チェックリスト: 高度な分析環境に欠かせない 6 つのポイント

概要

データは、日常に潜むビジネスチャンスと発見の瞬間への鍵を握っています。データからそれらを引き出すのはユーザーの役目です。そして、ビジュアル分析ツールの役目は、ユーザーをそこまで導く分析を円滑に行えるようにすることにあります。ビジュアル分析ツールは、ユーザーの知性と好奇心を補強しなければなりません。ユーザーが、標準的な KPI 以上に意味のある新しいインサイトを引き出すために、掘り下げた質問にデータから答えを出せるようにする必要があります。

ユーザーが掘り下げた質問に答えを出せるようにするには、ビジュアル分析ツールがユーザーに強力な分析テクニックを使いたいと感じさせなければなりません。使いやすく成熟した高度な分析環境が、データについて高度な質問をするようにユーザーを促すべきです。

コーディングの有無にかかわらず高度な分析環境が持つ力を発揮させるために、ビジュアル分析ツールでユーザーが行える必要があることをご紹介します。

1.分析フローに乗る

ビジュアル分析ツールは、ユーザーが分析フローに乗ったまま、掘り下げた質問を投げかけられる必要があります。ウィザードの使用、他のアプリケーションでのコードの記述、新しいデータソースへの複雑な接続手順のために分析を中断すると、思考の流れは途切れ探索が止まってしまいます。人の頭脳は中断にうまく対処できないため、中断ができるだけ少ないツールを選びましょう。

ユーザーが分析フローに乗ったままでいられるように、ビジュアル分析ツールには、ドラッグ & ドロップの簡単な操作性を備えた高度な分析機能が、シームレスに組み込まれていなければなりません。データの探索プロセスの一環として、自然に次の質問をすることができる必要があります。

分析フローに乗る

詳しくは、Tableau ヘルプの「表示形式」をご覧ください。

視点を変える

Tableau の直感的なインターフェイスは分析フローを中断しません。表示形式などの機能で、分析による情報豊富なストーリーをすぐにデータから引き出すことができます。この例では、並列棒グラフ、積み上げ棒グラフ、二重線グラフなどで、国別の観光産業を視覚化しています。インタラクティブな分析ゲームで、観光データを深く掘り下げてみてください。

「あなたならどうする」ゲームをプレイする

2.簡単なセグメント化

グループ、セット、コホートを使うと、データを新たな視点から見ることができます。ダイレクトメールキャンペーンで獲得した顧客は、Google 広告で獲得した顧客より、長期的に見て購入額が高くなっているだろうか? 卒業率は専攻別にどのような傾向になっているだろうか? 専攻と入学年でデータを見るとどうなるだろうか? ビジュアル分析ツールでは、グループの作成、論理的なセットの定義、コホートの調整を行うこうした類の質問が、参照元のデータを変更せずにできる必要があります。

そのような多角的なビジュアル分析により、ユーザーは分析フローに乗ったままで、データを探索し仮説を検証することができます。さらに、セグメント化の機能は強力でありながら、直感的、シンプル、そして使いやすくなければなりません。

グループ、セット、コホートは、スクリプトやデータ更新を手動で実行しなくても、参照元のデータと連動してシームレスに更新されるようになっている必要があります。

簡単なセグメント化

セグメント化の詳細については、「Tableau を使った高度な分析」をご覧ください。

グループ化

Tableau でグループを作成すると、Viz で適切なデータポイントをハイライトする際に非常に便利です。さらに、ワンクリックだけでグループ化を行えます。この例では、グループ化と並べ替えにより、観光支出額でトップの国々をハイライトしています。インタラクティブな分析ゲームで、観光データを深く掘り下げてみてください。

あなたならどうする

3.「もし~だったら?」と問う

データを探索する場合、分析の入力が簡単に変更できるようになっていることが大切です。例として、Facebook 広告キャンペーンのパフォーマンスを評価しながらクリックスルー率を変更する、費用対効果分析の価格条件を変更する、売上モデルのコミッション率を変更する、などの場合が挙げられます。このような「もし~だったら」 (What-if) の分析により、鍵となるビジネス上の質問への答えが見えてきます。

表示する変数を決めるパラメーターを変更すると、1 つのビジュアライゼーションやダッシュボードで、簡単にさまざまな種類の分析を行い共有することができます。ビジュアル分析ツールには、作成者でも利用者でも数値、テキスト、日付を変更して結果に現れる影響を見ることができるようにする、柔軟な入力コントロールが各種用意されていなければなりません。

「もし~だったら」と問う

What-if 分析の詳細については、「Tableau を使った高度な分析」をご覧ください。

パラメーターを使う

データセットのフィールドを Tableau のパラメーターとして使用すると、誰もがデータをすばやく比較して、求めている切り口を見出せるようになります。ここでは、同じマップ上に観光客の到着と出発という 2 つのビューを作成しており、国ごとに比較した観光産業の状況をすぐに理解することができます。インタラクティブな分析ゲームで、観光データを深く掘り下げてみてください。

「あなたならどうする」ゲームをプレイする

4.計算を使って掘り下げる

分析に必要なフィールドそのものが、データソースに常に含まれているとは限りません。そのため、言うまでもなく分析フローに乗ったままで、ソースデータに計算やロジックを適用し、新しいフィールドが作成できるようになっている必要があります。ビジュアル分析ツールは、表現力に優れた柔軟な組み込み言語により、それを簡単に行えるようにしなければなりません。

SQL の複雑な GROUP BY ステートメントを記述するのではなく、詳細レベル (LOD) 計算をシンプルに行えるツールを選びましょう。また、累計、ランク、加重平均を簡単に計算できるようにする、表内の相対日付に対応した計算機能も組み込まれている必要があります。

高度な計算機能が組み込まれたツールなら、SQL コードを記述する時間を省くことができ、SQL などのコーディング言語になじみがないユーザーでも高度な分析を行えるようにすることが可能です。

計算

LOD 計算の詳細については、ブログ記事「LOD 表現トップ 15」をご覧ください。

計算を記述する

Tableau には強力な計算言語が組み込まれているため、分析の糸口を常に見つけることができます。ここでは、観光支出合計額に対する各国の割合の計算を記述し、その結果を色塗りマップで視覚化しています。インタラクティブな分析ゲームで、観光データを深く掘り下げてみてください。

「あなたならどうする」ゲームをプレイする

5.傾向を追跡し今後を予測する

ビジュアル分析ツールは、時系列データの履歴を分析でき、今後起こることを予測できるようにするものを選びましょう。売上傾向、卒業率、気温パターンなどの追跡では、傾向線や予測によりデータから意味のあるインサイトを引き出すことができます。

ユーザーは、時刻フィールドや日付フィールドを直感的かつ視覚的に分析し、関心のある傾向に対して理に適ったグループやコホートを作成できなければなりません。季節性やパターンの分析も当たり前に行える必要があります。また、ワンクリックでデータの集計と非集計を行う機能や、月、四半期、年などで傾向を分析できるように、集計の間隔を変更する機能も欠かせません。さらに、相対日付フィルターにより、「過去 1 年間で商品のコストがどのように変わったか」というような質問に答えを出せる必要があります。

ビジュアル分析ツールは、ユーザーが線形の傾向線だけでなく、対数、多項式、指数のフィッティングも試せるものでなければなりません。また、ワンクリックで P 値や R-2 乗値を利用して、傾向線が適しているかどうかを誰でも簡単に判断できる必要があります。そして、さらに掘り下げたインサイトを得るために、必要に応じて累計や累積平均の計算も時系列に対して行えるようになっているべきです。

傾向の追跡

Tableau で行えるトレンド分析と予測分析の全手法については、「Tableau を使った高度な分析」をご覧ください。

傾向を見出す

Tableau では必要な場所に傾向線を描くことができるので、P 値の統計的な有意性を検証し、次のステップに進むことができます。ここでは、地域別の観光業界の動向を理解するために、国内観光客の支出額でトレンド分析を行っています。インタラクティブな分析ゲームで、観光データを深く掘り下げてみてください。

「あなたならどうする」ゲームをプレイする

6.R や Python との統合

優れたビジュアル分析ツールは、一般のユーザーでも高度な分析を行えるようにするものですが、ここで注目すべきなのは、多くの組織が R、SAS、SPSS などの高度な統計プラットフォームにも投資を行っているという点です。それぞれが分析で役立ち、数多くの組織で長年にわたって利用されてきたことから、重要な成果物がすでに存在している可能性があります。ですから、ビジュアル分析ツールはそうした投資を活用できるようになっていなければなりません。

R との統合により、大きな統計コミュニティで培われてきた新しい知識を利用できるほか、R による成果物をより多くのユーザーが使えるようにもなります。高度な統計ツールによる結果をすぐに視覚化できるツールを選ぶと、専門知識を持たないユーザーが意思決定を行い、データサイエンティストや統計の専門家による成果物を利用できる環境が生まれます。

R や Python との統合

Python のパワーを Tableau で活用する方法や、R と Tableau を使用するメリットをご覧ください。

R や Python の利用

R や Python を直接 Tableau と統合すると、Tableau から既存のモデルやスクリプトを活用できるようになります。ここでは、重回帰分析により、特定の収入目標を達成するのに必要な観光客数を求めています。インタラクティブな分析ゲームで、観光データを深く掘り下げてみてください。

「あなたならどうする」ゲームをプレイする

Tableau で優れた分析を

標準的な KPI や指標で答えを得られる質問もありますが、変化の激しい環境では、掘り下げたデータ分析を促すツールが必要です。ユーザーが初めの質問を終えて次の質問を投げかけ、その次へと続けていき、「ひらめき」の瞬間を何度も得られるようにするツールを探しましょう。必要なのは、データサイエンティストに十分なほど高機能で、同時にビジネスユーザーにも利用できる直感的なソリューションです。それによって、誰もが分析フローに乗ったまま、考えるのと同じ速さで質問し続けることができます。

Tableau は、さまざまな点で他の分析プラットフォームと一線を画しています。人の知性を補強するというミッションを達成するために、ビジネスユーザーとデータサイエンティストの両方を念頭に置いて設計されました。ユーザーが可能な限り迅速に、データについて関心のある質問を問いかけられるようにするというミッションに重点を置いた、あらゆるレベルのユーザーに役立つ機能を備えるプラットフォームです。

Tableau の柔軟なフロントエンドにより、アナリストは複雑さが異なるさまざまな質問をすることができます。高度な計算、R と Python の統合機能、高速なコホート分析、予測機能を活用すると、データサイエンティストは Tableau 上で複雑な分析を完結させ、ビジュアライゼーションを簡単に共有することが可能です。利用目的がデータ探索と品質管理でも、モデルの設計とテストでも、Tableau プラットフォームが持つインタラクティブ性により、プロジェクトの全期間にわたって大幅に時間を節約できます。Tableau は、分析をあらゆるレベルで利用し短時間で完了できるようにすることにより、社内全体で重要なコラボレーションやより良い意思決定を促進します。



あなたならどうする

国際観光産業をテーマにしたインタラクティブなゲームで、Tableau の高度な分析機能を体験してみましょう。



Tableau Desktop のトライアル版

お手元のデータに接続して、本格的な分析を実際に体験してみてください。