[Sponsored]

「何が起きたか」から「なぜ起きたのか」へ──最速で“Why”へと導くための、Yellowfinの3つの技術的アプローチ

2018年4月3日(火)

リスト

データを取得する、分析する、アクションを起こす──データから何らかの価値を導出するには、このサイクルを繰り返す必要がある。そのために有用なのがBIツールだが、そのほとんどは「何が起きたか」を知ることにフォーカスしており、アクションを起こすのに必要な「なぜ起きたのか」を知るためにはユーザー自身が試行錯誤しなければならない。Yellowfinは、3月7日に行われた「データマネジメント2018 ～データが拓く無限の可能性～」の中で、同社の最新BIツールについて主に技術的な観点から説明した。

いかに早く“Why（なぜ）”に到達できるか

Yellowfin Japan Yellowfin Managing Director - East Asia 林勇吾氏

　Yellowfinは2003年にオーストラリアで創業した独立系のBI（ビジネスインテリジェンス）ベンダーであり、2014年設立のYellowfin Japanも既に450社以上の顧客を抱えているという。2017年11月にリリースした最新版「Yellowfin7.4」は、機械学習と高度なアルゴリズムを内蔵しており、データの変換、準備、分析、共有までを行うことができる。

　「データマネジメント2018」に登壇したYellowfin JapanのYellowfin Managing Director - East Asiaの林勇吾氏は、「我々は独立資本であるため、顧客と向き合って、必要だと思った機能に素早く対応できるのが特徴だ」と強調した。

　現在あるBIツールのほとんどは「何が起きたか」を知ることにフォーカスしているが、実際のユーザーの興味の行き着く先はすべて“Why（なぜ）”になると林氏は言う。「なぜこの結果になったのか」「何が良かったのか、悪かったのか」「成功要因、失敗要因は何だったのか」、施策の成功・失敗を問わず、要因を知るために様々な確度から分析を行う必要があるのだ。

　「Yellowfinが開発するサービスやツールはすべて、顧客がいかに早く“Why”へと到達できるかの手助けに重きを置いている」（林氏）。

　そのために、Yellowfinでは、最速で“Why”に導くための3つの技術を活用している。

Yellowfinの3つの技術的アプローチ
拡大画像表示

データサイエンスモデルをシェアラブルに

　1つめは、データサイエンスモデルを「シェアラブル」にすることである。

　データサイエンスモデルを組織で活用するには、いくつかの課題が存在する。まず、データサイエンティストは数が少ない非常に貴重な人材となっており、そのうえデータサイエンスツールのほとんどはスタンドアロンで稼働している。そのためデータサイエンティストが一人でデータ分析モデルを構築しても、一般のビジネスユーザーが他のデータと合わせてこのモデルを用いて分析する仕組みになっていないのだ。そこでYellowfinは、データサイエンスモデルをシェアラブルにしようと取り組んでいるという。

　具体的には、レポート作成、データ変換の両ステップでデータサイエンスツールで構築した分析モデルに接続し、他の様々なデータと合わせて使えるようにすることである。また、「R」「Pyton」「H2O.ai」などへのコネクターも用意しているうえ、PMMLやPFAといった機械学習フォーマットに接続して、データをYellowfinのコンテンツに反映することも可能となっている。

データサイエンスモデルをシェアラブルに
拡大画像表示

　某外資系クラウドサービスベンダーのデータサイエンスチームの責任者は、「ETLを内蔵して、機械学習やデータサイエンス系プラットフォームと連携させるのは便利。特に、構想を練った後、1回目の分析をするのに全てプログラムを書くのはしんどいので、ここをGUIでカバーできる点はいいですね」というコメントを寄せている。

ユーザードリブンのインサイトを自動で提供

　2つ目の技術は、「自動インサイト」である。

　林氏は次のように強調した。「“Why”にたどり着くためのアプローチとして現状で多いのは、自身での手作業による分析ではないか。次に多いのは人に聞いたり、あるいはそのままデータをAIにまるっと投げたりすることかもしれない。そこで、“Yellowfin”には、自動インサイトの仕組みを取り入れている。我々のアプローチは、前後のコンテキストに基づいた自動インサイトであり、ユーザードリブンのインサイトとなっている」。

　ユーザードリブンのインサイトでは、統計に基づいたアルゴリズムと合わせて、必ず人の知見を付け足すことで、人のナレッジを活かした分析によるレコメンデーションを実現している。そしてディスカバリー（発見）とアクションは、継続的なサイクルで回転し続けるのである。

　また、ユーザー別の機能も特徴的で、ビジネスユーザー向けにインスタントインサイト機能を、データプロフェッショナル向けにはデータディスカバリーアシスタント機能が用意されている。

　このうちインスタントインサイトでは、疑問に思ったことをこの場で聞くことができる。例えば、売上の推移の折れ線グラフから、数字が伸びている理由について疑問が生じた場合、グラフの二地点を指定すると自動的に分析が走り、原価の推移や客の評価の差など、さまざまな分析結果を提示するのである。さらに、分析結果を他のユーザーにコメントして共有することも可能となっている。

自動インサイト
拡大画像表示

　Webベースなので、分析結果とコメントを共有して、他のユーザーに素早く伝えることができる。また、タスクを割り振ったり、「ここを掘り下げたい」などとデータアナリストに投げかけたりといったコラボレーションを促す仕組みが整っている。

ガバナンスを効かせた環境でサービスを提供できるアーキテクチャ

　そして3つ目の技術は、「エンタープライズBIアーキテクチャ」だ。

　Yellowfinはデータ活用にかかわるすべての機能を1つのソフトウェアで提供しており、1つのツールですべての機能を使えるようになっている。そして100％Webベースの集中管理型であるため、IT部門がガバナンスを効かせた環境で、データプロフェッショナルがダッシュボード等を作成し、ビジネスユーザーがそれを活用できるのである。

　「中央からの集中管理できる仕組みであり、ガバナンスを効かせた環境でサービスを提供できる意味は大きい」と林氏は訴える。

ガバナンスの効いたエンタープライズ分析アプリケーション
拡大画像表示

　ここまで説明した3つの技術の他にも、Yellowfinは数々の特徴を有している。例えば、自由度の高さだ。レポート単体、ダッシュボード全体の外部組み込みが可能で、UIを各企業のブランドに合わせて変更可能であるなど、組み込み＆独自アプリの構築が行いやすくなっているのである。

　「Yellowfinは非常に自由度が高いので、ハンズオンセミナーや集合研修、評価版などサポートも手厚く、AWSやAzureのマーケットプレイス経由であれば自動的にインスタンスが立ち上がってすぐに使えるようにもできるので、ぜひ一度Yellowfinを体験していただきたい」──こう会場に呼びかけて、林氏は壇を後にした。

●お問い合わせ先