ブログ著者:Dan Sommer  本ブログは A Q&A from Trends 2018 Webinar の翻訳になります。

2018年のBI Trend ウェビナーでのQ&Aでの振り返りブログです。2019年のBI Trend ウェビナー「ポスト・モダン アナリティクス」(日本語吹き替え)の開催は1月24日15時(日本時間)にて、お申込みは こちらから行えます。

これらは実際のオンラインセミナーではお答えできなかった質問の数々です。ここでお答えするのは、いずれも皆様から寄せられたご質問です。 

2018 年のトレンドに関するオンラインセミナーに登録し参加された人の数には本当に驚きました。皆様からは非常にたくさんのご質問をいただいており、実際 100 項目近くにのぼるため、ブログにまとめ切れる量ではありません。大半は個別に回答させていただきました。しかしいくつか、複数回ご質問いただいたものや個人的に特に興味深いと感じたものを、ここでご紹介したいと思います。

Q1:BI の自然言語生成機能によって生成された説明が、ビジュアライゼーションの目的に従っていないことや、目的に反する結果になることがありますか。

A1: これは素晴らしい観察結果だと思います。ある程度まで、それは事実です。ただし同時に、ビジュアライゼーションを補完するものでもあります。読み手の側でコンテキストも必要になるからです。筆者は以前、比喩として地図を使用していました。子供の頃、両親と車で旅行したとき、親は分厚い地図を開いて、適切なページを見つけようとしていました。今では GPS 技術が発達したため、ダッシュボードの画面上で正しいコンテキストを確認できます。場合によっては、次に何をすべきかを示す音声や矢印だけで十分なこともあります。ただし、それらの機能以外に、拡大縮小表示ができる画面はやはり便利です。現在地のデータポイントについて、より的確なコンテキスト、つまり広域の全体像を得ることができるからです。地図の比喩との唯一の違いは、ビジュアライゼーションの方がコンテキストへの対応能力が高く、より正確であることです。音声やナレーションについても、同じことが当てはまると思います。皆様はデータとの会話を通じて、正しい回答を取得できる可能性もあります。一方、その回答と、より広範なコンテキストとの関連について知りたい場合、「これらが互いにどう関連しているのか」(または関連していないのか)と尋ねると、コンテキストに応じた連想的なビジュアライゼーションという形で、回答を表現することができます。今後予想される変化は、探索機能の結果をビジュアライゼーションで表現する代わりに、探索機能を土台としてビジュアライゼーションをいっそう推進する結果になるだろうということです。

Q2:会話的アナリティクスに関して、Qlik はどのような立場をとっていますか。(業界で) 実現するのはいつ頃でしょうか。

A2: Qlik はアナリティクスの分野で初めてボットを開発したベンダーの 1 つです。良い知らせとして、最近当社は誰でもボットを活用できるように、Qlik Branch にボットを導入しました。

Q3:現時点でも、ビジュアライゼーションとアナリティクスの間にはギャップが存在しています。理解に関するこのギャップは、2018 年に拡大と縮小のどちらになると考えていますか。また Qlik のようなツールは、この点でどのように貢献しますか。

A3: 素晴らしい質問です。私見では、ビジュアライゼーションとアナリティクスは互いに重なっています。ビジュアライゼーションなしのアナリティクスや、アナリティクスなしのビジュアライゼーションも可能ですが、優れたツールは両方を活用しています。多くのビジュアライゼーションベンダーは、この結論に達するものと思います。Qlik はデータディスカバリーツールです。ユーザーはアプリケーションで分析を実行し、その結果をダッシュボードやビジュアライゼーションで表示できるほか、最近ではテキストや音声の使用頻度も高くなっています。分析はディスカバリーやワークフローの一部でもあります。そのためツールが操作しやすいほど、多くの分析を行うことができます。データの取り込み、結合、分析、伝達のワークフローが容易になるからです。またそれと同等に重要なのは、ユーザーも一般的な消費者の観点で発見と分析を行うことができる分析アプリです。ただし、連想モデルが存在しているので、発見、対話、分析の強力な機能を引き続き利用することができます。または、現在ご自分が使用しているワークフローに探索機能を取り込むこともできます。そのワークフローが高度にコンテキスト対応している場合、アナリティクスの特性を引き続き維持できます。ユーザーが現在位置している時点で、ユーザーが意思決定を下す「瞬間」に対応することができるからです。

Q4:BI 分野で変化を続けるトレンドに対応するために、今後どのように Qlik 製品を開発する予定ですか。

A4: Qlik はこうしたトレンドに正面から取り組んでいます。

1.Qlik には独自のデータ リテラシー プログラムがあり、Qlik ユーザーだけでなく誰でも利用できます。多くのコースは Qlik Continuous Classroom (Qlik 継続的クラスルーム) で無料で受講できます。

2.Qlik はハイブリッド マルチクラウドのサービスを積極的に追求しており、2018 年中にそのようなコースを開始する予定です。

3.Qlik はマイクロサービスを通じて、徐々にエッジコンピューティングへの対応を改善していきます。

4.Qlik は現在、ビッグデータのインデックス作成という大きな賭けを実施しています。

5.Qlik はカタログとビッグデータに関する大規模なイニシアチブを推進しています。

6.Qlik が市場にプラットフォームストーリーを持ち込むうえで、API は非常に重要な役割を果たします。

7.ブロックチェーン分野では、研究所での活動を実施している以外、まだ多くの行動は起こしていませんが、一部の Qlik パートナーはブロックチェーンコネクタを開発しています。

8.会話的アナリティクスは Qlik にとって鍵となる革新的イニシアチブです。Qlik はアナリティクス分野で初めてボットを開発したベンダーの 1 つです。良い知らせとして、最近当社は誰でもボットを活用できるように、Qlik Branch にボットを導入しました。

9.Qlik はレポート作成の再定義に力を入れています。この分野にもご注目ください。

10.没入型アナリティクスも主要な開発分野の 1 つです。特にコラボレーションに関しては、この分野にご注目ください。

Q5:Qlik はどのような機械学習機能を提供していますか。その機能は非常に大規模なデータセットにも簡単に適用できますか。

A5: Qlik は今後、エンジンとインサイトボードで提供する機械学習機能を強化します。革新的な UI パラダイムと、人と機械を連携させる操作体系を通じて、当社の技術を強化しています。次の特長を活用しています。

  • 人間は、人間が得意とする以下の分野を担当します。認知、認識、意思決定。当社独自の UI とデータビジュアライゼーションを使用して、これらの機能を実現します。
  • 機械は、機械が得意とする以下の分野を担当します。大規模なデータに対して高度なアルゴリズムを実行します。Qlik コグニティブ エンジンを使用して実現します。

当社のビジョンは、「機械がユーザーを強化する」ことに加え、「ユーザーが機械を強化する」ことも想定しています。Qlik のコグニティブ エンジンは、ユーザーのデータ操作からの学習を行い、コンテキストにも対応しています。その結果、ユーザーの特定の分析目的に対応して、具体的かつ関連性の高いインサイトを生成できます。

将来は、Qlik のビッグデータ インデックス作成とコグニティブ エンジンが最終的に連携して動作し、ビッグデータを活用してユーザーに適した連想的インサイトを生成します。

選択をベースとする Qlik 独自のインタラクティブ UI を通じて、ユーザーの意図を学習しより深く知るという、この特長が可能になります。

Qlik の技術は連想式です。 連想インデックス作成機能は、データ資産全体の包括的な統合に対応する全社規模のスキーマを作成するというニーズに応えます。

Qlik の技術はインテリジェントです。 Qlik のコグニティブ エンジンは、高度なアルゴリズムと機械学習を活用し、幅広いユーザーにインサイトを提供します。