簡単最速！North Star Metricsを中心に可視化ダッシュボードの作り方
下図の二つの管理ダッシュボードについて、みなさんどう思いますか？一目で見ると、チャートと指標が多すぎて、指標の間にも関連がなさそうです。データの変化がリアルタイムに見えますが、ほしいデータの結果がどこかと、何を中心にデータを分析すべきかはわかりません。原因として、ダッシュボードにNorth Star Metrics（道しるべの指標）がないからです。
オシャレなダッシュボードを上司などに呈すると、いい仕事をしてたって褒められるかもしれません。とはいえ、上司（経営層、業務担当者、管理職層などいろいろ）にとって、一目瞭然の指標から業務本質を見抜き、意思決定を助けるダッシュボードは一番有用なのではありませんか？
では、どのような指標はダッシュボードに必要ですか？
ダッシュボード①
ダッシュボード②
1. いい指標についての考え
「Lean Analytics. Use Data to Build a Better Startup Faster」という本にいい指標の評価方法が述べられます。
1）比較可能性(英語Comparability)。各時間範囲の指標（ユーザグループ、競合製品の売上など）を比べることで、商品の動きを見通せること。
2) わかりやすい。チームあるいは会社のすべての人がその指標を覚えられること。例えば、増加率、利益率、支払率など。
3）指標が比率で表示。比率は行動を導く指標だといえます。例えば、毎月のユーザ増加率によってユーザの状況を判断できます。ユーザ増加率の急増から重要な活動が行われたことがうかがえます。
2. 正しい指標を見つける
1）定量的指標と定性的指標
定性的指標より定量的指標を優先するのは一般的です。定量的指標は店舗の売上、年間契約率など数字で表示する指標です。定性的指標は過去経験に基づき、数値化が難しい指標（ポジション、顧客満足度）です。
2）経営目標に直結した指標と経営目標からかけ離れた指標
指標は部署と会社の目標に関するものでなければなりません。さもなければ、行動の道しるべになれないし、部署と会社の成長に何の役にも立ちません。
3）現状指標と予測指標
現状指標は現状を把握するための指標であるのに対して、予測指標は未来に何が起こるか予測する指標のこと。現状指標と予測指標が会社の運営状況によって設定されます。
4）相関関係指標と因果関係指標
相関関係と因果関係は統計学の二つの分析手法です。相関関係とは「一方の変数の増減にあわせて、もう一方の変数も増減する」関係のこと。こういう関係がある指標を一つのグラフ（例：折れ線グラフ＋棒グラフ）に表示できます。一方、因果関係とは「Aが原因となってBという結果が起きる」関係のこと。こういう関係がある指標を一つのグループに表示したほうがいいです。
3. North Star Metrics（道しるべの指標）を中心にダッシュボードを作成
以下はある不動産会社の販売状況を例として道しるべの指標を中心にダッシュボードを作成します。複数のデータソースを統合し、データをリアルタイムにリフレッシュすることを実現できるデータ可視化ツールFineReportを利用します。
ステップ1：道しるべの指標を決める
意思決定を助ける経営ダッシュボードには「XXX不動産会社販売状況」のような明確なテーマがあります。このようなダッシュボードの指標を指標を立てる際に、North Star Metricsを分解してみましょう。
「North Star Metrics」（道しるべの指標）を決めると、それはダッシュボードの中心になって、北極星のように方向を導きます。このダッシュボードの道しるべの指標は同不動産会社の営業部が一番関心を寄せるもの——2018年売上高です。
ステップ2：道しるべの指標を分解する
経営層に道しるべの指標の深層を理解できるように、その指標の値を分解する必要があります。
1）時間
複合グラフ（折れ線と棒グラフ）で月ごとの売上高の推移を表示します。
2）場所
同会社のプロジェクトが全国に分布しているので、地図マップで地方ごとの売上高を表示する必要があります。
3）割合
経営層に指標の達成度合いがわかるように、ここはメーターで目標達成率を表示しています。場合によっは進捗率なども使います。
4）部署、支社、プロジェクト別
一般的に、会社が複数の部署、支社あるいはプロジェクトを含め、これらの指標が全体的な指標を組み立てるでしょう。ここはプロジェクトと支社によって売上高を降順で並べ替えることで、ランキング上位のプロジェクトと支社を見ることができます。
5）直結した指標
売上高＝総契約金額、実際の売上高＝総支払い金額。
ここは折れ線グラフで売上高に直結した指標の契約金額と支払い金額を表示しています。
まとめ
簡単にいうと、North Star Metricsを中心にダッシュボードの作成は、「道しるべの指標の設定→相関関係と因果関係による指標の分解」二つのステップに分かれます。ピラミッド原則に似っているのではないでしょうか？どんなダッシュボードでもこのような原則に従って素早く設計できるはずだと考えられます。
最後に、ここで利用したFineReportにご興味のある方は公式サイトでダウンロードできます！
データアナリストに必要なPCスキル
基礎編
-
Excelを使いこなす
Excelは簡単に見えるものではありません。Excelで2次元テーブル、複雑な埋め込み型テーブルだけではなく、折れ線グラフ、縦棒グラフ、棒グラフ、面グラフ、円グラフ、レーダーチャート、コンボチャート、散布図などを作成し、 ピボットテーブル（BIに似ている多次元分析モデルCube）やVlookupなどの複雑な関数を含む高度な機能も実現できます。100万回以内のデータの処理も問題なく済ませます。そして、多くの高度なツールには、AI Machine Learning開発ツールなどのExcelプラグインもあります。
-
SQL ServerまたはOracle SQLステートメントを身につける
データアナリストですが、できるだけITエンジニアとITツール（BIの多次元分析モデルなどでほしいデータを取得できないこともあります）に依存し、データを取得しないほうがよいです。複雑のSQLステートメンにjoin, group by, order by, distinct, sum, count, average,さまざまな統計関数が含められます。
-
データ視覚化ツールを習得する
例えば、Cognos、PowerBIやFinreportなど、それは企業が使用するツールに決められます。Finereportがあらゆるデータベースに接続できるほど強大なデータ接続機能を持っています。コーディングが不要なExcelライクの操作画面で、数式もと同じです。
特に分析レポートに以下のようなグラフが含まれると、目上の注目を集め、一目で理解させ、業務の本質を把握させられます。 そして専門アナリストにとって、多次元分析モデルCubeで帳票を簡単にカスタマイズでき、効率を大幅に向上させることができます。
要約：
以上のスキルの80％をマスタリングすると、合格するアナリストになれるといえます。 この段階のデータアナリストは、ツールを使用しデータを処理できる上に、業務シーンによって基本的な問題を分析し解決する方法を知る必要があります。 データアナリストにとって最も重要な点は、業務知識を身につけるすることです。業務を理解ことで、分析のロジックは明確になり、無駄なトライルも排除します。 時間が長ければ長りほど、知っている業務のデータを比較すれば、すぐ問題がどこに起こるかわかるようになります。
その後、もっと技術を深く研究すると、データサイエンティストの方向へ発展することまでできます。
上級編
-
統計学を学ぶ
純粋な機械学習はアルゴリズムの予測と実現を強調しますが、統計は常に「解釈の可能性」を強調しています。 たとえば、今日のinstagramの株価が20％上昇している場合、株価を予測するモデルをfacebookに使用し、上司に報告します。 統計学はこのような役割を果たしています。
- データマイニングに関連する統計方法（多次元ロジスティック回帰分析、非線形回帰分析、判別分析など）
- 定量的分析手法（時系列解析、確率モデル、最適化）
- 意思決定分析（多目的意思決定分析、意思決定ツリー、影響図、感度分析）
- 競争優位性を立てる分析（プロジェクトや成功事例を通し、基本的な分析コンセプトを学ぶ）
- データベースエントリ（データモデル、データベース設計）
- 予測分析（時系列分析、主成分分析、ノンパラメトリック回帰、統計的プロセス制御）
- データ管理（ETL（抽出、変換、ロード）、データガバナンス、管理責任、メタデータ）
- 最適化と経験則（整数計画、非線形計画法、局所探索、スーパーインスピレーション（シミュレーテッドアニーリング、遺伝的アルゴリズム））
- ビッグデータ分析（非構造化データコンセプトの学習、MapReduce技術、ビッグデータ分析手法）
- データマイニング（クラスタリング（k-平均法、セグメンテーション法）、関連ルール、因子分析、生存時間分析）
その他、以下から任意な二つ選んでください。
- 確率モデル（ソーシャルネットワーク、テキスト分析、Web分析、財務分析、サービス業界の分析、エネルギー、ヘルスケア、サプライチェーン管理、統合マーケティングコミュニケーション）
- リスク分析と運用分析のコンピュータシミュレーション
- ソフトウェアレベルの分析（組織レベルの分析課題、ITおよびビジネスユーザー、変更管理、データ課題、結果のプレゼンテーションおよびコミュニケーション）
伝統的なBI分析は、過去に何が起こったのか、現在何が起こっているのか答えられますが、将来についての問題はアルゴリズムに依存する必要があります。市場のセルフサービスBIツールに一部の分析モデルが組み込まれているとしても、全面的な深層分析にはPython / Rのようなデータマイニングツールが必要です。さらに、従来のツールによる手作業の分析では、ビッグデータ間の隠れた関係を掘り出すことはできません。この時、アルゴリズムに任せると、驚く結果が出るに決まっています。
その中で、統計分析向けのオープンソースプログラミング言語および運行環境「R」が注目されています。 Rの強みは、豊富な統計分析ライブラリを含めるだけでなく、結果を可視化し、簡単なコマンドを実行することで高品質なグラフ生成機能も備えています。そのうえ、標準状態でサポートされていない関数やデータセットを使用できるためのCRAN（Comprehensive R Archive Network）というパッケージ展開メカニズムを備えています。 R言語は強大な機能を持っていますが、しかし学ぶのは挑戦的で、pythonからスタートするとお勧めします。
最後に、なんといっても、業務分析とデータ分析 の価値はビジネス価値にあり、データ人材の最終的に企業運営の方向と戦略スタッフに成長するわけです。たとえば、データストラテジストはIT知識と経験を使用しビジネス上の意思決定を行うことができ、データサイエンティストは専門知識とIT技術を結びつけ、複雑なモデルやアルゴリズムを開発でき、分析コンサルタントは実用的な業務知識と分析経験を結合し、次の業界ヒットに集中できます。
まとめ
要するに、コミュニケーション能力、マネジメントスキルそしてビジネスの考えが必要とされます。特定のポジションに限定されるものではなく、より高いポジションから考え、会社のために利益を求めるべきです。その同時に、どうすれば「データ分析」で価値を発揮し、企業運営を推進するかを考えるのも大事です。
オシャレなBIダッシュボードってどうな感じ？
多くのお客様からオシャレで見やすいBIダッシュボードを求める声が強まりそうです。FineReportが大量の調査を行った結果、以下の結論を出します。
1. BIダッシュボードに関心を寄せるユーザーの年齢層にバランスがとれており、20～40歳の間に分布しています。 ゆえに、BIダッシュボードをデザインする時、一つのスタイルに偏らないほうがいいと考えられます。
2. 「オシャレ＆クール」と「シンプル＆直感」についての嗜好調査によりますと、両方も選択したユーザーはほぼ60％に達多ました。つまり、ほとんどのユーザーが二つのスタイルの間に揺れているのです。
3. 「オシャレ＆クール」では、大部分のユーザーは「青緑系、動的エフェクト、フレキシブル、変化が多い」という特徴を選択する傾向にあります。データ分析ダッシュボードの作成において、配色と動的エフェクトは一番重要な要素だと言えます。
以上に基づいて、帳票と可視化ツールのFineReport V10.0に斬新なビジュアライゼーションエフェクトが導入されます。合わせて3Dエフェクト10種類、ローディングアニメーション15種類あります。インパクトの強い可視化効果をもたらすうえで、データを見やすく反映させることもできます。
臨場感のあるBIダッシュボードの体験に合わせて、新しいグラフはデフォルトで暗い背景と蛍光色風の配色が用いられます。また、「カルーセル」と「リフレッシュ」の2つのアニメーションの表現方式が提供されるので、ユーザーが業務シーンに応じて選択できます。素敵な体験を確保すために、帆軟の開発チームはwebglなどの技術に従ってつねにアニメーションを調整して最適化していきます。
3Dエフェクトコンポーネント
グラフでは、新しく設計されたカルーセルgis地図マップは、ユーザー事前に入力したデータに基づいて、各ポイントの関連情報を順番に再生します。
シンプルな形でデータを表示するには、新しく追加されたインジケータカードで、カルーセル、パーティクルカウンターなどのさまざまななエフェクトが導入されます。
ほかにいろいろなエフェクトがあります。ここで一一挙げません。
ローディングアニメーション
オシャレなBIダッシュボードのデザインには、可視化グラフに加えて、動的エフェクトも重要です。 FineReport10.0では、ダッシュボードの各コンポーネントの動的エフェクトが改善され、15種類のローディングエフェクトが追加されました。
さらに、コンポーネントによるローディングエフェクトはモニタリングリフレッシュ機能と組み合わせることができます。
初期化 -> ローディングエフェクト-> データがタイムアウトかどうかを判断する-> 消えるエフェクト-> エフェクト終了-> 新しいデータを取得する
オシャレで見やすいBIダッシュボードはこんな感じです！いかかでしょうか？
FineReport10.0日本語バージョンは間もなく発売します！ご期待ください！
無料ダウンロード：http://www.finereport.com/jp/products/trial/
データアナリストになるために最も重要なポイントは？
データ分析に関する多くの書籍やコースは統計の知識から導入されていますが、ほとんどの人は専門出身ではないので、様々なコンセプトを受け入れると、かえって最初に学ぶべきことに迷うようになります。
実践しながら学ぶのはもっともはやい道だといえるでしょう。途中でデータアナリストとしてのクリアをはじめる、あるいは現在プロジェクトに取り組んでいる場合、この過程に出会う難題を解決する能力はアナリストになるために必要です。
データアナリストとして、10人のうち9人が以下の状況に出会ったことがあるでしょう。
「データがたくさんありますから、分析してみて、結果を出してください。」
ベテランのアナリストは、データ分析の問題を業務上の問題と見なし、どんな角度から、どんな問題を解決できるか、どんなシーンに適用するのか、そしてどんな結果が予測されるのか、これらの問題がしっかりわかっています。したがって、データアナリストにとって、データ分析のアイデアを持ちながら問題を扱うする能力が必要です。
素人として、プロジェクトの経験がないときは、模倣技能を十分に活用し、他人の優れた分析上のアイデアや手法を参照することができます。実際にはほとんどの業務分析課題は昔の経験を参考し、解決されることが多いです。たくさんの分析方法は、すでに成熟しており、たとえば、顧客のプロファイル、マーケティングプロモーション、ウェブサイト運営、クレジットカードの格付け、不正行為などの課題では、豊富な経験が積み重ねされています。
データアナリストになるための第一歩は、他人の分析のアイデアを理解し、自分の知識に転化することです。
ポイント一：業務知識を学ぶ
すべてのデータアナリストは、業界知識は大事だと素人を教えてくれます。みんなが遠回りしてから初めてぶつかったほとんどのの問題は、業務上に欠けている知識からくるとわかるようになりました。データ分析は、あらゆる業界に適用できる共通の技術だと考えられる一方、業界で成功するためには業界の知識が必要です。
たとえば、企業に対する分析では、Eコマースと生命保険会社は大きく違います。前者は出所、活動、購入率、転倒率を重視するのに反し、後者はチャネル、見積もり、クレームリスク、苦情に重きを置きます。
業務知識には、業界に関する共通知識と企業の具体的な状況が含まれます。詳しく了解すれば、回り道を避けることができます。
例えば、社内人員が介した故であるデータの異常を事前に対処しなければならない行為もあれば、地域の特性によりデータを処理する場合もあります。
ポイント二：専門知識を補う
他人の分析アイデアや手法を模倣する時、分析の方向が決定されており、特定の部分は各プロジェクト条件と合わせ洗練する必要があります。簡単なデータ集約だけで問題を解決できる場合は、実際の運用段階に直接進みますが、複雑な分析方法を実行する必要がある場合は、専門知識を補う必要があります。
たとえば、マーケティングを改善するために、ほとんどの分析アイデアで製品関連分析に言及されています。製品関連分析とは何か、どのデータが必要なのか、どのアルゴリズムが使用されているのか、結果がどのように適用されるのか、そして製品関連分析が現在のシーンに合うのか、このよう問題は専門知識を持たないと回答できないでしょう。
ポイント三：データ分析ツールを選ぶ
本当に分析を行うとなると、たくさんのデータ分析ツールがあり、身につけるのはあふれるほど多い、と気づきます。ここに困るする必要はありません。個人の能力に応じ、実際のデータ分析状況と結び付け、適当なツールが選択できます。
データアナリストがデータの処理を行うことに費やす時間が80％以上を占めると言えるので、データ処理能力が欠かせません。簡単なツールはExcel、SQLで、複雑なのはR、Python、Javaで、BIツールはFineReport、Tableauなどがあります。
FineReportはコーディング不要で複雑な帳票作成、ダッシュボード設計、クロス分析などを簡単に実現できるデータ分析ツールです。個人用の場合は無料です。
From FineReport
企業の利用の場合、複数の部門やスタッフによる共同での作業も可能です。ロック機能により編集上の衝突を防ぎます。
要約すると、データアナリストになるために、業務と専門知識を学び、データ分析の考え方を持ちながら実践と運用で分析の能力を養うのはもっとも重要なことです。
本記事はFineReportブログに掲載しました。(http://www.finereport.com/jp/analysis/dataanalyst/)
IDC「2017年データ分析＆BI業界トラッキング調査」ーFinereport市場占有率第一位！
IDC（インターナショナルデーターコーポレイション）が発表した「2017年データ分析＆BI業界トラッキング調査（中国）」では、13.76%の市場占有率を誇る帆軟は第一位を獲得しました。 トップ10企業において、SAP、Oracle、SASなどの大手国際企業を含みますが、中国企業として、帆軟１社しかありません。
帆軟（カタカナ表記ファンラン）ソフトウェア有限会社（以下、帆軟と略称）は、業界をリードする帳票とBIソリューションを提供する企業です。データ分析領域における十数年の経験を蓄積し、世界中の企業にワンストップ型のデータ分析ソリューションを提供すると同時に、業界の高品質な交流プラットフォームの組織者でもあります。数年間にわたる発展を通し、当社は現在1000人余りの社員を有し、90％以上が名門校の出身です。帆軟は15箇所の支社を持ち、41箇所のオフラインサービス拠点が日本、北米、東南アジア、台湾、中国に分布しています。
FineReportは、帆軟ソフトウェア有限会社の独自開発した企業向けの帳票·BIツールです。「プロフェッショナル、シンプル、フレキシブル」な製品を使い、複雑な帳票とBIダッシュボードをドラッグ操作で作成可能です。
FineReportの可視化ダッシュボード機能を徹底解説！
可視化ダッシュボードの効果が以下のようなものだとみんなは思っているようです。
実際には可視化ダッシュボードは下図のようにデザインすることもできます。
以上はマルチデータソースを統合する可視化ダッシュボードで、商用、生産、および運用のシーンで多く応用されます。 例えば、政府および顧客訪問のための会社展示センターや交通状況を監視する都市交通管理センター、リアルタイムな取引状況を見る証券取引所、データに基づく意思決定をするリーダーのオフィスなどです。
データ可視化を実現する方法は？
FineReport自体は、帳票およびデータ可視化ツールで、統計データを保存し、さまざまなデータチャート、ダッシュボードを作成するから大規模な財務帳票、および開発請求システムを作成するまで、すべて支援しています。
• 中間データ管理プラットフォームとしてERP、CRM、OA、MISなどのさまざまなビジネスシステムデータを接続できます。
• 帳票を迅速に生成し、統一されたデータ分析および可視化プラットフォームを構築できます。
強力なデータ統合機能と10年以上の成熟した可視化コンポーネントの組み合わせにより、Finereportは豊富な効果を備えるダッシュボードを呈してくれます。
Finereportのダッシュボード機能について
60種類以上のグラフスタイルを持つFineReportは、基本的に市場のすべての基本グラフをカバーしています。優れたダイナミック効果と強力なインタラクション分析機能を備えた独自開発のHTML5グラフなので、使用する時に、ニーズに応じ特性を設定することができるほか、携帯電話側およびLED大型スクリーンにも合わせ表示できます。
可視化効果について
FineReportは現在、ユーザーの実際のニーズに合わせ開発されたオートリフレッシュ、グラフ切り替え、データハイライトなどの特殊効果を持っています。また、帆軟有限公司の後ろにはアマチュアの開発者がビジュアルオープンソースを使用し、Finereport独特の可視化ウィジェットを開発します。現在、このエコシステムは相当に成熟しています。
FineReportダッシュボードの特長：
-
異なるデータソースを簡単に統合し、意思決定をより明確にする
ERP / OA / MESなどのさまざまなビジネスシステムのデータを同じ可視化ページに簡単に統合し、意思決定を明確にします。
-
豊な可視化要素を備る
フォーム、グラフィックス、コントロール、ウェブフレーム、写真、ビデオ、スクロールメッセージ、デジタル時計などの数十の可視化要素を提供し、可視化の効果を充実します。
-
可視化デザインを自由にするレイアウト
適応レイアウト、絶対レイアウト、タブレイアウトをサポートし、ゼロコードドラッグ＆ドロップ操作で、インターフェイス上の異なるビジュアル要素を自由にDIYできるサポートします。
-
リアルタイムなデータを把握するバックグラウンドモニタリング
バックグラウンドデータをインテリジェントに監視し、比較し、データが変更されると、フロントデスクはすぐ更新し、最新のデータを把握し、シングル要素の監視設定をサポートします。
-
データをより面白くする多様な可視化効果
サーマルマップディスプレイ、ダイナミックフローディスプレイ、フラッシュア動画、カスタムフィルなどの個性的な機能を備えています。
-
データの変化を捉える動的なインタラクション
多次元ドリル、リンケージ分析などの機能を通し、データ間の関係を鋭敏に発見し、業務上の問題をよりよく分析し解決するのに役立ちます。
-
いつでもどこでもデータ分析が可能な自動調整マルチスクリーンディスプレイ
自動調整ディスプレイをサポートし、一度設計完了後、データを携帯電話、タブレット、などのさまざまなデバイスで表示し、いつでもどこでも業務データを把握できます。
もちろん、Finereportにも欠点があります。でも、Finereportを理解してから、特長を十分に発揮すると、データ可視化上で驚く結果が出られるのではないかと思われます。（無料ダウンロード）
本記事はFineReportブログに掲載しました。(http://www.finereport.com/jp/analysis/tools/)
