統計の専門知識がなくても簡単にデータ分析ができる!?
池田さんは自動車製品の販売会社A社の経営企画部員だ。A社は最近海外進出を積極的に進めており、米国支社を設立し、全米で販売網を築いている。しかし競合も多く、引き合いがあったからと言って必ずしも受注に結び付くとは限らない。そのため池田さんに、米国支社の最近の受注実績をもとに、米国支社の売り上げをアップさせるための施策を考えよとのミッションが上司である馬場部長から下った。
とは言え、最近他の部署から異動してきたばかりの池田さんは、日常的にパソコンこそ使っているものの、データ分析の専門家ではなく、統計に関する専門的知識もない。馬場部長から与えられたデータには、受注の成功・失敗の結果に加え、引き合いのあった地域やサプライヤーの種別、競合の有無などのデータが細かく掲載されていたが、どんな傾向があるのかさっぱりわからなかった。
統計解析ツールの勉強を本格的にしなければならないのだろうか・・・。池田さんが途方に暮れていると、話を聞きつけた同僚の水野さんが訪ねてきた。水野さんは経営企画部きってのIT通として知られた人だ。最新のソフトの動向などにも詳しい。
「池田さん、今から専門知識を習得しようというのも大変でしょう。IBM Watson Analyticsというサービスがあって、これを使えば専門知識がなくても簡単にデータ分析ができてしまうんです」
「Watson？ どこかで聞いたことがある・・・そうそう、数年前に米国のクイズ番組で話題になりましたよね？」
「Watsonは、人との自然な対話を通じてコンピュータが学習し、人の意思決定をサポートする仕組みです。Watson AnalyticsはそんなWatsonの技術をデータ分析に応用したもので、人がデータ分析作業をしなくても、データから見えてくる傾向を教えてくれるんです。クラウドサービスなのでPCにソフトウェアをインストールする必要はないし、お試し版が利用できるので、池田さんも気軽に使ってみてください」
分析したいデータをアップロードするだけ
水野さんに勧められるまま、「IBM Watson Analytics」を使ってみることにした池田さん。まずは試してみようと、池田さんは教えてもらったページにアクセスし、「IBM Watson Analytics」のお試し版を利用するための登録を済ませた。
このお試し版に登録すれば、最初の30日間は無料で本来は有償のProfessional版が利用できる。CSVファイルやExcelファイルの他、クラウド上のデータソースや、各種リレーショナル・データベース等さまざまなデータソースに対応しているという。取得したID／パスワードを使ってサインインすると、Watson AnalyticsのTopページが表示される。ここには以下の3つの機能が左から並んでいる（図1）。
「Data」・・・データの内容や性質を確認する機能
「Discover」・・・データの特性を分析したり、そのデータに影響を及ぼす要因を予測したりする機能
「Display」・・・分析したデータをファイルに出力したり共有したりする機能
図1●IBM Watson AnalyticsのTopページ
Watson Analyticsを利用するには、利用するデータをあらかじめ用意する必要がある。池田さんは米国支社の受注実績のデータをWatson Analyticsにアップロードすることにした。画面左の「+New Data」をクリックし、表示された吹き出しの中にある「Drag and drop your file here」の部分に、データ分析するファイルをドラッグ＆ドロップする（図2）。
図2●データ分析を行うファイルをドラッグ＆ドロップするだけ
すると、ファイルが自動的にアップロードされ、アップしたファイルがボックス形式で表示される（図3）。このボックスにはアップロードしたデータの品質が表示されている。Watson Analyticsによると、今回のデータは65％のクオリティだそうだ。
図3●アップロードしたデータが表示される
データの中身を確認するには、ボックスの右下をクリックし、「Refine」を選択する。データの内容やどのような形式になっているかなどを確認することができる（図4）。
図4●データの中身は「Refine」で確認
文字と数字のデータが“ひと目でわかるグラフ”に変身
左上の「v」マークをクリックして「IBM Watson Analytics」をクリックすると、Top画面に戻る。実際の分析は、このボックスをクリックして開いたウィンドウから始めることになる。このウィンドウでは、アップロードしたデータから意味のあるパターンや関係性をWatson Analyticsが自動的に探し出し、その分析内容を利用者に提案する。ウィンドウの中ほどに表示された分析の提案がそれだ（図5）。ウィンドウ内には6つの分析が提案されているが、右の「＞」をクリックすると、さらに別の分析も提案される。
図5●Watson Analyticsが分析内容を利用者に提案してくれる
池田さんは試しに左下の「How do the values of Ratio Days Identified To Total Days compare by Region and Supplies Group?」をクリックしてみた。すると、地域・供給者グループ別に色分けされた棒グラフが表示された（図6）。
図6●ボタン一つで色分けされたグラフが表示される
縦軸や横軸の項目は、自由に変更できる。たとえば、現在、縦軸はRatio Days Identified To Total Daysとなっているが、グラフの上のタイトル部分のRatio Days Identified To Total Daysをクリックし、出てきた候補の中からTotal Days Identified Through Closingを選ぶと、違う形状のグラフが現れる（図7）。
図7●グラフの項目は自由に変更できる
項目の内容を計算式で修正することもできる。縦軸の文言をダブルクリックし、Create calculationを選択すると計算式が入力できる。平均を出すために件数（Rows）で割り、Total Days Identified Through Closing（avg）と名付けて保存する（図8）と、平均日数で表示されるグラフが現れる（図9）。
図8●軸の値は計算式で設定することができる
図9●計算式を入れて変更したグラフ
池田さんは受注成績が他の変数とどのような関係にあるか知りたかったので、次の分析に移ることにした。左上のタブの「+」をクリックすると、新規のページが開く。池田さんは「Ask a question about your data」のところに「Rows, Opportunity Result, Supplies Group」と、関係がありそうないくつかの単語だけを入れてみた。するとWatson Analyticsの方で池田さんが何が知りたいのか推測して、「How does the number of Rows compare by Supplies Group and Opportunity Result?」と聞いてきた。選択すると、供給者別の受注と失注の棒グラフが現れた（図10）。
図10●供給者別の受注と失注
ある結果に影響を与えている要因を分析
次に、池田さんは、受注の成功にどの要因が影響を与えているかを調べようとした。池田さんは新しいページを開き、選択肢を確認したが、直接それに該当する質問は見当たらない。そこで「Opportunity Result」という単語だけを入れてみると、「What Drives Opportunity Result?」という質問が出てきた。これを選択すると、Opportunity Resultに影響を与えている要因がスパイラル状に表示された（図11）。
図11●Opportunity Resultに影響を与えている要因は何か
Driversの横にある「+」をクリックすると、影響を与えている要因とOpportunity Resultの関係を表すグラフが現れた（図12）。このグラフは、Revenue from Client Past Two Yearsを6分類に、Total Days Identified Through Qualifiedを5分類にしたもので、クライアントから過去2年以内に収入があり、日数が短いほうが受注の可能性が高まることが明瞭に見て取れる。
図12●受注に影響を与えるさまざまな要因
池田さんは右上のディスクのマークを押してこの分析結果を保存した（図13）。
図13●分析結果を保存
分析した結果をまとめるには、「Display」機能が便利だ。Top画面に戻り、Displayをクリックして、画面左の「+ New Display」をクリックすると、名前と形式を訊いてくる。「Dashboard」を選択し、レイアウトを選択すると、先ほどの分析結果をドラッグ＆ドロップで簡単にレイアウト上に貼り付けることができる（図14）。貼り付けた図には文章やイラストを加えることもできるので、Display上でレポートをまとめあげることも可能だ。作成したレポートはPDFなどの形式で保存したり、チームで共有したりすることもできるようになっている。
図14●ドラッグ＆ドロップで分析結果を貼り付け
この後も池田さんはWatson Analyticsが示唆するさまざまな受注に影響を与える要因を一つひとつ確認し、論評を書き加えながらレポートを短時間のうちに作成した。
これを機会に池田さんは他のデータについてもWatson Analyticsで分析してみたいと思った。池田さんが持っているデータには、ファイルが2つに分かれていたり、PDF形式でそのままではWatson Analyticsで読み込めないものも多いが、IT通の水野さんの話だと、2つのファイルの結合処理やPDFファイルからのデータ抽出など、Watson Analyticsの機能を補完してくれるDatawatchというデスクトップツールがあるそうだ。しかもデータをクラウドにあげる際に心配な機密情報のマスキングもできるらしい。トライアルダウンロードも可能なので、今度はDatawatchも使ってみようと池田さんは思った。
自分の力だけでは入手し得なかった分析結果を前に、自分一人で分析をやり遂げた達成感もあって、池田さんの顔には自然と笑みがこぼれる。池田さんは小さな声でつぶやいた。
「ありがとう！ Watson Analytics！」
>>IBM Watson Analyticsのお試しはこちら
※Watson Analyticsには、さまざまなSample Dataが用意されています。手元にデータがなくても、このSample Dataを利用することで、グラフ作成などの機能を体感していただくことができます。このコンテンツで使用したデータも、Sample Dataに「Find Patterns in Wins and Losses.xlxs」というタイトルで収録されています。
※本企画に登場する会社・人物には、いかなるモデルも存在しません。
