ビジネス インテリジェンス（BI）ツールによるデータの可視化が、ビジネスの意思決定にとても有益なのは衆目の一致するところですが、BIツールを導入した企業がすべてそれを有効利用できているかどうかは意見が分かれるようです。

米国の市場調査会社Ascend2のレポートによれば、データをダッシュボードで可視化している企業のうち、BIの活用が「非常に成功している」と回答したのは43%にとどまり、大半は「やや成功している」と答え、失敗か成功かと問われれば成功といえる程度の消極的な肯定派です。BI戦略へのせっかくの投資に、多くの企業がこぞって大満足している状況ではない様子です。

米国発の調査レポートなので、日本の動向には直接当てはまりませんが、BI活用では米国が先を行っているので、日本企業にも十分参考になる調査結果ではないでしょうか。

米企業が大満足していない理由は、BIツール導入の主目的と重要課題の調査結果がわかりやすいです。下表のとおり、最大の目的はImproving marketing decision-making（マーケティング上の意思決定を改善する）であり、それを重要課題として挙げている企業が比較的少ない点から、ダッシュボードによるデータの可視化がビジネスの意思決定において多かれ少なかれ役に立っていることが判ります。

一方、最大の課題はAttributing revenue to marketing efforts（マーケティングの努力を収益につなげる）であり、それを主目的に挙げる企業も相当多いのに、結果が十分に伴っていない様子が伺えます。

このギャップを生む理由は、「必要なデータへの一貫したアクセスが得られない」と考えるユーザーが少なくないことと関連性があるようです。ダッシュボードの理想は、ユーザーが必要としているデータだけをわかりやすく提示することであり、そのニーズの的を外すとデータ不足に陥り、逆にニーズを広く網羅しようとするとデータ過多になります。実際に、「ビジネスの意思決定に的確なデータを常時または多くの場合に得られている」としたユーザーは半数を切り、減少傾向になっているという調査結果もあります。

下表は、ダッシュボードの設計者にユーザーが求めることを示しています。上から順に、1)適正な指標 2)データの目的 3) 可視化されるデータの種類 4) データの優先順位 5) 誰がデータを見るのか 6) データの説得力 7) 色使い、を表しており、ダッシュボードの見た目もより、データの的確さが求められていることがわかります。

つまり、BIツールをビジネスに最大限に活用するには、ダッシュボードのデザイン性よりも、的確なデータを適正な指標で提示することが何より重要であり、ユーザーのニーズ分析が欠かせないことがわかります。

これは、BIに限らず、ビッグデータを活用するAI全般に言えることですが、使う側が自分の目的を明確に設定して賢く使わないと、このようなツールは「便利過ぎて逆に不便になる」傾向があります。データ アナリティクスも賢く使うためにはデータ サイエンティストによる介入が不可欠で、そこでユーザーのニーズに合わせたチューニングが行われます。そのチューニングによってデータ アナリティクスの有用性が決まると言っても過言でなく、AIの便利さは結局それを操る「人間」次第ということになります。

企業のBIツールも例外ではありません。まず利用する側の企業が目的を明確にし、それに応じた使い方をすれば、BIツールの満足度がさらに上昇するのではないかと期待します。

BI（ビジネス インテリジェンス）と関連して、最近よく聞くようになった用語にdata lake（データ レイク）というのがあります。正直に言うと、実は今までdata lakeの意味をよく知りませんでした。「データの湖」だから、きっと沢山のデータが川や雨のように一か所に注ぎ込んで貯まった場所なのだろうと思って、深く考えずに素通りしてきました。

それで、この際、調べてみたら、そんなに的外れでもなかったです。あらゆるソースからの構造化データと非構造化データをそのままの形で保存するリポジトリ、だそうです。すでにご存じの方も多いでしょうが、自分のためにいちおう整理しておこうと思って書いています。

つまり、データ レイクは言わばデータ ウェアハウスの前身で、データ レイクから分析や統計にふさわしい”使える”データを拾い出して、形式化したらデータ ウェアハウスになり、そこからビジネスに役立つ分析情報（ビジネス インテリジェンス）が引き出される、という流れのようです。それをサポートするのが、BIツールです。

ちなみに、データ ウェアハウスとデータベースの違いをひと言で表せば、前者が主にOLAP（online analytical processing）用、後者が主にOLTP（online transaction processing）用です。実際には、データベースはトランザクションだけでなく、機械学習などのアナリティクスにも使用されますが、トランザクションの基礎となるACID ― atomicity（不可分性）consistency（一貫性）isolation（独立性）durability（永続性）―が成立しているかどうかが、データベースとデータ ウェアハウスの分かれ目です。

話をデータ レイクに戻すと、この言葉が広く使われ出したのはここ数年のことです。オンライン処理からのデータが主流だった頃は、生のデータがすでに構造化されていて、非構造化データも混ぜこぜのデータ プールは特に必要ありませんでした。それが、モバイルアプリやSNSなど、さまざまな媒体からのデータがアナリティクスの対象になり出してから、そんなありとあらゆるデータが玉石混交の無差別プールに名前を付ける必要が生じ、データ レイクと命名されたようです。

一説によれば、上述のようにデータ プールとか、データ ストリームやデータ リザーバなど、何かにつけてデータを「水もの」に例える傾向があるので、レイクが出てきたのだとか。言うなれば、クラウド（雲）だって、いちおう水の一形態ですから。

データ レイクよりもデータ マイニング（data mining）という用語のほうが市民権を得るのはずっと早かったと思うのですが、mining（採掘）に合わせて、data lakeではなくdata mineにしなかったのはなぜでしょうか。おそらく、元からずっと眠っている鉱石よりも、水のようにさまざまな媒体から流れ込んだほうがビッグデータの呼称にふさわしかったのでしょう。データはマイニングするよりも、水を全部抜いて何が残るか見たほうがおもしろいかも。