コンピューターと 2 人の男性
INPUT by Alteryx

分析自動化の推進におけるビジネスインテリジェンス、データサイエンスチームとの連携

コンピューターと 2 人の男性
[編集者注:こちらのブログ記事は、サプライチェーンのデジタルトランスフォーメーションにおける分析自動化の役割について特集した 3 部構成の記事の第 2 部です。]

分析自動化の CoE を立ち上げる醍醐味は、レポーティング、ダッシュボード、KPI の測定をサポートするビジネスインテリジェンス(BI)ツールや、前回のブログで取り上げたデータサイエンスチームなど、組織内の他の分析関連の取り組みやチームとの連携を促進できるようになることにあります。
これらのリソースが連携し、一元管理されるようになれば、データ主導の成果を即座に実感できるようになります。
たとえば、分析自動化では分析ユースケースのあらゆる要素を高速化できますが、結果の可視化においては、通常、視覚的な分析や大規模なインサイトの解釈を得意とする BI チームがカバーすることになります。Tableau コミュニティはその良い例です。
分析自動化チームにとって、BI は補完的な存在です。ユースケースの結果や成果をステークホルダーに伝えるだけでなく、チーム自身でユースケースのポートフォリオを常に監視し、ビジネス価値を経営幹部に伝える必要があります。Auto Insights(旧Hyper Anna)は、このようなユースケースへの対応に役立ちます。
また、分析自動化の知識をデータサイエンスに活かすことも有効です。
まず、データサイエンス関連のユースケースのリクエストには、ローコード・ノーコードのアプローチでに対応可能なものも含まれます。こうしたケースには、クラウドベースで利用できる Designer Cloud や Alteryx Machine Learning を使えば、容易に対処できます。しかし、データサイエンスチームが、分析自動化で何ができるのかを理解していない限り、他のプロジェクトに時間を費やした方がよいケースを見分けることはできません。
この問題は、データサイエンスチームの代わり、適切なソリューションを適切なユースケースにマッチングできる分析の解釈者(Analytics Translator)を社内に増やすことで解決することができます。
次に、分析自動化は、データサイエンスのコーディング作業の高速化にも役立ちます。データ関連の作業は、データサイエンスプロセスで依然として時間のかかるパートですが、ローコード・ノーコードで利用可能な分析ツールがあれば、スキルや学歴に関係なく、誰もがこうしたステップをサポートすることが可能となります。 Alteryx Analytics Cloud の新たなクラウドサービスである Trifacta は、データウェアハウスのクラウドへの移行を促進・簡素化することで、これらの目標の達成を支援します。
さらに、機械学習や予測モデル作成の作業においても、プロジェクトの初期段階で仮説を立てたり、結果を検証した後に調整が必要な場合に、プロトタイピングを迅速に行えるという利点があります。

この 3 部構成のブログシリーズの第 1 弾:Alteryx を利用するトップサプライチェーン企業のベストプラクティスもぜひ併せてお読みください
著者:
GIB_Basset
Gib Bassett
ソリューションマーケティング担当ディレクター
矢印
ブログ
5 分で読む

分析の知られざる側面

『フリーコノミクス』の著者、スティーヴン・ダブナー氏が語る

アナリスト
アナリティクスリーダー
ビジネスリーダー
今すぐ読む
オレンジ色の模様
ブログ
5 分で読む

分析の成熟度の 5 段階

分析の成熟度の 5 つのステージと、自社の現状を把握する方法をご紹介します。

ビジネスリーダー
アナリティクスリーダー
Alteryx Platform
今すぐ読む
紙幣
ブログ
5 分で読む

SoFi Bank 社が収支予測を合理化

収支予測の効率化にお悩みではありませんか?SoFi Bank 社の成功事例をご覧ください。

財務
アナリティクスリーダー
ビジネスリーダー
今すぐ読む

INPUT の新着ブログをメールで受け取りませんか?

プロジェクトで協力する 2 人の女性