Successfully reported this slideshow.
Your SlideShare is downloading. ×

TECH TALK 2021/11/09 Qlikのビジョン Active Intelligence は従来のBIとどう違うか?その15のアプローチを解説

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad

Check these out next

1 of 34 Ad

TECH TALK 2021/11/09 Qlikのビジョン Active Intelligence は従来のBIとどう違うか?その15のアプローチを解説

Download to read offline

Qlikはビジョンとして Active Intelligence を掲げています。これは、従来のあらかじめ定義・統合されたデータに基づく結果報告得るというBIの利用とは異なり、加速するビジネスの変化に対応し、リアルタイムの最新情報に基づき、即時の行動を促すことで価値を生み出すというコンセプトです。データを解放し、発見し、理解し、行動をとるという考え方となっています。
それでは、迅速な意思決定とアクションのためには具体的にどのような方策が必要になるのでしょうか。当セミナーでは、Active Intelligenceのアプローチをわかりやすく15のポイントに分解し、Qlikの最新機能と合わせて詳細にご説明します。

Qlikはビジョンとして Active Intelligence を掲げています。これは、従来のあらかじめ定義・統合されたデータに基づく結果報告得るというBIの利用とは異なり、加速するビジネスの変化に対応し、リアルタイムの最新情報に基づき、即時の行動を促すことで価値を生み出すというコンセプトです。データを解放し、発見し、理解し、行動をとるという考え方となっています。
それでは、迅速な意思決定とアクションのためには具体的にどのような方策が必要になるのでしょうか。当セミナーでは、Active Intelligenceのアプローチをわかりやすく15のポイントに分解し、Qlikの最新機能と合わせて詳細にご説明します。

Advertisement
Advertisement

More Related Content

Slideshows for you (20)

Similar to TECH TALK 2021/11/09 Qlikのビジョン Active Intelligence は従来のBIとどう違うか?その15のアプローチを解説 (20)

Advertisement

More from QlikPresalesJapan (20)

Recently uploaded (20)

Advertisement

TECH TALK 2021/11/09 Qlikのビジョン Active Intelligence は従来のBIとどう違うか?その15のアプローチを解説

  1. 1. Qlik TECH TALK Qlikのビジョン Active Intelligence は 従来のBIとどう違うか? その15のアプローチを解説 November 09, 2021 Yuki Suzuki Senior Solution Architect
  2. 2. 2 TECH TALKとは? Qlikの製品や機能の中から 特定のテーマを取り上げて、 技術的な情報を発信していくセミナーです。
  3. 3. 3 Q&Aについて • 質問はZoom画面下のQAアイコンをクリックして入力してください。 • 質問に対してQlikパネラーが随時QAパネルで回答します。 • 質問と回答については、セミナーの最後に他の参加者に情報共有させていただき ます。
  4. 4. 4 本日の動画と資料について • 本セッションの資料と動画は後日Webで公開されます。 • 以前のセッションの動画・資料一覧はQlik Japan公認ブログの「過去イベント動 画・資料」をご覧ください。 • 資料はSlideShareにアップロードされます。PDF版のダウンロードはSlideShare への登録が必要となります。
  5. 5. 5 • QlikのActive Intelligence 15のアプローチ • Demo • その他の情報 • Q&A アジェンダ
  6. 6. 6 Qlikの Active Intelligence 15のアプローチ Qlik
  7. 7. 7 Qlik のビジョン Active Intelligence 1つのプラットフォームで、生のデータを情報に基づいた行動に変換する データを活用し、ビジネスの価値を加速する 従来型のBI  事前定義された過去のデータ  バッチ処理  ダッシュボードによる報告 Active Intelligence  ビジネスの変化にリアルタイム に対応  即座にアクションをとるための 情報と分析を提供 変革
  8. 8. 8 Qlik のビジョン Active Intelligence 15のアプローチ 組み込み型で業務とシームレス な分析へ 15 モバイルで必要な時に必要な 場所で分析する 14 分析とアクションのワークフロー を自動化する 13 カタログから信頼性・実用性の 高いデータにアクセスする 3 リアルタイムにデータを統合し 意思決定を加速する 2 サイロからデータを解放し アクセスを可能にする 1 拡張知能により組織のデータ リテラシーを強化する 6 過去報告レポートでなく、 今とるべきアクションを探索する 5 データの格納場所を自由に 選ぶ 4 重要な指標に即座に アクセスする 9 ノーコードの自動機械学習で 予測を強化する 8 高度な分析接続でインタラク ティブに予測分析を行う 7 分析を瞬時に共有し、組織の アクションに導く 12 セルフサービスレポーティングで プッシュ型情報を配信する 11 アラート送信により瞬時の アクションを促す 10
  9. 9. サイロからデータを解放しアクセスを可能にする 個別システムにサイロ化されたデータを解放し、ユーザーが迅速に必要なデータにアクセスできる状態を作ります。 データ活用の課題 Active Intelligence のアプローチ • 様々な部署やシステムの、異なるタイプや形 式の最新データを統合し、ユーザーが迅速に 適切なデータにアクセスすることを可能にしま す。 • 組織の多様なプロセスにデータを活用するこ とができます。 • データが様々な部署やシステムに分散してお り、容易にアクセスできない状態となっている。 • 個別領域ごとにDWH/BIを構築しており、 総合的なデータによる意思決定ができない。 データソース メインフレーム アプリ ファイル RDBMS 個別のデータウェアハウス SaaS 常に 最新状態 適用例 • 個別でクラウドCRMを利用しているが、他の販売系・保守 系のデータと組み合わせてリアルタイムで参照する • SAPの実績データとSFAの案件データを合わせて見通し管 理を行う • 需要予測と生産計画に基づいた購買計画・販売計画を立 案する 異種のソースデータを ターゲットDBに統合 様々な用途に活用
  10. 10. 適用例 • 受注状況をリアルタイムで参照して見通しの精度をアップし、 早期の対策を行う • 配送・在庫状況の速報性を高め、トラブルや欠品などの対 応、需要予測のサイクルなどを迅速化する リアルタイムにデータを統合し意思決定を加速する バッチにより一括更新されたデータではなく、リアルタイムに鮮度の高いデータへのアクセスを提供します。 • データが古い時点のもので最新状態でない ため、最新情報に基づく判断や対応ができ ない。 • データの一括同期処理に長時間がかかる。 データ活用の課題 Active Intelligence のアプローチ • ソースデータの変更をとらえ、リアルタイムに データを更新します。 • データウェアハウスの自動化、データレイクの 構築機能により、データ統合や変換プロセス を自動化します。 • 常に鮮度の高いデータを継続的にユーザー に提供します。 RDBMS SaaS メインフレーム アプリ ファイル リアルタイム 常に 最新状態 変更データキャプチャ ソースデータの変更をとらえ 常にデータを最新化 データウェアハウス自動化 ベストプラクティスに基づいた 構築の自動化 ハイブリッドデータデリバリー オンプレミスデータをリアルタイ ムにクラウド上に転送 データレイクの構築 複雑な取り込みプロセスと変 換プロセスを自動化
  11. 11. カタログから信頼性・実用性の高いデータにアクセスする ユーザーがデータを迅速に分析に使用できるように信頼性の高いデータを整備し、カタログに公開します。 カタログ表示 データプロファイル サンプルデータ すぐに活用 • 大量にデータは蓄積されているが、どこに適 切なデータがあるのかわからず利用できない。 • テーブル名・項目名がシステム的な名称と なっており、そのままでの活用が困難である。 データ活用の課題 Active Intelligence のアプローチ • 全てのデータを一つのシンプルなカタログ ビューで管理します。 • ユーザーはデータのプロファイルやサンプルを 参照しながら選択して、すぐに分析に使用 することができます。 • データの出所や使用されているアプリを表示 し、データの信頼性の確認ができます。 データの系統図
  12. 12. データの格納場所を自由に選ぶ 特定のベンダーにとらわれず、自由にデータの保管場所と利用場所を選ぶことができます。 Qlik Sense Enterprise Client-Managed オンプレミス Qlik Sense Enterprise SaaS SaaS/クラウド Qlik Sense Enterprise Desktop デスクトップ ハイブリッドサービス Qlik Forts お客様の管理環境 Internet VPN • ツールの機能を十分利用するために、特定 のクラウドに全データを移行する必要がある。 • オンプレミスのレガシーシステムのデータをその ままでは活用できない。 データ活用の課題 Active Intelligence のアプローチ • 分析要件にとらわれずにクラウドベンダーを 選択することができます。 • データはオンプレミス、お客様クラウド環境、 SaaS上のいずれにでも設置できます。 • クラウドに移行できない、または移行したくな いデータも Qlik Forts(ハイブリッドサービ ス)により分析に活用することができます。
  13. 13. 過去報告レポートでなく、今とるべきアクションを探索する 過去を確認するレポートだけでなく、連想技術によりデータ全体の自由な探索からとるべきアクションを導き出します。 • 過去データの集積による静的なレポートを参 照するのみ。 • 事前定義・事前集計されたデータでは、現 在の状況に対する自由な分析ができない。 データ活用の課題 Active Intelligence のアプローチ • データ全体の関連性を提供する連想技術 により、事前に想定していない自由な分析 を行うことができます。 • データモデルの汎用性、再利用性により、導 入時点では存在していなかったニーズにも、 迅速に低コストで対応することができます。 疑問 答え 疑問 答え 更なる洞察 とるべき アクション 売上、利益率が 両方とも高い稼ぎ 頭の商品は? 選択した商品を 売っている 取引先 選択した 商品を売っていない 取引先 アプローチを掛ける べき得意先 事前定義されていない問いかけへの探索 連想エンジン • データ全体の関連性により、あらゆる方向に探索 • どこからでも選択できる完全にインタラクティブなダッシュボード
  14. 14. 拡張知能により組織のデータリテラシーを強化する 拡張知能と機械学習を利用した分析により、全従業員がデータからアクションを導き出すことを支援します。 スマートデータ 準備 データ間の紐づきの 提案とデータ統合 対話的分析 自然言語によるイ ンタラクティブな分 析(NLP+NLG) チャート提案 チャートタイプ推 奨とオーサリング 支援 コグニティブ エンジン + 連想 エンジン 検索ベースの チャート自動生成 自然言語(NLP)によ るチャートの生成 連想インサイト さらなる洞察のため の隠されたデータの 関係性を明示化 • 開発スキルのあるパワーユーザーしかBIを扱 えず、一般ユーザーはダッシュボードの参照し かできない。 • データを管理するITと、ビジネス要件を持つ ビジネスユーザーが十分連携できない。 データ活用の課題 Active Intelligence のアプローチ • 人間の直感を強化する拡張知能や機械学 習の機能により、データ準備・画面作成・分 析を支援します。 • 一般ユーザーが直観的に分析を行うことが でき、組織全体のデータリテラシーを向上さ せます。
  15. 15. 高度な分析接続でインタラクティブに予測分析を行う サードパーティの分析エンジンと直接連動して、ユーザーの要求に応じた予測分析を行います。 • 高度な分析は一部のデータサイエンティスト が労力をかけて行っている。 • 一般ユーザーは、静的な予測レポートの参 照に限定されている。 データ活用の課題 Active Intelligence のアプローチ • 連想エンジンとサードパーティの機械学習モ デルとの間に接続を作成してデータのやり取 りを行い、予測分析を省力的に行います。 • ユーザーの選択に応じて、絞り込まれたデー タについて計算が実施され、インタラクティブ に予測を可視化します。 サードパーティのデータエンジンとの 直接的なエンジンレベルのデータ交換 外部の機械学習エンジンが 結果を送信 Qlikの連想エンジンが結果のデータ を他のデータと連結 ロードスクリプトにより、一括バッチ処理でデータ連携を行うこともできます。 他と連動した結果のチャートを 画面表示 ユーザーが画面で選択 Qlikの連想エンジンが計算 選択されたデータを外部の機 械学習エンジンに送信
  16. 16. ノーコードの自動機械学習で予測を強化する ノーコードの自動機械学習(AutoML)で、キードライバー分析や予測、What-if分析を強化します。 • データから「何が起きる可能性があるか」「な ぜ起きるのか」を自社のデータから読み解くが 困難である。 • 機械学習モデルの構築にエンジニアの負荷 がかかっている。 データ活用の課題 Active Intelligence のアプローチ • ノーコードで説明可能な自動機械学習モデ ルを提供し、構築負荷を低減します。 • ユーザーはインタラクティブに、洗練された キードライバー分析、予測分析、What-if シナリオ分析の結果を確認することができ、 有効な活動計画の立案につながります。 具体的な行動のための詳細レベルと、戦略的 計画のための全体レベルの情報を取得 キードライバー分析 予測分析 What-ifシナリオ計画 適用例 • 案件のどのデータが潜在的な売上に影響を与えるかを判断し、データ収集を効率化し、予測性を向上 新たな理想的な購買層を発見 • 交通手段や距離、天候などの理由で予約をキャンセルするリスクのある患者を特定し、サポートによりキャ ンセルを25%削減 • ブランド学生の需要が高い地域を予測し、マーケティング費用、リクルーティング時間、新規拠点への投資 を地理的にターゲット化することで、高いROIを実現 結果をコントロールするための戦術的な行動に 連携 変化の影響とリスクを理解し対応策を導入
  17. 17. 重要な指標に即座にアクセスする • アプリを選択して開き、ダッシュボードから自 分にとって重要なKPIにたどり着くまでの手順 が煩雑である。 データ活用の課題 Active Intelligence のアプローチ • 重要なKPIやチャートをトップ画面(ハブ) に貼り付けておき、即座に確認することがで きます。 • 必要な場合は元となるアプリに直接移動し、 ダッシュボードで詳細を確認することもできま す。 • 指標を基に迅速にアクションに進むことができ ます。 ログイン 重要指標確認 問題なし 対策必要 アクション ダッシュボード確認 ユーザーは重要な指標をトップ画面に貼り付け、即座に確認することができます。
  18. 18. アラート送信により瞬時のアクションを促す 商談管理を行うチャート上で アラートの条件設定を実施 閾値を超えた場合、スマート フォンやメールに通知され、アク ションを促す 適用例 • 商談管理において、活動報告が滞っている商談を通知して商談をフォロー • 商品の配送遅延を即時にアラートで通知してトラブルへ対応 • 部下の勤怠状況や残業時間の閾値が超えた時に、勤務状況の改善を対応 • ダッシュボードを見に行くまで、アクションが必 要なことに気が付かない。 • タイムリーなアクションのためには常にダッシュ ボードを参照する必要があり、業務の支障と なる。 データ活用の課題 Active Intelligence のアプローチ • ビジネスユーザーが自分に必要な条件でア ラートを設定することができます。 • メールやスマートフォンへの通知により、即座 にアクションをとることができます。 • 常にダッシュボードを監視する必要がなく、業 務が省力化できます。 メールやスマートフォンでアラートを受け取り、迅速にアクションを起こすことができます。
  19. 19. セルフサービスレポーティングでプッシュ型情報を配信する データ活用の課題 Active Intelligence のアプローチ • ユーザーがダッシュボードを元にセルフサービス でレポートの受信設定を行うことができます。 • 各ユーザーが自分にとって重要なチャートや シートを選択し、データに必要なフィルタをか けた状態でレポートを作成でき、アクションに 役立てることができます。 • 配信されるレポートから各ユーザーが必要な 部分を探し出す必要がある。 • 全体レポートでは各ユーザーにとってアクショ ンをとるための情報が不足している。 セルフサービスでシートやチャートをサブス クライブして定期的にPDF帳票を受信 適用例 • 販売分析において、今期の売上実績の進捗を定期的に確認したい • 市場の分析レポートを定期的に購読したい ユーザーがセルフサービスで自分に適したレポートの配信を設定することができます。
  20. 20. 分析を瞬時に共有し、組織のアクションに導く チャット形式でチャートから 得られた洞察や発見を記 録・共有 チャートのスナップショットを 貼り付け コラボレーティブ・ノート データ・ストーリーテリング 分析画面 データストーリーテリング画面 プレゼンテーション形式で 分析結果・過程を共有 ノート 洞察や発見をチャット機能やプレゼンテーション機能で組織に共有してアクションを行うことができます。 データ活用の課題 Active Intelligence のアプローチ • 分析の途上ですぐに他のユーザーにチャット 形式でコミュニケーションを行うことができ、情 報の共有やディスカッションができます。 • スナップショットを利用してプレゼンテーション 資料を作り、分析の過程や結果を共有する ことができます。 • データ分析による洞察や発見が個人の理解 でとどまっており、組織のアクションにつながっ ていない。 • 定例会議の静的レポートでは分析内容を 十分共有できない。 分析画面との行き来が可 能で、追加の問いにその場 で対応が可能
  21. 21. 分析とアクションのワークフローを自動化する ノーコードでデータと分析の流れを直接業務フローに組み込み、アクションを自動化します。 データ活用の課題 Active Intelligence のアプローチ • ノーコードで分析に関する業務を自動化した り、イベントに基づいて、Qlik Senseや他の アプリケーションのアクションを自動で引き起こ すことができます。 • データを利用する業務の省力化と効率化を 図ることができます。 • 分析アプリの公開やバックアップなど煩雑な 反復作業が必要である。 • 分析結果に基づき、他のアプリケーションで 処理を行う際に漏れやミスが発生したり、ア クションがなされなかったりする。 画面のクリックによ りアクションを起動 適用例 • データのロード結果によってSlackやTeamsにメッセージを送 信する • Qlik Senseの複数タスクを連動させる • 販売実績のデータ分析結果に基づいて、Salesforceの案件 の優先度を変更する。( App-to-App の統合)
  22. 22. モバイルで必要な時に必要な場所で分析する モバイルからの接続や専用アプリで、どこでも分析を行ったり、アラートを受け取ったりすることができます。 レスポンシブデザイン 画面サイズに合わせて自動配置デバイス ごとのアプリ開発は不要 オフライン分析 オフラインでもQlik連想エンジンにより自 由な分析が可能 タッチパネル操作 PCと統一感のある操作によりスムーズに 使用可能 モバイル専用アプリ モバイル用に開発されたアプリで快適な 操作性 適用例 • 営業員が外出先で次の訪問先の最新情報を取得し、訪問を効果的に実施する • 救急医療センターで、作業場所で最新のベッドの空き状況を即座に確認し、業務を効率化する データ活用の課題 Active Intelligence のアプローチ • スマートフォンやタブレットでも自由に分析が 行えます。 • スモールデバイス用の分析画面を別に開発 する必要はありません。 • オフラインでも使用可能で、必要な時に必 要な場所で分析を行うことができます。 • BIが、会議での報告用や一部のデータアナ リストにのみ使用されており、組織全体が データに基づくアクションをとっていない。 • 現場でデータに基づくアクションがとれず、状 況に対する対応が遅延する。 アラート データに基づいたアラートを受け取ること ができます。
  23. 23. 組み込み型で業務とシームレスな分析へ 分析機能を業務システムなどに統合することにより、ユーザーはシームレスに分析を利用することができます。 データ活用の課題 Active Intelligence のアプローチ • 分析ツールと、他の業務アプリケーションを行 き来して作業を行う必要があり、業務が煩 雑で処理が遅れがちとなる。 • 様々なアプリケーションやツールの操作を習 得する必要がある。 • 分析機能とコンテンツをビジネスアプリケー ション、製品、ウェブサイト、またはポータルに シームレスに統合するができます。 • ユーザーはアプリやツールを意識することなく、 迅速に業務ワークフローを実施することがで きます。 汎用的な技術で開発された プラットフォーム 適用例 • パートナーや取引先向けポータルサイトを構築し、情報連携と関係性の向上を図る • 日常業務のアプリケーション(ERP、CRM、HRなど)や、プロセス内の意思決定ポイントにチャートを埋め 込み業務上の意思決定を支援する • 公開ウェブサイトを構築し、関心や認知の拡大を図る オープンAPIと開発者向け サイトの提供 https://qlik.dev/
  24. 24. 24 Active Intelligence Platform ファンデーションサービス データサービス アナリティクスサービス データ変換 ハイブリッドデータ デリバリー データ ウェアハウス 自動化 アプリケーション 自動化 拡張分析 組込分析 ビジュアライゼーション &ダッシュボード アラート & アクション オーケストレーション カタログと来歴 監査とセキュリティ AI コラボレーション 連想エンジン 開発とAPI RDBMS ファイル メインフレーム SaaS アプリ SAP データ ウェアハウス データレイク ストリーム
  25. 25. 25 Demo
  26. 26. 26 その他の情報
  27. 27. 27 オンラインでの技術情報提供 Qlik Japanプリセールスチームではオンラインの技術情報提供を推進しています。 セミナー トレーニング LT形式のTips共有 技術イベント
  28. 28. 28 無料Webセミナー
  29. 29. 29 Qlik Japanグループのフォローをお願いします Tech Playのグループを フォローいただくと、イ ベント情報が届きます。 TECH PLAYのQlikコミュニティサイト: https://techplay.jp/community/qlik
  30. 30. 30 コミュニティ日本語グループでも質問可能です! Qlik Community Japan 製品・技術Q&A、製品関連資料 https://community.qlik.com/t5/Japan/gh- p/japan-group
  31. 31. 31 YouTubeチャネルの登録お願いします 事例 TECH TALK デモ Qlik Japan Youtubeチャンネル
  32. 32. 32 待望の「Qlik Sense 参考書」 Qlik Sense ユーザーのためのデータ分析実践バ イブル ・判型:B5 変 ・総ページ数:~480 ページ程度 ・予価本体:4,200円 (+税) • QlikSpaceの記事をベースに、書籍用に大幅 にカスタマイズ&加筆 • 1 冊でQlik Sense の基本をマスターし(= 基本編)、ニーズの高い分析例(=応用 編)をできるだけ丁寧に紹介
  33. 33. 33 Q&A

Editor's Notes


  • Amazon Comprehend, Amazon Sagemaker, Aure ML, DataRobot

×