マーケティング ブログ

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

Written by Hara Y 2019/01/11 11:00:00

  

日本語データと英語データは同じ様に分析されるのか?


 Einstein_Discovery _step_03

  

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。

今回はEinsteinシリーズ第2弾。日本語でどこまで使えるのか、

英語データと日本語データでのアウトプットの違いについて検証していきましょう。

 

 

◆目次◆

  1. 【復習】Einstein Analyticsとは?
  2. Einstein Analytics(ストーリー)の使い方はこちら
  3. データのインポート方法
  4. 日本語データをインポートしよう
  5. 日本語データと英語データを比較
  6. 分析結果(インサイト)を確認

  

 

【復習】Einstein Analyticsとは?

 

Einstein Analyticsは、Salesforceで今注目の分析機能。

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。

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。

「何が起こったか」「なぜ起こったか」「次に何が起こるか」「改善方法の提案」等をデータをベースに深掘りしていくことが出来ます。

詳しくは、下記のアインシュタインの第1弾をご参考下さい!

 第1弾⇒AIで高度な分析結果を!Salesforceの機能「Einstein Analytics」とは?

 

【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

 

 

Einstein Analytics(ストーリー)の使い方はこちら

Einstein Analytics(ストーリー)を実際にデモ環境で試すことが出来ます。

下記のトレイル「Einstein Discovery Classic を使用したインサイトの取得」がオススメです。

こちらは残念ながら、まだ日本語対応していません。よって、画面は基本的に英語になります。

ただし、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。

(ただし、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。)

 

★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

 【日本語自動翻訳・画面イメージ】

Einstein_Discovery _step_07

 

 

 

 

データのインポート方法

 

Einstein Discoveryでは、下記のように既存のシステムからインポートする方法と、CSVからインポートする方法の大きく2種類があります。

Einstein_Discovery_japanese_01

今回は、先程オススメしたトレイルにあわせて、「CSVデータ」について紹介していきますね。

因みに、トレイルのデモデータは英語のCSVデータになります。

英語データだと検証的に見づらかったので、日本語デモデータを自作して進めました。

Einstein Discoveryの日本語デモデータを利用したい方は、こちらの専用ページからダウンロード可能です。

ダウンロードはこちら

Einstein Discoveryは、日本語データでも英語データ同様に分析してくれるのか、検証していきましょう。

 

 

日本語データをインポートしよう

漢字の文字化け防止の為に、エクセルなどで編集した場合は、メモ帳で「UTF-8」保存し、CSVに再度保存することをお勧めします。

【日本語データのインポート画面】

 Einstein_Discovery_japanese_02

【手順】 

①Datasetsから「CSV」を選択し、該当ファイルを選択

②データを整える・変換

    ここで、名称などのデータ重複を修正することが出来ます。

Einstein_Discovery_japanese_03

 

③データ・タイプを選択

 Einsteinが自動で提案してくれますが、想定と違えば手動で修正しましょう。

Einstein_Discovery_japanese_04

④ストーリーを作成 

 インポートしたデータから、「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ものが自動で提案されます。

 Einstein_Discovery_japanese_05_story

 

 

①~③は日本語と英語で違いはありませんでしたが、④のストーリー作成で、画面上に違いが出ました。

それを詳細に確認していきましょう。

 

 

 

日本語と英語でストーリー作成を比較

 

ストーリー(目的)のようなものを最初に設定する画面で、ある程度の設定提案をしてくれますが、若干違いがありました。

【異なる箇所】(オレンジの箇所)

  • ・実用的な変数:設定なし
  • ・日付の「YEAR」


【推測】

  • Einstein Analytics(ストーリー) は日本語対応していないので、「日本語・カタカナ」が認識できていないと思われます。結果を見る限り、
  • 、ストーリーでは「数字」と「データ・タイプ」でおそらく判断をしていますね。

 

【英語・ストーリー作成画面

 Einstein_Discovery_japanese_06-1

 【日本語・ストーリー作成画面】

Einstein_Discovery_japanese_05-1

  • Einstein Discoveryが自動で提案してくれなかった場合は、手動で設定することも出来ます。

従って日本語データでは、下記のように各項目を手動で設定しました。

Einstein_Discovery_japanese_07

 Einstein_Discovery_japanese_08

 

手動で設定することにより、これでストーリーの設定が完了しました。

英語データでのストーリー提案の場合と同じにしておきましょう。設定が出来たら、右上の「CreateStory」ボタンを押します。 

Einstein_Discovery_japanese_09-1

 

 

 

分析結果(インサイト)を確認

 

今回のデモデータに関しては、ストーリー作成後の分析結果の概要を見た限りでは、英語と日本語で違いはないようでした。

【インサイトの比較】

左(日本語)・右(英語)

 Einstein_Discovery_japanese_10

 

Einstein Analytics(ストーリー)はテキストを見ているのではなく、客観的な指標(数値・データ型等)でインサイトを作りだしていると

考えられる為、アウトプットには特に違いが現れていないように見受けられます。

Einstein Analytics(ストーリー)の仕様が日本語に対応していなくても、データさえ整っていれば分析に活用することが可能という事になりますね。

組織形態やデータの内容によって違いがある可能性も0ではありませんので、やはりトレイルとあわせて、下記の無料のデモ環境で一度試してみる必要はあると思います。

 

★Salesforce提供・デモ環境★

 

Developer Edition 組織で Einstein Discovery を試す

Analytics が有効になっている無料の Developer Edition 組織にサインアップ

developer.salesforce.com/promotions/orgs/analytics-deから登録可能です。

 

 

今回の「Salesforceの機能、Einstein Analyticsを日本語で使う方法とは?」如何でしたでしょうか?

 

  • Einstein Analytics(ストーリー) の仕様上、日本語対応はしておらず、

ストーリー作成時には、若干の提案に違いがありましたが、手動で設定もできるということで、大きな問題ではないと考えられます。

 

また、今回のデモ検証においては分析結果には違いがなかったことから、興味があるようなら、日本語のデータでも試してみる価値はありそうですね!

 

ぜひ、AIの時代に、Einstein Analytics(ストーリー)を活用してみては如何でしょうか?

次回は、すでにSalesforceを利用している実際の企業組織を使って、どのような結果がでたのか、事例ベースで見ていきましょう。

それでは次回もお楽しみに!

 

第1弾⇒AIで高度な分析結果を!Salesforceの機能「Einstein Analytics」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
上司であります三宅と共に、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!