Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
•
4 recomendaciones•1,139 vistas
Tableau 流通・小売・消費財ユーザー会 第7回にて紹介したTableau Blueprintの概要スライド
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Similar a Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Similar a Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16 (20)
Más de Ryusuke Ashiya
Último
Último (8)
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
- 3. アジェンダ 1.Why Tableau Blueprint? : データドリブンな組織の重要性 2.Tableau Blueprint の全体像 3.データドリブンな組織が持つ 3 つのコア機能 4.データドリブンな組織を実現する 4 つのステップ 5.各ステップの概要
- 5. インサイト主導の組織は、 世界の GDP 成長の 7 倍 のスピードで成長します 7 倍 出典: Insights - Driven Businesses Set The Pace For Global Growth (インサイト主導の企業が世界の成長を先導) – Forrester Research 社、2018 年
- 6. McKinsey 社による調査 – 1000 社 • Edit Master text styles • Second level • Third level • Fourth level • Fifth level 92% が規模に応じた分析を実現できていない 出典: McKinsey Analytics、2018 年
- 7. McKinsey 社による調査 – 1000 社 • Edit Master text styles • Second level • Third level • Fourth level • Fifth level 出典: New Vantage Partners、2019 年 ビッグデータをビジネスで活用する際の最大の課題は、 組織間の連携やアジリティの欠如、文化的な抵抗
- 8. McKinsey 社による調査 – 1000 社 • Edit Master text styles • Second level • Third level • Fourth level • Fifth level 出典: New Vantage Partners、2019 年 データドリブンな組織になるためには、 テクノロジーだけでなく、人やプロセスの変革が必要
- 9. McKinsey 社による調査 – 1000 社 • Edit Master text styles • Second level • Third level • Fourth level • Fifth level 出典: McKinsey Analytics、2018 年 • 全社レベルで統一された戦略 • データ基盤の整備、人材の育成、 組織の変革 • 分析に基づく意思決定プロセス 成功した 8% の企業の実践とは
- 10. 多くの企業でデータドリブン文化を醸成できていない 出典: Harvard Business Review 6月号 － 要因として「全社変革」の必要性が認識されていない － 変革に乗り遅れた企業はCFが20%減少する可能性 ＋ 2030年までの労働生産性改善において、 約60%がデータドリブン経営によりもたらされる ＋ 潜在価値が大きい領域： 営業、マーケティング、製造、サプライチェーン
- 11. 出典: Harvard Business Review 6月号 データドリブン経営の実現には 明確なビジョンや従業員への投資が不可欠
- 15. データドリブンな組織のコア機能 データドリブンな組織を実現するためには、3 つのコア機能を開発する 必要がある。 柔軟なガバナンスフレームワークを中心に据える: 信頼できるデータへのアクセスを実現 • ユーザーベースに関する分析の習熟 • 組織のニーズを満たすために継続的に 成長および進化できるアジャイルな開発 • エンゲージメントと採用を促進する ユーザーコミュニティ
- 16. 1. 発見 3. 導入 4. 進化 2. 統制 データドリブンな組織を実現する 4 つのステップ
- 17. データドリブンな組織を実現する 4 つのステップ ステップ 概要 発見 • 情報収集による現状と要件の把握 • データ分析を推進する体制の確立 統制 • 正しいデータとコンテンツをユーザに 提供するためのプロセスや役割の確立 導入 • ソフトウェアの導入 • ユーザ教育の実施 • コミュニティの発足 進化 • 分析基盤の使用状況やユーザの習熟度、 ビジネス貢献の確認による データ活用のさらなる推進 1 2 3 4 1 3 4 2
- 18. データドリブンな組織を実現する第一歩 • 全社展開に向けたビジョンや戦略の定義 • エグゼクティブスポンサーの設置と プロジェクトチームの発足 • ユースケースの特定と優先順位付け
- 19. 分析戦略 • 役割と責任の定義 • エンタープライズアーキテクチャに関する調査 • データ分析に関する調査 • データやコンテンツのガバナンスに関する調査 • Quick Win に向けたビジネスユースケースの特定 • Tableau ユーザの特定と学習プラン • コミュニティの計画 • 成果や影響を測定するためのKPI、メトリックの確立 全社展開に向けた明確なビジョンの定義と準備、情報収集
- 20. Tableau Blueprint Planner 分析戦略で情報を整理するためのシート • 役割と責任の定義 • エンタープライズアーキテクチャの調査 • データ分析の調査 • データとコンテンツのガバナンス • ユースケースとデータソース • Tableau ユーザ • コミュニティ計画
- 22. エグゼクティブスポンサーの役割と責任 エグゼクティブスポンサー IT (CIO/CTO) アナリティクス (CDO etc) LOB (CFO/CMO etc) プロジェクトチーム IT/BI 担当 Tableau サーバ/サイト 管理者 コンテンツ 作成者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 他部門 他部門 他部門 • 組織内の各部門にデータドリブン組織のビジョンを伝え、適切なコミュニケーションを図る • データ分析に関する各部門の多様な興味関心を理解し、プロジェクトの予算を確保する • データ活用や分析を、組織変革を目的とした戦略的なイニシアチブとして関連付ける • 組織のコンプライアンスのもとでデータを管理する責任を果たす • あらゆる会話の中で、経験や勘ではなくデータに基づく事実を活用し、データドリブンを体 現するユーザとして行動する
- 23. エグゼクティブスポンサーの役割と責任 エグゼクティブスポンサー IT (CIO/CTO) アナリティクス (CDO etc) LOB (CFO/CMO etc) プロジェクトチーム IT/BI 担当 Tableau サーバ/サイト 管理者 コンテンツ 作成者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 他部門 他部門 他部門 エグゼクティブスポンサーの役割 責任 IT スポンサー ・Tableau 製品の導入、構成および運用管理 ・セキュアでガバナンスの取れたデータアクセスの提供 アナリティクススポンサー ・データ活用や分析のビジョンの実現 ・データやコンテンツの提供 ・ユーザの教育計画やコミュニティの運営 LOB (Line-Of-Business) スポンサー ・各部門におけるデータドリブンな意思決定の支援 ・コンテンツの作成やデータへのアクセスの推進 ・コラボレーションや共有の推進 • 組織の規模や体制によって 分担や人数は異なる • 以下は代表的なスポンサーの例
- 24. プロジェクトチームの役割と責任 エグゼクティブスポンサー IT (CIO/CTO) アナリティクス (CDO etc) LOB (CFO/CMO etc) プロジェクトチーム IT/BI 担当 Tableau サーバ/サイト 管理者 コンテンツ 作成者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 他部門 他部門 他部門 • データ分析のプラクティスを確立し、運用する • ビジネス要件やコンプライアンスに基づいて、データを管理する役割と責任を定義する • Tableau の展開を計画・実行し、データドリブンな組織のビジョンを実装する • 定期的にポリシーや手順を見直し、ビジネス要件の変化に対応できるようにする
- 25. プロジェクトチームの役割と責任 エグゼクティブスポンサー IT (CIO/CTO) アナリティクス (CDO etc) LOB (CFO/CMO etc) プロジェクトチーム IT/BI 担当 Tableau サーバ/サイト 管理者 コンテンツ 作成者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 Tableau コンテンツ閲覧者 他部門 他部門 他部門 プロジェクトチームを構成する役割の例 • IT/BI プロフェッショナル • データベース管理者 • ネットワーク管理者 • クライアント管理者 • セキュリティ担当者 • コミュニティリーダー • プロジェクトマネージャー 組織の規模によって各役割の定義や人数は異なる 必要な役割が同じチームに参画し、協働することが最も重要
- 26. セルフサービス分析を実現するガバナンス セルフサービス分析とガバナンスは相反することなく両立可能であり、 ガバナンスによってセルフサービス分析が実現できる • 信頼できる正確なデータをセキュアに提供することで、データドリブンな意思決定を支援 • 重複データやコンテンツの氾濫を防止し、データ分析基盤を安定化 • データ品質を高め、あらゆるスキルレベルのユーザによるデータの理解や分析を可能にする データやコンテンツの信頼性と正確性を確保するための制御・役割・繰り返し可能なプロセス
- 27. Tableau のガバナンスフレームワーク コンテンツ 管理 認可 コンテンツ 評価 コンテンツ 昇格 コンテンツ 認定 コンテンツ 利用 コンテンツ データソース 管理 データ品質 強化と準備 データ セキュリティ メタデータ 管理 監視と管理 データ データ と コンテンツ のガバナンスを検討 • データ 信頼できる正確なデータを、 ユーザがセキュアに利用できるようにする • コンテンツ 必要なワークブックやデータソースを、 ユーザが迅速に特定して発見できるようにする
- 30. アジャイルな開発 • 規模に応じたセキュアな環境の展開 • 分析の用途における十分なパフォーマンスと柔軟な拡張性を提供 • アップグレードと進化を続けるための変更管理プロセスの策定
- 31. アジャイルな開発：導入 分析戦略のステップにおける調査結果に基づく Tableau 製品の展開 ・システムの展開プロセスやポリシー ・高可用性要件、RTO/RPO ・認証方式 ・ネットワーク/セキュリティポリシー ・システムの管理/監視方法 ・クライアント端末の情報 etc エンタープライズアーキテクチャの調査 データ分析に関する調査 ・データ分析の目的となるビジネス課題 ・主要なデータソース ・データソースの管理方法 ・データの更新頻度 ・データの利用ユーザ数 ・利用ユーザのスキルレベル etc Tableau 製品の展開 ・Tableau Serverの展開 ・高可用性構成 ・ユーザ数に応じたサイジング ・ユーザの認証方式 ・ネットワーク構成 ・外部サービスとの連携 ・Tableau Desktop の展開 ・Tableau Prep Builder の展開 etc 分析戦略ステップの調査結果
- 32. アジャイルな開発：モニタリング ハードウェア OS リポジトリ Tableau Server プロセス群 Tableau Server • CPU/メモリ使用量 • ディスク使用量 • イベントログ • プロセスの死活ステータス • フェイルオーバーの発生 • ログ • ユーザアクティビティ • バックグラウンドタスク Tableau Desktop Tableau Services Manager ビルトイン管理ビュー カスタム管理ビュー エージェントベースの 外部ツール 監視項目監視対象 監視・分析ツール サーバ管理者 サイト管理者 データドリブンな意思決定に欠かせないミッションクリティカルな基盤として継続的に監視 十分なパフォーマンスと安定性を確保し、ユーザ数やユースケースの増加に対応
- 33. アジャイルな開発：メンテナンス モニタリングの結果に基づいた定期的なメンテナンスや変更管理プロセス タスク 詳細 ツール 頻度 Active Directory の同期 Active Directory のグループとの同期 Tableau Server 管理画面 日次 本番環境のバックアップ Tableau Server のコンテンツや設定を保存 TSM CLI 日次 テスト環境へのリストア 本番環境の最新の状態をテスト環境に復元 TSM CLI 負荷テストの実施前 アップグレードのテスト時 ベータプログラムの参画時 データベースのメンテナンス ログファイルのクリーンアップ ログファイルや一時ファイル、 リポジトリに含まれる http_requests テーブルの レコードの削除とアーカイブ TSM CLI 月次 負荷テスト キャパシティプランニング 環境、データ、ワークロードや利用状況に応じた Tableau Server のキャパシティの現状理解 TabJolt (Windows のみ) 四半期ごと リソース管理 180日以上アクセスされていないコンテンツの アーカイブ カスタム 管理ビュー アップグレード前 年 2~4 回 アップグレード 新バージョンの評価、アップグレードの計画と実行 TSM CLI エグゼクティブスポンサーと プロジェクトチームの合意形成後
- 35. 分析の習熟 • 役割に応じた教育プログラムの開発 • ユーザやコンテンツの利用状況と浸透度の測定 • 組織のベストプラクティスの開発
- 36. ｄ 分析の習熟：トレーニング データ分析の価値を最大化するためのユーザ教育への投資 ビジネスの理解 • 業務内容 • 解決すべきビジネス課題 • 役割と責任 • データ分析の投資対効果 • ビジネスに対する価値 • 分析ツールのスキル • データへのアクセス • データ活用に関する組織のプロセス 分析の習熟 ✖ ｄ 分析の習熟度の向上を目的としたユーザ教育への投資が必要
- 37. 分析の習熟：測定 ユーザによるデータやコンテンツの利用状況を把握する • ユーザのログイン状況 • コンテンツのアクセス数 • コンテンツのパフォーマンス • データソースの所有者 • コンプライアンスの遵守状況 • サブスクライブの利用状況 • etc... • Tableau Server 管理画面 • ビルトイン管理ビュー • カスタム管理ビュー • サーバ 管理者 • サイト管理者 役割 測定方法 測定項目 アクション • サーバサイジングの見直し • 不要なコンテンツの削除 • 利用頻度の低いユーザに対する 啓蒙活動 • コンテンツの改善 • etc...
- 38. 分析の習熟：分析のベストプラクティス データの発見や解釈、表現に関するガイドラインの提供 Tableau のビジュアルベストプラクティスに加えて、組織固有のアセットを作成 ビジュアルベストプラクティス • 適切なチャートの選定基準 • 見やすいレイアウト • 適切な色とフォント • 分かりやすいタイトル • ツールチップの利用 • パフォーマンスを考慮したデザイン 組織固有のアセット • ダッシュボードの社内標準レイアウト • スタイルガイド • 社内標準の色やテキストフォント • ダッシュボードレビューのチェックリスト • メタデータのチェックリスト
- 40. コミュニティ • ユーザ同士を接続するコミュニケーションチャネルの確立 • データ分析の促進とユーザ同士の協調を支援する機会の創出 • ユーザを支援するためのプロセスの整備
- 41. コミュニティ：コミュニケーション 部門を越えたコミュニケーション手段や情報リソースの整備 関連情報の集約 データ活用事例の共有 ユーザ間のコミュニケーション目的 手段 コンテンツ • 社内ポータル • ブログ • ニュースレター • チャットツール (Slack 等) • ディスカッションフォーラム ✓ 導入方法 ✓ FAQ ✓ サポートリソース ✓ トレーニングビデオ ✓ 学習パス ✓ ベストプラクティス ✓ 認定データソース ✓ データ分析の事例 ✓ 部門内の活用方法 ✓ ビジネス上の効果 ✓ Tableau のノウハウ ✓ QA
- 42. コミュニティ：エンゲージメント Tableau を用いたデータ分析に対する熱意を喚起し、組織変革を促進する 社内外のユーザグループやイベントの企画・参加を通してユーザ同士の協力や製品知識の共有を促進 社内 社外 ユーザ グループ イベント • Tableau ユーザグループ • チャンピオングループ • 管理者グループ • Tableau Viz チャレンジ • Tableau Day • Analytics Day • 業界別ユーザコミュニティ • 部門別ユーザコミュニティ • 地域ユーザコミュニティ • Tableau ユーザ会 • Tableau Conference
- 43. コミュニティ：サポート ユーザの質問や問題を解決するためのサポートエスカレーションパスの確立 事業部門 チャンピオン ユーザ IT 部門ピアツーピアの支援 • Tableau Doctor • 初心者へのガイド • メンタリング システムの問い合わせ • サーバへの接続 • データベースへの接続 質問の投稿と回答 部門内のチャンピオンの育成が重要。IT 部門やプロジェクトチームへの依頼の集中を抑制。 コミュニケーションツールを活用したナレッジの蓄積
- 44. まとめ • Tableau Blueprint はデータドリブンな組織に変革するためのベストプラクティス • データドリブンな組織に変革するためには 3 つのコア機能を開発する必要がある • アジャイルな開発、分析の習熟、ユーザーコミュニティ • 3 つのコア機能は、導入と進化のステップを実行する繰り返し可能なプロセス • 柔軟なガバナンスフレームワークを中心に据えて、信頼できるデータへのアクセスを実現