paint-brush
組み込み分析の理解: 定義、利点、使用例@goqrvey
23,719 測定値
23,719 測定値

組み込み分析の理解: 定義、利点、使用例

Qrvey18m2024/03/06
Read on Terminal Reader

長すぎる; 読むには

組み込み分析は、分析機能をアプリケーションに直接統合し、ユーザー エクスペリエンスの強化、リアルタイムの洞察、収益源の増加などのメリットを提供します。主な機能には、セルフサービス ダッシュボード、データ セキュリティ、ホワイト ラベルが含まれます。適切なソリューションを選択するには、開発者の使いやすさ、コスト構造、アーキテクチャ、データの準備状況を考慮する必要があります。統合プロセスでは、インストール、構成、アプリケーションの構築、ホスト ソフトウェアへの埋め込みが必要です。
featured image - 組み込み分析の理解: 定義、利点、使用例
Qrvey HackerNoon profile picture
0-item
1-item


組み込み分析とは何ですか?

組み込み分析は、別のアプリケーションの固有の部分として分析機能を組み込む技術的機能です。


Dresner Wisdom of Crowds® の2023 年組み込みビジネス インテリジェンス市場調査によると、現在の組み込み BI の使用率は 49% であり、導入計画は依然として堅調です。さらに、業界回答者の 86% が、組み込み BI が不可欠または非常に重要であると回答しています。

埋め込み型分析の意味

SaaS ソリューション用の組み込み分析により、SaaS アプリケーションのユーザーはビジネス インテリジェンスのパワーを利用して、アプリ内で作成したデータを分析できます。これにより、データを別のビジネス インテリジェンス ツールにインポートするためにのみエクスポートする必要がなくなります。


12 の重要な組み込み分析機能

1. セルフサービスで簡単に構築できるチャートとダッシュボード

ユーザーは、ポイント アンド クリックだけで、視覚的に魅力的なデータ ビジュアライゼーションを簡単に作成できる必要があります。直観的でセルフサービスのグラフ ビルダーはユーザーフレンドリーであり、パーソナライズされたダッシュボードとレポートを作成するためのダッシュボード ビルダー要素を組み込んでいる必要があります。


Qrvey がどのようにして Impexium を迅速に市場に参入させ、顧客に直接分析を提供できるようにしたかを学びましょう。 Impexium は、時代遅れの分析プラットフォームを置き換える必要性に直面し、セルフサービス機能、応答性の高いデザイン、自動化されたデータ プロセスを備えた最新のソリューションを模索しました。

2. あらゆる種類のデータ

従来の分析ツールのほとんどは構造化データのみを扱うため、全ビジネス データの 70% 以上が分析に使用されることはありません。重要な洞察を得るには、フォームや画像などの半構造化および非構造化データ ソースを含むすべてのデータを統合できなければなりません。

3. ワークフローと自動化

ユーザーが分析プラットフォームを使用して新しい洞察を発見できれば素晴らしいことですが、プラットフォームがユーザーのために発見を行ってくれればさらに良いのです。自動化により、条件が満たされた場合にユーザーに警告を発したり、しきい値を超えた場合にワークフローをトリガーしたりできます。


セルフサービスのワークフロー ビルダーを使用すると、技術者ではないユーザーでも一般的なタスクを簡単に自動化し、状況が変化した瞬間に物事を実現できます。新しいデータを受信したとき、またはユーザー定義のメトリクスとしきい値が満たされたときに自動化を自動的にトリガーできるため、あらゆる新しいタイプのデータ駆動型アプリケーションを作成できます。


条件付きルールと ML モデルを使用して、ワークフローとアプリケーションに強力なビジネス ロジックを追加します。自動化によってのみ、分析プラットフォームが 24 時間稼働できるようになります。

4. 共有可能な洞察

ユーザーが貴重な洞察を取得したら、それを簡単に共有して広めることができる必要があります。完全な対話性とデータ セキュリティが組み込まれた複数ページおよび複数タブのレポートを作成する機能などの機能を探してください。コンテンツ展開機能を使用すると、自分のペースでテンプレートやダッシュボードを特定のテナントに展開できます。

5. ドリルダウンやドリルスルーなどの対話性

ユーザーはレポートを操作して、必要に応じて追加情報に簡単にアクセスできる必要があります。ドリルダウンにより、ユーザーは高レベルからより詳細なレベルに移動し、たとえば国から州へなど、データをさらに深く掘り下げることができます。ドリルスルーにより、ユーザーは分析中のデータに関連するレポートに移動し、同じデータセットを分析しながら別のレポートに移動します。最後に、高度なフィルタリング オプションを使用すると、ユーザーはレポートに表示されるデータを絞り込むことができます。

6. データセキュリティと管理されたアクセス制御

レコード レベルおよび列レベルのセキュリティにより、管理者はデータセット内のデータ アクセスを詳細なレベルで制限できるため、各ユーザーは表示を許可された情報のみを取得できます。各ユーザーの役割に応じて、データ、分析情報、アプリケーションへのアクセスを許可します。


セキュリティ ツールと機能はマルチテナント SaaS アプリケーションをサポートする必要があり、理想的にはすべてのルールとポリシーを含むセキュリティ モデルを継承します。シングル サインオンにより、分析を SaaS アプリケーションにシームレスに統合します。

7. SaaS プラットフォーム環境に導入可能

データのセキュリティを最大限に高めるために、組み込みの分析ソフトウェアをプライベート環境に導入できることは、データの制御を維持する上で重要な機能です。さらに、この方法では、データの管理をサードパーティに依存する必要がなく、既存のセキュリティ ポリシーが継承されます。


クラウドに展開することで、データがアカウントから離れることはなく、環境内のデータを管理下に置くことができます。


ソフトウェア開発ライフサイクル (SDLC) に適合するには、コード リポジトリと複数の開発環境に展開できる必要もあります。

8. ホワイトラベリングとUIのカスタマイズ

すべてを社内で構築するのではなく、サードパーティ製品を組み込むことには多くの利点があります。しかし、顧客は知る必要はありません。埋め込み分析は、SaaS アプリケーションにシームレスに溶け込むように CSS やテーマで外観を更新するなど、完全にカスタマイズ可能である必要があります。ユーザー エクスペリエンスは一貫している必要があり、ホワイトラベルの埋め込み分析が最適です。


Dresner Wisdom of Crowds ® ビジネス インテリジェンス市場調査では、カスタマイズ能力の重要性が認識されています。この調査では、「製品の品質と有用性」のカテゴリー内の「カスタマイズと拡張性」を含む 33 基準の評価モデルを使用してベンダーを評価しています。

9. ネイティブ マルチテナント

SaaS のユースケースには、すぐに使えるマルチテナンシーが不可欠です。多くのソリューションではマルチテナンシーを強制するために大規模なカスタム開発が必要となるため、これは市場投入までの時間にも直接影響します。組み込み分析のマルチテナント アーキテクチャの詳細をご覧ください。

10. 無制限のユーザーライセンス

SaaS アプリケーション内での使用状況を予測することはほぼ不可能であるため、理想的なソリューションは無制限のユーザー ライセンスを提供することです。従来のビジネス インテリジェンス ソリューションのほとんどはユーザー ライセンスしか提供できず、それが導入の妨げになる傾向があります。ユーザーベースのライセンスはコストの大きな要因となり、プラスの ROI の達成を妨げる可能性があります。

11. すべては埋め込み可能

適切な組み込み分析ソリューションでは、シームレスなユーザー エクスペリエンスを実現するために、Javascript を使用して iframe を回避し、完全に埋め込み可能な複数のコンポーネントを提供する必要があります。ダッシュボードとグラフのウィジェット、ダッシュボードとグラフのビルダー、データ管理、自動化ルール管理などを埋め込むことができる必要があります。

12. 簡単なデータ統合

事前に構築されたデータベース コネクタと使いやすい API は、迅速な統合と市場投入までの時間を短縮するために不可欠です。さらに、構造化 (SQL) データと半構造化 (NoSQL) データの両方がネイティブでサポートされているため、柔軟性が向上し、無駄な変換や無駄な処理の必要性が軽減されます。


組み込み分析の利点

SaaSアプリケーションの組み込み分析は、ソフトウェア ベンダーとエンド ユーザーの両方に大きなメリットをもたらします。ダッシュボード、レポート、予測洞察などの分析機能を SaaS アプリケーションに組み込むことで、ベンダーは自社の製品を強化し、顧客に追加の価値を提供できます。

収益の増加

より高度な機能を利用できるプレミアム ユーザー層、機能を拡張するアドオン製品、顧客が専門家と一緒にデータを分析できるよう支援するプロフェッショナル サービスなど、さまざまな方法で分析を収益化します。これにより、標準のソフトウェア サブスクリプションを超えた新たな収益源が生まれます。


SaaS 企業向けの決済インフラストラクチャのプロバイダーである Paddle は、SaaS 企業 512 社を対象に調査を実施し、収益化は成長向上において買収よりも 4 倍効率的であり、維持率を向上させる取り組みよりも 2 倍効率的であることを示しました。

顧客満足度とエンゲージメントを向上させる

顧客にシームレスで直感的なユーザー エクスペリエンスを提供します。別の分析ツールやプラットフォームに切り替えることなく、ワークフロー内のデータや洞察にアクセスして対話できるようにします。

顧客満足度と顧客維持率の向上

問題を解決し、目標を達成するために役立つ貴重な洞察を顧客に提供します。 NPI スコアの向上は、ユーザーが技術的なスキルを必要としたり、ソフトウェアを終了したりすることなく、質問に対する回答をすぐに得られるようにすることで実現します。さらに、ユーザーが SaaS アプリケーションでできることが増えれば増えるほど、SaaS アプリケーションへの依存度が高まります。顧客はあなたのアプリケーションに満足しており、ビジネスに不可欠なツールとしてそれを信頼しているため、忠実な顧客であり続ける可能性があります。

競合他社との差別化

ユーザーの意思決定を強化し、パフォーマンスを向上させるのに役立つ、ユニークで革新的な価値提案を提供します。

リアルタイム データにアクセスします。

分析を埋め込むと、ユーザーがすでに作業しているアプリケーション環境内のリアルタイム データにアクセスできるようになります。別のツールで分析するためにデータをエクスポートするのではなく、ワークフロー内で洞察がすぐに得られます。これにより、ユーザーが唯一の信頼できる情報源としてより信頼できるアプリケーションが作成されます。

社内での構築を避け、ロードマップに重点を置き続けます。

ソフトウェアに分析を追加するのに費やすすべての時間は、中核となる競争上の差別化に集中していない時間になります (これは、Qrvey のような分析プロバイダーではないことが前提です!) 分析の構築は、貴重なリソースとして製品ロードマップ全体にも足を引っ張ることになります。ゆっくりと吸い取られていきます。サードパーティ ベンダーの分析機能を組み込むことで、社内での構築を回避し、市場投入までの時間を短縮できます。サードパーティ製品を購入すると、開発コストも削減されます。

組み込み分析の一般的な課題と落とし穴は何ですか?

サーバー料金とユーザーベースのライセンス

サーバーのインストールに依存して始まった従来の BI ソリューションの中には、ソフトウェアがインストールされているサーバーごとにライセンスが必要な場合があります。ソフトウェア開発プロセスとの統合やクラスターの拡張を試みると、時間の経過とともに法外なコストがかかります。


さらに、ユーザーベースのライセンスはコストを大きく左右する要因であり、時間の経過とともにコストが過小評価されることがよくあります。 「小規模から始めよう」とする企業は、投資の ROI を実現することはほとんどありません。

データアクセスと同期

おそらく、あなたのアプリは複数の種類のデータを使用しているでしょう…そして、今は使用していないとしても、将来的には使用する可能性は確かにあります。したがって、分析ソリューションは、あらゆる種類のデータを処理でき、複数のソースを組み合わせる複雑さに対処できる必要があります。


分析を組み込む場合、1 つのアーキテクチャに縛られたり、丸い穴に嵌めるために四角い杭をヤスリで削るという手間がかかることは望ましくありません。


Global K9 がビデオ キャプチャを通じて収集されたすべてのデータを分析するという困難を克服するのに Qrvey がどのように役立ったかをお読みください。 Qrvey を使用することで、Global K9 は航空会社や政府機関に対して、自社の犬チームが従来の X 線技術よりも多くのトン数の貨物を安全に処理できることを明確に証明することができました。

サードパーティのクラウドへのデータ転送の強制

理想的なソリューションでは、データを適切な場所、つまりお客様の管理下の環境内に保管します。顧客のデータをサードパーティのクラウドに送信する場合は、包括的なセキュリティ監査を行う必要があります。

開発環境はサポートされていません

SaaS 企業には、大企業の社内 IT 部門とは異なる開発ライフサイクルがあります。組み込みの分析ソフトウェアをいくつかの開発環境にインストールできない場合、本番環境、そして最終的にはユーザー エクスペリエンスにチャンスを与えることになります。

組み込みのスケーラビリティとパフォーマンスの欠如

SaaS アプリケーションを成長させて拡張したいと考えていますが、簡単に拡張できない、またはネイティブに拡張できない組み込み分析ソリューションでは、修正に費用がかかるボトルネックが発生することがよくあります。理想的には、コストと時間のかかる再構築を行わずに拡張できる必要があります。アプリが拡大するにつれて、コストの増加も成長に見合ったものになる必要があります。次の 15% の成長を達成するには、コストを 80% 増加させるべきではありません。


さらに、成長に合わせてスケーリングする際、レイテンシが増加してはなりません。

AI に対応していない

多くのソリューションは AI を統合する機能を提供していますが、AI という頭字語は非常に曖昧に使用されることがよくあります。 AI テクノロジーは急速に進歩しているため、長期的に価値を付加するものであることを確認してください。

iFrame の埋め込み

多くの BI ツールにはダッシュボードを埋め込むことができ、一部のツールには個別のウィジェット (グラフ) を埋め込むことができますが、その機能は SaaS プロバイダーのニーズを満たしていません。たとえば、従来の BI ツールの多くは、埋め込みに iFrame に依存しています。ほとんどの情報セキュリティ チームは、セキュリティ上の懸念から、iFrame ベースのソリューションの承認に苦労しています。 iFrame ベースのダッシュボードは、モバイルに対応していないこともほとんどありません。


JavaScript ウィジェットをサポートする他のウィジェットには、カスタマイズ オプションがない場合があります。一部のベンダーは JavaScript と iFrame ベースのウィジェットの組み合わせを提供するため、SaaS アプリケーションへの統合がさらに複雑になります。 Javascript ベースのウィジェットが推奨される方法です。

組み込み分析の使用例

現在、SaaS アプリケーションはあらゆる業界に存在しているため、組み込み分析はあらゆる業界で大きなニーズに応えています。ほぼすべての SaaS アプリケーションには強力な分析機能が期待されているため、静的で汎用的なダッシュボードのみを提供している場合、顧客はさらに多くの機能を必要とする可能性があります。以下に、業界で人気のあるユースケースをいくつか示します。

SaaS アプリケーション向けの組み込み分析

SaaS アプリケーション内の SaaS 分析のレポート機能は、一か八かの賭けのように思えるかもしれませんが、多くの場合、これは SaaS 企業が競合他社から差別化できる分野です。 Qrvey を使用すると、SaaS 企業は開発コストを削減しながら、より豊富な製品を作成し、より迅速に市場に投入できるようになります。


組み込み分析を社内で構築することは、時間がかかり、ロードマップを重視する機能ですが、SaaS 企業が取り組む必要はありません。

ヘルスケア分析

セキュリティに重点を置いた Qrvey のヘルスケア分析ソリューションにより、チームはクラウド環境内のデータを分析できます。


ヘルスケア ソリューションには、SQL、NoSQL、フォームや画像などの非構造化データ ソースなど、さまざまな種類のデータが含まれることがよくあります。 FHIR 準拠の患者の健康記録を含む、あらゆるデータ ソースに接続することが重要です。包括的な洞察を得るには、単一のダッシュボードで複数のヘルスケア データ ソースを分析する必要があります。医療分析ツールに統合するには、分析ソリューションが HL7 FHIR 患者医療記録標準に完全に準拠している必要があります。


幅広いデータソースを分析することで、業務全体にわたるパフォーマンスに関する洞察を得ることができます。 FHIR 分析データを取り込んで分析し、詳細な分析を実行することで、患者の傾向を明らかにします。患者データを分析してパターンを見つけ、健康リスクを予測し、治療計画を作成します。アナリティクスは、アルゴリズムと機械学習を使用して症状、検査結果、医療画像を分析することで、医師が病気をより正確かつ迅速に診断できるようにします。分析は、医師が特定の病気を発症するリスクのある患者を特定し、予防策を提供するなど、患者に個別化された予防的なケアを提供するのにも役立ちます。


臨床試験 の場合、大量のデータを調べて包括的な自動化により傾向を早期に特定し、治験支出をリアルタイムで分析できます。リアルタイムの患者フィードバックを収集し、データが入ってくるたびに結果を分析することで、医療の質を向上させます。研究者や政策立案者が膨大な臨床データを分析して傾向を特定し、治療効果を評価し、治療法を開発できるようにすることで、証拠に基づく意思決定を促進します。ベストプラクティスのガイドライン。


医療機関は分析を使用して業務効率を向上させることもできます。患者の流れ、スタッフの生産性、機器の使用状況を分析して洞察を得ることで、ボトルネック、遅延、無駄を特定し、効率の向上とコストの削減につながります。


請求データを分析して不正請求、二重請求、誤った診断などの不審なアクティビティを特定することで、詐欺や不正行為を検出して防止します。このアプローチにより、医療機関はコストを節約できるだけでなく、患者を不必要な処置や治療から守ることができます。


分析により、医療提供者は患者の転帰を予測し、医療ニーズを予測することもできます。医療記録、処方箋、ライフスタイルデータなどの情報を分析することは、医師が追加のケアや検査が必要な可能性のあるリスクの高い患者を見つけるのに役立ちます。この積極的なアプローチにより、タイムリーな介入が可能になり、再入院が減少し、患者の満足度が向上します。予測分析は、医療提供者が需要と供給を予測するのにも役立ち、その結果、計画とリソースの割り当てが改善されます。

財務分析

財務分析ソフトウェアを使用して、財務データを実用的な洞察に変換します。財務データを視覚化すると、複雑なデータセットの理解と解釈が容易になります。数値や表を解読する代わりに、視覚的な表現により、財務傾向とパフォーマンスをより直観的に理解できます。インタラクティブな視覚化により、ユーザーは財務データを操作および探索し、従来の表形式では明らかではなかった隠れた洞察やパターンを明らかにすることができます。インタラクティブな分析を金融プラットフォームに直接組み込むことで、ユーザーが使い慣れたシステム内の分析に即座にアクセスできるようになり、価値実現までの時間を短縮できます。


金融機関は、不正行為損失 1 ドルごとに不正行為対策に 4 ドル以上支払っていると報告しており、よりスマートな分析により潜在的な不正行為を発見する大きな機会が残されています。特に AI には、パターンを特定し、誤検知を減らす大きな可能性があります。 Qrvey は AWS AI スイートに直接接続し、財務分析ソフトウェアのリアルタイム機械学習の強化を強化します。


大規模なデータセットを詳細に分析することで、傾向を明らかにし、異常を見つけることができます。 SQL、NoSQL、フォームや画像などの非構造化データ ソースなど、任意のデータ タイプに接続することで、単一のダッシュボードで複数の財務データ ソースを分析できます。データ ソースを結合して財務ソフトウェアを統合し、組織全体のパフォーマンスに関する洞察を実現します。


最大限のデータ セキュリティにより、チームは個人の記録から財務業務全体のパフォーマンスに至るまで、すべて SaaS プラットフォーム内で機密データを安全に分析できます。


迅速な開発のために構築された API レイヤーを使用すると、データをソースから直接プッシュして、財務アナリスト ソフトウェア ソリューション内でリアルタイム分析を行うことができます。自動化とアラートは、常に最新の状態を保ち、プロセスを適切に保つのに役立ちます。

物流分析ソリューション

組織は、商品の調達、加工、流通、輸送に関して大量のデータを生成します。特に、製造設備や物流設備の監視に使用されるIoTセンサーは大量のデータを生成します。サプライ チェーン分析には、サプライ チェーン全体でデータを収集および分析して、可視性を獲得し、洞察を特定し、計画と実行を最適化することが含まれます。物流分析ソリューションをサプライ チェーン アプリに組み込むと、膨大な量の情報から洞察を得て真の価値を抽出できるようになります。より適切なプロセス計画と予測により業務を改善します。


AI はサプライ チェーン分析プラットフォームの様相を変えています。 AI と機械学習は、大量の履歴データの分析を自動化し、リアルタイムの洞察と将来を見据えた意思決定を提供します。 RFID データは、棚スペースの最適化、動的な価格設定、在庫切れの防止のために分析することもできます。倉庫スペースを最も効率的に利用します。


交通分析と GPS テクノロジーにより、移動距離を最小限に抑え、燃料消費量を削減し、運転効率を向上させることができます。ロジスティクス分析ソフトウェアは、パターンと傾向を迅速に明らかにし、組み込みの意思決定ロジックを提供して、あらゆる活動の効率を向上させ、生産性を向上させ、コストを大幅に削減します。

ITおよびサイバーセキュリティ分析ソリューション

IT ソフトウェア ベンダーは、企業がデジタル変革を計画、実行、完了するのを支援する接着剤です。 BetterCloud の 2023 State of SaaSOps レポートによると、組織は現在平均 130 のアプリを使用しています。 IT プロフェッショナルの 40% が冗長な SaaS アプリを統合したと回答しているにもかかわらず、これは前年比 18% の増加に相当します。


クラウド サービスの数が爆発的に増加するにつれて、統合オプションも複雑になってきました。デジタルトランスフォーメーションの時代は非常に複雑になっており、強力で柔軟、スケーラブルなIT 分析ソリューションのニーズが増え続けています。


サイバーセキュリティ プラットフォームは、リスクを軽減するために構成ミスを発見し、侵害の兆候を検出する必要がありますが、残念なことに、誤検知が多すぎることがよくあります。リアルタイム データの組み込み分析を有効にすることで、サイバーセキュリティ プラットフォームの精度を向上させることができます。


SaaS アプリの爆発的な増加に伴い、IT コストも上昇しています。分析により、組織は不必要なコストを削減し、支出を確実に最適化するために必要な洞察を得ることができます。さらに、IT のビジネス価値を定量化して ROI を実証します。


分析では、システムの応答時間、可用性、ユーザー満足度などの重要な KPI も提供できます。インシデント処理などのIT プロセスを最適化し、需要予測に基づいて将来の IT リソースのニーズを予測します。

組み込み分析の要件

SaaS アプリケーション内で強力な分析機能セットをサポートするには、まずデータ層がマルチテナント レポートを処理できるようにする必要があります。

マルチテナントデータレイヤー

マルチテナントの組み込み分析機能を実現するには、標準のすぐに使用できるデータベースまたはデータ ウェアハウスがあるだけでは十分ではありません。統合を迅速に行うには、セキュリティ、ロールと権限のマッピング、および使いやすい API スイートを処理するマルチテナント データ レイクが必要です。


このソリューションを自分でホストできることも、ほとんどの SaaS 企業が必要とするセキュリティを実現するための鍵となります。サードパーティ製のクラウド ホスト データ管理システムは数多くありますが、データが環境から離れるとすぐにセキュリティ リスクが生じます。サードパーティのプラットフォームを担当する準備はできていますか?


また、最近ではデータが多くのソースから取得されるため、データ ソリューションがどの程度柔軟であるかが重要な問題になっています。


  • すべてのテナントに同じデータ モデルの使用を強制しますか? それともカスタマイズできますか?
  • 構造化/リレーショナル データのみで動作しますか、それとも半構造化/非構造化データも処理できますか?
  • 事前に構築されたデータ コネクタでのみ機能しますか、それともカスタム間隔でプッシュする API はありますか?

フロントエンドの視覚化

ダッシュボードが組み込まれているだけでは十分ではありません。マルチテナント SaaS アプリケーション内に真の組み込み分析を行うには、次のものが必要です。


  • 埋め込みデータの視覚化: 完全なダッシュボードと個別のグラフ
  • 埋め込みダッシュボードビルダー
  • 埋め込みチャートビルダー
  • iFrame ではなく JavaScript コンポーネント
  • ホワイトラベルのサポート: ロゴの変更だけでなく、完全な CSS コントロール
  • ユーザーが自分で構築できる自動化とアラート

埋め込みデータ ウィジェットとは何ですか?

ウィジェットは、Web サイトやデバイスの本体から独立したシンプルで直感的なアプリケーションですが、簡単に埋め込むことができます。ウィジェットの種類には、情報、コレクション、コントロール、ハイブリッドが含まれます。データ ウィジェットは、Web サイトの ID に応答するようにプログラムされたライブ データを使用して、1 つのオブジェクト、またはオブジェクトのリストを表示します。データ ウィジェットの種類には、データ ビュー、データ グリッド、テンプレート グリッド、リスト ビューなどがあります。

従来のビジネス インテリジェンス (BI) と組み込み分析

ほとんどの BI 企業は 2000 年から 2010 年の間に設立され、社内でデータ分析を必要とする企業をターゲットとしていました。 SaaS はまだ今日のように主流ではなかったため、これらのシステムは各顧客が所有するサーバーにインストールされ、IT 部門のデータベース管理者によって管理されるように設計されていました。


著者の Wayne Eckerson は、「埋め込み型分析製品の選択方法」の中で次のように書いています。「ほとんどの BI ツールは埋め込み用に設計されていません。スタンドアロンの商用製品を、シングルテナント環境とマルチテナント環境の両方に完全に忠実に簡単に組み込める製品に変換するのは困難です。」


各企業が使用する SaaS 製品の数が爆発的に増加するにつれて、分析プロバイダーはサーバー中心のソフトウェア製品からクラウド中心の製品への転換に苦労しています。組み込み分析と組み込み BI を比較する主な方法は次の 4 つです。



従来の BI ソフトウェア

埋め込み型分析

開発者のフレンドリーさ

従来の BI ソフトウェアには、セルフサービス ツールと組み込みダッシュボードのみが含まれています。開発者に必要なツール (ウィジェット、API、セキュリティ オプションなど) を提供することはありませんでした。開発者には、エンドユーザーのカスタマイズを強化するマルチテナント分析を作成する機会がありません。

時間とコストの節約という点で真の価値を提供するノーコード ウィジェットを備えた API ファーストのアプローチにより、開発者向けにゼロから構築されました。

コスト

従来の BI システムは、サーバー ライセンスとユーザー ライセンスを販売していました。 SaaS プロバイダーにとって、500 を超える顧客テナントが存在するプラットフォーム全体の使用状況を予測することは非常に困難です。

埋め込み分析は、価値に基づいて課金することで、SaaS プロバイダーと連携します。そのためには、無制限のユーザーが埋め込み分析機能を拡張する唯一の方法です。

建築

従来の BI ソフトウェアをマルチテナント SaaS アプリ内に組み込むのは特に困難です。 BI アプリはサーバーベースのシステムであり、コストのかかるサーバー クラスタリングを行わずに AWS などのクラウド プラットフォームで拡張することを意図したものではありません。

Qrvey の組み込み BI は、マルチテナント SaaS アプリケーションをサポートするセキュリティ ツールと機能の完全なスイートを備えて AWS 環境にデプロイされます。データがアカウントから離れることはありません。

データの準備状況

データ取り込み要件は厳格です。従来の BI のほとんどは、半構造化データや非構造化データを分析できません。一部のツールでは、外部データ ソースのインストールとメンテナンスが必要となるため、スケーラビリティの決定にさらなる複雑さとコストが加わります。

SQL、NoSQL、フォームや画像などの非構造化データ ソースなど、さまざまな種類のデータを分析します。
Qrvey は、SaaS アプリケーション専用に構築されたマルチテナント対応のデータ ウェアハウスでもあります。


適切なソリューションの選択

適切な組み込み分析ソリューションはいくつかの要因によって決まりますが、私たちの経験では、成功するソリューションは次のとおりです。


  • マルチテナント分析専用に構築されたマルチテナント データ レイクが含まれます。
  • 直感的なユーザーエクスペリエンス
  • データセキュリティを最大化するために展開および自己ホストされる
  • 堅牢な API スイートを持っている
  • 完全なホワイトラベル機能を備えています
  • 最も重要なことは、SaaS ユーザーが独自のビジネス プロセスに従ってデータを分析できるようにすることです。

組み込み分析アプリケーション

Qrvey は、あらゆるタイプのユーザー向けに簡単に構成できる豊富な機能を備えた最新の分析レイヤーを迅速に追加できる、SaaS 向けの唯一の完全な組み込み分析ソリューションです。 Qrvey のプラットフォームを使用して自社の製品に分析を組み込むことで、SaaS 企業はより大きな価値を提供し、新たな収益源を開拓し、より高い顧客ロイヤルティを確保できます。


通常、多数の個別の機能を統合する必要がある従来の BI ソリューションとは異なり、Qrvey は完全なノーコードのエンドツーエンド プラットフォームを提供し、完全にお客様のクラウド環境内に展開され、開発、展開、および開発にかかる時間とコストを削減します。メンテナンス。


これは、クラウド ネイティブ環境向けに特別に構築された最高の組み込み分析プラットフォームであり、最高のクラウド テクノロジーを活用して、あらゆる種類のデータに対してセルフサービス分析を迅速に展開できます。 Qrvey のプラットフォームは、分析業界で数十年の経験を持つチームによって推進され、市場で最もコスト効率の高い組み込み分析ソリューションを作成します。 Qrvey は Dresner Advisory Services によってリーダーとして認められ、G2 でハイパフォーマーに選ばれました。

分析を組み込むプロセス

以下では、インフラストラクチャ プラットフォームとして AWS を実行している Qrvey プラットフォームの新規顧客の初期オンボーディング プロセスについて説明します。

Qrvey ソフトウェアをインストールする

  1. AWS環境を構成する
  2. AWS に Qrvey プラットフォームをインストールして構成する
  3. Qrvey Composer で最初の Qrvey アプリケーションを構築します。Qrvey Composer は、データ アナリストがデータセット、ビジュアライゼーション、および外部ユーザーと共有するダッシュボードを作成および管理するために使用する Web ベースのアプリケーションです。

新しいアプリケーションを作成する

Qrvey プラットフォームは、Web フォーム、データ接続、分析、自動化など、Qrvey アプリケーションで使用できる幅広い機能を提供します。


  • データソースへの接続を作成する

  • データセットを作成する

  • グラフを含むダッシュボードを構築する

  • アプリケーションを公開する

  • アプリケーションを組織と共有する

  • Qrvey アプリケーションをホスト アプリケーションに埋め込む


Qrvey は AWS 環境にデプロイされ、希望する AWS リージョンおよび VPC 内に Qrvey システムを維持できるようになります。


SaaS 企業が組み込み分析に Qrvey を選択する理由について詳しく読んでください。


当社の組み込み分析ソリューションについて詳しく知りたい場合、またはそれがお客様の製品でどのように機能するかを確認したい場合は、 無料のデモについてお問い合わせください。