hero background shape
お客様事例

Nielsen社、AlteryxとAWSでBIプロセスを刷新

hero background gradient

データインサイトを基盤とするビジネス

テレビの視聴率調査といえば、Nielsen社を思い浮かべる方も多いのではないでしょうか。Nielsen社は、市場調査のパイオニアとして、視聴者測定、データ分析の分野で世界をリードする企業であり、まさに「データドリブン企業」の代表格といえます。

現在、Nielsen社ではAWSとAlteryxを組み合わせ、組織全体でデータインサイトを活用できる環境を構築しています。しかし、ここに至るまでの道のりは決して平坦ではありませんでした。その変革のプロセスを振り返ってみましょう。

振り返り:レガシーなBIプロセスからの出発

2017年当時のNielsen社では、BIプロセスが十分に確立されていませんでした。ソリューションアーキテクトのWayne McClure氏は、当時のチーム体制について「明確な部門構造ではなく、小規模な独立グループの集合体だった」と振り返ります。

さらに、事態を複雑にしていたのが、当時のBIプラットフォームが旧式のBIソリューションを基盤として構築されていたことです。サブスクリプションが数年前に終了していたにもかかわらず、そのツールは約10年間、バックグラウンドで静かに稼働し続けていました。こうしたレガシーシステムは、動作している間は問題が表面化しにくいものの、突然予告なく停止するリスクを抱えています。

McClure氏もこの状況を認識し、いずれ解決しなければならないと考えていました。しかし、それは「今すぐ解決すべき課題」ではありませんでした。少なくとも、問題が表面化するまでは。

課題:エンコーディング検証ソリューションとしてのBIレポート

Nielsen社では、テレビやラジオにおける視聴者測定の精度を向上させるため、独自のエンコーディング技術を活用しています。その技術の精度を維持し、記録する役割を担うのがエンコーディング検証ソリューション(EVS)部門です。

EVS内には、全米のラジオ放送を対象に、エンコーディングの状態を監視する専門チームがあります。このチームでは、翌日配信のBIレポートを頼りにエンコーディングプロセスを追跡し、ラジオ局がすべての市場で正しく放送・エンコーディングを行っているかを確認していました。

この翌日配信のレポートは、まさにあのレガシーなBIツールで運用されていました。そしてある日、McClure氏のチームは、そのツールが90日以内に停止することを知らされました。

McClure氏は、急いで状況を調査しましたが、手元にあったのはホワイトペーパー1枚と、最終版のUI要件が記載された資料のみ。データパイプラインの詳細なドキュメントが得られず、透明性も欠如していました。

「全データを集約し、指標を作成し、重要なレポートを全員に配信するために使用されていたオリジナルのビジネスインテリジェンスツールは、まさに巨大なブラックボックスでした。オリジナルのシステムを構築するために使われた機能やツールは、すでに契約が切れたSaaSのサブスクリプションで提供されていたサービスでした。当然ながら、その利用料はすでに支払っておらず、アクセスできない状態になっていました。」(McClure氏)

解決策:AWS + Alteryx

McClure氏は、早急に解決策を見つける必要がありました。

Nielsen社では、すでに拡張性と強力なコンピューティングエンジンを備えたAWSをクラウドインフラとして採用していました。そしてMcClure氏は、AWSとスムーズに連携でき、組織全体のビジネスユーザーが分析を行えるセルフサービス分析ツールの導入が、課題解決の鍵になると確信しました。

「経験豊富なアナリストだけでなく、ビジネスユーザーもデータを包括的に活用できるようなツールを求めていました。各組織が独自に分析を行い、新たな情報や疑問、さらにはこれまで見えていなかった課題を発見し、それを何百、何千もの人々に迅速に展開できる環境を整えたかったのです。」(McClure氏)

チームはAWSにデータを保存し、Designerで分析を行い、Nielsen社がAWS上に導入したServerを活用して、ワークフローのスケジューリングと自動化を実行しました。ユーザーはデータを簡単にTableauに取り込み、視覚化できるようにもなりました。

 

AWSプラットフォーム上でAlteryxを活用することで、McClure氏のチームは、最終的なアウトプットを得るための高速なテストプロセスを開始できました。まずは、冗長なシステムをいくつか削除し、SQLクエリを整理。その後、Alteryxを活用することで、従来4時間かかっていた日次レポート作成プロセスを、わずか4分で完了できるようになりました。

この成功を受け、Nielsen社はAlteryxを全社に展開しました。McClure氏のチームが移行を始めた当初、ユーザー数はほんの一握りでした。しかし数年後には、250人以上のAlteryxのセルフサービスユーザーが、何千人ものエンドユーザーに向けて、何千もの自動レポート、プロセス、ツールを作成できる規模に成長しました。

まとめ:ビジネス全体でのアクセスを可能にするクラウドエコシステムの構築

BIの全面的な見直しを始めた時点で、Nielsen社はすでにAWSを自社のクラウドプラットフォームとして導入していました。しかし、同社はそこで立ち止まることはありませんでした。クラウドを単なる一度きりのIT導入としてではなく、ビジネスのさまざまな領域に拡張できる仕組みとして活用し、部門全体でAWSを導入したのです。

McClure氏は、ソリューションの構築を交響曲の指揮に例えます。それは、個々の楽器だけでなく、最初から最後までのプロセス全体を見渡すことが求められるからです。そして、組織全体にとって最適なソリューションは、拡張性と使いやすさの両方を兼ね備えていることが不可欠です。

McClure氏は、今後もAlteryxを中心としたデータエコシステムの構築を進め、Nielsen社のすべての社員が、それぞれの専門知識を活かしながらデータライフサイクルに貢献できる環境づくりに取り組んでいくそうです。

「シチズンデータサイエンティストの育成を目指しました。Nielsen社には、データの理解を専門とする社員が大勢います。しかし、データの整理や管理が彼らの本業になってはなりません。その役割を担うのは、Alteryxのようなツールであるべきなのです。」(McClure氏)

Alteryxを利用するメリット
スケーラビリティと反復可能な処理

Alteryxを「反復処理の強力なエンジン」と表現するMcClure氏。AWSとAlteryxの組み合わせにより、必要なデータ処理を即座に調整できる柔軟性が生まれます。

セルフサービスで利用できる

AWSからデータにアクセスし、Alteryxで分析することで、ビジネス全体の数千人の従業員がデータインサイトを活用できるようになります。

短期間で価値を創出

Alteryxは導入が容易なため、Nielsen社は新しいBIプロセスを短期間で構築し、迅速に運用を開始することができました。

 

おすすめのリソース

 
ユースケース
需要予測
説明可能なAI、自動化されたワークフロー、ERP・CRM・計画システムにまたがる統合データにより、財務チームは需要の変化をより迅速かつ正確に予測できるようになります。
  • 分析の自動化
  • データ準備と分析
  • データサイエンスと機械学習
詳細を見る
 
ユースケース
固定資産減価償却の自動化を実現
税務チームは、表計算ソフトに依存した減価償却業務を、AIが支援するガバナンスの効いた自動化に置き換えることで、精度を高め、決算サイクルを短縮し、計画に対する信頼性を強化できます。
  • 分析の自動化
  • データ準備と分析
  • データサイエンスと機械学習
詳細を見る
 
ユースケース
移転価格の自動化
Alteryx Oneを使用して、ガバナンスの効いたデータ、再利用可能なロジック、明確な監査ドキュメントにより、移転価格ワークフローを自動化および標準化します。
  • 分析の自動化
  • データ準備と分析
  • データサイエンスと機械学習
詳細を見る
 
ユースケース
動的価格シナリオモデリング
財務チームは、コスト、需要、市場のインプットを1か所に統合することで、価格戦略のシミュレーション、比較、更新を迅速に行えます。自動化されたワークフローとAIがサポートする分析により、アナリストは前提を更新し、シナリオを実行し、タイムリーな価格推奨を支援できます。
  • 分析の自動化
  • データ準備と分析
  • データサイエンスと機械学習
詳細を見る
 
ユースケース
顧客セグメンテーション
CRM、寄付、マーケティングデータを統合し、ガバナンスの効いた AI 対応セグメントを構築します。モデリングを自動化し、コンプライアンスを徹底し、キャンペーン全体でインサイトを活性化することで、ROI とリテンションを高めます。
  • データ準備と分析
  • データサイエンスと機械学習
  • 生成AI
詳細を見る
 
ユースケース
サプライチェーンコストの最適化
サプライチェーンプランニングを財務目標と整合させることで、サービス提供コストを削減します。Alteryx Oneは、運用データ、予測値、コストモデルを 1 つのガバナンス環境に統合し、チームがシナリオを構築し、制約条件をテストし、結果を比較することで、支出削減と透明性向上を実現できるようにします。
  • 分析の自動化
  • データ準備と分析
  • データサイエンスと機械学習
詳細を見る