データ分析を変える4つのテクノロジートレンド

＊本記事は、米国本社のブログの投稿文を翻訳したものです。

COVID-19の対応で最も印象的なのは、データ分析が果たす役割です。感染速度を遅らせ、人命へのリスクを軽減する戦いの中で、各国政府は絶えず変化する指標や予測に基づいて戦略を練り直しています。そこでは、統計モデリングなどの専門家が中心となり、適切な時期に適切な政策を実施できるよう支援しています。

私たちにとって、深いインサイト（洞察）を提供し意思決定プロセスに影響を与えるデータの力は、驚くべきことではないでしょう。実際、過去数年の間に、データは産業界や企業の特徴の一つであると証明されました。

ビジネスの世界においてデータは劇的な影響を与えましたが、私たちはまだデータで可能なことを表面的にしか知りません。今後も新しい技術トレンドが複数融合して、データ分析のルールブックが書き換えられていくでしょう。スピード、精度、インテリジェンスの面だけでなく、広範囲にわたるデータの民主化を可能にします。

私が特に注目しているのは、ガートナーの「2020年戦略的テクノロジートレンド TOP10」の中の以下の4つのトレンドです。

拡張アナリティクス
継続的インテリジェンス
拡張データ管理
自動化された機械学習（AutoML）/説明可能なAI

これらの本質とメリットを探り、1年を通してブログで紹介していきたいと思います。まずは簡単な紹介から始めましょう。

拡張アナリティクス
データ分析市場における次なる破壊の波です。最新の自然言語処理（NLP）、人工知能（AI）、機械学習（ML）の技術を活用して、アナリティクスの開発、消費、共有の方法を変革することが約束されています。

継続的インテリジェンス
リアルタイムのアナリティクスがビジネスオペレーションの中に統合された設計パターンです。現在のデータと過去のデータの両方を処理することで、展開されるイベントに対応し最善の行動を規定します。その結果、リアルタイムの意思決定プロセスをサポートしたり、自動化したりすることができます。

拡張データ管理／データ発見とデータカタログ
ML機能とAIエンジンを活用してデータを発見・理解し、データ品質、メタデータ管理、マスターデータ管理、データ統合、データベース管理システム（DBMS）などの企業情報管理カテゴリを自己設定・自己調整できるようにします。

AutoML/説明可能なAI
人間の意思決定を補強し、それに代わるものとして着々と導入が進んでいます。しかし、シナリオによってはこれらのモデルがどのようにして意思決定に到達したのかを正当化しなければなりません。構築するためにアプリケーションリーダーは、これらのモデルをより解釈可能で説明可能なものにしなければなりません。

おそらく最もエキサイティングなのは、これらのトレンドが市民デベロッパーと市民データサイエンティストの台頭という別のトレンドを促進することでしょう。実際、私たちはすでにそれを目にし始めています。内容領域専門家（SME）がクラウドベースのビジネスアプリケーションのノーコード開発を引き受けたり、データサイエンスの領域外で仕事をしている人たちが予測分析や処方的分析を活用したモデルを作成したりしています。これについては、今後のブログ記事でご紹介します。

不確実で困難な時代には、良いニュースは大変な価値をもちます。次世代のデータアナリティクスは、無数の異なるセクターにまたがってさまざまなアプリケーションのホストを持つことになるでしょう。社会が、最も深刻な課題に効率的に対応することを期待するのは無謀ではありません。今のところ、皆さんも同意できると思います。