私はコーヒーに目がありません。コーヒーの風味も、朝、エスプレッソを口にしたときの温かく包み込まれるような感覚も、日曜日の朝に Twitter をスクロールするときにコーヒーがもたらしてくれるピリッとした集中力も、すべてを愛しています。
コーヒーに夢中なのは私だけではありません。
米国だけでも 1 日に 4 億杯以上のコーヒーが消費されているのですから、全人類が飲むコーヒーとなると、それはもう尋常ではない量です。ちなみに、フィンランドでは 1 人あたり年間 12kg ものコーヒーが消費されているそうです。これは中型のサル 1 匹の重さに相当します。
そして、私はこのように考え始めるのです。「どうしたらもっとおいしいコーヒーを作れるだろう?」
私はバリスタのトレーニングを受けたことも、コーヒーショップでの勤務経験もありません。つまりコーヒーに関してはまったくの素人です。
もちろん、コーヒーの淹れ方くらいは知っています。お湯を沸かし、インスタントコーヒーをティースプーンで 1 杯か 2 杯すくってマグに入れて、お湯を注ぐくらいのことは朝飯前です。しかし私は、新たな課題に取り組む気まんまんでした。おいしいコーヒーの淹れ方を徹底的に追求してみたいと思ったのです。
そしてお決まりのコースをたどりました。Google に相談したのです。私は、 豆のタイプ、コーヒーの抽出道具や方法について、1 時間ほどの入念なリサーチを行い、自宅用のコーヒー抽出キットを購入することにしました。その結果は、まあまあ、と言いたいところですが、
求めていたクオリティには程遠いものでした。
残念ながら、ベテランのバリスタが淹れてくれる味わい深いコーヒーとはかけ離れた出来栄えだったのです。そこで、自分が淹れたコーヒーがイマイチな原因を探ってみたところ、よくある間違いのリストを見つけました。
1. 十分に冷えていない水を使っている
2. 豆の計量が間違っている
3. 豆の挽き具合が間違っている
4. すでに挽いてある豆を使っている
5. お湯の量が間違っている
このリストを見て、大きな衝撃を受けました。私は単においしいコーヒーが飲みたいだけです。風味豊かなエスプレッソを楽しみたいのです。最適な豆の挽き具合、水温、豆の量をいちいち確かめたり、豆を挽くという面倒な工程に長い時間をかけたくはありません、
しかしもはや、インスタントコーヒーをすすっていた日々に戻ることもできません。今までのやり方には戻れないのであれば、自分に合った新たな方法を見い出すしかありません。私のライフスタイルに合う方法を。果たして、さまざまな経験を経て俳優に転身したリーアム・ニーソンのような、磨き抜かれたスキルセットを手に入れられるのでしょうか。
結局私は、誰もがやることをやりました。エスプレッソマシンを購入したのです。エスプレッソのカプセルをセットし、タンクに水が入っていることを確認し、ボタンを押すだけで、ビロードのようになめらかで、コクのある、おいしいコーヒーを味わえます。
皆さんはきっと、「深い絶望を味わったあとで輝かしい成功を得たと大げさに話をしているが、それがローコード/ノーコードプラットフォームとどう関係があるのか」とお思いのことでしょう。
私が伝えたかったことは 「何を成し遂げようとしているのか、そのためにどれだけの時間、お金、労力を費やすのか 」ということです。
エスプレッソの例のように、ほとんどの人のデータのニーズはシンプルです。多くの人が、データをクレンジングして、クラウドなどの他のデータと統合し、そのデータを用いてモデルをトレーニングさせ、より良い意思決定を行いたいと考えています。
今日のテクノロジーは、モデルの作成方法をガイドできるほどに進歩しています。また、最適な予測に役立つモデルをピックアップし、その内容をわかりやすく解説してくれるので、ユーザー自身が状況を理解しながら進めることができます
さらに、インタラクティブなチャートやスライダーで結果をより深く理解したり、what-if 分析で起こりうることを予測することだってできます。
今や、誰もが、何が起こっているかを把握しながら、機械学習モデルなどを取り入れた高度な分析を簡単に実行できます。人間が主体となって状況をコントロールし、自分のスキルや専門知識を活かしながらモデルを構築することができるのです。
誤解のないように言っておきますが、トレーニングを受けたバリスタが必要なように、コード開発者は欠くことのできない存在です。高度な分析の恩恵や利便性を最大限に享受するためには、コード開発者がいた方がよいに決まっています。しかし、その数があまりにも少ないという厳しい現実があります。
コーヒーを飲みたい人には、高度なトレーニングが必要となる本格的なバリスタマシンではなく、気軽に使えるエスプレッソマシンを贈る方がベターなことがほとんどです。
つまり、データを使う人の多くは、Jupyter Notebook を扱うよりも、ローコード・ノーコードで操作できるプラットフォームを使う方が理にかなっているのです。
そこで登場するのが Alteryx です。Alteryx では、表計算ソフトやデータベースなど、あらゆるデータソースのデータに自在に接続し、簡単にデータを準備して、さまざまな分析モデルの構築に利用することができます。
Alteryx では、すべての人に影響力を与え、一人ひとりの才能に投資し、ともにより多くのことを達成することを目指しています。
そしてその実現には、全員参加型のデータ活用環境の整備が欠かせません。Alteryx のチュートリアルモードなどは、こうしたことを念頭に設計されており、コードを記述することなく、「見えない部分」で起こっていることを、理解しやすい平易な文章で説明してくれます。
またコード開発者であれば、R 言語や Python が組み込まれているため、プラットフォームで直接、自由にコードを書くことができ、コードを書ける人にとっても、そうでない人にとっても使いやすいプラットフォームとなっています。つまり、Alteryx は誰もが理解できる共通言語を提供することで、コラボレーションを促進し、データのサイロを解消してくれます。
今や、自分でコーヒーを淹れて飲むのと同じように、誰でも簡単に分析を活用することができます。誰もがデータサイエンスの恩恵を自分自身で得られる時代となったのです。
データの問題を最小限の労力で解決したい人にとって、Alteryx は最適なソリューションです。ユースケースのニーズに応じて、複雑にもシンプルにもできる柔軟性を備えており、実行ボタンを押すだけで結果を得ることができてしまうのです。
Alteryx の魅力がすぐにわかる紹介動画もぜひご覧ください。また、ご相談なとありましたどうぞらお気軽にお問合せください。