[レポート]「A New Day for Data 大阪」に行ってきました #tableau

はじめに

こんにちは。大阪オフィスのDI部メンバー、tamaです。

9月２５日（火）、Tableau社による「A New Day for Data 大阪」が開催されました。本エントリでは、その模様をレポートしたいと思います。セッション内でも言われていましたが、関西でこのようなTableauイベントの開催は初でした。

また、セッション内容に関係ありそうなdev.ioエントリや別ページも合わせて紹介していきます。

概要

• 日時：2018 年 9 月 25 日（火）14：30 - 19:30
• 主催：Tableau Japan 株式会社
• 定員： 200 名
• 協賛：伊藤忠テクノソリューションズ株式会社、NECソリューションイノベータ株式会社、株式会社エヌ・ティ・ティ・データ（五十音順）

• A New Day for Data 大阪 | Tableau Software

補足

• カスタマーセッション（Tableau社以外のセッション）の写真撮影はNGだったため、スライド等の写真はありません。

セッションレポート

Tableau キーノート”A New Day for Data”

• 登壇者　Tableau Japan 株式会社 社長 佐藤豊 氏
• 新機能デモ　Tableau Japan 株式会社 田中香織 氏

当イベントについて

• 2018年4月に社長に就任した
• 大阪で開催したイベントといえば、バージョン10の発表イベントが思い出される
• 今回の「A New Day for Data」は大阪のみの開催となる
• Tableau Japanのビジネスとして、いま一番伸びているのが関西地方だから
• また、大阪府では万博も控えており、今後も一層新しいビジネスを築いていけそうだから
• スポンサー紹介とカスタマーセッションの紹介

今後のTableauについて

• かつて「デジタルデバイド」という言葉があった
• 「ITを駆使する人と、そうでない人との格差」のこと
• この「デジタルデバイド」を変えたのが「スマートフォン」である
• スマホの登場によって、ITに詳しくない人でも”情報”を扱えるようになった
• Visual Analytics
• 当然だがTableau社は全員Tableauを使用している
• Tableauを使う前、一体どうやってデータ分析を行っていたか思い出せない
• 先ほどのスマートフォンと同じで、Tableauの登場によって、データ分析そのものが大きく変わった
• 現在のTableauについて
• 全世界で78000組織が利用している
• 国内で代表的なユーザーの1社に、リクルートライフスタイル社がある
• Tableauを導入したきっかけは「脱Excel」
• 「じゃらん」の営業は「もうTableauが無いと顧客に提案できない」と言い始めているレベルにきている
• ユーザーグループも世界で450以上存在している
• 国内だと10くらい存在している
• 西日本だけでも4つある（関西、四国、広島、九州）
• 「データの活用」について
• Tableau社は「 Every Company is a Data Company」であるべきと考えている
• これを実現するためには以下のことを行っていく必要がある
• データを活用できる人を早く育成すること
• そういった人材を多く集めること
• Uber社やテスラモーターズ社などは既にこういった取り組みを行っている
• しかし、多くの企業は、こういったデータドリブンカルチャーの醸成は達成できていない
• そして、その多くの企業は、データネイティブな新興企業（NETFLIX、Amazonなど）の革新を恐れている
• つまり、「個人レベルのデジタルデバイド」はスマートフォンで無くなったが「企業レベルのデジタルデバイド」は未だ顕在である
• 企業間でも部署間でも「デジタルデバイド」はある
• 今後、この差はもっと広がるだろう
• 「企業レベルのデジタルデバイド」が未だ存在するのは「データが使える状態になっていないから」とTableau社は考えている
• Tableauが目指すところ
• Tableauは（上記のような）デジタルデバイドを埋めていくような存在を目指す
• データアクセス、データ準備、データ統治、データ探索、分析、コラボレーションを内包するプラットフォームを目指す
• もちろんセキュリティも担保する
• APIも充実させて、他システムとの連携も容易にする
• 上記の実現のために行っていること
• 今年は売上の28％を開発に投資している（昨年は38％）
• リリースを3ヶ月に1回行うようにした
• バージョン名称も変更した
• これまでに100を超える機能を搭載してきた

新機能のデモ

• Tableau Serverのメンション機能の紹介
• ダッシュボードのモバイル向けデザインの紹介
• Tableau Mobileの紹介

Tableau Prepの紹介とデモ

• データ分析は、データの前処理に8割の時間を要するといわれている
• Tableauはこれを解決するためにTableau Prepを開発した
• 既存ユーザーは無料でついている
• 現在のところかなり高い評価を受けている
• Tableau Prepは毎月リリースを行う
• Tableau Prepのデモ
• ワイルドカードユニオンの紹介
• 画面の下部で処理状態がひと目でわかることの紹介

新しいライセンス体系

• 今までは製品別のライセンス体系だった
• これにより価格が高いといわれていた
• 製品別ではなく、「データ分析業務に対する役割」別にライセンスを用意した
• Creator、Explorer、Viewer

関連エントリ

• Tableau 2018.2 新機能紹介：モバイル端末向けの自動レイアウト調整機能 #tableau ｜ Developers.IO
• 改めてTableau Mobileを一通り使ってみた #tableau ｜ Developers.IO
• Tableau Prep ｜ シリーズ ｜ Developers.IO

「データ活用・分析に必要なプラットフォームとは」

• 登壇者　伊藤忠テクノソリューションズ株式会社　小林 範昭 氏

ロシアワールドカップで使用されたデータ分析システムについて

• 3つのシステム
• VAR
• ビデオ判定
• GLT
• ボールが入ったかどうかの判定
• EPTS
• 選手につけたセンサー
• 走行距離やパス成功率、脈拍などを記録する
• 別途カメラによるモニタリングもしている
• タブレットが各国チームに2台づつ配布（ベンチ、裏方）
• 各国がそれを使用して分析できる
• ドイツ等はこれを非常に活用した
• 当システムのデータの課題
• データ定義にばらつきがある
• FIFAで能力をカテゴリしている
• 例えば走る能力を6段階にカテゴリしている
• このカテゴライズは、選手の身体能力的に日本にそぐわないため、日本は独自カテゴリを使用している
• そのため、分析時には補正をかける必要がある
• リアルタイム性
• データ収集に時間がかかる
• パスかシュートかの判定は、後で人力で行う必要がある
• 網羅性
• 欲しいデータが揃わない
• 日本代表のデータ分析官いわく、クラブチームのデータは無い
• 日本代表のデータとクラブチーム時のデータを組み合わせたくても、できない

データ分析の問題

• 上記の課題は、ビジネスのデータ分析の課題とほとんど同じといえる
• データ定義
• 異常値の処理
• データ収集が大変
• etc…
• データ分析の対象となるデータの範囲は、これからどんどん広くなるだろう
• 特に非構造化データが増えていく
• データの価値を高める必要も出てくる
• データの収集や準備を丁寧に対応していく必要がある
• データの品質が上がれば、価値も上がっていく

データ分析に必要なものとは

• スケーラブルな「データレイク」のようなプラットフォームが必要になってくると思われる
• データを一元管理し、データ収集に時間がかからないようにする
• データ品質を向上させるため、データ前処理を行えるプラットフォームも必要
• データの整形なくして有効なデータ分析なし

データ分析を行う人材にも課題あり

• 人材育成に関しては、近道はないと考える
• 地道にしっかり取り組むしか無い
• 育成にあたって、現場の既存作業に負荷がかからないようにする必要もある

関連リンク

• サッカーW杯で賛否両論！ 「VAR」によるヴィデオ判定導入の舞台裏｜WIRED.jp
• GLTって何？ロシアワールドカップに導入されたゴール自動判定装置のこと。 - orangeitems’s diary
• 『EPTS』もW杯初導入…全32か国にタブレット端末を支給、リアルタイム分析が可能に | ゲキサカ

「アナリティクスの民主化をワンストップで。」

• 登壇者　NECソリューションイノベータ株式会社　寺川 孝之 氏

データアナリティクスについて

• 4つの段階が存在する
• 記述的分析（BI）
• 診断的分析（BI）
• 予測的分析（アナリティクス）
• 処方的分析（アナリティクス）
• 北米では上記のアナリティクスの部分にどんどん投資している
• VISA社など
• 数百人単位でデータサイエンティストを抱えている

「dotData」

• 北米企業のように「アナリティクス」に莫大な投資を行うことは難しい
• この「アナリティクス」を誰でも利用できるようにするために、NECソリューションイノベータ社は「dotData」というプロダクトを開発した
• 「アナリティクス」を自動化するツール
• 1日未満で分析処理が完了する
• 課題設定〜結果出力まで自動化できる

「dotData」の使用例（画像を用いた機能紹介）

• 「オフィス器具を販売する企業の購買データを分析したい」とする
• このデータから「将来買ってくれそうな顧客」を予測したい
• データのインポート
• 「ユースケース」の作成（プロジェクト名のようなものに見えました）
• 「1ヶ月以内に買ってくれそうな顧客」という名称をつける
• モデル設計のタスクを実行する
• モデルが50個生成される
• スコアが良い順に並ぶ
• パラメータの調整を行っての再処理も可能
• 予測結果の出力
• DBに出力する
• Tableauで結果を確認することもできる
• バブルチャートで表示
• 買ってくれそうな顧客は赤色で表示
• 特徴量も自動で表示する

「dotData」の事例

• 三井住友銀行
• 数日かかっていた処理が1日未満で完了するようになった

「dotData」の国内展開について

• 日本の販売計画はこれから

関連リンク

• dotData: ソリューション・サービス | NEC
• NECとdotData、AIを活用したデータ分析技術によりSMBCグループのデータ分析業務の高度化・効率化を実現 (2018年7月13日): プレスリリース | NEC

「Tableauあるある」を乗り越えるNTTデータ流導入・推進メソッド

• 登壇者　株式会社NTTデータ　伊藤 沙知 氏

Tableauの導入時に現れる「あるある」タイプとその克服法

• 孤軍奮闘タイプ
• 担当者が一人というタイプ
• 動画コンテンツを作成して学習してもらう
• サンプルスーパーストアではなく、お客さんのデータを使ったコンテンツにする
• 担当者の上位層を味方につける
• 業務部門通信タイプ
• 初期の体系的なトレーニングを実施する
• 効果に懐疑的タイプ
• Tableauの能力に疑いをもっているタイプ
• 実際に触ってもらう機会を創出して対応する
• Tableauの得意領域を訴求する

Tableauの導入時に現れる「壁」とその克服法

• 文化の壁
• 帳票文化が強すぎる組織（従来手法固執タイプ）
• データ可視化の目的をはっきりさせる
• Guided Analyticsを活用する
• 組織の壁
• 「（Tableauによって）自分たちの仕事がとられるのではないか」と心配するタイプ
• 決してそうなることはなく、別の高度な業務も存在することを伝える
• 時間の壁
• 「（Tableauを使用する）時間がない」という理由で導入できないタイプ
• 業務プロセスにTableauを取り込んでしまう
• KPIダッシュボードを作成してポータルサイトに埋め込むなど
• 「ダッシュボードの表示が遅い」という理由で導入できないタイプ（性能の時間の壁）
• 作成するVizをシンプルにする
• ダッシュボード作成に詳しいプロをつける

「Excelすら使えなかった『原始人』がBIエバンジェリストに『進化』した今、社内で起きていること」

• 登壇者　大阪ガス株式会社　高木 大輝 氏

登壇者について

• 2013年に新卒で大阪ガス入社
• 配属は情シス部門
• その中のデータ分析専門組織（ビジネスアナリシスセンター）に所属
• エネファームに関するデータ分析などを行っている

ビジネスアナリシスセンターについて

• 大阪ガスグループ向けに分析ソリューションを提供している
• 予算をもらって案件としているため、グループ内とはいえ緊張感を持って業務を遂行している
• 2冊ほど本を出している
• NHKプロフェッショナルにも出演
• NHK 「 プロフェッショナル 仕事の流儀 」 ：大阪ガス通信
• 大ガスがヒカキンやプロゲーマー梅原大吾と肩を並べた！
• しかし大阪ガスパートは6分！（ヒカキンとかは30,40分あったそうです）
• 個性的なメンバーが揃っている組織

ビジネスアナリシスセンターの事例紹介：エネファームの自動故障診断システム

• 運転データが自動でAWSに上がるようになっている
• エネファームは「家に化学プラントがくっつている」と言われているくらい複雑な仕様
• エラーコードだけでは判断できないくらい複雑
• これらをわかりやすいものに変えてフィードバックするシステム
• エラーがわかりやすくなり、お客さん対応が簡単になる→カスタマーサポート品質が上がる
• プロトタイピングはTableauで試している
• システムの要件定義も削減

ビジネスアナリシスセンターの事例紹介：AI（DataRobot）導入

• 今年の秋頃リリース予定
• 家全体のガス使用量を学習し、家の何にどれだけガスを使っているのかわかるように。
• 実はすでに無料でちょっと試せる状態
• （下記がそれかと思っていますが、自信ないです）
• ツナガルde給湯器でできること - ガス給湯器/大阪ガス

ビジネスアナリシスセンターが大事にしている考え

• 現場の人に（データ分析結果を）わかりやすい説明を心がけること
• 意思決定に反映させないと、データ分析の意味がない
• しかし、データ分析自体のスキルも大事

登壇者の入社時のスキル

• 統計学→全く分からない
• IT活用スキル→PCとか触りたくない
• プログラミング→高専で習ったが、先輩のコードをコピペしないとできない
• MATLABっていう存在は知ってるけど、中身は全くわからない
• Excelすら分からない
• とにかくスキルが全く無い状態だった

登壇者の進化その1

• 現場に入ると、統計はわかるようになってきた
• Excelの関数もわかるようになってきた
• 最初の業務
• 床暖房の一部データ（期間などを削ってもらった）
• こういう「軽い」データで訓練を重ねる
• 社内講習でデータ分析のマナーを学んだ

登壇者の進化その2

• スキルを少しづつ学んでいくと、どんどん他の分析スキルも学びたくなってくる
• RとかPythonも自ら学習するようになった
• 業務で扱うデータも増えてくる
• 必然的にRやPythonのスキルが必要になってくる
• 組織のメンバーそれぞれで使用言語がバラバラなので、教えてもらうのは効率が良くないと考えた
• ネットでググりまくって学んだ
• Qiitaとかで大体わかる
• Excelで済む業務を、わざとPythonとかでやってみて修行

登壇者の進化その3

• ついにBIツールを利用し始める
• （データ分析のための）プログラミングには落とし穴があることがわかった
• データ型を気をつけないといけない
• 3日経つと自分が書いた処理内容を忘れる
• プログラミング自体に頭のリソースを割かないといけない
• Tableauを使うと、上記の課題が解決した
• データ分析そのものに頭のリソースを使える
• Tableauを使ってプレゼンすると、単純に相手のウケがいい
• ある意味大事なこと

社内にTableauを広めるために…

• 山本五十六の名言「やってみせ、言って聞かせて、させてみせ、ほめてやらねば、人は動かじ」に応じた広め方を考案した
• 「やってみせ編」
• 登壇者はプレゼンの際にパワポを使わなくなってきた（Tableauのストーリーでプレゼン）
• プレゼンされたほうが「このツールなに？」ってきいてくる
• 要するに「とりあえず見せてみる」と興味をもってくれる
• 「言って聞かせてさせてみせ編」
• 「なんかいい感じに分析して」ってよく言われる
• これは分析自体が目的化してるのでよくない
• こういう依頼には、とりあえず「まずはデータを見える化しましょう」と提案
• その後、ヒアリングしながらデータを探索していくと、本来の目的が見えてくる
• 「ほめてやらねば編」
• 既存の、属人的な業務を否定しないようにする
• （登壇者いわく、「ほめてやらねば編」は結構無理やり当てはめた…とのこと）

だんだんTableauユーザーが増えてくる

• 様々な活用ニーズが顕在化してきた
• 自分ひとりじゃ対応できなくなってきた
• オージス総研と連携して「講習プログラムをつくろう」という話をしている

関連リンク

• Excelすら使えなかった新人が、2年で「BIエバンジェリスト」になれた理由 (1/4) - ITmedia エンタープライズ
• 「診断結果を信じて修理してください」、データ分析官の泥臭い交渉術 | 日経 xTECH（クロステック）

「新しい名から紐解くTableauが目指す未来」（新機能の紹介）

• 登壇者　Tableau Japan 株式会社 田中香織 氏

Tableau Online（Server）

• ダッシュボードスターター
• いくらTableauが優れているとはいえ、内容によってはワークブックの作成というのは、やっぱり時間がかかる
• SalesforceとかMarketoに対応したダッシュボードが予め備わっている
• アカウントを入れるだけで完成する
• （Tableau Onlineのみの機能）
• グリッド表示
• ダッシュボード上にグリッドを表示することで、配置の調整がわかりやすくなった
• キーボードで微調整も可能
• コメント機能
• 削除もできるように
• Web上で新規ワークブック作成
• ローカルデータもドラッグアンドドロップで接続可能
• 並べ替え
• 列が複数あるビューのときでも、ソートボタンだけできれいに並ぶようになった
• もうRANK関数などで対応する必要はない
• データインタープリターもWeb上でできる

Tableau Desktop

• 空間データのJOIN
• 区域データと学校の場所の地理データをJOIN
• 「ある区域に学校がいくつあるか」が地図上に可視化できるようになった
• 新しいマークタイプ「密度」
• Tableau Desktopのマークの種類には、人間の脳が無意識に反応できる要素が選ばれてる（色とかサイズなど）
• 人間の脳と関連しているので、ここの項目が変わることはない
• ただし、マークタイプの種類は増えた
• 密度
• ヒートマップが簡単に作成できるようになった
• セットインアクション
• セット機能のおさらい
• 任意のグループを作って「それに該当するか否か」で分ける機能
• そのセットの中身をダッシュボードのアクションで動的に変更できる
• ダッシュボード上で選んだ部分が、そのままセットとして反映される
• TSM
• Tableau Serverの管理機能がWebUIで可能になった

データ分析の大事なこと

• 目的が大事（売上を伸ばしたいなど）
• その目的を達成するためのタスクに紐付いて、分析→インサイトを得る→タスクを実行…という流れ
• この一連の流れを妨げないようにするのがTableauの信念としてある

みんながみんなデータ分析をバリバリやるようになるのか？

• そうはならない。実際にデータをいじる人、分析結果を見て判断を下す人など、それぞれ役割は異なっていくはず
• だからTableauはライセンス体系を新しくした
• 新ライセンス体系で一番大事なのは「Viewerライセンス」
• Viewerとは、ビューを見て心を動かしたり、実際にアクションをとる人
• データ分析の中で一番大事な人
• CreatorやExplorerは、ビューを作ったり探索したりする人
• 「このビューのデータって何のデータですか？」という質問は分析思考の邪魔である
• Tableauはこういったことを排除していき、データ分析をスムーズにしていく

関連リンク

• Tableau 2018.2 新機能紹介：TSM（Tableau Services ManagerまたはTableau Server Manager）登場の巻 #tableau ｜ Developers.IO
• Tableau 2018.2 新機能紹介：並べ替えが直感的にできるようになりました！ #tableau ｜ Developers.IO
• Tableau 2018.2 新機能紹介：空間ファイルの結合が可能に #tableau ｜ Developers.IO
• Tableau 2018.2 新機能紹介：ダッシュボードのグリッド表示 #tableau ｜ Developers.IO
• Tableau 2018.3 新機能紹介：地図や散布図のマークタイプに「ヒートマップ」が選べるようになりました！ #tableau ｜ Developers.IO

懇親会

全セッション終了後、懇親会が行われました。かなりの人数が参加しており、関西でもTableauがぐんぐん広がってきていることを実感しました。

おわりに

関西初の大規模Tableauイベントでした。どのセッションも興味深かったですが、個人的に面白かったのは大阪ガスさんのセッションでした。分析の「ぶ」も知らなかった高木氏がどのようにして「分析官」として成長していったのかを、時にギャグを織り交ぜながら話していくところが、やっぱり関西の企業だなあ、と感じられてよかったです（関西弁だったのも個人的に聞きやすかったです）。

私も社内のミーティングとかで、もっと関西弁を出していきたいと思います！スキがあったらかかってこんかい！