで再現しようと奮闘しているBIベンダーもある。
スマートフォンゲーム「Pokemon GO」によって、拡張現実（AR）が世の中に広く認知されるようになった。ビジネスでは、AR技術をどのように活用されているのかを紹介する。
本当にモバイルユーザーを満足させるには、コンテキストデータを活用し、クラウドでコンテキストデータを解析するアプリをIT部門が提供することが不可欠だ。
位置情報を活用するデジタルサービスは、道案内といった実用的な目的から広告を目的したサービスまで幅広い。多くのユーザーが利用するこのジャンルだが、ユーザーはまだ満足していない。
インメモリやクラウドなどの技術の登場により、リアルタイムアナリティクスが可能になりつつある。リアルタイムアナリティクスによって、私たちの仕事や生活はどのように変わるのだろうか。
企業内におけるビッグデータ活用を促進するには、まずBIが定着している必要がある。今回はその「BI成熟度モデル」の概要を紹介する。
設定や運用を簡単にして、現場の従業員が難なく使えるデータクレンジングツールを目指す。こうした思想を具現化したのが、SAS Institute Japanの「SAS Data Management」だ。
一般的なBIツールは、膨大なデータをDWHで一度整理してからデータマートやOLAPキューブを構成する集計処理が必要だ。人工知能でも用いられる連想技術を使い、集計処理なしに高速分析を可能にするBIツールを紹介する。
BIツール導入に当たり、事前に参考にすべき情報として導入事例が挙げられる。今回は実際の導入企業の声を紹介しながら、BIによる現場のコスト削減を解説する。
数年前から出回っているRTLSはさまざまな用途に使われている。そこで使われている技術もまたさまざまだ。RTLS技術の基礎を解説し、幾つかの主要な用途を紹介する。
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。
