さまざまなデータを扱う業種であれば、アドホック分析という言葉を一度は耳にしたことがあるのではないでしょうか。アドホック分析とはビッグデータを使った分析手法の一つで、多くのビジネスシーンで注目されています。ここではアドホック分析の目的や特徴、導入・運用するうえでの注意点のほか、アドホック分析ためのツールを紹介します。
アドホック分析とは
「アドホック」とはラテン語”ad hoc”のことで「限定した目的のための」「この状況に対して」という意味があります。つまり「アドホック分析」とは、目の前にある案件に対する結果や評価をすぐに出したい場合に用いられる分析手法のことを指します。
定期的あるいは決まったパターンで行われるデータ分析とは異なり、「何らかのニーズが発生したとき」や「ピンポイントかつリアルタイム」で行う分析手法が「アドホック分析」です。
例えば、大口の新規顧客を獲得し得る状況に際して、「3,000万円で受注すれば××％の利益が出る」と仮説を立てていましたが、検証を行った結果、その仮説が間違っていると判断された状況があるとしましょう。そこでアドホック分析を用いることによって、さまざまな状況に即した別のアプローチで仮説の再検証・ブラッシュアップをすることができ、損失を最小限に抑える、或いはより大きな利益を獲得する等といったことが可能になります。
こうして考えてみると、アドホック分析という言葉の意味を知らなくても、すでにこの手法を実践している方も多いのではないでしょうか。
アドホック分析を行う目的
アドホック分析の目的は、上記のように限定的な事例に対して立てた仮説が正しいのかをスピーディーに立証すること、もしくはトライ＆エラーを繰り返しながら仮説を堀下げていくことです。さまざまな角度から個々にアプローチし、リアルタイムに分析することが必要とされるビジネスシーンにおいて、アドホック分析の需要は高まりつつあります。
アドホック分析を行うことで、仮説を説得力のあるデータで肉付けし、それを基に具体的な施策が立てられます。施策を実行した後に新たな仮説を構築し、再度アドホック分析を行うといったサイクルを回すことで、営業力の強化が図れるでしょう。
アドホック分析のメリット
アドホック分析最大のメリットは、ビジネスシーンで求められるスピーディーな意思決定を実現できることです。アドホック分析は、定期レポートを待たずにスピーディーかつリアルタイムな仮説の検証が可能です。
アドホック分析に対応しているBI（Business Intelligence）ツールを使えば、誰もがデータを活用した分析を進め、結果を可視化して提示できます。そのため、Excelなどを使った分析資料の作成に追われることなく、分析そのものに集中することができます。またIT部門のスタッフやアナリストに分析を依頼する必要もなくなります。
このようにBIツールによるアドホック分析をうまく活用することで、スピーディーで正しい意思決定だけでなく、ボトルネックの解消も期待できるでしょう。
アドホック分析する上で重要なこと
アドホック分析をするうえで重要なのは、定期・定型レポートとの相互補完です。アドホック分析の質をより高いものにするためには、定期・定型レポートに対する理解という土台が必要になります。定期・定型レポートから得られる「なぜ？」「もしかして？」という気づきや疑問から仮説を立て、アドホック分析にて検証を行います。そしてその結果を基に、定期・定型レポートの分析項目を追加・修正するといったサイクルを確立することが非常に重要なのです。
逆にこのサイクルがうまく回らないと、アドホック分析で得た結果が共有されず、毎回使い捨てにされることになります。日々変わっていくビジネス環境において、すべての疑問・仮説・課題に対して、すぐに答えを出せる完璧なレポートは存在しません。定期・定型レポートへの理解と分析結果の蓄積が適切に行われていてはじめて、さまざまな変化に対応できるようになるのです。
定期・定型レポート分析とアドホック分析が互いに補完しあうサイクルがスムーズに回れば、分析効率は向上します。これがビッグデータ活用の理想的な姿と言えるでしょう。
アドホック分析とビッグデータ分析サービス「BigQuery」
アドホック分析をスムーズに行うためには、大量のデータを高速で処理できるデータ基盤が必要になります。分析の際には、大量のデータの中から目的のデータを抽出したり、複数データを組み合わせたりする作業を何度も繰り返し行います。そのため、データに対する処理を実行する度に、結果が出るまで長い時間待たされてしまうようでは、本来の目的としている分析結果までたどり着けなかったり、分析作業に時間がかかりすぎてコストが嵩んでしまったりと、スムーズで価値の高いアドホック分析は行えません。
Google Cloud(旧GCP：Google Cloud Platform)では、ビッグデータ分析サービスとして提供されている「BigQuery™（ビッグクエリ）」があります。
BigQueryはクラウド型の「DWH（データウェアハウス）」です。DWHとは時系列で整理された大量データを格納するシステムで、いわば情報の倉庫のようなものです。また、Query（クエリ）は「問い合わせ」を意味します。
BigQueryは数千万件・数億件という大量のデータを超高速で処理できます。通常、数TB（テラバイト）、数 PB（ペタバイト）のデータに対してかけるQueryの処理には長い時間がかかりますが、BigQueryなら数秒または数十秒という短い時間で完了可能です。加えて新機能である BigQueryMLを使用すれば、機械学習モデルの作成まで行えます。
高速処理ができるサービスの場合、扱いにくさや高価格が懸念されますが、BigQueryは専門知識がなくても使えますし、コストパフォーマンスにも優れています。面倒なセットアップや管理作業も必要ありません。BigQueryを活用すれば、より手軽かつ安価にビッグデータのアドホック分析ができるのです。
BigQueryをいきなり使うことに不安を感じる、あるいはもっと効果的にGoogle Cloudを活用したい場合は、外部サービスへの委託も選択肢の一つです。電算システムではBigQueryの 導入支援はもちろん、データ分析などの運用までワンストップでサービスを提供しています。ビッグデータのアドホック分析の手段として、BigQueryの活用を検討してはいかがでしょうか。
まとめ
ビッグデータを活用し、今ある疑問に対してすぐに検証可能なアドホック分析は、今後のビジネスに欠かせない手法です。スピーディーな意思決定を実現させ、営業力強化に貢献するでしょう。BigQueryのようなツールを導入すれば、ITスキルをもたないビジネスパーソンでも運用できます。ビッグデータを有効活用するためにも、アドホック分析を積極的に実践することをおすすめします。
