2021/03/05

Tableauでは実現できない、Spotfire独自の3つのBIアプローチ

ハイパーコンバージドアナリティクスの登場

TIBCO Spotfire®は、「没入型」「スマート」「リアルタイム」という3つの方法でBIに独自のアプローチを採用しています。これらのアプローチについて順番に説明していきます。

没入型：参加型のBI

現代のBIツールによる分析には、一般的に大きく2つの対話モードがあります。没入探索型とダッシュボード型です。

ダッシュボードは、明確なビジネス上の目的のために設計されたビジュアライゼーションを示します。例えば、売上予測のダッシュボードでは「今期の売上目標は達成できるか？」「どの営業担当者が最も高いパフォーマンスを発揮しているか？」「どの地域が最も高いパフォーマンスを出しているか」といった質問への回答が表示されます。

この従来型のBIダッシュボードは、ビジネスにおける「答え」を必要とするビジネスユーザーのために、データアナリストが作成します。ナレッジワーカーはそのダッシュボードを見て、ダッシュボードの作成者が定めた道筋に沿って思考します。

一方でナレッジワーカーは、予想外の新たな発見を探索するために、没入型のBIを使用します。
没入型BIを利用すると、ナレッジワーカーは誰かの思考の受け手になるのではなく、自らが考えるようになります。没入型BIはデータに没入し、データ間の関連性を探り、インサイトを発見するのに役立ちます。

ダッシュボードは、明確になっている問題に対する答えを共有します。売上予測や財務報告、マーケティングのリード等です。一方で没入型BIは、ナレッジワーカーの探索的分析を支援します。創薬、石油探査、競合優位性の発見、カスタマーエンゲージメント等に活用されます。

Spotfireのダッシュボードは没入型であり、データアナリストの予想外のインサイトの発見を可能にします。ブラックボックスな事象の背後にあるアルゴリズムをも明らかにするでしょう。

没入型BIは「参加型アート」に例えられます。参加型アートでは観客はアーティストと一緒に芸術体験に入りこみます。没入型BIはナレッジワーカーにデータの中に飛び込むように誘います。対照的に従来のBIダッシュボードは「絵画」のようなもので、アーティストの芸術体験に参加することはできません。

スマート：データサイエンスドリブンなBI

2つ目の差別化要素は「スマート」つまり、SpotfireはデータサイエンスドリブンなBIであることです。どの企業もデータサイエンスや機械学習を活用して、より多くの価値を得ようとしています。しかし、ほとんどの企業では何十人ものデータサイエンティストを雇う余裕はありません。

データサイエンスドリブンなBIは、予測分析やアルゴリズムを視覚的なコンテキストで提供できるものであり、Spotfireを使えば簡単にデータサイエンスをビジュアライゼーション内に組み込むことができます。データサイエンスから得られるインサイトをGUIのインターフェースを介して利用できるようになり、今まで利用できなかった価値のあるインサイトに誰でも簡単にアクセスできるようになります。

TIBCOの顧客であるBayer Precision AgricultureのMichelle Lacy氏は、「Spotfireのおかげで、データサイエンスのアルゴリズムの複雑さを意識することなく、恩恵を受けられています」と述べています。

記事上段にあるビジュアライゼーションは、データサイエンスアルゴリズムを組み込んだ、Bayerのダッシュボードの挙動例を示しています。このビジュアライゼーションでは領域の専門家がどのようにして診療所の最適な場所を探しだし、データサイエンスのインサイトの追加がどのようにサポートしているかを示しています。

Rのモデルにより、エリアを選択するとビジュアライゼーションが変化します。Bayer社のMichelle氏はデータサイエンティストではありませんが、今まで利用できなかった機械学習アルゴリズムによるインサイトを活用できるようになりました。

Bayer Precision Agricultureでは、製品選定においてTableauやPower BIを含むすべてのBIツールを評価しました。Michelle氏の言葉をもう一度引用すると、PythonやRの複雑さを意識することなく、恩恵を受けられSpotfireについて「これに匹敵するものはありません」と述べています。

リアルタイム：ストリーミングBI

最後に述べる独自のアプローチは「リアルタイム」です。
Spotfireはストリーミングデータの分析エンジンを内蔵しているため、ダッシュボードのユーザーはリアルタイムデータにアクセスし、BIツール内でリアルタイムのインサイトを獲得できます。

ビジュアライゼーション上では、データの変化に合わせて、動きのあるデータが表示されます。
業界アナリストはこのユニークなモデルをストリーミングBIと呼んでいます。ストリーミングBIは、デジタルトランスフォーメーションに欠かせないものになりつつあります。ストリーミングBIによって、データアナリストは接続されたあらゆる人/場所/モノに対して探索的分析を行うことが可能になります。

以下のビジュアライゼーションは、F1の風洞シミュレーションのリアルタイムデータです。選択した走路の位置情報とセンサーの読み取り値によって、シミュレーションにおけるリアルタイムの状況が示されています。

リアルタイムのフィードバックは必要不可欠です。ビジュアライゼーションで赤くなっている箇所は、今回の機体設計におけるパフォーマンスがベストラップの時よりも悪いことを意味します。緑の箇所は良くなっていることを示しています。

このビジュアライゼーションを見て、あなたは「なるほど！」と閃きましたか？
一見すると現在の速度は良いものの、ブレーキが熱くなっていることに気づくかもしれません。
これでいいのか？この走路に合わせてブレーキを調整するべきなのか？

リアルタイムのフィードバックがあれば、より早く学ぶことができます。この学びが勝敗を左右するのです。