セルフサービス分析を成功させるための 5 つのヒント

データに基づいた意思決定は、現代のデジタル ビジネスの重要な要素です。 しかし、経験豊富なデータ アナリストやデータ サイエンティストは、費用がかかり、見つけて維持するのが難しい場合があります。

この課題に対する潜在的な解決策の 1 つは、セルフサービス分析を導入することです。これは、ビジネス ユーザーが IT やデータの専門家の助けをほとんど、またはまったく必要とせずに、クエリを実行し、レポートを生成できるようにする一種のビジネス インテリジェンス (BI) です。

通常、セルフサービス分析には、使いやすく、基本的なデータ分析機能を備えたツールが含まれます。 ビジネスの専門家やリーダーは、これらを活用してデータを操作し、たとえば、市場の傾向や機会を特定できます。 分析の経験や、統計やその他の関連分野のバックグラウンドを持っている必要はありません。

経験豊富なデータ アナリストの需要とこれらの専門家の供給との間の継続的なギャップ、および貴重なビジネス インサイトを最も必要としているユーザーの手に迅速に届けたいという願望を考えると、企業がセルフサービス分析を見つける理由は簡単にわかります。魅力的です。

しかし、セルフサービス分析を展開して使用するには、正しい方法と間違った方法があります。 ここでは、セルフサービス分析戦略の約束を果たそうとしている IT リーダー向けのヒントをいくつか紹介します。

明確で包括的な分析計画を立てる

データ分析および分析ツールは、多くの企業で非常に注目を集めているため、それらがどのように過剰に使用されているか、または不適切に適用されているかが容易にわかります。 これは、セルフサービス分析ではさらに大きな問題です。なぜなら、はるかに広い範囲の人々がデータを分析できるからです。

そのため、いつどこでアナリティクスを使用するのが理にかなっているかについての計画を確立し、アナリティクス戦略がすべての人にとって自由なものにならないように合理的な管理を行うことが重要です。

「始める前に、ミッション、ビジョン、分析に関する質問に答える必要があるかを判断してください」と、Swagelok のビジネスおよびセールス プロセス アナリストである Brittany Meiklejohn 氏は述べています。クリーンエネルギー産業。

「作成できるすべてのチャートやグラフに夢中になるのは非常に簡単ですが、すぐに圧倒されてしまいます」と Meiklejohn 氏は言います。 「最初からそのロードマップを持っていると、作成する実際の指標を減らして集中するのに役立ちます。 メトリックを検証してクリーンに保つためのデータ ガバナンス計画も用意してください。 1 つのメトリクスが正確でないとすぐに、再び賛同を得るのが難しくなるため、すべての分析の正確性を定期的に確認することが非常に重要です。」

分析計画では、積極的なデータの使用を可能な限り強調する必要があると Meiklejohn 氏は言います。 “集中 [on] 実用的で、ビジネスに戻すことができるデータです」と彼女は言います。 「学んだことを取り入れて、組織規模でプロセスと意思決定を変革します。 ビジネスの歴史的な側面を理解することは素晴らしいことですが、過去だけを見ていると変えるのは難しいです。」

Swagelok では、部門が Domo のセルフサービス分析ツールを使用して、顧客の注文が遅れるかどうかを判断し、生産のスケジュールを立て、販売実績を分析し、サプライ チェーンの決定を下しています。

「効率が向上しました。 誰もが必要なデータを取得して、以前よりもはるかに迅速に意思決定を行うことができます」と Meiklejohn 氏は言います。 「各部門が意思決定にデータを使用しているため、より責任あるデータ駆動型の意思決定を行っています。」

迅速な勝利を目指す

長期的な分析戦略を策定することは重要ですが、それは、組織がセルフサービス分析を急ピッチで進める必要があるという意味ではありません。

「私の前の会社では、当社の先端材料事業は、『早く行き、リスクを取り、学びなさい』という格言を持っていました」と、電子および太陽光発電業界向けの製品メーカーである Hemlock Semiconductor の CIO である Keith Carey 氏は言います。 「これは、始めたばかりの人への私のアドバイスです。 [with self-service analytics]. 誤解しないでいただきたいのですが、ガバナンスは非常に重要であり、創造性を阻害しないようにするために、少し後になって実現する可能性があります。」

小さな作業グループを見つけて、「可能性の芸術を実証するムーンショット ミッションを割り当てる」のは良い考えです、と Carey は言います。 彼は、チームが「企業全体で一貫したビジネス ロジックとメトリックを推進するデータ パイプライン」に焦点を当てることを提案しています。 重要な意思決定が行われるデータの適時性と品質の重要性を理解します。 それは始めるのに最適な場所です。」

Hemlock は、2018 年に Tibco の Spotfire プラットフォームを使用してセルフサービス分析イニシアチブを開始しました。これは現在、ビジネスのすべての機能で使用されています。 「それ以前は、IT 部門は、データをラングリングし、最初のチャート作成機能を提供するカスタム .NET アプリケーションを開発していました」と Carey 氏は言います。 「これらのアプリの最も人気のある機能は、[Excel にエクスポート]ボタンでした。 [the Microsoft spreadsheet] 最適な分析プラットフォームになりました。」

同社の優秀なエンジニアの何人かは、新しいデータ セットをマッシュ アップするマクロも作成しました。 「そしてうまくいけば、クラッシュしなければ、データセットはエンジニアリングの専門家の間で共有されました。

Hemlock は、セルフサービス分析機能により、意思決定の迅速化や結果の迅速化などのメリットを享受しています。 セルフサービスにより、運用、財務、調達、サプライ チェーン、継続的改善チームを含むすべての機能がデータ検出を実行し、強力な視覚化を作成できます。

「私たちは学習曲線を短縮し、結果をより早く提供し、製造プロセスの理解を促進しました。これにより、製品の改善とコストの削減につながりました」と Carey 氏は言います。 「既存の報告方法を改善し、新しい洞察を発見することで、非常に短期間で数百万ドルを節約できました。」

自然言語処理を活用する

自然言語処理 (NLP) を使用すると、SQL、データベース構造、およびテーブルを結合するという概念を理解する必要がなくなるため、より多くの人が分析にアクセスしやすくなります。

メニンガー氏によると、分析に関連する NLP には 2 つの主要な側面があります。自然言語検索 (自然言語クエリとも呼ばれます) と自然言語表現 (自然言語生成とも呼ばれます) です。

「自然言語検索を使用すると、人々は質問をして回答を得ることができます。 [any] 特殊な構文です」と Menninger 氏は言います。 「Google の検索バーに検索を入力するのと同じように、日常の言葉を使ってクエリを入力したり、場合によっては話したりすることができます。」

たとえば、ユーザーは、その月の売り上げの増減が最も大きい製品を表示するように要求できます。 結果が表示され、ユーザーは検索を絞り込んで、たとえば、特定の製品の手元在庫を特定できます。

自然言語表現は、クエリ部分ではなく分析結果を扱う、とメニンガーは言います。 「NLP などを使用してクエリが定式化されると、結果は何が見つかったかを説明する物語として表示されます」と彼は言います。

製品の例では、売上高の増減を示す製品のグラフを表示する代わりに、自然言語のプレゼンテーションによって、製品に関する特定の詳細を説明するいくつかの文または段落が生成されます。

「人にはさまざまな学習スタイルがあります」とメニンガーは言います。 「数表が好きな人もいます。 チャートを好む人もいます。 また、表やグラフの解釈方法を知らず、物語を好む人もいます。 自然言語によるプレゼンテーションにより、分析で何を探すべきかを簡単に知ることができます。 また、分析から何を取り除くべきかを正確に説明することで、データの解釈方法の矛盾を取り除きます。」

埋め込み分析を使用する

組み込み分析には、分析機能とデータ視覚化のビジネス アプリケーションへの統合が含まれます。 これらのアプリケーションにリアルタイムのレポートとダッシュボードを埋め込むことで、ビジネス ユーザーはこれらのアプリケーションでデータを分析できます。

「組み込み分析は、個人が使用しているアプリケーションに分析をもたらします。 [their] 日々の活動です」とメニンガーは言います。 これには、エンタープライズ リソース プランニング (ERP)、顧客関係管理 (CRM)、人事情報システム (HRIS) などの基幹業務アプリケーションや、コラボレーション、電子メール、スプレッドシート、プレゼンテーションなどの生産性向上ツールが含まれる場合があります。ドキュメント。

「ビジネス アプリケーションのコンテキストでは、事前に構築された分析により、基幹業務担当者が分析にアクセスして利用することがはるかに簡単になります」と Menninger 氏は言います。 「データは、アクセス権がすでに維持されている基盤となるアプリケーションによって管理されるため、優れたガバナンスも提供します。」

セルフサービス分析の成功と失敗の違いは、企業が導入するテクノロジー ツールにかかっている可能性があります。 ビジネス エグゼクティブは、IT リーダーと緊密に連携してツールを評価し、どのツールが組織のニーズを最もよく満たし、そのインフラストラクチャに適合するかを判断する必要があります。

金融サービス企業の Western Union がセルフサービス分析プラットフォームを選択する際に持っていた要件の中には、複数の異なるデータ ソースと簡単に統合できること、柔軟で使いやすいこと、強力な分析機能を備えていること、インフラストラクチャ要件が最小限であることなどがありました。

Western Union のチーフ データ アーキテクト兼データ エンジニアリングおよびアーキテクチャ責任者である Harveer Singh 氏は、同社は Tableau からプラットフォームを展開し、ビジネス ユーザーが管理された環境で独自のクエリと分析に基づいて意思決定できるようにしました。

ビジネス部門は、IT 部門のサポートを必要とせずに、独自のクエリとレポートを作成し、共同作業を行うことができます、と Singh 氏は言います。 「ユーザーは、技術的なノウハウがなくても、自由にデータを切り刻むことができます」と彼は言います。 「データは、さまざまな形式の複数のソースから取得できます。」

組織が適切な分析ツールを選択すると、セルフサービス分析によって「ビジネス ユーザーは、レポートの作成と分析のために IT の専門知識や製品スペシャリストを必要とせずに、データを取得して分析できるようになります」と Singh 氏は言います。 これは、「動的なビジネス要件に対応する」資産です。

Leave a Comment

Your email address will not be published. Required fields are marked *