データ ウェアハウスの機能強化
詳細はこちら
ビジネスインテリジェンスとは
ビジネスインテリジェンス（BI）とは
テラデータでは、ビジネスインテリジェンス(BI)とは、企業活動によって生成されたデータを収集、保存、分析するための手続きや技術的なインフラストラクチャを用いて、あまり有用でない不正確で不十分なデータ分析の結果を回避する方法と考えています。BI は、データマイニング、プロセス分析、パフォーマンスベンチマーク、および記述分析などを含む幅広い用語です。BIは、ビジネスで生成されたすべてのデータを解析し、簡潔なレポート、パフォーマンス指標、および経営上の意思決定を促す方向性などをわかりやすく提示します。ビジネスインテリジェンスは、経営幹部、マネージャー、現場の従業員、顧客、サプライヤーなど、その時々のユーザーのニーズに対応します。レポート、ダッシュボート、スコアカードなどが各ユーザーの役割に合わせてカスタマイズされ、戦略的な目標に沿った指標を盛り込むことができます。このトップダウンのスタイルは、企業データを統合し、共有データを共通データモデル (スキーマ) とBIセマンティックレイヤー (メタデータ) に変換することで情報の一貫性を確保する従来型のデータウェアハウス構造によって支えられています。
また、Gartner社は、BIとして知られるビジネスインテリジェンスを「意思決定とパフォーマンスを改善、最適化するための情報へのアクセスと分析を可能にするアプリケーション、インフラストラクチャとトール、およびベストプラクティス（最良慣行）を含む包括的な用語」として定義しています。同様に、CIO.comは、「企業は、意思決定の改善、コスト削減、新しいビジネスチャンスを特定するためにBIを活用している。BIは単なる企業レポート、もしくは企業システムからデータを引き出すための一連のツールではなく、それを超越したものです。CIOは、再構築や抜本的な見直しをする時がきている非効率的なビジネスプロセスを特定するためにBIを活用しています。」と述べています。
ビジネスインテリジェンスの課題
何十年もの間、ビジネスインテリジェンス (BI) の専門家は、様々なタイプのビジネスユーザー、ワークロード、データを同じアーキテクチャに組み込むことを試みてきましたが、多くの場合は残念な結果に終わっています。問題は、BIの領域が広域なことです。戦略的には、情報を活用してよりスマートな意思決定を行うことです。戦術的には、レポート作成と分析のためのアプリケーションを構築することです。、データの新しい世界で成功するためには、BIの専門家は、新しい考え方とアプローチを採用する必要があります。これまでの画一的な枠組みから脱却する必要があるのです。新たなビジネスニーズに応えるためには、複数のインテリジェンスの領域とそれに関連するアーキテクチャを管理する必要があり、それぞれを異なるクラスのユーザーとワークロードに最適化する必要があります。
より良い意思決定には、より良い情報が必要であり、それがビジネスインテリジェンスの目的です。それは、メトリクスエンジンで提示された現在のデータを分析し、より良い意思決定を行うことです。BIは、データの精度、タイミング、また量を改善することでこれを実現します。最大限の利益を得るためには、BIがでデータの正確性、適時性、およびデータ量の増加に取り組まなければなりません。これらの要件とは、まだ記録されていない情報を取得する方法を見つけ、情報に誤りがないかを確認し、幅広い分析が可能になるように情報を構造化することを意味します。
現実の世界では、多くの企業が、非構造化されたデータや複数の形式のデータを抱えており、収集と分析が困難になっています。そのため、ソフトウェア開発者は、利用可能なデータから取得した情報を最適化するビジネスインテリジェンスの解決法を提供する必要があります。これらの企業レベルのソフトウェアアプリケーションは、企業のデータと分析のエコシステムを統合するように設計されています。
ソフトウェアソリューションは安定した速度で成長し、進化していますが、データサイエンティストは、レポートの速度と深さの間で葛藤する必要に迫られています。 モノのインターネット（IoT）化によって組織が得られるようになった膨大な量のデータを用いて、データアナリストは、調査結果を並べ替え、ビジネスエリア全体または特定のプロセスの強さを示すデータポイントを特定できるようになりました。これにより、分析のためにデータを収集したり再フォーマットしたりする時間が短縮され、時間を節約でき、レポート作成の速度の向上が可能となりました。
企業がアナリティクス（分析）で効果的に競争するためには、一部のよく理解された要件だけでなく、現代のユーザーのあらゆるニーズに対応できる優れたBIおよびアナリティクスアプリケーションを社員に提供し、すべてのユーザーがデータから価値を見い出したり、アナリティクスで洞察を高めることができるようにしなければなりません。設計者と開発者は、従来の要件収集の方法のみにとらわれず、ユーザーと協力してユーザーのニーズを理解する必要があります。組織は、社内において、アプリケーションを使って心躍るような充実したユーザー体験を生み出すために、外部の顧客体験を向上させるのと同じレベルの努力を払う必要があります。
テラデータでは、ビジネスインテリジェンス(BI)とは、企業活動によって生成されたデータを収集、保存、分析するための手続きや技術的なインフラストラクチャを用いて、あまり有用でない不正確で不十分なデータ分析の結果を回避する方法と考えています。BI は、データマイニング、プロセス分析、パフォーマンスベンチマーク、および記述分析などを含む幅広い用語です。BIは、ビジネスで生成されたすべてのデータを解析し、簡潔なレポート、パフォーマンス指標、および経営上の意思決定を促す方向性などをわかりやすく提示します。ビジネスインテリジェンスは、経営幹部、マネージャー、現場の従業員、顧客、サプライヤーなど、その時々のユーザーのニーズに対応します。レポート、ダッシュボート、スコアカードなどが各ユーザーの役割に合わせてカスタマイズされ、戦略的な目標に沿った指標を盛り込むことができます。このトップダウンのスタイルは、企業データを統合し、共有データを共通データモデル (スキーマ) とBIセマンティックレイヤー (メタデータ) に変換することで情報の一貫性を確保する従来型のデータウェアハウス構造によって支えられています。
また、Gartner社は、BIとして知られるビジネスインテリジェンスを「意思決定とパフォーマンスを改善、最適化するための情報へのアクセスと分析を可能にするアプリケーション、インフラストラクチャとトール、およびベストプラクティス（最良慣行）を含む包括的な用語」として定義しています。同様に、CIO.comは、「企業は、意思決定の改善、コスト削減、新しいビジネスチャンスを特定するためにBIを活用している。BIは単なる企業レポート、もしくは企業システムからデータを引き出すための一連のツールではなく、それを超越したものです。CIOは、再構築や抜本的な見直しをする時がきている非効率的なビジネスプロセスを特定するためにBIを活用しています。」と述べています。
ビジネスインテリジェンスの課題
何十年もの間、ビジネスインテリジェンス (BI) の専門家は、様々なタイプのビジネスユーザー、ワークロード、データを同じアーキテクチャに組み込むことを試みてきましたが、多くの場合は残念な結果に終わっています。問題は、BIの領域が広域なことです。戦略的には、情報を活用してよりスマートな意思決定を行うことです。戦術的には、レポート作成と分析のためのアプリケーションを構築することです。、データの新しい世界で成功するためには、BIの専門家は、新しい考え方とアプローチを採用する必要があります。これまでの画一的な枠組みから脱却する必要があるのです。新たなビジネスニーズに応えるためには、複数のインテリジェンスの領域とそれに関連するアーキテクチャを管理する必要があり、それぞれを異なるクラスのユーザーとワークロードに最適化する必要があります。
より良い意思決定には、より良い情報が必要であり、それがビジネスインテリジェンスの目的です。それは、メトリクスエンジンで提示された現在のデータを分析し、より良い意思決定を行うことです。BIは、データの精度、タイミング、また量を改善することでこれを実現します。最大限の利益を得るためには、BIがでデータの正確性、適時性、およびデータ量の増加に取り組まなければなりません。これらの要件とは、まだ記録されていない情報を取得する方法を見つけ、情報に誤りがないかを確認し、幅広い分析が可能になるように情報を構造化することを意味します。
現実の世界では、多くの企業が、非構造化されたデータや複数の形式のデータを抱えており、収集と分析が困難になっています。そのため、ソフトウェア開発者は、利用可能なデータから取得した情報を最適化するビジネスインテリジェンスの解決法を提供する必要があります。これらの企業レベルのソフトウェアアプリケーションは、企業のデータと分析のエコシステムを統合するように設計されています。
ソフトウェアソリューションは安定した速度で成長し、進化していますが、データサイエンティストは、レポートの速度と深さの間で葛藤する必要に迫られています。 モノのインターネット（IoT）化によって組織が得られるようになった膨大な量のデータを用いて、データアナリストは、調査結果を並べ替え、ビジネスエリア全体または特定のプロセスの強さを示すデータポイントを特定できるようになりました。これにより、分析のためにデータを収集したり再フォーマットしたりする時間が短縮され、時間を節約でき、レポート作成の速度の向上が可能となりました。
企業がアナリティクス（分析）で効果的に競争するためには、一部のよく理解された要件だけでなく、現代のユーザーのあらゆるニーズに対応できる優れたBIおよびアナリティクスアプリケーションを社員に提供し、すべてのユーザーがデータから価値を見い出したり、アナリティクスで洞察を高めることができるようにしなければなりません。設計者と開発者は、従来の要件収集の方法のみにとらわれず、ユーザーと協力してユーザーのニーズを理解する必要があります。組織は、社内において、アプリケーションを使って心躍るような充実したユーザー体験を生み出すために、外部の顧客体験を向上させるのと同じレベルの努力を払う必要があります。