ホーム
Topics
ビジネス・インテリジェンス(BI)
ビジネス・インテリジェンス(BI)とは、組織のデータを収集、管理、分析して、ビジネス戦略や業務に役立つ洞察を得るための一連の技術プロセスです。
ビジネス・インテリジェンス・アナリストは、未加工データを組織内の戦略的意思決定を促進する、意味のある洞察に変換します。BIツールを使用すると、ビジネス・ユーザーは、履歴データと現在のデータ、サードパーティー・データと社内データ、半構造化データ、ソーシャル・メディアなどの非構造化データなど、さまざまな種類のデータにアクセスできます。ユーザーは、この情報を分析して、ビジネスのパフォーマンスと次に行うべき事柄についての洞察を得ることができます。
CIO誌は次のように述べています。「ビジネス・インテリジェンスは、ビジネス・ユーザーに何をすべきか、あるいは特定のコースを受講すると何が起こるかを指示するものでも、レポートの作成だけを目的とするものでもありません。むしろ、BIは人々がデータを調べて傾向を理解し、洞察を得る方法を提供します」1
組織は、BIとデータ分析から得られた洞察を利用して、ビジネス上の意思決定の改善、問題や課題の特定、市場動向の特定、新しい収益やビジネス・チャンスの発見を行うことができます。
IBM Planning Analyticsは、より正確なレポート、分析、計画によって企業にメリットをもたらします。
ビジネス・インテリジェンス(BI)は記述的なもので、現在のビジネス・データに基づく、より適切なビジネス上の意思決定を可能にします。ビジネス・アナリティクス(BA)はBIのサブセットであり、処方的で将来を見据えた分析を提供します。これは、意思決定に向けたデータの識別と保存のためのツールを含むBIインフラストラクチャーに包含されます。
BIは、先月中の新規顧客獲得数や、月間の注文数の増減に関する情報を組織に提供します。これとは対照的に、ビジネス・アナリティクスは、そのデータに基づいて、どの戦略が組織に最も利益をもたらすかを予測します。例えば、新規顧客に特別オファーを提供するために広告費を増やしたらどうなるかなどを予測します。
BIプラットフォームは従来、ベースライン情報にデータウェアハウスを利用していました。データウェアハウスの強みは、複数のデータ・ソースからのデータを1つの中央システムに集約し、ビジネス・データの分析とレポート作成をサポートすることです。BIは、結果をレポート、グラフ、マップの形式でユーザーに提示します。これらはダッシュボードを通じて表示される場合があります。
データウェアハウスには、多次元クエリーをサポートするオンライン分析処理(OLAP)エンジンを組み込むことができます。例えば、昨年の東部地域と西部地域の今年の売上高はどうなのか、などです。
OLAPは、データ検出、BI、複雑な分析計算、予測分析を促進する強力なテクノロジーを提供します。OLAPの主なメリットの1つは、計算の一貫性により、製品の品質、顧客とのやり取り、ビジネス・プロセスを改善できることです。
データレイクハウスは現在、BIにも利用されています。データレイクハウスのメリットは、データウェアハウスとデータレイクの両方における中核的な課題を解決し、組織にとってより理想的なデータ管理ソリューションを実現しようとする点です。レイクハウスは、データ管理ソリューションの次の進化を表しています。
BIで実行される手順は通常、次の順序で進みます。
新しいBI製品の中には、Hadoopなどのテクノロジーを使用して未加工データを直接抽出してロードできるものもありますが、データウェアハウスがデータソースとして選択されることも多くあります。
企業全体で、AIを活用したビジネス・インテリジェンスにより迅速な回答を得る
「ビジネス・インテリジェンス」という用語は、1865年に著作家のRichard Millar Devensが競合他社に先駆けて市場の情報を収集した銀行家を引用した際に初めて使用されました。1958年に、Hans Peter LuhnというIBMのコンピューター科学者が、テクノロジーを駆使してビジネス・インテリジェンスを収集する可能性を探りました。彼の研究は、IBMの初期分析プラットフォームの一部を作成する方法を確立するのに役立ちました。
1960年代と70年代に、増え続けるデータの保存や整理のために、最初のデータ管理システムと意思決定支援システム(DSS)が開発されました。「多くの歴史家は、現代版のビジネス・インテリジェンスはDSSデータベースから進化したと示唆してます」とIT教育サイトのDataversityは述べています。「この時期には、より簡単な方法でデータにアクセスして整理することを目的として、さまざまなツールが開発されました。OLAPや経営情報システム、データウェアハウスは、DSSと連携するために開発されたツールの一部です。」2
1990年代までに、BIの人気はますます高まりましたが、テクノロジーはまだ複雑でした。通常、ITサポートが必要であり、そのためバックログが発生したり、レポートが遅れたりすることがよくありました。ITがなくても、ビジネス・インテリジェンス・アナリストやユーザーは、データのクエリーと分析を適切に行うために広範なトレーニングを必要としていました。3
ビジネス・インテリジェンスは、ハードウェアとソフトウェアで構成されるのと同時に、考え方でもあります。アプローチ、プロセス、デジタル・テクノロジー、データ分析の完全なセットに基づくデータ駆動型の文化を採用することで、組織はより良いビジネス上の意思決定を行い、新たな優位性を獲得するための新たな洞察を見出すことができます。新しいBIソフトウェア・パッケージをインストールするだけでは、このような文化的変革をもたらすことはできません。
BIのメリット:
BIの課題
データは成功する組織の生命線です。データエンジニア、データ・サイエンティスト、アナリスト、アーキテクトといった従来のデータの役割を超えて、組織全体の意思決定者は人工知能(AI) によって加速されるデータ駆動型の洞察への柔軟なセルフサービス・アクセスを必要としています。マーケティングから人事、財務、サプライチェーンなどに至るまで、意思決定者はこれらの洞察を活用して、全社的な意思決定と生産性を向上させることができます。
オペレーションとプロセスを十分に評価して、顧客を理解し、市場を測定して、改善を推進することができれば、組織のメリットとなります。どこからでもビジネス情報を集めて分析し、パターンを発見し、解決策を見出すための適切なツールが必要なのです。これらすべてを可能にするBIシステムを提供するために、組織は次のことを行う必要があります。
ビジネス・インテリジェンスは、ほとんどすべての業界において、複数の機能にわたって価値を付加します。次のような例があります。
カスタマー・サービス:統一されたデータ・ソースを通じて顧客情報と製品詳細の両方を利用できるため、カスタマー・サービス・エージェントは顧客の質問に迅速に回答したり、顧客の懸念を解決したりすることができます。
金融および銀行業務:金融企業は、顧客の履歴と市場の状況を組み合わせて調べることで、現在の組織の健全性とリスクを判断し、将来の成功を予測することができます。データを支店ごとに単一のインターフェースで確認し、改善やさらなる投資の機会を特定することができます。
ヘルスケア:患者はスタッフや医療関係者に時間のかかる質問をすることなく、多くの緊急のヘルスケアに関する質問に対する答えを迅速に得ることができます。在庫を含む内部業務は、分単位での追跡が容易になります。
小売業:小売業者は、店舗、チャネル、地域全体でパフォーマンスとベンチマークを比較することで、コスト削減を促進できます。また、保険金請求プロセスを可視化することで、保険会社はサービス目標に達していない箇所を把握し、その情報を活用して成果の改善を図れます。
販売とマーケティング:プロモーション、価格設定、販売、顧客の行動、市場の状況に関するデータを統合することで、マーケティング担当者と販売チームは、将来のプロモーションやキャンペーンを計画しやすくなります。詳細なターゲティングやセグメンテーションを行うことで、売上を伸ばすことができます。
セキュリティーとコンプライアンス:一元化されたデータと統合されたダッシュボードは、精度を向上させ、セキュリティー問題の根本原因を特定するのに役立ちます。単一のシステムでレポート・データを収集することで、規制への準拠を簡素化できます。
統計分析:記述的分析を使用して、組織は統計を確認して新しい傾向を発見し、その傾向が発展している理由を明らかにすることができます。
サプライチェーン:世界中のデータを単一のペイン(Single pane of glass:SPOG)に表示することで、商品の移動やサプライチェーンの非効率性やボトルネックの特定を迅速化できます。
ビジネス・インテリジェンスの最近の開発は、技術に精通していないユーザーでも自動分析とレポート作成を行える、セルフサービスBIアプリケーションに重点を置いています。ITチームは、精度やセキュリティーを含め、企業データの管理に引き続き責任を負っています。しかし、現在では複数のチームがデータに直接アクセスできるようになり、IT部門が実行するのを待つのではなく、各チームが責任を持って分析できるようになりました。
最新のビジネス・インテリジェンスと分析システムの継続的な進歩により、機械学習アルゴリズムとAIが統合され、複雑な作業が効率化されることが期待されています。セルフサービスが新たに重視される中、これらの機能は、企業がデータを分析し、より深いレベルでの洞察を得る能力を加速させることもできます。AIベースのシステムは、意思決定を導くために最も関連性の高い情報を取得しながら、複数のソースから自動的に情報を読み取ることができます。
例として、 IBM Cognos Analyticsがデータ分析とビジュアル・ツールを組み合わせてレポートのマップ作成をサポートする方法を考えてみましょう。このシステムはAIを使用して地理情報を自動的に識別します。そして、地球全体、個々の地域、またはその中間の地理空間マッピングを追加することで、視覚化をカスタマイズできます。
最新のBIソリューションはクラウドベースのプラットフォーム上に存在し、BIの範囲を世界中に拡大しています。ビッグデータから消費者の洞察を引き出すことができ、記述的なものから予測的なものまでさまざまな情報が生成されます。現在、多くのBIソリューションにはリアルタイム処理が含まれており、即座に意思決定を行うことができます。
エンタープライズ・グレードのBIシステムのさらなる進歩には、SQLの専門家ではないユーザーにも使いやすい自然言語クエリーが含まれます。一部のBIシステムではローコードまたはノーコードの開発機能が利用できるため、ユーザーは独自のツール、アプリ、レポート・インターフェースを作成して、回答と市場投入までの時間をさらに短縮できます。
AIを活用したビジネス・アナリストとアドバイザーがビジネス上の質問に瞬時に回答し、最も効果的な意思決定へと導きます。
計画や予算編成、予測、分析のプロセスを自動化しましょう。スプレッドシートを使わずに効率化し、手作業を減らしましょう。 Hunter Industriesのファイナンス・マネージャーであるMick Ferguson氏は、このメリットについて次のように語っています。「IBM Planning Analytics on Cloudに満足しています。財務と会計のすべてのニーズにワンストップで対応できるようになりました。」
この単一の分析ソリューションを組織全体で活用して、データから得た知見を確実に監視・探索・共有します。 Go Health Clubsの運営責任者であるStefanie Nicholson氏は、この影響を次のように強調しています。「私たちは自分たちの指標に以前よりも自信を持っています。実際、業界では、『Cognosから提供されなければ意味がない』という考えが浸透しています」
予測分析を使用すると、データ・パターンが明らかになるため、正確な洞察を得られ、意思決定を改善できます。 Mueller, Inc. のストラテジー・アナリティクス兼ビジネス・インテリジェンス・マネージャーであるMark Lack氏は「深層分析です。それにデータを追加するだけです」とそのメリットを認めています。
成長する企業が、拡張分析を使用してデータ主導の迅速な意思決定を行う企業である理由をお読みください。
企業が人工知能をどのように使用しているか、またそのメリットや優位性などについて説明します。
即応性のあるサプライチェーン計画の重要性とそれを達成する方法について説明します。
このお客様が日々のパフォーマンス・メトリクスを計算し、傾向を特定し、プロセスを微調整することで、ケアの質の確保にどのように貢献しているかをご覧ください。
すべてのリンク先は、ibm.comの外部です。
1CIOマガジン: https://www.cio.com/article/272364/business-intelligence-definition-and-solutions.html
2データバーシティー・デジタル: https://www.dataversity.net/brief-history-business-intelligence/
3よりよい買い物: https://www.betterbuys.com/bi/history-of-business-intelligence/
4SeagageとIDCによるレポート: https://www.seagate.com/files/www-content/our-story/rethink-data/files/Rethink_Data_Report_2020.pdf