miiboによるデータ分析の革新
さて、ビッグクエリーとかSQLとか聞くと、ちょっと難しそうって感じることありませんか?
ありますよね。専門用語ってだけで身構えちゃうというか。
そうそう。今日はですね、そんな技術的な知識がほとんどなくても、強力なデータ分析ツール、ビッグクエリーを使えるようにするmiiboっていう技術に注目したいんです。
お、miiboですか?
参考にしたのが、チャッタボットラボのおとうわんさんという方の実体験の記事なんです。
はいはい、あの記事ですね。
この方の体験をもとに、技術の壁がどう低くなって、データとの付き合い方がどう変わるのか、その確信に迫っていければなと。
なるほど、面白そうですね。データ活用の民主化みたいな話にもつながってきそうですね。
まさに。おとうわんさんの記事、すごく共感するところから始まるんですよね。
なんかすごそうとは思うんだけど、ビッグクエリー、SQLって言葉にやっぱり圧倒されちゃう。
うーん、わかります。
これ多くのビジネスパーソンが、言葉は聞いたことあるけどいまいち腹落ちしてないとか、今さら基本的なこと聞けないなって感じてる点だと思うんですよ。
ええ、それで記事によると、おとうわんさんがその壁を越えたのが、AIとのほんの10分くらいの対話だったそうですね。
10分ですか?
そうなんです。AIが、例えばビッグクエリーを超巨大ですごく整理された図書館みたいな。
はは、図書館。わかりやすいですね。
で、クエリーはその図書館にする質問。SQLはその図書館と話すための共通言語ですよと。
なるほど、そういう例えだとスッと入ってきますね。
ねえ、これで一気に腹落ちしたと書かれてました。で、もう一つここであの重要な気づきがあったみたいで。
と言いますと?
ビッグクエリーって、なんかこう、大企業が使うすごく高価なものってイメージがあったらしいんですけど。
ああ、確かにそういうイメージありますね。
でも実は無料枠もちゃんとあって、小さい規模からでも始められる。現代のデータ分析ではむしろ標準的なツールなんだっていうこと。
へえ、無料枠があるんですね。それは大きい。
ええ、この理解で心理的なハードルがこうグッと下がったみたいですね。
なるほどな。概念の理解とそのアクセスのしやすさ、その両方が鍵だったんですね。
そういうことだと思います。
でも、概念が分かっても実際にデータを取り出すのってやっぱり大変っていう現実はありますよね。
そうですね。
記事にもありましたけど、例えば栄養マネージャーさんが分析チームに、先月の関東エリアの新規顧客の売り上げちょっと出してって頼んでも、数時間とか、下手したら数日待つみたいな。
ええ、よく聞く話です。まさにそこがMevoのようなツールの本領発揮というか。
ほう。
従来の課題ってその待ち時間と、あと専門知識の壁ですよね。SQLかけないといけないとか。
はいはい。
Mevoの革新的なところは、先月の関東エリアの新規顧客売り上げは、みたいに普通の日本語で質問するとですね、AIが裏側で自動的にSQLを生成して、ビッグクエリーに問い合わせて、なんと数秒で答えを返してくれると。
え、数秒ですか?
そうなんです、数秒です。
それはすごいですね。今までの依頼して、データチームが作業して、共有してっていう数時間から数日かかってたものが。
ええ、そのプロセスがもう自然言語で質問する、AIが処理、即答に劇的に短縮されるわけです。
データの民主化とその影響
うわー。
だからお当案さんも、これは確かに革新だって実感されたんだと思いますよ。単なる効率化じゃないですよね、これは。
いや、本当ですね。数時間から数秒って、ちょっと次元が違う感じがします。
ええ。
でもそれって、ただ速くなるだけじゃなくて、もっとこう、根室的な変化がありそうですよね。
と言いますと?
つまり、現場の担当者がエンジニアの方にいちいちお願いしなくても、自分で直接データと対話できるっていうのは、意思決定のスピードだけじゃなくて、その質自体にも影響しませんか。
まさにおっしゃる通りです。
データ分析の主導権が、専門家からビジネスの現場に移ってくる、みたいな、そんなイメージですかね。
ええ。まさにそのデータ分析の民主化っていうのが、ここでの革新だと思います。
民主化ですか。
はい。単に時間が短くなるだけじゃなくて、誰がデータを扱えるようになるか、そこが変わる。これが大きい。
なるほどなー。
お当案さんが記事で使ってたSQLの例えも、すごくわかりやすかったですよね。
リンゴを3個くださいっていう、日常会話と。
はい。
あ、ありましたね。
コンピューター向けのちょっと堅苦しい指示であるSQL文、セレクト、リンゴ、フロム、商品、フェア、数量イコール、3、みたいなのを対比させて。
はい。はい。
これでSQLって、別に魔法じゃなくて、コンピューターにわかるようにはっきり指示を出す言語なんだなって、理解しやすくなる。
確かに、データ自体も別に特別なものじゃなくて、例えばECサイトの販売記録みたいに、日々のビジネスから自然に生まれてくるものなんだっていうのも。
その通りです。
うーん、つまり技術的な知識がなくても、AIが助けてくれることで、データに直接アクセスできる時代になってきてるんですね。
ええ。
お当番さんが、わからないから諦めるんじゃなくて、よし、この技術の恩恵を受けて、自分の仕事をもっと進化させようって決意して、実際にビッグクエリー連携に動き出そうとしているっていうのは、すごく象徴的だなと感じました。
グッと広げる可能性を秘めてるわけです。
ええ。
そこでですね、最後にこれを聞いてくださっているあなたに、一つちょっと想像してみてほしいんです。
おっ、何でしょう。
もし、あなたが普段使っている普通の言葉で問いかけるだけで、欲しいデータ分析の結果が瞬時に手に入るとしたら。
はい。
これまで、分析に時間がかかるからなとか、自分は専門家じゃないしって聞くことすらちょっと諦めていたような問い。
うんうん、ありますね。
あるいは、これまで思いつきもしなかったような、何か新しい問いをあなたはデータに投げかけてみたくならないでしょうか。
ああ、それは、確かに。
特定のデータ分析が、誰かにちょっと質問するのと同じくらい簡単になったとしたら、あなたの仕事や日々の意思決定ってどんな風に変わる可能性があるか。
うん。
ちょっと考えてみるのも面白いかもしれないですね。
