データ分析の効率化や課題解決に欠かせないBIツールは、多くの企業で活用されています。特にAWSのBIツール「Amazon QuickSight」は、さまざまなデータセットに対応し、データの可視化や分析を支援する豊富な機能を備えています。今回は、Amazon QuickSightを活用した3つの企業事例や、ダッシュボード作成時のポイントをご紹介します。
目次
Amazon QuickSightとは？
まず、Amazon QuickSightの概要から解説していきます。
AWSのBIツールAmazon QuickSight
AWSのBIツール Amazon QuickSight（以降、QuickSight）は、サーバーレスで利用できるBIツールです。
特長①：さまざまなデータソースに対応
Amazon S3やAmazon RDSをはじめとしたAWS上のストレージサービスやデータベースサービスだけではなく、SalesforceやGitHubなどのSaaSサービス、MySQLやSQL Serverなどのデータベース、ExcelやCSVファイルにも対応しています。
さまざまなデータソースに対応しているため、社内で乱立しがちなBIツールを統合でき、運用負荷やコスト削減を実現できます。
特長②：データ分析の高速化
QuickSightでは、SPICEと呼ばれる高速なインメモリデータベースを採用し、データ分析の高速化を実現しています。データベースへの負荷を抑えながら、スピーディーなデータ分析や機械学習（ML）を利用した高度なデータ分析ができます。
特長③：データの可視化が簡単
データさえ連携できていれば、豊富に用意されているグラフから、感覚的にデータを可視化できます。QuickSightの操作は簡単です。Excelを利用できるレベルの方であれば、専門的な知識をもたずとも利用可能です。また外部サイト上に作成していたダッシュボードも、1-click埋め込み機能を利用し、シームレスに埋め込みができます。
特長④：利用料金が安い
料金体系は利用者の権限によって異なります。ダッシュボードの作成や編集ができるAuthorは、月額料金制です。作成したダッシュボードの閲覧のみができるReaderは、セッション単位の従量課金制です。Reader料金が他社ツールより安いため、「可視化したデータを社内で閲覧したい」場合などにオススメです。
QuickSightについて更に知りたい方は、以下の記事を参照してください。AWS活用法 | AWSで実現するデータ分析 AWSのBIツール「Amazon QuickSight」とは？
Amazon QuickSightの活用事例
ここからは、各社が抱えていたデータ分析への課題をどのようにして解消したかについて、AWSのWebサイトで公開されている、3社の活用事例を交えながら紹介していきます。
部門別のダッシュボードを作成し、各部署が必要なデータを見られる仕組みを実現｜株式会社大創産業
DAISO（ダイソー）を全国展開する株式会社大創産業は、従来使用していたBIツールでは、蓄積されたデータを1日しか保持できず、過去のトレンドやパフォーマンスの分析ができないという問題を抱えていました。そこで、QuickSightの導入を決意。QuickSightなら、蓄積されたデータを2年間保持できます。これにより、過去へさかのぼって売上高や販売数などの推移やトレンドを把握できるようになり、より高度なデータ分析を実現できるようになりました。また、部門ごとにダッシュボードを作成することで、各部門が必要なデータを参照できる仕組みを構築。おかげで全社的にデータの利活用を推進できたとのことです。
不良品の報告をExcelのマクロから載せ替え、効率改善と属人化の解消を実現｜株式会社イクヨ
株式会社イクヨは、従来Excelのマクロを使用して不良品発生の報告や共有を行っていました。しかし、この方法では手作業による負担が大きかったり、Excelのマクロ開発や運用が属人化していたりと、課題が山積していました。そこで、QuickSightを導入し、およそ1週間でAWS環境の構築とダッシュボードの作成を完了。社員15人にユーザー教育を実施することで属人化を解消できたそうです。また、ダッシュボードを用いたデータの可視化や不良品の視覚化により、不良品や不具合の集計結果をよりわかりやすく報告・共有できるようになり、業務の効率化につながったとのことです。
【参考】レポート管理システムにより、不良品の発生原因を詳細に分析し、品質改善活動を推進 
営業実績のリアルタイムな可視化を実現｜株式会社ファイブニーズ
お酒の買い取りや店舗販売を行う株式会社ファイブニーズは、従来各店舗の買い取り実績をスプレッドシートで管理していました。しかし、入力作業が担当者の負担となったり、上長の実績確認も夜遅い時間帯か翌朝になったり、という問題がありました。そこで、QuickSightを導入。3日ほどで最低限必要な機能を要したダッシュボードを作成し、データの収集・入力などの手間がなくなりました。また、支店ごとや担当者ごと、日ごとや月ごとの営業実績がリアルタイムで可視化できるようになり、現場スタッフのモチベーションアップにもつながりました。後日、データ分析に必要な情報を逐次追加し、支店ごとの営業実績や着地予想なども閲覧できる環境を構築したとのことです。
Amazon QuickSightでのダッシュボード作成時のポイント
QuickSightを最大限活用するためには、データの抽出方法とダッシュボードの作成方法が重要です。データの抽出方法により、分析結果が大きく変わるからです。そこでここからは、ダッシュボード作成時のポイントを紹介します。
①目的に沿った分析を心がける
データ分析を行う際には、まず「何のために分析を行うのか」を明確にすることが重要です。目的が明確になれば、分析に必要なデータが見えてきます。目的に沿ったデータを収集・分析することで、効果的な意思決定や課題解決につながるヒントをデータ分析から得られるでしょう。
例1）マーケティング施策に利用する
目的：有効なマーケティング施策を打ち出すため
分析方法：「年代ごと」「性別ごと」の売上額を調べる
例2）経営判断に利用する
目的：経営の長期戦略を練るため
分析方法：部門ごとの売上達成率をチェックする
②分析の内容に応じた適切な分析方法を選ぶ
データ分析には、トレンドや季節性などの傾向を把握する方法や、複数の情報の相関関係を調べる方法など、さまざまな分析方法があります。目的に合った分析方法を選ぶことで、より効果的なデータ分析を行えます。例えば、トレンドや季節性などの傾向を把握したい場合は、折れ線グラフなどを用いた時系列での分析方法が適しています。売上高と仕入れ値の相関関係を確認したい場合は、円グラフや棒グラフなどの視覚的にわかりやすい分析方法がオススメです。このように、内容に応じたわかりやすい分析方法を選んでみてください。
③課題発見から原因分析までスムーズに行えるようにする
データ分析は、課題発見と原因分析という2つのフェーズに分けられます。売上額やアクティブユーザー数などの重要な指標をチェックする課題発見のフェーズと、課題発見で見つかった問題の発生源を探る原因分析のフェーズです。これらを意識することで、いち早く課題を見つけられ、解決に導けます。ダッシュボードを作る際は、課題発見で必要な情報を一番目につく場所に配置し、原因分析で必要な情報をその直下に配置するなどの工夫も効果的です。
まとめ
QuickSightは、さまざまなデータセットに対応したBIツールです。経験や勘だけに頼らないデータドリブン経営を目指す企業にとって、適切なデータ分析を実施するために欠かせないツールといえるでしょう。しかし、QuickSightを活用するには、データ分析の知識や経験、ダッシュボード構築のノウハウなどが必要です。TOKAIコミュニケーションズでは、そうしたお悩みを解決する「Amazon QuickSightスターターパック」を提供していますので、ご興味のある方はお気軽にご相談 ください。
(寄稿：THU YEIN AUNG / 監修：高谷 英雄）
