マーケティング ブログ

AIで高度な分析結果を!Salesforceの機能「Einstein Analytics」とは?

執筆者:Hara Yuka

  

データ分析にAIを活用しよう!


Einstein_Discovery _step_04 

 

 

今回は、AI分析が出来る、Salesforceの機能「Einstein Analytics

(アインシュタイン・アナリティクス)について紹介します。

ストーリー機能を、日本語でどこまで使えるのか、実際データを入れるとどんな感じなのか…

気になるポイントを一緒にチェックしていきましょう!

 

 

◆目次◆

  1. Einstein Analyticsとは?
  2. デモ動画でイメージをつけよう
  3. Einstein Analytics(ストーリー)で出来ること
  4. Einstein Analytics(ストーリー)設定・有効化

  

 

Einstein Analyticsとは?

Einstein_Discovery _step_03 

 

Einstein Analytics は、Salesforceで今注目の分析機能です!

Einstein Analyticsでは、「ストーリー」と言われる、成功ビジョンのシナリオ、目的といったような類も提案してくれます。

ストーリーの作成では、ソフトウェアや統計モデルを構築することなく、膨大なデータを自動で分析し、事実・原因・予測的な洞察などを明らかにします。

社内で持ちがちな先入観...そういったものを省く客観的な事実、回答、説明の分析結果が生成される仕組みです。

これらの技術は、買収したデータアナリティクス企業BeyondCoreのテクノロジを活用しているようです。

こちらに公式の紹介動画(英語版)がありますので、ぜひイメージをつける為に視聴してみては如何でしょうか?

補足:日本語字幕で見られる裏技もありますよ! 

 

【追記補足】Einstein Analytics(ストーリー作成)は、「Einstein Discovery」と呼ばれることもあります。

「Einstein Discovery」が、「Einstein Analytics」の画面に統合された関係です。画面レイアウトが少し異なる場合はありますが、

基本的な機能は同じのようです。詳しい詳細はSalesforceの「Winter '19 リリースノート」をご参照下さい。

 

Winter '19 リリースノート

 

Einstein Discovery: Einstein Analytics への統合

https://releasenotes.docs.salesforce.com/ja-jp/winter19/release-notes/rn_bi_edd.htm

 

 

 

デモ動画でイメージをつけよう

 

【動画】Einstein Discovery Demo

 

 

 参考動画:https://youtu.be/F-JPT3rndcc

 

【裏技】動画やサイトが英語が苦手でも大丈夫!

 

STEP①サイトを翻訳する

 画面は、英語になりますが、日本語にする裏技があります。

 Chromeのブラウザをご利用であるならば、右クリック「日本語に翻訳(T)」を活用すれば、

 下記のような画面になりますので試してみてはいかがでしょうか。

  (一部、自動翻訳の問題で変わった日本語の言い回しがまざりますが、システム画面的には、特に大きな問題はなく利用できるかと思います。)

 marketing-hotjar-free-tool-website-step1_03-1

 

STEP②動画を日本語字幕で見る

字幕設定があるものに関しては、完璧な日本語でないにしても、日本語でも見ることが可能です。

①Youtube画面・歯車ボタン「設定」

②字幕、自動翻訳にて、「日本語」を選択

Einstein_Discovery _step_02

英語を日本語で視聴する方法、ぜひ一度お試しください!

 

 

 

Einstein Analytics(ストーリー)で出来ること

 下記のデモサンプルを使って解説します。

まず、Einstein Analytics(ストーリー)を初めて利用する場合は、自社のデータを利用して、いきなり分析するよりも、

トレイルを使って仕様を理解することをお勧めします。クロームブラウザで開けば、右クリック「日本語に翻訳(T)」を活用

して日本語画面にするもとも可能です!

画面は完全に日本語訳されている訳ではないので、その点はご了承頂ければと思います。

※デモデータについては、英語データだと見づらかったので、日本語デモデータを自作しました。ブログ第2弾「英語・日本語比較編」で詳しく説明する予定です。

★お勧めトレイル★

 

トレイル名:Einstein Discovery Classic を使用したインサイトの取得

https://trailhead.salesforce.com/ja/content/learn/trails/wave_analytics_einstein_discovery

 

主な機能は、下記のようになっています。

  1. ストーリーの作成(CreateStory)
  2. 事象を知る(何が起こった)
  3. 原因を分析(なぜそれが起こったか)
  4. 期間における変化を確認(時間の経過とともに変わったこと)
  5. 予測(何が起こるか)
  6. 比較(違いはなんですか)
  7. Einsteinからの提案(改善する方法はありますか)

 

デモデータは、自動車部品会社のサンプルを利用しました。

 

①ストーリーの作成(CreateStory)

 Einstein_Discovery _step_05

  • インポートしたデータに沿って、ストーリーが提案されます。もちろん、手動で設定することも可能です。

今回の場合、データセットのデータに基づいて、「APdistファイルに対して、マージンを最大に」といったストーリーを提案してくれました。(ここでのストーリーとは、イメージとして、成功ビジョンのシナリオ・目的のような類です。)



②事象
を知る(何が起こった)

Einstein_Discovery _step_07

画面右横のタブ、アインシュタインの洞察の項目があります。

①その部分で、各種選択が可能です。ここでは「何が起こった(what happened)」を選択します。

②分析結果は、左側に表示され、「製品ごとのマージン」分析グラフが出てきました。

事実に基づき、何が起きたか、また、特異なケースが発生していることも比較して分かるようになります。

注目すべき特異項目は、オレンジや青といった色がついて表示されます。

 

③原因を分析(なぜそれが起こったか)

Einstein_Discovery _step_10

①アインシュタイン洞察の項目で「なぜそれが起こったのか(Why It Happened)」をプルダウンで選択します。

②結果が表示されるので、まず1番上を確認

③左に結果が表示されます

この場合、結果として「ウォーターフォール図」が出てきました。

この図の見方を簡単に解説します。

左端にGlobalOutcome(製品全体平均)、右端にObservedOutcome(該当製品)があります。

この2項目だけ比較すると、(該当製品)が、(製品全体平均)より高いことが分かりますね。

その2つの差は、一体どうやって生まれたのかが、間にある「上昇下降」のグラフバーで示されています。

どういった要素で、右端の結果にたどり着くのかがこれで分かります。

プラス要素の場合にグラフが上昇し、マイナス要素の場合に下降します。

 

④期間における変化を確認(時間の経過とともに変わったこと)

Einstein_Discovery _step_09

 「時間の経過とともに変わったこと(What Changed Over Time)」をプルダウンで選択します。

パラメーターの切り口ごとに、期間における変化分析が可能です。


⑤予測(何が起こるか)

Einstein_Discovery _step_16

 「何が起こるか(What Could Happen)」をプルダウンで選択します。

データから見る予測結果です。

例として、販売代理店ごとのマージン予測を出しています。

個別にクリックすることで、何の要素で影響されるのかを確認することが可能です。

 

⑥比較(違いはなんですか)

Einstein_Discovery _step_17

 「違いはなんですか(What Is The Difference)」をプルダウンで選択します。

比較する要素を設定します。例として、「製品」における、地域「インド」「イタリア」で設定しました。

結果としては「製品がハイブリッドモーターの場合、イタリアはインドに大きく遅れをとっている」と出ました。

その原因を、ウォーターフォール図における「インド⇔イタリア間」の複数項目の要素で、確認することが出来ます。

 

⑦Einsteinからの提案(改善する方法はありますか)

Einstein_Discovery _step_19_add

「改善する方法はありますか(How Can I Improve It)」をプルダウンで選択します。

その中で、「販売代理店ニシズの時、製品を”オールタネータ”から”ベルトドライブ”に変更する」を選択。

このように変更した場合、マージンがUPすると予測されました。

その要因は、下記のように、間の要素をクリックすることで詳細を確認することが出来ます。

Einstein_Discovery _step_20

 

以上が、Einstein Analytics(ストーリー)で出来るになります。

今回は、基本的な概要の紹介でしたが、要素をクリックして、どんどんと原因を深掘りしていくことが出来ます!

 

  

 Einstein Analytics(ストーリー)設定・有効化

必要なライセンスは事前に取得し、実際に所属組織に設定する場合は下記のような手順になります。

事前に、必要なライセンスについては、所属企業によって異なると思いますので、Salesforceの営業担当者に確認しておきましょう。

参考:https://help.salesforce.com/articleView?id=bi_edd_help_setup.htm&type=5

 

【抜粋:簡易手順一覧】

  1. Einstein Discovery 権限セットライセンスとユーザ権限の詳細
    各 Einstein Discovery - アナリストまたは Einstein Discovery - ユーザライセンスは、Einstein Discovery へのアクセス権が提供されるシングルユーザライセンスです。
  2. 権限セットの作成
    Einstein Discovery ユーザ権限で構成される権限セットを作成します。
  3. ユーザへの権限セットの割り当て
    適切な権限セットをユーザに割り当てます。権限セットは個々のユーザに割り当てることができますが、効率化するためにユーザのグループに割り当てることもできます。1 人のユーザに複数の権限セットを割り当てることができます。
  4. Einstein Discovery の有効化
    組織で Einstein Discovery を有効にします。

 

 実際に、弊社の組織でもEinstein Analytics(ストーリー)の設定を行っています。どう分析結果を出したかについては、順を追ってブログ、「実際に設定してみよう!~事例編」で詳しく紹介する予定ですのでお楽しみに!

 今回の「AIで高度な分析結果を!Salesforceの機能「Einstein Analytics」とは?」如何でしたでしょうか?

 

社内のマーケター・データアナリストが、統計を集計してレポート分析したりしていた一連の仕事を、

ついにデータをインポートするだけで、AIが答えてくれる時代になりました。

 

Einstein AnalyticsのAIのポイントは、「社内の忖度」や「色メガネ」がないということ!!

社内でデータ分析をしてしまうと、グレーゾーンを保留にしたり、分析する人の意向というものが反映されてしまう事が稀にあります。

AIはデータありきで提案してくるので、「事実ベースの正論」で提案してきます。

場合によっては、目を背けたくなるような「データの事実」と向き合うことになるかもしれませんが、それも改善・事業成功の為!

 

ぜひ、AIの時代に、Einstein Analyticsを活用してみては如何でしょうか?

それでは次回もお楽しみに!


 第2弾⇒Salesforceの機能、Einstein Analyticsを日本語で使う方法とは?

 第3弾⇒Salesforceの機能「Einstein Analytics」を使った事例を紹介します!

 

 

<https://www.japanma.or.jp/download/33/>  間違ったマーケティング・セールスでは会社はつぶれる(1)  あなたの会社のマーケティング・セールスは進化していますか? マーケティング・セールスの方法は人口減少や、マーケットの縮小などにより変化が必要です。マーケティング・セールスの根本的な仕組みが分かる小冊子『間違ったマーケティング・セールスでは会社はつぶれる(1)』では、マーケティング・セールスの基本知識の習得ができます。   資料をダウンロードする <https://www.japanma.or.jp/download/33/>

 

 

 

気軽にお問い合わせ下さい <https://www.mk-design.co.jp/contact>

 

どんな小さな質問・ご相談でも構いません。まずは、気軽にご相談ください。

オススメのブログ記事

廣見 剛利
代表取締役社長

20代の頃から、営業会社の組織を率いるかたわら、営業の重要性を認識しながらも、営業の限界について自問自答をし続ける。30代でCRMとSFAに出会いその限界を打破する光が見えつつも、変革しなければならないプロセスの多さに愕然とする。40代に入りマーケティングオートメーションと出会い、見込み客獲得から、見込み客教育、商談化のプロセスの自動化について体現する。商談化前が自動化されることにより、商談後の生涯顧客価値を最大化させるプロセスの見える化、見える化による再現性のある営業組織づくりを実現。同じ悩みをもつ日本企業の解決策を提供すべく、マーケティングデザインを設立。詳しくはこちら

三宅 毅
CMO(最高マーケティング責任者)
2000年半導体部品メーカーに入社。企画部門にて3次元CADの導入などによる業務効率化を成功させる。その後、CAE専門企業に移り、マーケティング活動全般、2008年Salesforce導入プロジェクトに関わる。マーケティングの可能性を追求すべく、2015年にBtoBマーケティング専門エージェンシーにて、Pardotなどの最新のマーケテイングオートメーションツールの導入や各種業界を支援。2017年5月より現職マックスヒルズのCMOとしてマーケティング活動から、会社の生産性向上などHR部門も統括。また、マーケティングデザインの設立にも携わり、中小企業における人材の育成にもつとめている。 Salesforceの導入事例として関連会社のマックスヒルズで掲載されました。詳しくはこちら
Hara Yuka
カスタマーサクセス・マーケティング担当
Webマーケティング業務に携わっております。前職のITコンサルティング会社では、SAP等の業務基幹システムのユーザーシステムサポート業務に従事し、お客様は国内のみならず、海外ユーザーにも対応しておりました。マーケティングデザインでは、ブログ記事を執筆する機会が多く、システムなどのIT・Web関連が苦手な方でも、分かりやすく伝わるように心がけております。日進月歩する分野ですので、最新の情報を出来る限りキャッチしつつ、役立つ情報を発信できるように、頑張っていきます!★Salesforce/EinsteinChampion(2020)認定 ★Twitterはこちら
柴沼 潤
インサイドセールス・マーケティング担当

2019年のはじめに入社し、Salesforce のEinsteinAnalyticsを活用した分析業務に取り組ませていただいております。ダブルワークしており、フリークライマーとしての活動の傍ら業務に取り組んでおります。マーケティングデザインでは私が取り組んできた分析業務の活用事例を紹介させていただくことで、営業支援ツールの導入・活用に役立つ情報を提供していきたいと考えております。機会があれば私自身の勤務の様子をご紹介させていただくかもしれません。ダブルワーク・テレワークといった勤務スタイルがどのように確立されているかなど、興味がある方々にとって有益な情報を発信できるように頑張ります。