ビジネスのスピードが加速する現代において、データに基づいた迅速な意思決定は必要不可欠なものとなっています。しかし、従来のBIツールでは専門知識が必要とされ、データ活用が一部の担当者に限られてしまうという課題がありました。ThoughtSpot（ソートスポット）は、アナリストのような分析スキルを持たないビジネスユーザーでも内蔵されているAIを駆使し、自分が必要とするパーソナライズされたインサイトを簡単に引き出し、迅速な意思決定を可能にします。
今回は2025年6月11日(水)にThoughtSpot社と共催したウェビナーの内容の、ThoughtSpotがどのようにAI・生成AIの機能を使い、新しいデータ分析のエクスペリエンスを提供しているのかをご紹介いたします。
AI搭載型BIが実現する「データ駆動型文化」とは？
データ駆動型文化とは、勘や経験だけでなく、客観的なデータに基づいて意思決定を行う組織のあり方を指します。市場の変化が激しい現代において、この文化を築くことは企業の競争力を決定づける要素となります。ThoughtSpotのAIと自然言語検索型UIは、部署や役職に関わらず誰もがデータにアクセスし、自ら問いを立て、インサイトを得ることを可能にし、組織全体にデータ活用の習慣を根付かせ、結果として企業の成長を加速させます。
データ利活用は、BIからAIの時代へ
BIツールは年々進化しており、従来型のダッシュボードでは時代のニーズに合わなくなってきました。
■従来型BIツールの課題
画一的なダッシュボードでは、真に知りたい情報にたどり着けない
多くのBIツールで提供されるダッシュボードは、最大公約数的な情報に特化しており、特定の部門や個人の「なぜ？」に応える詳細な分析には向いていません。結局、エクスポートしてExcelで再加工...といった手間が発生していませんか？「本当は〇〇の視点で見たいのに」というジレンマが、データ活用を阻害しています。
情報過多で使いこなせない、ストレスと時間の浪費
多機能なダッシュボードは一見魅力的ですが、自分にとって不要な情報が多すぎると、かえって混乱を招き、分析作業の生産性を低下させます。ページの読み込み速度や操作の煩雑さが、利用者をBIツールから遠ざけ、「結局見ない」という状況を生み出していませんか？
BIチームは疲弊し、ビジネススピードを失う悪循環
ビジネスユーザーからのダッシュボード改修依頼は常に発生し、BIチームは対応に追われます。結果として、ビジネスの意思決定はBIチームの対応待ちとなり、市場の変化に迅速に対応できないというジレンマに陥ります。このボトルネックが、データ活用の大規模展開を阻む最大の壁となっています。
まとめると、「ダッシュボードからスタートする」というやり方だと、自分だけの視点で分析ができなくなってきています。逆にすべての人が使えるようにデータをすべて入れたダッシュボードを使用していると、不要な機能が多くて重くなることが出てきます。また、パーソナライズされたダッシュボードを作ってしまうと、個人に依存してしまうためBIチームへの変更が多くなり、大規模展開が難しくなっています。
実際にダッシュボードを積極的に使っているユーザーは少なく、不満を持っている方も多くいらっしゃいます。
そのような中でThoughtSpotはダッシュボード開発が不要なため、現場の人がWEBで検索したりAIにチャットで聞いて解決できるようになっています。そのため習得時間が短くて済むのが特徴となっています。
■ThoughtSpotが選ばれる理由
ダッシュボード開発が不要：質問するだけで瞬時に回答。専門知識はもういらない
従来のBIツールでは、事前にダッシュボードを設計・開発する必要がありましたが、ThoughtSpotはAIと自然言語処理で、ユーザーが入力した質問から最適なチャートを自動生成します。これにより、ダッシュボード作成の手間や専門家への依頼待ちが解消され、ビジネス部門のスピードが格段に向上します。
AIエージェントが分析を代行 ：隠れたビジネスチャンスやリスクをAIが自動で発見
AIエージェント「SpotIQ」は、データ内の異常値、傾向、相関関係などを自律的に分析し、人間では見落としがちなインサイトを自動で提示します。これにより、データに潜む未発見のビジネスチャンスや潜在的なリスクをいち早く察知し、ビジネスの意思決定の質と速度が飛躍的に向上します。
AI回答の正確性を検証可能 ：AIの提案はブラックボックスじゃない。信頼できるデータで次の一手へ
AIが提示する分析結果は、その根拠となったデータソースや分析ロジックをドリルダウンして確認できます。AIの提案を鵜呑みにするのではなく、信頼性を担保しながら意思決定を進められるため、安心してビジネスアクションに繋げられます。
ThoughtSpotは、まるでWeb検索エンジンのように、データに対して質問を入力するだけで、瞬時にグラフやチャートを生成します。複雑なSQLやプログラミングの知識は一切不要です。これにより、ビジネスユーザー自身が「知りたい」と思った瞬間にデータから答えを引き出し、その場で意思決定に活用できる、真のセルフサービスアナリティクスを実現します。この革新的なUIこそが、全社員データ活用の鍵となります。
また、データはリアルタイムにデータソースに問い合わせをして最新情報を使うため、全員が同じデータを見て会話することができます。AIを活用して、さらにAIの回答が正確なのか検証することも可能となっています。こういった特徴から近年ThoughtSpotの活用が広まっています。
ThoughtSpot事例について
下記3社とも従来型のBIツールから置き換えた事例となります。
3社の共通点としては、ダッシュボードが多々あったものが数件のダッシュボードと検索で対応することができるようになっています。これに伴い大量のデータをリアルタイムで全員で活用できるようになりました。
データ活用基盤について
みなさんが活用したいデータというのはどのような状態でしょうか？ここでは4つのケースを考えてみました。
1：特に整備などされている基盤がない:まず手元にあるファイルを分析してみたい
2：様々なシステムがあり、そこからCSVをダウンロードできるため、それらをいくつか組み合わせて分析したい
3：様々なシステムのデータが一箇所に集約されてはいるが、十分なデータクレンジングなどされておらず都度加工して使っている：データレイクが構築されている
4：データウェアハウスと呼ばれるデータベースに集約されており、そこにつなぐだけですぐに分析ができる
BIツールはThoughtSpotに限らず、データが整理されている状態になっている必要があります。AIやBIツールは一般的に、データクレンジング機能が得意ではないため、データを使える状態に加工しておく必要があります。特に、可視化を行いたいものが複雑な場合は、事前にデータの加工が必要になります。ThoughtSpotのような強力なAI搭載型BIツールを導入しても、その真価を発揮するためには、データ自体が「信頼できる状態」でなければなりません。実は、多くの企業がデータ活用でつまずく最大の要因の一つが、この「データの質」と「データ基盤の整備」です。
それではデータ基盤の整備について見ていこうと思いますが、その前に、まずデータが集約されていないとどうなるか、というデータ分析の課題を少しお話します。
■データ分析の課題
1.複数のデータソースを利用する企業が9割
企業内のデータソースが多岐にわたっている企業が約9割だと言われています。
2.データやデータソースの特定にかかる時間が約４割
欲しいデータがどこにあるのかを探す時間に約4割かかっているといわれています。たくさんのデータソースがあると探すのも大変ですよね？肝心なデータ分析に必要な時間が、データを探すことで削られてしまっています。
3.分析作業の準備にかかる時間が8割
データの加工、例えばNull値をどう扱うか、どのデータをどのマスターと組み合わせて集計を行うか、などデータを加工して人間が判断できるまでもってくる準備のところに時間がかかるということを指しています。
上記の課題を画にしてみました。
左側に様々なシステムのデータがあり、右側がそのデータを使いたい人、ビジネスユーザーとアナリストです。それぞれ使いたいデータに個別にアクセスします。様々なところにデータがあるのでデータの存在の見落としもあるでしょう。また、それぞれ好きなツールを使って分析作業をすると思います。それぞれが個別に分析するということは、データ加工方法も様々です。
これによって、人によって指標が異なることがあるということです。売上を報告するのに、データソースも異なれば、フィルタ設定が異なることもあるでしょうし、果たして会議に出ているメンバーが同じ数字を見ているのでしょうか？
つまり、個別にセルフサービスBIを導入して個々に分析したとしても、データ分析の課題は実は解決していません。時間のかかるデータ準備作業が個別に実施され非効率ですし、指標が統一化されないなど、ガバナンスの問題も発生し続けている、ということです。
このように、個別のセルフサービスBI導入だけでは、組織全体のデータ活用は停滞し、むしろサイロ化を深めるリスクさえあります。真に全社員がデータを活用し、データ駆動型文化を確立するためには、「組織のだれもが一元的にアクセスできる、信頼できるデータ基盤」の構築が不可欠なのです。京セラみらいエンビジョン株式会社は、ThoughtSpotの効果を最大化するため、このデータ基盤構築からお客様を強力に支援いたします。
この課題を解決する方法は「組織のだれもが一元的にアクセスできる場所を構築する」のがポイントです。これがデータウェアハウス導入です。これにより、準備の整ったデータに誰でもアクセスできるようになり、データ準備の重複の問題の解決や、指標の統一化がはかれます。
データウェアハウスとは、様々なシステムからデータを収集し、統合、利用者がデータを扱いやすい形で保存するデータの保存場所です。データウェアハウスで必要とされる機能としては、大量のデータを保管できる大容量ストレージ、データのインプット・アウトプットが自由にできるような高いパフォーマンス、機密データへのアクセスと制御ができるものです。特に大容量のストレージ、高いパフォーマンスという点は、クラウド型のデータウェアハウスによって大きく改善しました。当社では、このデータウェアハウスとして取り扱いやすくバランスの取れた「Snowflake(スノーフレーク)」を推奨しています。
次に、データ準備についてお話します。データ準備は各データソースからデータウェアハウスにデータを投入し加工しておきBIツールや各ツールから使いやすい状態にしておくことを指します(下図オレンジ色部分)。大量のデータになると、データを外に出さずデータウェアハウス内で加工すると非常に高速に効率よく準備ができます。当社ではこの部分に「Alteryx(アルテリックス)」というETL処理をノーコードで行えるデータ分析ツールをご提案させていただいております。
Alteryxはオンプレミス、クラウド、それぞれの環境向けに異なるツール、オンプレミス用にはDesigner Desktop、クラウド向けにはDesigner Cloudというツールを提供しており、それぞれの環境のデータに対してデータ準備およびデータウェアハウスへの投入が可能です。またノーコード・ノンプログラミングで使えるため、プログラミングなどの専門的な知識がなくても活用できるツールとなります。
京セラみらいエンビジョンはThoughtSpotの導入効果を最大化するために、データ基盤の専門家としてSnowflakeとAlteryxを活用したデータパイプライン構築をご提案しています。これにより、データの鮮度、正確性、一貫性を確保し、全社員が信頼できるデータにアクセスできる環境を構築します。さらに、データの適切な管理体制を確立するデータガバナンスの設計支援、そして導入後の継続的な運用サポートを通じて、お客様が安心してデータ活用を進められるよう、ワンストップでサポートいたします。
おわりに
京セラみらいエンビジョンは、Alteryxによるデータ準備からSnowflakeでの堅牢なデータ蓄積、そしてThoughtSpotによる直感的なデータ分析・可視化まで、データドリブン企業への変革をワンストップで支援する信頼のパートナーです。私たちは単なるツールの導入支援に留まらず、データ基盤の設計から構築、運用、そして組織へのデータ活用文化の定着まで、お客様のビジネス課題に深く寄り添い、最適なソリューションをご提供いたします。
全社員がデータから新たな価値を生み出す未来へ。
データ活用に課題をお持ちでしたら、ぜひ京セラみらいエンビジョンにご相談ください。私たちと共に、未来を切り拓きましょう。
ウェビナー資料
ThoughtSpot
ThoughtSpot（ソートスポット）は、誰でも気軽に使えるBIツールを目指した製品です。特別なスキルを必要とすることなくキーワード検索やデータ分析をすることができ、分析結果はダッシュボードで確認することができます。
詳細を⾒る
