データインテリジェンス業界のイノベーションサービスメディア
——デジタルインテリジェンスに注力し、ビジネスを変える
現代のビジネス環境では、企業のビジネスニーズはますます複雑化しており、データ分析への依存もますます深まっています。リアルタイムの販売状況から市場動向分析、顧客行動調査から製品の最適化と調整に至るまで、あらゆるリンクはデータのサポートから切り離せません。ただし、インジケーター プラットフォームや BI プラットフォームなどの従来のデータ分析プラットフォームは、異なるシステムやチームに分割されることが多く、データ アイランドの形成につながり、データ分析と適用の効率が低下し、意思決定の速度と精度に影響を与えます。企業の。これに関連して、データ分析のあらゆる側面を効果的に統合し、データ管理と適用の効率を向上させ、リアルタイムで正確なデータ分析と意思決定に対する企業のニーズを満たす方法が、業界の共通の関心事となっています。
この文脈において、Sematic の ABI プラットフォームは私たちに新しい視点を与えてくれます。Sematicは、8月8日に広州のリッツカールトンホテルで「インジケーター主導のインテリジェントな意思決定」をテーマにした新製品発表会を開催し、最新ソリューションであるインジケーターを統合したプラットフォームであるSmartbi V11を発表します。 BI プラットフォームと統合され、企業のデータ分析に対する深いニーズに応えます。この目的を達成するために、Data Ape は Sematic の CEO、Wu Huafu にインタビューし、ABI プラットフォームに関する彼の考えと、インジケーター プラットフォームと BI プラットフォームを統合する Sematic の革新的な実践について深く理解を深めました。
インジケーター プラットフォームと BI の分離の痛み
Wu Huafu 氏は、ABI プラットフォームが導入される前、BI は主に 3 つの段階を経験しました。レスポンシブ レポート サービス、Cube をコアとした OLAP 分析、ワイド テーブルをコアとした分散ビジュアル分析です。この開発プロセスでは、インジケーター プラットフォームが BI プラットフォームから分離され、独立して開発されることが多く、これにより一連の問題が発生します。典型的な問題は次のとおりです。
システムの断片化によって生じる一貫性の問題。以前のモデルでは、インジケーター プラットフォームが主にインジケーターの定義とデータの保存を担当し、BI プラットフォームがデータの分析と視覚化を担当していました。インジケーター システムはより IT 指向であるため、ビジネス ユーザーがインジケーター システムでセルフサービスでデータ処理を行うことは難しく、BI でのみデータの再処理を行うことができます。アーキテクチャの観点から 2 つのシステムが分離されているため、データの再利用が不可能になり、データの不整合が生じ、データの正確性と信頼性に課題が生じています。
非効率的なデータ フローと運用効率では、データのリアルタイム分析をサポートできません。インジケーター プラットフォームから BI プラットフォームへのデータ移行のプロセスで、データが要件を満たしていない場合、ビジネス アナリストは要件に応じて再構築し、一連のデータのクリーニング、変換、インポート操作を実行する必要があります。これには多大な時間と労力がかかるだけでなく、データ移行プロセス中にデータの損失やエラーが発生する可能性もあります。さらに、この非効率なデータ フロー モードでは、データのリアルタイム分析と意思決定をサポートできません。Wu Huafu 氏は、従来の BI には独自の問題があり、効率的なデータ分析アプリケーションを十分にサポートできないと指摘しました。たとえば、従来の多次元分析にはパフォーマンスのボトルネックとディメンションの制限があり、依然として IT モデリングに依存しています。ワイド テーブル手法に基づくと、列ストレージによる集計によりパフォーマンスが向上し、ディメンションの制限が突破されるものの、データの一貫性とディメンションの調整が問題になります。
ユーザー エクスペリエンスの問題とマルチプラットフォーム運用のメンテナンス コスト。ユーザーがインジケータープラットフォームとBIプラットフォームを操作する際には、全く異なる2つの操作インターフェースと操作ロジックを切り替える必要があり、間違いなく使いやすさと学習コストが大幅に増加します。さらに、企業は 2 つのプラットフォームを維持する際に、間違いなくより多くのコストとエネルギーを支払う必要があります。
中堅製造会社を例にとると、生産速度や不良率などの生産ラインのパフォーマンス指標を毎月末に指標プラットフォーム上で更新します。同時に、別の BI プラットフォームを使用して、スクラップ率の増加の理由を調査するなど、これらの指標を詳細に分析します。ただし、データをメトリクス プラットフォームから BI プラットフォームに転送する必要があり、これは面倒で時間のかかるプロセスです。さらに悪いことに、2 つのプラットフォームのデータ処理および保存方法の違いにより、同じデータでも 2 つのプラットフォームでパフォーマンスが異なる可能性があり、その結果、データの一貫性の問題が発生します。たとえば、同じスクラップ率データはインジケーター プラットフォームでは 15% として表示されますが、BI プラットフォームでは 16% として表示されます。これにより、意思決定者には曖昧な、あるいは誤ったデータの見方がもたらされ、データに基づいた意思決定の正確性と適時性が影響を受けます。
一般に、インジケーター プラットフォームと BI プラットフォームの分離は、データの一貫性の問題、非効率なデータ フロー、ユーザー エクスペリエンスの問題、および高額なメンテナンス コストを引き起こし、これらの問題は企業のデータ管理、データ分析、およびデータの効率と有効性に深刻な影響を及ぼしています。データアプリケーション。したがって、この分離を打破し、インジケーター プラットフォームと BI プラットフォームの統合を実現することは、企業のデータ機能の向上を促進するために避けられない選択です。
ABI プラットフォームを使用してデータの観点を統一し、データの管理、分析、適用の効率を向上させます。
このような断片化かつ分散化されたデータ管理の問題に直面して、Sematic が発表した Smartbi V11 バージョンの ABI プラットフォームは、新しいソリューションを提供します。Wu Huafu 氏は、このプラットフォームは、基盤となるデータ、統合されたデータ インジケーター モデリング、統合されたユーザー インターフェイス、強力な分析ツール、フルサイクルのセキュリティと権限制御システムの統合を通じて、インジケーター プラットフォームと BI プラットフォームを統合し、次のような問題を解決すると紹介しました。データの一貫性、効率性、ユーザー エクスペリエンス。具体的には、ABI プラットフォームの利点は主に次の側面に現れます。
まず、ABI プラットフォームは、統一されたデータの観点を提供することで、データの一貫性の問題を解決します。
ABI プラットフォームは、インジケーター定義、インジケーター データ ストレージ、インジケーター データ分析、インジケーターの視覚化を 1 つのプラットフォームに統合します。すべてのデータの流れと処理は同じシステム内で行われ、どの部門やどの業務担当者が見ても、統一された一貫したデータが表示され、データの断片化によって引き起こされる誤った意思決定が回避されます。
Smartbi V11 プラットフォームを例に挙げると、このプラットフォームはインジケーターの定義、インジケーターの計算、インジケーターの保存、インジケーターのリリース、インジケーターの品質管理などをオープンにし、固定レポート、セルフサービス分析、データマイニング、インタラクティブなダッシュボード。Smartbi V11 は、基礎となるデータと統一データ インデックス モデリングの包括的な統合を通じて、データの一貫性をさらに強化し、より正確で包括的なインデックス データ サポートを提供します。
第 2 に、ABI プラットフォームはデータ管理、分析、アプリケーションの効率を向上させます。
ABI プラットフォームは、すべてのデータ管理タスクを統合し、データのインポート、処理、分析、エクスポートを 1 つのプラットフォーム上で完了します。これにより、データ管理プロセスが大幅に簡素化され、データ処理の効率が向上し、エラーの可能性が減少します。
さらに、ABI プラットフォームは豊富なデータ分析ツールを提供することで、データ分析の柔軟性と拡張性を強化します。Smartbi V11 を例にとると、そのプラットフォームは、アドホック クエリ、パースペクティブ分析、インタラクティブ ダッシュボード、Excel 融合分析、会話分析、データ マイニング、共有とコラボレーション、その他の多様な分析ツールを提供し、ユーザーはセルフサービスでさまざまなデータ分析ツールを使用できます。データ分析。さらに、ABIプラットフォームはさまざまなデータ分析テンプレートも提供しており、ユーザーはデータ分析モデルを一から作成することなく、自分のニーズに応じて適切なテンプレートを選択することができ、より詳細なデータ活用ニーズにも応えることができます。
第三に、ABI プラットフォームは、データとビジネスの関連性を向上させるためにビジネス担当者の参加も重視しています。
8月8日の新製品発表カンファレンスでは、AianalyticsとSematicが共著した業界分析レポート「ABI Platform Centered on Indicators, Reshaping Enterprise Digital Operations」も発表される予定で、センターとしてローカルなデータアプリケーションのニーズを満たすだけでなく、指標を企業経営の原点として捉え、「管理」と「活用」の指標を通じて全方位のデータドリブンな経営意思決定とプロセスの最適化を実現します。この目標を達成するには、データ管理、分析、アプリケーションの全体的なつながりにビジネス担当者の参加を実現する必要があります。
以前は、データ分析はデータサイエンティストや技術者の仕事であることが多く、ビジネスパーソンは排除されることが多かった。ABI プラットフォームは、ビジネス担当者がデータの計算と再計算のプロセスに参加することを奨励し、データをより深く理解し、ビジネス上の意思決定にデータをより適切に適用できるように支援します。たとえば、Sematic の ABI プラットフォームでは、ビジネス担当者が技術担当者の参加なしに、確立された指標モデルに基づいて計算指標を直接導き出すことができ、「ビジネス ニーズと IT ニーズ」という従来のモデルを打ち破ることができます。派生計算指標については、データの処理や処理を行わずに直接使用でき、企業が自己成長データ指標システムを構築するのを支援し、企業データ資産を預けて、データ資産のビジネス価値を解放するための基盤を築きます。
ビジネスとITの最適な連携により、指標システムの自己成長を実現し、企業データ資産を蓄積
第 4 に、ABI プラットフォームは、データ セキュリティを確保し、メンテナンス コストを削減するためのフルサイクルのセキュリティおよび権限制御システムを提供します。
従来のデータ管理モードでは、複数のプラットフォーム間でデータをインポートおよびエクスポートする必要があるため、データのセキュリティを保証することが困難なことがよくあります。ABI プラットフォームは、すべてのデータ管理作業を 1 つのプラットフォームに集中させ、フルサイクルのセキュリティと権限制御システムを通じてデータ セキュリティを確保します。同時に、保守する必要があるプラットフォームは 1 つだけであるため、保守コストも大幅に削減されます。Smartbi V11 バージョンではこの点も大幅に改善されており、より強力なセキュリティ保護機能が提供され、データのセキュリティが完全に保証されます。
Wu Huafu 氏は、ABI プラットフォームの適用効果を説明するために、Data Ape に具体的な顧客事例を挙げました。
チベット・ファーマシューティカルは、デジタル変革を積極的に推進する大手製薬会社として、急速に発展するビジネス環境において、複数の業務システムに散在する大量のデータを効果的に管理・活用するという課題に直面しています。データのニーズには、分散したデータを統合すること、データ品質を向上させるためにデータの品質を統一すること、ビジネス担当者が自らデータを効率的に使用できるようにすることが含まれます。
こうしたニーズに応えるため、チベット製薬株式会社はセマティック社と協力し、指標を中心としたABIシステムを構築しました。本システムは、「指標分析システム＋指標管理＋指標可視化」のソリューションを統合し、製薬業界における共通指標と自社需要指標を組み合わせた分析システムを構築します。Sematicは、データ準備プロセスにおいて、複数の業務システムのデータを統合することで、迅速なデータ収集と標準化された管理を実現します。同時に、さまざまな事業部門が正確で信頼性の高いインデックス データを提供できるよう、統一されたインデックス管理モデルも構築されました。データモデルレベルでは、Sematic が各ビジネスドメインのデータを集約して関連付けることにより、データモデルの柔軟な持ち運びを実現します。Sematicは、データプレゼンテーションの連携において、指標の可視化を実現し、ビジネスパーソンがセルフサービスで分析できるようにするカンバンとコックピットを提供します。
チベット製薬業界の指数中心のABI構築
このソリューションの適用により、チベット製薬は 0 から 1 までの指標システムの構築と適用を実現することができ、戦略的開発、事業運営、管理サポートのための 3 層指標システムの確立を完了することができました。合計 400 以上の指標を実現し、企業指標の統合ストレージと分類管理の問題を解決し、複数のシナリオで指標を柔軟に適用するニーズに応えます。同時に、チベット製薬のデータの適時性は大幅に改善され、データの表示は月次から「T+1」にアップグレードされました。現在、チベット製薬はこのシステムを使用して、業務、マーケティング、財務、人事のニーズを満たすかんばんとコックピットを迅速に開発することができ、25 の第 1 レベルのかんばんを構築しました。今後もSematicとの連携を深め、データ製品の用途と価値をさらに高め、グループ全体のデータドリブンなビジネス意思決定の効率化を実現し、企業の持続的かつ急速な成長を支援するとしている。
大規模モデル + ABI、より自然な人間とコンピューターの対話、より強力なデータ分析
Wu Huafu 氏は、ABI は静的なものではなく、急速に発展していると指摘しました。Wu Huafu 氏は、大規模モデルと ABI プラットフォームは相互に成功していると信じています。大規模言語モデルの導入により、自然言語分析ツールの「常識的な」意味論を理解する能力が効果的に向上し、意味理解の精度が向上し、効果的に機能を向上させることができます。 BI システムがユーザーの質問に対して「回答は無関係」になることを防ぎますが、一方で、ABI プラットフォームのインデックス システムをナレッジ グラフなどの AI テクノロジーと組み合わせることで、AIGC コンテンツの精度と専門性を向上させ、「大規模なモデルには深刻なナンセンスの問題が存在する可能性があります。
現在、Sematic は、ABI プラットフォームに基づいてさらに進歩し、大規模モデルの機能を統合して、よりインテリジェントな ABI プラットフォームを作成しています。このプラットフォームは、多くの側面、特に次の側面で大幅な機能向上を達成しています。
大規模な言語モデルは、より複雑な言語構造を処理できるため、ABI プラットフォームが人間の自然言語に基づいた人間とコンピューターの対話を実現できるようになり、ABI プラットフォームのデータ分析レポートと解釈が人間の言語習慣により沿ったものになります。たとえば、同じデータ分析結果に対して、大規模な言語モデルは、ユーザーのニーズとコンテキストに応じて、さまざまなスタイルと深さの説明と要約を生成できるため、さまざまな背景や知識レベルを持つユーザーにとって非常に役立ちます。
さらに一歩進んで、大規模な言語モデルはデータ分析においてより強力な推論機能を備えています。大量のデータに直面した場合、大規模モデルは重要な情報を迅速に見つけ出し、データ内の隠れたパターンと相関関係を発見し、詳細なデータ分析結果を生成します。大規模なモデルは人間のアナリストよりも迅速かつ正確にビジネスの関連性とデータ パターンを見つけることができるため、これは複雑なビジネス シナリオに直面する場合に特に重要です。
さらに、大規模な言語モデルにより、データ ガバナンスの効率が向上します。大規模モデルの言語理解機能のおかげで、データ内のエラーや不一致をよりよく理解できるようになり、効果的な前処理、データ品質管理、データ整合性ソリューションが提供されます。さらに、大規模モデルは分析結果に基づいてデータ ガバナンス ポリシーとルールを自動的に生成できるため、データ ガバナンスの効率と品質の向上に非常に役立ちます。
テクノロジーの急速な進歩に伴い、ABI プラットフォームは従来のデータ処理および分析方法を覆し、前例のない利便性とインテリジェンスを私たちにもたらしました。特に、大規模モデルに統合された ABI プラットフォーム、その深い言語理解、強力なデータ分析機能、効率的なデータガバナンスの効率は、業界のデジタルアップグレードとデジタル経済の構築に強固な技術サポートを提供します。
しかし、Sematic はプラットフォームの力がそのエコシステムにあることを認識しているため、さまざまな業界のパートナーとの協力を積極的に展開しています。Sematic は、ABI プラットフォームと業界パートナーのノウハウを組み合わせることで、さまざまな業界により専門的かつ効率的なインテリジェント ソリューションを提供し、業界の急速な発展を共同で促進することを目指しています。このため、Sematic は、8 月 8 日に開催される Smatbi V11 新製品発表カンファレンスで V11 の新機能を紹介するだけでなく、多くのベンチマーク企業を招待して、ビジネスの成長を促進する ABI プラットフォームの革新的な実践方法を共有する予定です。
レポート「指標を中心とした ABI プラットフォーム、企業のデジタル運用を再構築」で指摘されているように、デジタル経済の時代において、企業は指標に頼って意思決定を推進し、デジタル運用に移行する必要があります。競争力の向上、コストの削減、ビジネスモデルの革新、顧客エクスペリエンスの向上の観点から、指標を適用できるかどうかによって、企業のデジタル運用のメリットのレベルがある程度決まります。将来的には、ビッグデータ、AI、大規模モデルなどのテクノロジーのさらなる発展に伴い、ABI プラットフォームはよりインテリジェント化、自動化、人間化されるでしょう。企業にとって重要なデータ分析ツールとなるだけでなく、産業のデジタルアップグレードとデジタル経済の構築を促進する重要な要素となるでしょう。
2023 Smartbi V11 シリーズの新製品登録が人気です。「原文を読む」をクリックしてカンファレンスに登録してください。
Text: Yuemanxilou / Data Ape
