LoginSignup
5
4

More than 3 years have passed since last update.

@tomo_will(tomo will)

[概論] BIツール導入のポイント

Posted at

前提

  • 複数の企業において、Tableauを主として導入・活用した経験があるため、特定の企業というよりは共通的な経験談になります。

    • インターネット・広告領域での話が中心です。

  • 経験したシステム規模は、最大で数十人規模の利用は想定していますが、詳細な分析操作を行うヘビーユーザによる同時アクセスは10人ほどを想定しています。

    • ヘビーユーザとは、データ集計・分析に長けた人で、BIツールをガツガツ使い込む人を指します。

BIツールを導入する前に考えておきたいポイント

※BIツールも、Webサービスやアプリの企画や改善の考え方を流用できます。

  • BIツールは作って終わりではなく、リリースした後に改善していく。

  • BIツールを利用するユーザセグメントを設定する。

    • BIツールは全員に使ってもらう必要はない。
      • １担当者が、営業活動やCS業務からデータ集計・分析業務を完結させる必要が本当にあるのか？ はケースバイケース。組織規模によっては分業も検討すべき。
    • 大きくわけて、モニタリング、アナリティクスの用途に分かれて、利用ユーザセグメントも異なる。
      • 経営やマネジャー層がモニタリングとして使うダッシュボードと、企画担当者がアナリティクスとして使うダッシュボードは、異なる。
        • モニタリング用ダッシュボードでは、基本的なKPIを監視する。
          • 例：売上・予算ダッシュボード（月次の売上、予算達成状況を監視する。）
        • アナリティクス用ダッシュボードでは、すぐにアクションに繋がる指標であることが必要。
          • 例：広告媒体別効果ダッシュボード（効果が薄い媒体予算を、効果が高い媒体予算に振り替える。）
    • データの粒度によって、利用想定ユーザ数は変わる。
      • ユーザ数が多いケース：
        • 例：組織のKPIに紐づく様な代表的なデータ（起業した直後の会社でない限りはCSVファイルやExcelとして既に取得出来る状態になっている。そのため、BIツールで置き換えるインセンティブが弱い。）
      • ユーザ数が少ないケース：
        • 例：取得が難しいデータ、より細かい粒度のデータ、履歴が必要だがスナップショットしかないデータ。（現場などに要件ヒアリングに行くと良く出てくる。）

  • BIツールの費用対効果(ROI)を見積もる。

    • 費用は計算できるが、効果は見積もりが難しい。
      • 売上向上の観点：
        • ダッシュボードを使った際の施策効果に一定の貢献度(1%とか？)をかけて具体的な売上で計算？
      • コスト削減の観点：
        • 担当者の今までのデータ集計業務の時間に対して、削減した時間と時給で計算？
    • ただし、ダッシュボード自体をプロダクトとすれば、直接的に売上に繋げられる可能性もある。

BIツール導入から改善までの流れ

  1. 要件整理編
    • トップダウン的アプローチと、ボトムアップ的なアプローチの両軸から攻めてみる。
      • トップダウン的なアプローチでは、業務プロセスやユーザー行動フローに紐作くKPIツリーから分解してみる。
      • ボトムアップ的なアプローチでは、要望の高いが見れていない指標やデータを洗い出す。
        • 例：最新のユーザー情報しかないが、過去からの現在までの更新履歴を可視化したい、など。
  2. 導入編
    • 最初は出来るだけ小さく安く試す。
      • データをGoogle Cloud環境で使えるようにできるなら、Google Data Studioが最初に試すには適切。
    • もし、最初に無償のBIツールを使えない場合は、
      • データ未整備の可視化要望がある際に、データ整備とともにBIツールを導入して、BIツールを使うモチベーションにしてしまう。
      • Tableauを体験版で導入して、センスのある上司に見せて興味を引いてみるのも一手。
    • BIツールは、セルフBIか、管理者のみが作れるBIで大別される。
      • セルフBI例：Tableau, PowerBI
      • 管理者BI例：Looker, Domo
  3. 設計編
    • 画面
      • TOP画面では一般的な指標を採用する。より深掘って分析したい人には、そこから詳細画面に遷移させる。
    • データ
      • BI側に複雑な計算を持たせない。DataMartやDWHなどテーブル側で事前に計算を行うようにする。
  4. 運用・改善編
    • 利用状況をモニタリングして、要望者の利用実態をほぼリアルタイムで把握。使われない場合は、当初の要望部署へのヒアリング。
    • セルフBIの場合、利用が増えてくるつれて、ダッシュボードやDataMartが乱立するため、作戦を持っておく。
      • 減らす観点：BIの利用状況から、使われていないと判断できる閾値を作って、自動アーカイブする。
      • 整理する観点：ユースケースとテーブル命名ルールを一致させる。
        • 例：dm _ (1.指標/KPI) _ (2.集計粒度) _ (3.集計day粒度) _ (4.集計期間)
          • dm_uu_app_day_last30days → 直近30日の、日次で、アプリ毎のイベント毎UUのデータが格納されています。

BIツール"Tableau"の紹介

ユースケース

  • 管理者が作ったグラフを見るよりは、様々な軸で分析を行いたい人がいる。いわゆる、セルフBIを使いたい。
  • DataMart(DM)を構築する基盤がある。

欠点

  • [大]ユーザ側での加工を許容するため、データガバナンスが困難である。
    • Tableau上での独自計算フィールド作成により、作成者と意思決定者の間に認識齟齬が発生し、解釈がぶれる可能性がある。（例：消費税込み売り上げ）
    • この問題点は、組織内で独自Excelとマクロが乱立しているのと同じである。
  • [中]データ自体の説明資料が別途必要になる。
    • カラムの意味、データの属性値、など。
  • [中]組織内での利用拡大のためには、トレーニングやサポート体制の構築が必要である。
    • ピボット操作で簡単というUIのため、導入者側からすると、誰でも簡単に操作できると思う。しかし、独力で分析操作が出来るレベルに達するのは、5人に1人程である。

良く活用されていた機能

  • フィルタ機能
    • 複数のフィルタを使う場合に、フィルタの優先順位をつけられる。
  • LOD関数
    • 集計粒度をダッシュボードの粒度ではなく、任意の粒度に設定できる。
    • SQLでいうところの、Window関数に相当する。

導入した際の所感

  • SQLを使わなくてもデータ操作が出来るため、企画部署内でデータ集計を完結できる場面が増えた。
  • 玄人が計算フィールドなどを駆使してカスタマイズされまくったTableauは、他人が理解するのが辛い内容になる。
  • Excel主流の現場では、完全にTableauに切り替えることは不可能という前提で考えた方が良い。
    • Excelに精通した人に、Tableauを習得させることが難しい場合は、業務が滞るリスクがあるため。

Appendix

  • 用語説明

    • DataMart(DM)
    • データ分析用の集約されたテーブル群です。特定のユースケース毎にテーブルを整備するため、ユースケースに沿った分析を行う場合には、BI側でのデータ加工を行う手間がほぼ不要になる利点がある。

  • 参考になる資料

5
4
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
5
4