ストーリーを使用した全体像の把握

メモ

メモ

Einstein Analytics は、Tableau CRM という新しい名称になります。機能の変更はありません。Tableau CRM は、Salesforce CRM 製品内部のネイティブ分析に最適なエクスペリエンスを提供します。これまでどおり人工知能 (AI) とビジネスインテリジェンス (BI) を組み合わせ、Einstein Discovery で引き続きプラットフォームと緊密に連携します。この更新を進めている間は、ところどころで旧名称を目にすることがあると思います。

学習の目的

この単元を完了すると、次のことができるようになります。
  • ストーリーを開く。
  • ストーリーでインサイトを提示する順序について説明する。
  • ストーリーから得られるインサイトの種類を説明する。

はじめに

このモジュールでは、ストーリーの詳細な検討を通して、さまざまな種類の Einstein Discovery インサイトとその解釈方法を学習します。あなたは大手自動車部品メーカーの業務統括責任者であり、優れた調査能力で高い評価を得ているとします。経営陣は、あなたが「Einstein Discovery の基礎」モジュールで利益率低下の事件を解決したことに深い感銘を受け、今回もあなたの助けを必要としています。今回の依頼は、取引先の顧客生涯価値についての情報収集です。

顧客生涯価値とは?

顧客生涯価値 (CLV) とは、会社と顧客の関係の存続期間にわたる収益を予測する総計値です。CLV を見れば、潜在的に最も収益率の高い顧客のグループを見つけることができます。そして、そのグループにより多くのマーケティングリソースを割り当てることが考えられます。

ストーリーとは?

Einstein Discovery ストーリーを使用すると、Tableau CRM データセットのデータを分析できます。Einstein Discovery では、ストーリーを使用して、統計、機械学習、AI に基づくデータの包括的な統計分析を実行します。

ストーリーには次の特長があります。

  • ビジネス関連の結果 (結果変数とも呼ばれる) と、その結果に影響する可能性のある説明変数との関係を明らかにするのに役立ちます。
  • 結果を最小化または最大化するという目標があります (利益率の最大化やコストの最小化など)。
  • 分析に含めるデータセット列とその他の設定を指定します。
  • データに関する豊富なインサイトと共に視覚化と説明が含まれていて、Einstein で検出されたインサイトを理解しやすくなっています。
通常、結果変数はビジネスの重要業績評価指標 (KPI) です。Einstein Discovery では、次の 2 つの結果が分析されます。
  • 収益、割引、コスト、期間などの定量化可能な基準を表す数値
  • 成立または不成立、離脱または維持、承認または却下などの 2 つの値 (バイナリ結果) を含むテキスト項目

ここでは、CLV は数値結果を表しています。では、使用するストーリーを作成しましょう。

Developer Edition 組織で Einstein Discovery を試す

この Trailhead モジュールを受講する前に、Tableau CRM が有効になっている無料の Developer Edition 組織にサインアップしてください。この組織は、学習中のスキルを練習できる安全な環境です。

メモ

メモ

このトレイルでは、既存の Developer Edition 組織は使用できません。代わりに、Tableau CRM が有効で、次のものを含む特別な Developer Edition 組織にサインアップします。

  • Einstein Discovery に必要な Tableau CRM Plus ライセンスのプロビジョニング。
  • Einstein Discovery 機能を使用するために必要な Tableau CRM Plus 権限セット。

    Tableau CRM が有効になっている Developer Edition 組織をすでに持っている場合でも、ここで新しい組織にサインアップしてください。Tableau CRM が有効になっている Developer Edition 組織が古い場合は、最近リリースされた機能が備わっていません。新しい組織にサインアップすれば、最新かつ最高の機能を使用できます。
サインアップしましたか? それでは始めましょう。

データのダウンロード

このモジュールで使用するストーリーを作成する前に分析するデータが必要です。AcquiredAccount.csv という CSV ファイルをダウンロードしてコンピュータに保存します。

この CVS ファイルには 11 列が含まれています。各行に、この自動車部品メーカーの 1 万社の取引先の情報が記載されています。以下は、CSV ファイルの最初の数行を示しています。CSV ファイルの最初の数行

Tableau CRM データセットの作成と入力

次のステップは、データを CSV ファイルから Tableau CRM データセットに取り込むことです。

  1. アプリケーションランチャー (アプリケーションランチャーアイコン) で、[Tableau CRM Analytics Studio] を見つけて選択します。
  2. [作成] | [データセット] をクリックします。
  3. 新しいデータのソースとして [CSV ファイル] を選択します。
  4. 開いたファイル選択ウィンドウで、ダウンロードした AcquiredAccount.csv ファイルを見つけて選択し、[次へ] をクリックします。
  5. デフォルトを受け入れて、[次へ] をクリックします。
  6. デフォルトを受け入れて、[ファイルをアップロード] をクリックします。Tableau CRM でデータセットが作成され、CSV ファイルからデータがインポートされます。

ストーリーの作成

これで、このデータセットからストーリーを作成する準備が整いました。まず初めに Einstein Discovery に対して、注目する結果変数を指定します。このモジュールでは、CLV 変数を最大化するストーリーを使用します。

  1. データセット設定画面で [ストーリーを作成] をクリックします。Tableau CRM Analytics Studio により [Story Setup (ストーリー設定)] ウィザードが起動されます。
  2. 最初の画面では、[項目] で、Einstein で分析する結果として [CLV] を選択します。
  3. その他すべてのデフォルト設定を受け入れ、[ストーリー種別] をクリックします。
  4. [ストーリー種別] 画面で、[インサイトと予測] をクリックし、[設定オプション] をクリックします。
  5. [設定オプション] 画面で、[手動] を選択し、[データオプション] をクリックします。データオプション選択した結果変数がリストの最初に表示されます。残りの列は、説明変数を表します。説明変数は、ストーリーの結果変数に影響する可能性があるかどうか (および影響の程度) を判断するために探索する変数です。[相関関係] 列に各項目と結果の統計的な相関率が表示されます。[Division (ディビジョン)] 項目に最も高い相関関係があります。ただし、[Account Id (取引先 ID)] に 2 番目に高い相関関係があります。ちょっと考えてみましょう。任意に割り当てられた取引先 ID が CLV に影響を与えるでしょうか? おそらく無理でしょう。私たちにそれがわかるのは、自社のビジネスについて知っているためです。この場合は、統計的な有意性が現実世界の有意性とつながっていません。そのため、分析をスピードアップして明確な結果を得るために、分析からこの項目を除外しましょう。
  6. [Account Id (取引先 ID)] の横にあるチェックボックスをオフにします。
  7. [Create Story (ストーリーを作成)] をクリックします。

データの分析とインサイトの発見が完了すると、結果が表示されます。

「CLV by Division (ディビジョン別 CLV)」インサイト

Einstein Discovery ストーリーのインターフェースの重要な領域は次のとおりです。

領域 名前 説明
1
ストーリーの見出し このストーリーの名前、選択した目標、最新バージョン。
2
ストーリーのツールバー 予測と改善の表示、ストーリー設定の更新、およびその他のタスクに使用できるツールです。
3
変数パネル ストーリー内の変数のリスト、およびストーリーの結果との相関関係を表示します。
4
ストーリーバージョンの概要 バージョン比較などのストーリーインサイトの概要です。
5
インサイトリスト このストーリーに関連付けられたインサイトのリストです。
メモ

メモ


この画像が、Einstein Discovery で表示されている画面と多少異なっていても、心配しないでください。通常インターフェース要素は同じですが、表示されるデータなど、一部の詳細が若干異なる場合があります。

ストーリーのインサイト

ストーリーは、Einstein Discovery によって明らかになったインサイトを表します。最初に目にするインサイトは説明的インサイトで、データセット内の履歴データに基づいて何が起こったのかを伝えます。説明的インサイトを使用して、ストーリーの結果に寄与する要因を概要レベルで調査します。

ストーリーのインサイトの順序

インサイトは、統計的に有意な順に表示されます。最初に表示されるのは、結果変数の最大の変動を統計的に説明するインサイトです。ストーリーをスクロールしていくうちに、インサイトで統計的に説明される結果変数の変動が次第に小さくなっていきます。分析を開始する時点で因果関係は想定できません。インサイトは統計的に有意なパターンを示し、どこを掘り下げて詳しく調べればよいのかの手がかりを与えてくれます。好きな順序でインサイトを探索できます。

他の種類のインサイト

このストーリーには、他の種類のインサイトも含まれます。
  • 比較インサイト
  • 診断的インサイト
  • 予測と改善

このモジュールでは、説明的インサイトと比較インサイトを取り上げます。「Einstein Discovery のストーリーインサイト」モジュールでは、診断的インサイトに加え、予測と改善を取り上げます。

ストーリーインサイトの詳細

これで、ストーリーとインサイトの概要を理解できました。次はストーリーの各種インサイトを最大限に活用する方法を詳しく見ていきましょう。次の単元では、説明的インサイトについて詳しく説明します。

リソース

Rights of ALBERT EINSTEIN are used with permission of The Hebrew University of Jerusalem. (ALBERT EINSTEIN の権利は、ヘブライ大学の許可を受けた上で使用しています。)Represented exclusively by Greenlight. (Greenlight が排他的に代理人を務めています。)

無料で学習を続けましょう!
続けるにはアカウントにサインアップしてください。
サインアップすると次のような機能が利用できるようになります。
  • 各自のキャリア目標に合わせてパーソナライズされたおすすめが表示される
  • ハンズオン Challenge やテストでスキルを練習できる
  • 進捗状況を追跡して上司と共有できる
  • メンターやキャリアチャンスと繋がることができる