データドリブンBIのススメ_提出用_20221020c

2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved.

2022 データドリブン BI のススメ ～BI活用を楽に進めていくためのメソッド～ （持続可能なBI活用のメソッド） 株式会社 利九利 ／アイティエス・プレザント合同会社 CEO & BI Evangelist すずき たかお／Takao.Suzuki Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved.

■演者概要 すずき たかお 株式会社 利九利（りくり） アイティエス・プレザント合同会社 CEO 兼 BIエバンジェリスト ■技術 詳しくは、Power BI 学び で検索 ⇒「Power BIとデータ分析の学びサイト」 ⇒メニューSNS登録をクリック or QRコードでSNSフォロー マイクロソフトのBIソリューション全般 Power BI、Power Automate、SQL Server BI、 SharePoint BI、 Azure Data Factory、Azure Synapse マーケティングデータ分析 Google Analytics、Twitter、Open Data、Youtube Analytics ■略歴 Power BI は2011年から前進のExcelのPower Pivotより携わる 2011～2015年 Microsoftにプリセールス担当として所属 Azure SQL Server Power BI Excel BI等のMS BI案件獲得貢献。 2015年にPower BI 普及を目的とした、アイティエス・プレザント合同 会社を設立。 2016年からPower BI ハンズオンセミナー開始。 2022年にさらなる事業拡大を目指し、株式会社 利九利（りくり）設立。 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 3

弊社事業内容の紹介 ■事業概要： Power BIの研修・内製化支援・自立自走化支援・困った際の駆け込み寺。 企業DBに精通し、会議の意思決定を７年間もの研究し尽くした分析コンサルティングを実施。 ■研修：（自称：日本一受講生の多いPower BI セミナー講師） 2016年～Power BIハンズオンセミナー実施。受講者数 オンデマンド含みのべ4000名。今年度でのべ5000名超 ■内製化支援・自立自走支援： 多くの顧客：半年～１年半で自立・自走状態になり、卒業 多くの非IT人材：BI学ばせてDX人材に転身 デパートの売り子、飲食業の配膳係、アパレルの店長、営業部長、結婚式場マネージャー・学校先生等… １年たたないうちに一担当者がDX担当部長になった例もあります。 ■モットー： 「データ集計に多くの時間をかけている人々から集計作業をなくし意思決定や分析できる人材に育て上げる。」 Power BIによって人生変えましょう。皆様の会社や人生を変える支援をします。 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 4

■話する内容 １．BI活用が進んでいくと、多くの方が陥る負の連鎖 ・数多くの研修 受講者と企業のPower BIサポートしている中で、ドツボにはまる方には、きまって共通した思考がある。 ・実施している方々は正しい思考で行っている。局所的にも正しい判断だと思っているが、BI導入が進み、活用が進んでいく につれ、ネガティブな方向と結果へ進んでいくとも多い。 ２．データドリブンBIのメソッド、楽にBIする上での考え方 ・データドリブンBIのメソッド、手法を取り入れることにより、BI活用が楽でポジティブな方向になっていく、 考え方と手法をご紹介します。 ■受講対象者： ・テック系のイベントには珍しい、あくまでも思考方法が中心です。皆様の中で、当てはまることもあれば、そうでないこともある と思いますが、少しでも皆様のPower BI活用の一助になればと思います。 ・エンドユーザ向きの内容ですが、ITベンダーでBI導入をされる方も知っておくべき内容かと。 ・BIの中級・上級者には理解できる内容ですが、初心者にはいきなりは難しいかもしれません。 ただ、BI導入～活用を進める方には是非聞いてほしい内容。 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 5

会社で現場で業務でBI活用が進んでいくと・・・ • 現場からBIに対する要求が多くなる。（多くの要望） • 様々な要求に合わせるためにデータモデルが複雑化。（腕の見せ所） • レポートが重くなる。追加・変更が大変。（多忙） • BIレポートの属人化が進む。他の人が手がつけられない（混乱と孤独） • 正しい値が出ない。本人も手が付けられない。（お手上げ） • 異動もしくは退職（残念な結果） • 野良BIレポートの山（誰も手が付けられない遺産、残骸たち） 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 6

会社で現場で業務でBI活用が進んでいくと・・・ • 現場からBIに対する要求が多くなる。（多くの要望） • 様々な要求に合わせるためにデータモデルが複雑化。（腕の見せ所） • レポートが重くなる。追加・変更が大変。（多忙） • BIレポートの属人化が進む。他の人が手がつけられない（混乱と孤独） • 正しい値が出ない。本人も手が付けられない。（お手上げ） • 異動もしくは退職（残念な結果） • 野良BIレポートの山（誰も手が付けられない遺産、残骸たち） 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 7

1. 自分たちのデータは自分たちで分析する。 [利用者の心得] 2. BIを意思決定ファーストで考える。 [作成者の心得] 3. BIの分析データモデルを徹底的に理解する。 [お作法] 4. 何よりもデータモデルを先に学ぶ。 [お作法] 5. BIに取り込むデータソースのルール[お作法] 6. 凝ったグラフは問題あり。シンプルな作りにする。 [作成者の心得] 7. 会社全体にBI導入・展開させる方法。[作成者の心得] 8. 現場担当者をBI利用者に、そして、BI作成者になっていただく。[作成者の心得] 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 8

本講義で使う 「データドリブンBIのメソッド」とは、会社全体を巻き込み、利用者も巻き込んだうえで、BI作成者が活躍し、 「持続可能なBI活用」していくための考え方・思考方法です。 会社、BI利用者、BI作成者 「三方よし」の状態を目指す 会社 データド • 利用者とBI作成者が常にタッグを組んで業務 での意思決定や課題を解決。 • BI作成者は独りよがりにならない。そして、 利用者不在にしない。 • 利用者がBI作成者・外部ITベンダー丸投げは ダメ。 リブンBI BI利用 BI作成 者 者 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 9

本講義では、以下の④を持ったBIのことをデータドリブンBIと定義しています。 ①ドメイン知識（業務の知識）と②ステークホルダーの要求整理（利用者を知る）を理解した上で、③データ ソースのもつ要素を最大限に利用した分析データモデルである④分析要望に全方位的に打ち返し可能な分析デー タモデル 利用者 を知る 業務の 理解 データ ソースを 整理 分析要望に全方位的に打ち返 し可能な分析データモデル 利点： ・データモデルの持ちがよい。 ・データモデルにあらかじめ、業務上、必要な項目が含まれてるため、ラスト１マイルは、利用者側で自由に BIレポートの変更が可能。 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 2022 10

① 自社のデータは、自分たちのデータである。データ分析はお宝発見である。  データマイニングは宝物発見と言いますが、BIも一緒、データ分析すると、宝を発見できるかもしれない。 わくわくした気分で行いましょう。それは他人からすると、そのデータはお宝に見えないかもしれない。 だから自分たちのデータは他人任せにせず、自分たちで分析していただきたい。 ② 自分たちのデータは自分たちで分析する。活用する。  分析は次々と欲がでるもの。データにより知りえた知識で満足すると、次の課題に対しての情報が欲しくなる。 だから、次の欲求を満たすレポートも自分たちで作れるようにしたほうがよいのです。  データ可視化⇒意思決定⇒業務改善（PDCA）⇒ボトルネック解消⇒現在のレポートでは物足らない ⇒次のボトルネック発生⇒課題発生⇒さらに次の分析を行いたくなる⇒自分たちでカスタマイズ。 ③ ローコードなPower BIを身に着けよう。  Excel関数と、ピボット使いなら、非ITでも初心者でも、Power BIの習得は難しくない。チャレンジしよう ④ 社内IT担当者やITベンダーをうまく活用する。  現場のBI利用者とBI作成者は、BIを作り上げるために重要なパートナーである。  完全な丸投げは絶対にだめ！BIを理解した上で、ハンドリングできるならOK 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 11

・意思決定ファーストの思考に必要なのは、会議での意思決定とデータソース元の業務を理解すること。 ・エンジニアは機能ファーストの考えになりがちなので、意思決定と現場業務を意識していただく事が大事 ① 現場の活動 現場業務 デジタル化 データ収集 データ整形 ➁ データ蓄積 可視化 ➂ 意思決定 会議 データ分析（Power BI） ⓪ ➃ 業務改善 データ分析する前に業務を知ることが大事。 データソース（Input） 現場の人の活動がデータになっ たもの BI処理 意思決定(Output) 会議体などで人が数値をみて、 意思決定する方法 ・BIレポートは意思決定を行える「データドリブンなBIレポート」でなければ意味がない。 ・BIのInputは現場の人の活動がデータになったもの、そして、Outputは会議で人がレポートを見 て意思決定すること。InputもOutputも人の活動や思考＝業務を把握することからはじまる。 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 12

• BI作成者は、BIのお作法である分析データモデルを理解をし、それに沿って分析データモデルを作 成すること。 ・分析データモデルの理解： スタースキーマ・スノーフレーク スキーマ・Factコンステレーション （参考）Power BIとデータ分析学びサイト BIセミナーより、BI作成の全体フレームワーク 1. 分析要望の整理とデータソースの整理と把握 スキーマの理解とルールの徹底 2. 分析項目の整理と検討 3. 分析データモデルの検討 4. リレーションとキー項目の設定 ・ファクトとディメンジョンの分類と整理 5. DAXを使った計算項目、分析軸項目の追加 ６．BIレポートの作成 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 13

・DAXやPower Queryはこのデータモデルを作るための一手段である。だからデータモデルを先に学ぶ必要がある。 ・Power Queryは、データモデルを構成するファクト／ディメンジョンテーブルを取得加工する機能である。 ・DAX関数は、データモデルで不足する計算列や計算メジャーを追加するための機能にすぎない。 分析データモデル 分析用テーブル Power Query（M言語） Cloud Services データソースからデータを取得し、 分析用テーブルとして、ファクト テーブルやディメンジョンテーブ ルとして変換を行う ディメンジョンテーブル ファクトテーブル ファクトテーブルやディメンジョンテーブルからな るスタースキーマという分析データモデル Dim いつ When Dim Dim どのよう どこで にHow Where データの流れ Dim 集計値 だれが Who なにを What Dim だれ に Whom DAX関数 分析データモデルで不足している分 析軸や計算列・計算メジャーを DAX関数で追加する。 2022 意思決定 会議での意思 決定 Fact Dim なぜ Why Dim 設計の流れ BIレポート スライシング・ダイジング・ ドリルダウン・ドリルアッ プ・ドリルスルー・明細デー タ Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. Power BIはデータモデルを作ること が大事。DAXやM言語やPower Queryはあくまでもデータモデルを 作るための一手段にしか過ぎない。 14

５．BIに取り込むデータソースのルール[BIのお作法] ■取り込む前のデータソースの確認と必要な処理 ・同じデータが２つ以上あるなどのデータが重複していないか確認。重複している場合は、データソース元の管理者に どのデータが確認し、重複しない状態にしてから取り込む ・空白行がある場合も同様。空白行は取り込む際に削除すること。 ■列に格納する値と、列のデータ型について ・業務で使うデータ型は、テキスト型、日付型、数値型の３種類しか利用しない。列ごとに用途に合わせてデータ型を設定。 ・一つ列項目で異なる属性データ（時系列と、タスク、ステータス状態、フラグなど複数の属性）が混在する列作らない。 ■ピボットなどの横持ちデータについて ・マトリックス、ピボット（＝横持ち型）は人が判断するのには向いているが、データソース=様式には向いていないため、 縦持ち型にする必要がある。 縦持ち型 〇 横持ち型 × 行 1 2 3 4 5 2022 2021 計画 計画 2022 計画 計画 2023 計画 行 1 2 3 4 5 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 計画時期 2022 2023 2021 2021 2022 15 15

６．凝ったグラフは問題あり。シンプルな作りにする。 [BI作成者の心得] ■グラフに凝るのはやめる ・DAXを複雑に駆使して、凝りに凝ったグラフを作る人が結構多い。作るのに大変だけでなく後々致命的な問題が出る。 ⇒DAXを複雑に駆使した処理は、レポート表示を重たくしてしまう。 ⇒分析の欲が進み、新要望を追加するが、難易度が上がって対処できない。 ⇒複雑な処理は複雑なルールが存在するため、ほかの人がメンテできず、 BIレポートの属人化が進む。 ⇒作った本人がメンテナンスできない場合は完全にデータモデルのゴミと化す。 ■どういう意思決定をしたいか、その時に見るグラフ・表はどういうものが必要かを考える ⇒大半の意思決定は、標準の視覚化である縦棒グラフ・横棒グラフ・折れ線グラフ・マトリックス組合せで表現可能。 ⇒カスタムビジュアルは意外とPCのリソースを多く消費するため、多用するとレポートが重たくなる。お勧めしない。 ■レポートが軽い、改修が早い、シンプルを目指す ⇒レポートが重い、改修が遅い、視覚化が複雑なレポートは敬遠されます。 ⇒誰しもが意思決定できるようなユニバーサルデザインなBIを目指す。 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 16 16

７．会社全体にBI導入・展開させる方法[BI作成者の心得] • BI導入で一番効果を出せる方法は、会社の重要な会議にBIを使用すること。 • 一つの会議でのBIがうまく運用に乗ることができれば、その会議の方法が会社でのスタンダードになります。 良いものでしたら、瞬く間に部門内に展開、部門を超えて他の部門や、最終的に全社まで広がります。これ であなたの会社はBI沼にハマります。 • いきなり会議BIなんて敷居が高いと思いますが、勇気をだして、自分たちの作ったBIを会議に使ってみま しょう！ • 企業の会議の７～８割を占める定例会議はどの業種、役職でもほぼ同じ思考で進められます。 ①計画対実績 順調か、②前定例会の前月と比較 異常ないか、③計画対実績 組織別は異常ないか、 ④計画対実績 サービス別は異常ないか、⑤先々の見込みも順調か、⑥プロセスは前年度と比べて問題ないか、 ⑦顧客別の売上ベストランキングは、⑧ワーストランキングは、⑨異常の原因は何か、 ⑩類似性の異常はほかにないか等… 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 17 17

８．現場担当者をBI利用者に、そして、BI作成者になっていただく。 [BI作成者の心得] ■源泉である現場担当にBIの理解と協力いただく • 意思決定は会議で行うが、その源泉であるデータソースは現場業務から発生し流れてくる。 • データソースの源泉である現場業務の部門は、BIに対して一番協力いただく必要がある。 ・データ源泉である現場業務に もBIの理解と協力をいただく。 ・現場向けBIを作り、使用して いただくことにより、現場に BIのメリットを享受いただき 協力者になっていただく事が 大事 • 現場業務担当は管理対象となるため、BI導入に対して警戒していることが多い。 • BI導入した際に現場が得られるメリットを伝え、現場向きのBI作成し活用いただく、現場でBIに対して使えるものだということを認識いただくこと が大事。 ■現場担当をBI利用者に、そして、徐々にBI作成者になっていただく。 • 現場担当がBI利用者になったら、BI作成者は、なるべく寄り添って現場で使えるBIを • 徐々に分析の欲がでて要望が出てくる状態にする。 • 要望が出てきた際に、その場でPower BIで簡単に変更できることを見せつけて、現場の人でもできるというやる気を出させる。 • 最後の１マイルを現場担当者 BI利用者にカスタマイズしていただく。少しでもチャレンジしたら褒める。 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 18 18

• 常に会社、BI利用者、BI作成者が「三方よし」の状態を考える。[心得・スタンス] • BIを設計するときには常に意思決定ファーストを意識する。[設計の根幹] • 分析データモデルを理解し、それに沿った作成を常に意識づける。[お作法] • 会社でBIを活用いただくためには、会議をターゲットにする。定例会議での意思決定はある程度パターン化 されている。[BI対象業務の選定] • データの源泉である、現場担当にBIの理解と協力いただくため、寄り添ったBIを作る[分析データの最上流は 現場である] • 凝ったBIは作らない。シンプルに、早く作ることを心得る。 [心得] • 大半の意思決定は縦棒・横棒・折れ線・マトリックスの組合せで表現可能。 [シンプルに作る] • BI作成者は孤独な方が多い。ある程度、BIを作っていったら、BIの賛同者を募り、一緒にBI参加していただ くように仲間をあつめる。[一人で頑張らない・協賛者を増やし・仲間を集める] • 最初は非常にモチベーション高くチャレンジするが、BI活用が広がっていくと逆に業務が殺到することにな り、自らの首を絞めることになりかねない。 [一人で頑張らない・協賛者を増やし・仲間を集める] • 業務ユースケースや利用者を意識して作成した分析データモデルは持ちがよい。[データドリブンBIの根幹] • そして、ラスト１マイルをBI利用者をBI作成者になってもらい、作成者を増やす。 [一人で頑張らない・協 賛者を増やし・仲間を集める] 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved. 19

https://aka.ms/jppc22q 2022 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved.

• https://aka.ms/jppc22q

お問合せ Power BIとデータ分析の学びサイト https://bi-seminar.jp/ お問合せは メールによるお問合せは info@bi-seminar.jp Webからのお問合せは http://bi-seminar.jp 本資料について 本資料で提供している情報および内容は将来予告なしに内容が変更される可能性があります。 本資料に記載されているいかなる内容の著作権は、当社に帰属するか、当社が著作権者より 許諾を得て使用しているものです。 著作権法および関連法律、条約により、私的使用など明示的に認められる範囲を超えて、本 講座の掲載内容（文章、画像、映像、プログラムなど）の一部およびすべてについて、事前 の許諾なく無断で複製、転載、送信、放送、配布、貸与、翻訳、変造することは、著作権侵 害となり、法的に罰せられることがあります。 このため、当社および著作権者からの許可無く、掲載内容の一部およびすべてを複製、転載 または配布、印刷など、第三者の利用に供することを禁止します。 運営会社 アイティエス・プレザント合同会社 多摩オフィス： 〒206-0033 東京都多摩市落合1-24-1 ルミエール 406 Copyright © 2022 ITS PLEASANT, LLC. All Right Reserved.

• https://bi-seminar.jp/
• http://bi-seminar.jp