オペレーショナル・アナリティクスとは何か？

オペレーショナル・アナリティクスは、オペレーショナル・システムからのリアルタイム・データを使用して、あらゆるビジネス状況に対して最も迅速かつ適切なアクションを通知します。オペレーショナル・アナリティクスに使用されるデータは通常、POS（販売時点情報管理）、ERP（企業資源計画）、IoT（モノのインターネット）、CRM（顧客関係管理）システムなどの業務システムから得られます。

オペレーショナルアナリティクスは、過去の情報と複雑なアルゴリズムを使用して戦略的意思決定のための定期的なレポートを作成するビジネスインテリジェンスアナリティクスとは異なります。その代わりに、オペレーショナル・アナリティクスでは、ビジネス・ユーザーが洞察をリアルタイムで利用できるようにします。

オペレーショナル・アナリティクスは即時性に重点を置いているため、情報が迅速にもたらされ、データが急速に変化するあらゆるプロセスの改善に役立ちます。このようなプロセスには、カスタマーサポート、小売マーチャンダイジング、工業生産、アジャイル開発など、多くのものが含まれます。

このページで取り上げるのは

なぜオペレーショナル・アナリティクスが重要なのか？

オペレーショナル・アナリティクスは、組織が状況認識を用いてより迅速な意思決定を行えるように設計されている。これにより、従業員は業務システムのデータを使用して、イベントにより効果的にリアルタイムで対応できるようになります。

例えば、サービス・コール・センターでは、サポート・エージェントは、顧客の人口統計、アカウント・ステータス、過去のサポート・ケース、過去の購買履歴、地理的な位置などを把握していれば、顧客からの問い合わせにどのように対応すべきかをより的確に判断できる。ライブ対話中にアクセスできるこの情報は、エージェントに最適な応答軌道を知らせることができます。顧客はゴールド・レベルのアカウント・ホルダーですか？それなら、キューで優遇されます。その顧客は、他のチャネルを通じてすでにその問題に関与していますか？その場合、顧客は不満を抱いている可能性が高いので、積極的にケースをエスカレーションするのがベストだ。洞察までの時間を最短化することで、オペレーションアナリティクスは組織が正しい行動を迅速に取るのを助け、情報不足によって引き起こされる問題を軽減します。

多くの場合、予測分析はデータに基づいて起こりそうな結果を予測することで、業務分析を強化するために使用される。例えば、コールセンターのシナリオでは、予測アルゴリズムが、アカウントステータス、年齢、購入履歴、所在地に基づいて、発信者がアップグレードを購入する可能性を評価することができる。アルゴリズムはまた、エージェントがリアルタイムで行うべきオファーを推奨するかもしれない。

オペレーショナル・アナリティクスの使用例

オペレーショナル・アナリティクスは、複雑でダイナミックなデータ駆動型のビジネスプロセスのほとんどすべてに適用できます。一般的な使用例

  • カスタマーサポート
  • 不正リスクと検出
  • 小売店頭でのクロスセル/アップセル
  • 予知保全
  • マーケティング・キャンペーンの最適化
  • サプライチェーンマネジメント
  • 製造フロアの最適化
  • 車両管理
  • 病院患者ケア

オペレーション・アナリティクスの利点

関連する業務情報をリアルタイムで活用する能力は、さまざまな形でビジネスに利益をもたらす。

顧客エンゲージメントの向上
顧客は高度にパーソナライズされたサービスにポジティブな反応を示すという前提に基づき、多くの組織が、従業員をエンゲージメントのステップに導く顧客対応プロセスに業務分析を適用している。特定の顧客のプロファイルに基づいてオファーや推奨を行うことで、その顧客へのアップセルやロイヤルティの創出が容易になる。運用データをリアルタイムで分析することで、組織は顧客の不満の原因となる問題を検出し、顧客が影響を受ける前に是正措置を講じることもできます。

ビジネス・プロセスの改善
重要なビジネス・システムが稼動しているときに、その状態を監視・分析することで、組織は、問題が発生する前にその問題を検出し、修正することができる。例えば、高速組立ラインのメンテナンスの問題が、機器の故障やコストのかかるダウンタイムにつながる前に対処することができる。

生産性の向上
運用プロセスの一部としてデータをリアルタイムで使用することで、情報を手作業で収集する必要がなくなる可能性がある。また、潜在的な問題をタイムリーに把握することで、組織は問題を未然に軽減し、プロセスを円滑に維持し、稼働時間を最大化することができる。

行動開始までの時間を短縮
オペレーショナル・アナリティクスは、その瞬間に情報を提供することに重点を置いているため、組織が最も有益な行動を即座に取ることを可能にする重要な状況認識を提供します。それに比べ、従来の履歴分析は、行動を将来の時点に遅らせるため、インパクトが弱い。

オペレーション・アナリティクスの課題

リアルタイム分析のために複数のビジネス・システムからデータにアクセスすることは、大きな困難を伴うからだ。

業務負荷に影響を与えることなくデータを分析
オペレーショナル・アナリティクスには、ビジネスの継続に不可欠なシステムからのデータが必要です。例えば、POSシステムにはトランザクションを迅速かつ正確に処理する必要があります。しかし、トランザクションのたびにデータに対して分析アルゴリズムを実行すると、システムに過負荷がかかり、動作が遅くなり、問題や障害が発生する危険性があります。運用データを生成・使用するシステムのパフォーマンスに影響を与えることなく、運用データを分析する方法が必要です。

運用データへのリアルタイムアクセス
複数のデータソースを統合し、運用ワークロードへの影響を最小限に抑えるため、多くの組織ではETL（抽出、変換、ロード）プロセスを使用して、データをデータウェアハウスに移動し、そこで分析を行います。このテクニックは、分析ワークロードを分離し、運用システムへの影響を軽減するのに有効ですが、洞察までの時間を大幅に遅らせることになります。ETLルーチンは、転送中のデータ品質を維持するために慎重に開発されなければならず、完了までに数日から数週間かかることもある。必要なのは、他のシステムに移行することによる遅延なしに、運用データをその場で分析する方法である。

洞察力を行動に変える
アナリティクスは一般的に、すでに起こったことを明らかにすることに優れていますが、運用アナリティクスの大きな目標は、次に何をすべきかを推奨することです。アナリティクスのワークロードに予測機能を追加するには、多くの場合、別のテクノロジーを統合する必要があります。しかし、テクノロジーを追加すると、環境が複雑になり、遅延が発生しやすくなります。必要なのは、テクノロジースタックを複雑にすることなく、予測と推奨をアナリティクスに組み込む方法です。

運用分析のためのCouchbase Capella

Couchbase カペラ は、複数のデータベースモデルを単一のテクノロジーに統合した、クラウドネイティブな分散型NoSQLドキュメントDBaaS（Database-as-a-Service）です。機能は以下の通り：

  • キー・バリュー・データをメモリ内で処理し、超高速レスポンスを実現
  • 柔軟性と耐障害性を備えたJSONドキュメント・データの分散ストレージ
  • モバイルとIoTのサポート
  • SQLクエリのサポート
  • 全文検索
  • イベント

Couchbase Capellaの最もユニークな機能の1つは、組み込みの分析サービスです。

Couchbase Analytics - データを移動することなく、運用と分析のワークロードを分離

Couchbaseアナリティクス はCouchbase Capellaの並列データ管理機能で、超並列処理(MPP)アーキテクチャを使用し、トランザクションのスピードで洞察を提供します。Couchbase Analyticsは、大量のデータに対するデータ集約を含む大規模で複雑なクエリの実行に最適です。

Analytics Serviceは、Couchbase Capellaに格納されている運用データのシャドウコピーを自動的に作成し、分析専用に分離します。Couchbase Analyticsは、AWS S3やAzure Blob Storageからデータを取得することもできます。Analytics Serviceのデータは本質的に自動的に運用データにリンクされているため、運用データの変更はリアルタイムで分析データに反映されます。また、データのシャドウコピーは分離されているため、運用ワークロードに影響を与えることなくAnalytics Serviceのデータを照会できます。

このブログでCouchbase Capella Analyticsについてもっと読む。

また、Couchbase Analyticsは以下をサポートしています。 ユーザー定義関数 (UDF）を使用することで、機械学習アルゴリズムを活用してデータから強力な洞察を引き出すことができます。UDFを使用すると、トレーニングされたMLモデルがアナリティクスのクエリで関数として呼び出され、運用データを評価して結果に追加される予測を返すことができます。

予測分析のためのCouchbase Analytics UDFについては、こちらをご覧ください。

運用分析のためのCouchbase Capellaの利点

ワークロードの分離
運用クエリのレイテンシとスループットは、分析クエリのワークロードによる速度低下から保護されます。Capellaは、別の分析データベースを運用する複雑さを伴うことなく、これを実現します。

データは常に最新であり、ETLは不要。
Couchbase Analyticsは次のような用途に使用します。 ディーシーピー (データベース変更プロトコル）、Couchbase Capellaノードがデータを同期するために使用する高速なメモリ間プロトコルです。その結果、Couchbase AnalyticsはETLなしで非常に最新のデータで実行されます。

共通データモデル
Couchbase Analyticsは、Capellaで運用データに使用されているのと同じ、豊富なフレキシブルスキーマドキュメントデータモデルをネイティブでサポートしています。データを分析するために、あらかじめ定義された平坦なリレーショナルモデルに強制する必要はありません。

Couchbase Capellaの優位性

Couchbase CapellaとAnalytics Serviceを使えば、スケーラブルで弾力性のある運用データプラットフォームと、高速で強力な分析プラットフォームの両方の長所を持つことができます。Capellaはこの2つを1つのシステムに統合し、インフラストラクチャの消費を抑え、データのコピーを少なくすることで、次のような結果をもたらします。 総所有コストの低減.

cb-icon-building-1

建設開始

当社の開発者ポータルをチェックして、NoSQLを探求し、リソースを閲覧し、チュートリアルから始めましょう。

今すぐ開発する
small-accent-capella (2)

カペラ無料体験

わずか数クリックでCouchbaseをハンズオン。Capella DBaaSは、最も簡単かつ迅速に始めることができます。

無料
ISV

ISVのためのCouchbase

複雑さとコストを抑えてパワフルなアプリを構築。

さらに詳しく