該当する結果がありません

一致する検索結果がありませんでした。

お探しのものを見つけるために、以下の項目を試してみてください。

  • キーワード検索のスペルを確認してください。
  • 入力したキーワードの同義語を使用してください。たとえば、「ソフトウェア」の代わりに「アプリケーション」を試してみてください。
  • 下記に示すよく使用される検索語句のいずれかを試してみてください。
  • 新しい検索を開始してください。
急上昇中の質問

アナリティクスとは

Analytics Cloud

ビジネス・アナリティクスとは、データに潜む重要なパターンを発見、解釈、伝達し、ツールを使用して組織全体があらゆる環境であらゆるデバイスからあらゆるデータについて質問できるようにするプロセスです。ビジネス・アナリティクスによって、最適化、コスト削減、顧客エンゲージメントなど、望ましい結果を生み出す機会が増えます。アナリティクスを活用できれば、直感に頼ることなく、データから明らかになった事実に基づいて結果を選択できます。理想的なシナリオでは、ビジネスリーダーは先入観や自らの経験にとらわれることなく、インサイトと発見を得るための客観的な方法を構築できます。

 

今日、あらゆる組織がアナリティクスに期待しているのは、より多くのデータを使用して、より迅速かつ低コストで多くのユーザーのために、より深いインサイトを獲得することです。この目標を達成するには、必要なセキュリティ、柔軟性、信頼性の基準を満たしながらアナリティクス・プロセス全体をサポートする堅牢なプラットフォームが必要です。ユーザーがガバナンスを犠牲にすることなくセルフサービス分析を実行できるようにすることも必要です。また、管理も簡単でなければなりません。しかし、エンタープライズクラスのコストとインフラストラクチャなしで、エンタープライズクラスのシステムのメリットをどのようにして得ることができるのでしょうか。現在、ビジネス・アナリティクスが非常に一般的になっているのは、あらゆる組織が業績の向上を望み、より適切な意思決定を行うためにデータを分析しているからです。

組織は、ビジネス・アナリティクスでパーソナライゼーション、機械学習、および深いドメイン知識を使用して、さまざまなアプリケーション、データ・ウェアハウス、およびデータ・レイクのデータから、意味のある実用的なインサイトを得ることができます。ビジネス・アナリティクスは、行動を促す完結したプロセスである必要があります。インサイトを獲得した企業は、次に自社の各種プロセスを再評価、再実行、再構成できます。重要なのは行動を起こすことです。

アナリティクスの基礎

データ自体は意味を持ちません。あらゆるデータを徹底的に調べて、学ぶことができるすべてのことを学んだとしても、それに基づいて行動したり、方向転換したり、適応したりしなければ、すべての作業は無駄になります。利用できるすべてのテクノロジーを活用しなければ、投資から得られるすべての利益を手に入れることはできません。今、私たちは、効果的にデータと対話することで、疑問点を解決したり、結果を予測したり、新しいパターンをデータに学習させたりできる時代に生きています。これがデータの持つ潜在能力です。

アナリティクスが生み出すビジネス価値

  • 新しい働き方

    ビジネスの性質は変化しつつあり、その変化に伴って競争するための新しい方法が生まれています。最新のテクノロジーに精通した労働力に対する需要に応え続けることで、価値を生み出して迅速に行動する手段を持つことができ、最高水準のデータ品質とセキュリティを維持しながら、ユーザーにスピードとシンプルさを提供することができます。その際、ITが中心的な役割を果たす一元的なアナリティクス・プラットフォームが、ビジネス・アナリティクス戦略の根底をなさなければなりません。ビジネス主導のイニシアチブとIT主導のイニシアチブを組み合わせることが、イノベーションのコツです。

  • 新しい機会の発見

    アナリティクス・テクノロジーの進歩により、データを活用できる新しい機会が生まれています。最新のアナリティクスは、予測、自己学習、および適応機能を使用して、隠されたデータのパターンを明らかにするのに役立ちます。また、直感的で、データの行や列が数百万あっても瞬時に理解できる優れた視覚化機能が組み込まれています。さらに、最新のビジネス・アナリティクスはモバイル対応で使いやすくなっています。加えて、トレーニングをほとんど、またはまったく必要とせずに、適切なデータに適切なタイミングでアクセスできます。

  • データの視覚化

    データに含まれる信号を競合他社よりも前に見つけることは大切です。アナリティクスを利用すれば、ビジネスの状況を詳細に視覚化できます。個人データ、企業データ、ビッグデータをマッシュアップすることで、データの価値をすばやく理解してデータの持つ意味を同僚と共有するプロセスを、ほんの数分ですべて行うことができます。

過去:アナリティクスの歴史

統計を比較してデータを分析すること自体は、太古の昔から行われていますが、アナリティクスを現在のようなプロセスに発展させるうえで重要となったマイルストーンがいくつかあります。

1785年、William Playfairが、基本的な(そして広く使用されている)データ視覚化方法の1つである棒グラフの概念を思い付きました。Playfairが棒グラフを発明したのは、数十のデータ・ポイントを表示するためだったと言われています。

1812年、地図製作者のCharles Joseph Minardが、モスクワに向けて進軍するナポレオン軍の損失を地図上に示しました。ポーランドとロシアの国境を出発点として、厳しい冬の寒さと、軍が補給線から時間的にどのくらい離れていたかが、軍の損失とどのように関係していたかを示す線形マップを、太い線と細い線を使って作成しました。

1890年、Herman Hollerithが、パンチ・カードにデータを記録する「タビュレーティング・マシン」を発明しました。これにより、データの分析が速くなり、米国の国勢調査の集計処理が7年から18か月に短縮されました。この結果、現在も守られている、データの収集と分析を常に改善するというビジネス要件が確立されました。

現在:今日のアナリティクス

1970年代と1980年代には、リレーショナル・データベース(RDB)と構造化クエリ言語(SQL)ソフトウェアが発明され、オンデマンドの分析のためにデータを推定することが可能になりました。

1980年代後半、William H. Inmonが、情報に迅速に繰り返しアクセスできる「データ・ウェアハウス」の概念を提唱しました。さらに、Gartner社のアナリストHoward Dresnerが「ビジネス・インテリジェンス」という語句を生み出しました。これが、データ分析を利用してビジネスプロセスをより深く理解しようという業界の取り組みへの道を開きました。

1990年代、データ・マイニングの概念により、企業は非常に大規模なデータセットを分析してパターンを発見できるようになりました。多くのデータ・アナリストとデータ・サイエンティストが、R言語やPythonなどのプログラミング言語を使用して機械学習アルゴリズムを開発し、大規模なデータセットを操作して複雑なデータの視覚化を行いました。

2000年代には、Web検索の革新により、MapReduce、Apache Hadoop、Apache Cassandraが開発され、情報の発見、準備、提示が容易になりました。

未来:次世代のアナリティクス

企業がデータの可視化だけで満足せず、より多くのインサイトを求めるようになるとともに、ツールとその機能も進化しました。

最初のアナリティクス・ツールセットは、ビジネス・インテリジェンス・ソフトウェアから作成されたセマンティックモデルに基づいていました。これは、強力なガバナンス、データ分析、および機能間の調整の確立に役立ちました。このツールの欠点の1つは、レポートが常にタイムリーであるとは限らないことでした。そのため、企業の意思決定者には、結果が元のクエリと一致しているかどうかがわからないことがありました。技術的な観点から見ると、このモデルは主にオンプレミスで使用されるため、コスト効率が悪くなります。また、データがサイロ化することも珍しくありませんでした。

次に、セルフサービス・ツールの進化により、アナリティクスがより幅広いオーディエンスに提供されるようになりました。このツールには特別なスキルは必要なかったため、アナリティクスの使用が加速されることになりました。このようなデスクトップ・ビジネス・アナリティクス・ツールは、ここ数年、特にクラウドで人気を博しています。ビジネス・ユーザーは、多種多様なデータ資産を熱心に探索しており、ツールの使いやすさは魅力的ですが、データのブレンディングと「唯一の真実」の作成はますます複雑になります。また、デスクトップ・アナリティクスは、常に大規模なグループに拡張できるとは限りません。矛盾した定義の影響を受けやすいという問題もあります。

最新のアナリティクス・ツールでは、自動的にアップグレードしてデータ検出、データ・クレンジング、およびデータ公開を自動化するツールの支援を受けることで、ビジネス・インサイトのより広範な変換が可能になりつつあります。ビジネス・ユーザーは、コンテキストを使用して任意のデバイスと連携し、リアルタイムで情報を活用して、成果を上げることができます。

今日でもほとんどの作業は人力で行われていますが、自動化による支援も進んでいます。既存のソースから得たデータは簡単に組み合わせることができます。利用者は、クエリを実行し、データの視覚表現からインサイトを得て、将来の傾向や結果を予測するモデルを構築します。これらはすべて、非常に細かいレベルでユーザーが管理および制御します。データ収集、データ検出、機械学習の組み込みとともに、エンドユーザーが使用できる選択肢はかつてないほどのペースで増加しています。

ビジネス・アナリティクスの採用

アナリティクスは、私たちの生活のあらゆる側面に浸透しています。従業員や財務に関する問題、顧客の好き嫌い、それが顧客の行動にどのように影響するかなど、どのような質問をしても、アナリティクスは答えを提供し、情報に基づいた意思決定を支援してくれます。