組み込み型分析ツール    製品適合ガイド

データソースと視覚化

組み込み分析ベンダーを選択する際に最初に考慮すべきことは、利用可能なデータ ソースです。データは視覚化を推進する要素であり、データがどこにあっても接続できる必要があります。

データを取得したら、さまざまな視覚化を使用してストーリーを伝えることができます。データビジュアライゼーション(視覚化)は、企業と消費者が理解しやすく洞察を得やすい方法でデータを提示するために使用されるさまざまな種類のグラフです。チャート、グラフ、マップ、その他の視覚要素などのデータ視覚化を使用すると、組織全体がデータにアクセスしやすくなり、同時に意思決定プロセスをサポートおよびガイドできます。

データ ソースとビジュアライゼーション(視覚化)に関して考慮すべき最も重要な要素は次のとおりです。

対応データソース

優れた組み込み分析ベンダーは、ユーザーがより包括的な分析を行うために 1 つのビューまたは場所にまとめられる幅広いデータ ソースをサポートしています。これを実行して全体像を確認できるようにするには、オンプレミス データベース、分析ツール、コンテンツ マネージャー、クラウド サービス、CRM、スプレッドシート、パブリック データ ソースなど、データがどこに保存されているかに関係なく、分析ソリューションがデータに接続する必要があります。

現在、企業によって生成されているデータの多くは非構造化データであることに注意してください。多くの分析プラットフォームは、それを使用してデータを分析することができません。

探すべき一般的なデータ ソース:

• Amazon Athena
• Amazon Redshift
• Amazon S3
• Box
• Dropbox
• Google Analytics
• Google BigQuery
• Google Drive
• Hubspot
• Marketo
• Microsoft Analysis Services
• Microsoft Azure Analysis Services
• Microsoft Azure  Synapse Analytics
• Microsoft Azure SQL
• Microsoft  Synapse Analytics CRM
• Microsoft Reporting Services
• Microsoft SQLServer
• MySQL
• OData Feed
• OneDrive
• Oracle
• PostgreSQL
• Quickbooks
• REST API
• Salesforce
• SharePoint
• Snowflake
• Sybase
• Web Resource

インメモリデータ

さらに、インメモリ データ ソースもサポートする組み込み分析ソフトウェアを探す必要があります。インメモリ データ ソースを使用すると、ユーザーはすでにアプリケーションの一部となっているデータ、またはプロバイダーによってすぐに提供されていないデータ ソースに直接接続できます。

データ ソースに接続すると、サーバー上のすべてのデータがローカルにロードおよびダウンロードされるため、データ セットを処理、並べ替え、フィルター処理、集計し、視覚化に使用できるようになります。

データの視覚化

データ分析の訓練を受けていない人にとって、数百行の数値が含まれるスプレッドシートは恐ろしいものに見えるかもしれません。しかし、その人が棒グラフ、地図、またはグラフを見れば、それらの数値からすぐに洞察を得ることができます。データ視覚化とは、組み込み分析ベンダーがユーザーに提供するさまざまな種類のグラフを指します。縦棒、折れ線、コンボなどの豊富なチャートのライブラリから、ツリーマップや地理空間マッピングなどのより高度なチャートまで選択できる必要があります。さらに、ユーザーは、ソースに関係なく、これらすべてのビジュアライゼーションを 1 つのビューにまとめて、1 つの包括的で美しいダッシュボードを作成する機会が必要です。

サポートされているビジュアライゼーション

組み込み分析ベンダーを選択するときは、システムが次のデータ視覚化タイプをサポートしていることを確認してください。

ビジネス グラフ– 現在最も人気のあるグラフ タイプには、縦棒、棒、円、折れ線などのグラフ タイプが含まれます。これらのグラフを使用すると、ユーザーはデータの結果を確認して、現在および将来のデータをよりよく理解し、予測できるようになります。たとえば、折れ線グラフは、物語や数値よりも早く、時間の経過に伴うデータ傾向の全体的なストーリーを伝えることができ、棒グラフを使用すると、さまざまなカテゴリ間のカウントやパフォーマンスをすばやく比較できます。

ゲージ– これらのチャート タイプは、定量的なコンテキスト内の単一のデータ値を最適に表示することを目的としており、ブレット グラフ、KPI、線形、円形、および単一値のゲージが含まれます。これらのグラフは、メトリクスが特定の範囲を上回るか下回るかを示すのに最適です。

グリッド– ビジュアルに背後のデータをより具体的に表示したい場合、通常、その情報を表示するにはテーブルが最適な方法です。その理由の 1 つは、誰もがテーブルの列と行の構造を読み取る方法を知っているためです。関係者がより詳細な情報を確認する必要があることがわかっている場合は、データ視覚化レポートに表を含めることがあります。

マップ– マップ タイプのデータ視覚化は、地理的に関連したデータを分析および表示するために使用されます。これにより、さまざまな地域のデータの視覚的な分布がユーザーに表示され、地理情報をより深く理解し、より適切な意思決定を行うことができます。

データの視覚化は、傾向とパターンの特定、複雑な情報の迅速かつ簡単な理解、ストーリーの伝達、リスク分析、問題への対処などに役立ちます。ただし、あるユースケースには最適でも、別のユースケースには不適切なデータ視覚化タイプもあります。さまざまなデータ視覚化の種類を理解すると、データを最適に視覚化し、そこから実用的な分析情報を抽出するのに役立ちます。

カスタムビジュアライゼーション

このようなタイプのデータ視覚化を利用できることは、間違いなく探しているべきことですが、多くのさまざまなユースケースで機能する場合でも、特定のビジネス ニーズが固有である場合があります。このため、独自のカスタム ビジュアライゼーションを作成できることが重要です。

製品の特徴

組み込み分析ソフトウェアの主な利点はその特徴と機能性にあり、優れたベンダーは単なるデータ視覚化以上のものを提供します。製品の機能は基本的に、ビジネスを競合他社よりも優位に立たせ、収益を増やすのに役立ちます。この点を念頭に置いて、特定の組み込み分析ソリューションにどのような機能が含まれているか、またそれらがビジネスの成長に必要な機能であるかどうかに細心の注意を払う必要があります。

市場にはさまざまな種類の組み込み分析機能が存在しますが、経験則として、次に挙げる 4 つの機能が優先する必要があります。それ以下のもので満足しないでください。

ダッシュボード連携

ダッシュボードのリンクは、1 つのビジュアリゼーションまたはダッシュボードを別のダッシュボードまたは URL にリンクできる機能です。これにより、ドリルダウンして分析情報を新たなレベルに引き上げることができます。たとえば、売上高に関する概要のダッシュボードを確認している場合は、特定の地域の収益をさらに詳しく調べることができます。概要ダッシュボードを、クリックした地域パラメータを通過する詳細ビューにリンクできます。これは、Company 360 ダッシュボードで特に役立ちます。トップダウン分析パスを確立すると、ビジネスの現実の高レベルの概要から詳細な詳細ビューに進むことができます。

カスタムテーマ

シームレスでパーソナライズされたエクスペリエンスが顧客ロイヤルティの鍵となります。製品の外観や使用感など、カスタマー ジャーニーのすべての段階をカスタマイズできます。心理学者たちが第一印象がいかに重要かを言い続けてきたことはご存知でしょう。ユーザーの製品に対する第一印象はその外観です。一貫したブランディングにより、ユーザーのブランドに対する関心が高まり、忠誠心が高まります。

この種のカスタマイズとパーソナライゼーションは、埋め込み分析などのサードパーティ ソフトウェアをアプリケーションに統合する場合に非常に重要です。アプリケーションに合わせて組み込み分析ソリューションの外観と操作性をカスタマイズするためのカスタマイズ機能がなければ、顧客を失い、ひいては利益を失う可能性があります。

フォントや色などの視覚要素をカスタマイズできるソリューションに投資し、最終的には独自のカスタム テーマを最初から作成できるようにします。

機械学習とAI

AI (人工知能) のサブセットとして、機械学習を使用すると、明示的なプログラミングを行わずにシステムが学習して結果を予測できるようになり、ビジネス上の重要な質問にインテリジェントに答えることができます。機械学習は、これまで現実世界に最も大きな影響を与えてきた AI 技術であり、ビジネスで最も使用される可能性が高いため、AI という用語と同じ意味で使用されることがよくあります。

機械学習は主に、直接プログラムされずに予測や意思決定を学習できるプログラムやソフトウェアを作成することに重点を置いています。この種のテクノロジーは、銀行や顧客の信用リスク検査の自動化から、病気や健康状態に関連するパターンの検出まで、さまざまな目的に使用できます。

機械学習によってもたらされる業績は、企業の収益に劇的な影響を与える可能性があります。たとえば、機械学習アルゴリズムがデータに基づいて意思決定を行えるかどうかは、競合他社に追いつくか、さらに後れを取るかに大きな違いをもたらします。機械学習は、収益性の高い機会を開拓し、企業を競合他社に先んじて維持するための鍵となります。

セルフサービス機能

それに直面しよう;データは誰にとっても簡単に手に入るわけではありません。組織の大部分がデータの専門家や科学者とは程遠い可能性が高くなります。エンドユーザーにも同じことが当てはまります。そのため、すべてのユーザーは異なり、分析を使用する際の独自のユースケースがあることを覚えておくことが非常に重要です。

セルフサービス機能は、エンドユーザーが大量のデータを分析し、カスタム ダッシュボードを構築し、レポートを独自に作成できるようにするプロセスとツールです。つまり、特定のレポートやダッシュボードが必要なときに、IT チームや BI の専門家に頼らずに、自分で実行できるということです。もちろん、これにより生産性が向上し、コラボレーションが促進され、IT 部門の貴重な時間が解放され、他の重要なタスクに集中できるようになります。

​ドラッグ アンド ドロップ分析などのセルフサービス機能を使用すると、ユーザーは直感に基づいた意思決定を行うことがなくなります。実際、セルフサービス BI は、意思決定プロセスに手間のかからない効率性をもたらし、意思決定をより良く、よりスマートにし、そして最も重要なことに、データ主導型にすることになります。

モダンで柔軟なアーキテクチャ

アプリケーション アーキテクチャとは、アプリケーションの設計と構築に使用されるパターンと手法を指します。このアーキテクチャは、アプリケーションを構築する際に従うべきロードマップ、開始点、ベスト プラクティスを提供するため、最終的には適切に構造化されて機能するアプリが完成することを確信できます。

分析を既存のアプリケーションに統合する場合、ソフトウェアが追加の重量や複雑さを加えることなくシームレスに動作することが重要です。したがって、組み込み分析ベンダーは、まず組み込みを念頭に置いてゼロから構築することが重要です。今日のベンダーの多くは、スタンドアロンのビジネス インテリジェンス ツールを構築し、それらを組み込み製品に組み込んでいます。これにより、追加の要件が追加され、バックエンド システムが複雑になり、最終的には高価な料金モデルが必要になります。

組み込み分析専用に構築されていることに加えて、ベンダーのアーキテクチャに関して次の点を確認する必要があります。

ネイティブ デスクトップ、Web、クラウド SDK

次に探す必要があるのは SDK (ソフトウェア開発キット) です。ネイティブ SDK を介した分析の統合は、 iframe を介した分析の統合と比較して優れています。分析をアプリケーションに埋め込む場合、SDK はアプリに統合されるライブラリまたはフレームワークとして提供されます。または、少なくともネイティブの埋め込み SDKを提供するベンダーを見つける必要があります。これは、開発者がこれを使用してアプリを組み込み分析ソフトウェアと統合できるようにするためです。

ネイティブ SDK は、各プラットフォームの特定の機能を利用し、あらゆるデバイスでダッシュボードを作成、編集、注釈付けするための優れたユーザー エクスペリエンスを提供します。

テックスタック

組み込みの分析ソリューションを探す場合、ベンダーは技術スタックをサポートする必要があります。そうでない場合は行き止まりです。次のようなバックエンド テクノロジーに組み込むソリューションが必要です。

• .NET Core
• Java
• NodeJS

次のようなフロントエンド テクノロジーも含まれます。

• React 
• Angular  
• Blazor
• Web Components
• VueJS
• jQuery
• MVC
• Java フレームワーク (Spring、Tomcat、Apache)

クラウドまたはオンプレミス

クラウド ソフトウェアとオンプレミス ソフトウェアの違いは、このソフトウェアがどこに配置されるかです。オンプレミス ソフトウェアは企業独自のコンピューターとサーバーにローカルにインストールされますが、クラウド ソフトウェアはベンダーのサーバーでホストされ、ウェブブラウザ経由でアクセスされます。

ただし、クラウドとオンプレミスのどちらを選択するかを決定する際には、他にも考慮する価値のある点があります。

クラウド ソフトウェアのプロ 

• アクセシビリティ– クラウドベースのソフトウェアには、いつでも、どこでも、どのデバイスからでもアクセスできます。
• 手頃な価格– 使用したリソースに対してのみ料金を支払い、それに応じて価格が上下に調整されます。通常、メンテナンスおよびサポート サービスが含まれています。
• セキュリティ– データセンターは、ほとんどの企業が自社で負担できる範囲を超えたセキュリティ対策が施されているため、データはオフィスのサーバーにあるよりもクラウドにある方が安全です。
• スケーラビリティ– ストレージの拡張やライセンスの追加など、需要に合わせて拡張することが容易になります。
• 迅速な導入– クラウドベースのソフトウェアはインターネット上に導入され、導入プロセスには通常 2 時間もかかりません。

クラウド ソフトウェアの短所 

• 接続– クラウドベースのソリューションには、アクセスして使用するために安定した信頼性の高いインターネット接続が必要です。

オンプレミス ソフトウェアの専門家 

• 完全な制御– 良くも悪くも、オンプレミス環境では、何が起こっているかを完全に制御できます。構成、更新、およびシステムの変更を決定します。
• データ セキュリティ– これは長所であると同時に短所であると考えられます。データのセキュリティはお客様自身が管理しており、データをどのように保護するかを完全に制御できます。これは一部の企業にとっては大きなメリットですが、自社でそれを行うための専門知識を持たない企業にとってはそうではありません。

オンプレミス ソフトウェアの短所 

• メンテナンス– すべてが自動的に処理されるクラウドベースのソリューションとは異なり、オンプレミス ソリューションでは、サーバーのハードウェアとソフトウェア、ストレージ、データのバックアップを保守する責任があります。
• 実装– オンプレミスでの実装は、サーバーおよび個々のコンピューターへのインストールを完了するのに時間がかかるため、さらに時間がかかります。

価格モデル

価格設定は、ベンダーを選ぶ際に最も重要な要素の 1 つです。組み込み分析の分野では、明確で透明性のある一般公開されている価格を見つけるのは困難です。ほとんどの組み込み分析ベンダーは価格設定を秘密にしており、使用量やユーザー数に応じた予測できないコストを請求します。なぜだと思いますか? 説明しましょう…

ソフトウェア ベンダーは、この価格設定手法を使用して、ユーザーごとまたは使用量ベースのモデルで顧客に請求し、「お金がかからない」状態で製品の価格を最大化します。この価格体系では、ビジネスとユーザーベースの成長に伴って価格が上昇するため、請求書が届いたときにショックを受けた顔につながります。

一部の組み込み分析ベンダーが使用するもう 1 つの戦術は、価格を提示する前にアプリの価格と会社の収益源を尋ねることです。少し怪しく聞こえますよね？それは、実際に怪しいからです。

そうすることで、彼らはあなたがどれくらい幅を持っているかを把握し、利益を最大化するように設計された価格戦略を考え出そうとします。

したがって、アプリに統合する埋め込み型 BI ソフトウェアを探すときは、このような大ざっぱな価格モデルを認識するときは注意してください。幸いなことに、すべての組み込み分析ベンダーが同じというわけではありません。何を求めているかを知ることで、最適なソリューションを見つけることができます。

何よりもまず、ソフトウェアにどれくらいの費用がかかるかを前もって知りたいと思うでしょう。つまり、アプリの売上が増加しても価格が上昇しない、100% 透明性の高い価格設定モデルを探すことになります。言い換えれば、予期せぬ料金、隠れた料金、使用量、ユーザー層のない固定価格を取得することです。

ベンダーに次の質問をしてください。

• ソリューションの総コストはいくらですか?導入、トレーニング、サポート、その他の料金を含めて。
• 非公開の費用はありますか?
• クラウドの使用料やユーザーごとの料金はありますか?
• このソリューションは、Windows または Linux コンテナ上でローカルまたはクラウドベースのホスティングにデプロイできますか?

最終的には、価格設定によって購入か構築かの決定が容易になるはずであり、評価の中で最もストレスのかかる部分であってはなりません。逆に感じた場合は、他の場所を探す必要があります。

チームとロードマップとサポート

最後に重要なことですが、組み込み分析ベンダーを選択する際には、ベンダーのチーム、サポート、ロードマップを考慮する必要があります。

チーム

データ分析は、誰もが専門家であるわけではない科学です。アプリケーションに最適な組み込み分析を探すときは、ソリューションの背後にいるチームを見つけてよく知るようにしてください。チームには分析に関する経験がありますか、それともまったく新しいスタートアップで、全員が学びながら学んでいきますか?彼らはアプリケーション プロバイダのニーズを本当に理解していますか？

これらの質問に対する答えを見つければ、このソリューションに投資する価値があるかどうかが明確にわかります。

ロードマップ

特定のソリューションの背後に誰がいるのかを知ることが最初のステップです。次に学ぶ必要がある重要なことは、彼らが次に何をしようとしているのかということです。ベンダーが革新を進め、顧客の要求にできるだけ早く価値を提供できるようにする必要があります。ロードマップは、望ましい結果を定義する戦略計画です。ベンダーのロードマップを可視化することは、次に何が起こるのか、すぐに何が得られるのかを知るために重要です。これにより、ベンダーが顧客を満足させるためにあなたと同じくらい熱心に取り組んでいることが保証され、安心感が得られます。

• ベンダーの Web サイトを確認するときは、次の兆候を探してください。
• 公開ロードマップは目立つように掲示されていますか?
• ロードマップは最新ですか?
• ベンダーは以前のロードマップの約束を達成することに成功を示していますか?

サポート

ビジネスに適切なソリューションを選択するときは、テクノロジーだけが問題ではないことを理解することが重要です。また、成功を確実にする、高レベルで質の高い経験豊富なサポートを見つけることも重要です。技術的な質問には、ライブ サポート オプションとセルフサービス サポート オプションを組み合わせて、経験豊富な専門家が対応できる必要があります。

しかし、あなたが求めるべきものはそれだけではありません。ドキュメントとよくある質問は基本的で非常に貴重ですが、コミュニティ フォーラムも同様です。アクティブなユーザー コミュニティは、ベスト プラクティスや経験を他のユーザーと共有するのに役立ちます。これにより、誰もが利益を得て、お互いの成長と成功を助けることができます。

カスタマー サポート ポリシーと所要時間、実装の支援方法、利用可能なサービスとリソースの種類についてベンダーに確認してください。

次は何ですか？

提携する組み込み分析ベンダーを選択するのはそれほど簡単ではありませんが、長所と短所を区別する方法と、独自のビジネス ニーズに何が機能するかを理解すると、選択が明確になります。

おそらくもっと多くの質問があると思いますが、いつでも喜んでそれらに答え、さらにお手伝いします。Casey McGuigan（CaseyM@revealbi.io）までご連絡ください。

​完全な組み込み分析ソリューションであるRevealの詳細をご覧ください。

デモを予約する– 実際のRevealの動作を確認し、それがどのようにビジネスを加速させるかを学びましょう。

専門家に相談– 当社の営業チームに電話を予約して、すべての質問に答えてください。