拡張分析が中小企業を将来に向けて準備する方法

彼らが中小企業向けのホラー映画を作ったとしたら、悪役は手用のナイフやなたを振るう船体を持った悪夢ではないでしょう。 数字のない時計になります…「思ったより遅い」というフレーズだけ。

週80時間働いている人がまだ余分な時間を必要としているとは信じがたいですが、それはほとんどの起業家に当てはまります。

あなたには忙しい仕事のための時間、または次の10年を支配するであろう技術トレンドに追いつくための時間がありません。 幸い、両方の問題を解決するのに役立つトレンドが1つあります。それは、拡張分析です。

Gartnerは、2020年までに、拡張された分析機能がビジネスインテリジェンスソフトウェアの「新規購入の主要な推進力」になると予測しています。 （Gartnerのクライアントは完全な調査を利用できます。）

競合他社は、拡張された分析機能を備えたソフトウェアをすでに探しています。 幸いなことに、あなたもそうすることができます。

分析機能が強化されたビジネスインテリジェンスツールに今すぐ投資することで、忙しい仕事を減らして時間を節約できます。 また、市場を混乱させる前に、次の10年の破壊的技術に投資することになります。

また、拡張分析の準備のために今日実行できる3つのステップについても説明します。

拡張分析機能とは何ですか？

拡張分析とは何ですか？また、通常の分析よりも優れているのはなぜですか？

拡張分析は、機械学習（ML）アルゴリズムによって拡張されたBIツールです。 拡張分析で使用されるMLアルゴリズムは、反復タスクの自動化に優れています（あらゆる分野のMLアルゴリズムと同様）。

MLアルゴリズムは、SQL、Java、Ruby on Railsなどのコンピューター言語ではなく、パターンに気づき、人間の言語を理解するのにも優れています。

データの準備などの反復的なタスクは、ほとんどのアナリストの日々のかなりの部分を占めるため、拡張分析を備えたBIツールが優れた選択肢です。 彼らはあなたのアナリストのために反復的で時間のかかる仕事をし、アナリストを実際に、まあ、分析するために解放します。

分析が強化されたBIツールには、分析とデータ主導の思考をデータアナリストだけにとどまらないものに拡張する可能性もあります。 自然言語クエリ（NQL）と呼ばれる1つの拡張分析機能により、ユーザーは平易な英語で質問をすることができます。 言い換えれば、BIツールは検索エンジンのようなものであり、不格好な従来のBIプログラムのようなものではありません。

では、これらの機能は中小企業に何ができるでしょうか。

1.拡張分析は忙しい仕事を削減します

安っぽく聞こえるかもしれませんが、拡張された分析により、実際にあなたの未来はより速くここに到達します。

Data Warehousing Instituteは、回答者の65％がデータの準備に41〜80％の時間を費やしていることを発見しました。

データを使用できるようになる前に、アナリストはデータの準備に年間最大1,669時間を費やすことができます（年間平均2,087時間の作業に基づく）。 それは多くの無駄な時間です。

その準備はどのように見えますか？ かなりの程度、それは小さなエラーを修正しています（「モンタナ」が綴られている時間の半分、残りの半分は「MT」です）。

拡張データ準備は、手動データ準備の忙しい作業を削減します。

スプレッドシート内のすべての「MT」を「Montana」に修正するのに70日を費やす代わりに、拡張分析が自動的にそれを行います。 アナリストは、必要なデータを取得し、半分以下の時間で洞察を得ることができます。つまり、頭脳流出の忙しい仕事に費やす時間を減らし、考える時間を増やすことができます。

2.拡張分析により、質問をより迅速に行うことができます

時間のかかる忙しい仕事と言えば、どちらが速いか自問してみてください。

1. 「この商品の平均価格はいくらですか？」というフレーズを入力します。
2. SQLで同じ質問を入力すると、次のようになります。

信じられないかもしれませんが、これはSQLでアイテムの平均価格を尋ねるのにどのように見えるかです（出典）

自然言語クエリ（NLQ）を備えた拡張分析を使用すると、最初のオプションを利用できます。 それなしで？ SQLの学習に行き詰まります。

NLQは、コンピューターに平易な英語で質問する機能を表す空想的な用語です。 NLQは、次の2つの方法でビジネス時間を節約できます。

• 平易な英語で質問する方が簡単で速いです。
• 分析は、平均的なビジネスユーザーにとってよりアクセスしやすく、分析スタッフの時間を解放します。

基幹業務の従業員はSQLを学ぶ可能性は低いです。 結果として、SQLベースのシステムはおそらく彼らを怖がらせ、データ駆動型の従業員に対するあなたの夢は実現しません。

ただし、NLQを使用したソフトウェアは、習得がはるかに簡単です。 従業員が検索エンジンを使用できる場合は、BIツールの使用方法を学ぶことができます。

3.拡張分析は正しい道を示唆します

拡張分析は、平易な英語の質問を理解するだけではありません。 答えは平易な英語で説明することもできます。

その能力は、NLQの背後にある同じテクノロジーである自然言語生成（NLG）のおかげです。 わかりやすい英語の質問を理解するNLGアルゴリズムは、理解できる言語で回答を詳しく説明することもできます（これらの回答は「ナラティブ」と呼ばれることがよくあります）。

一部の最先端のビジネスインテリジェンスツールは、データから洞察をナラティブ形式で見つけて説明するNLG機能を提供します。

たとえば、NLGナラティブを備えたBIツールは、データポイントのグループを指すだけでなく、それを解釈することを期待します。 代わりに、プログラムはそのクラスターをポイントし、たとえば「これらの購入者は30歳未満の男性で、中西部に住んでいます」というテキストボックスを生成します。