We have just released Exploratory v6.5.1 yesterday! 🎉

This is a patch release, so it’s meant for addressing issues that have been found before. But still, we managed to have added some nice enhancements as well!

Here are a few of those.

Summary View

Now you can select how many columns to…


I’m super excited to announce Exploratory v6.5! 🎉🎉🎉

I have presented a seminar to introduce the new features and enhancements the other day.

If you prefer to read I’m going to highlight some of the most exciting ones here.

Project

Search

Now you can search inside the Projects!


「Listen to Science!(サイエンスに耳を傾けろ!)」

アメリカにいるとこの言葉を毎日のようにメディアや政治家に聞かされます。

まるで、この言葉のおまじないをつければ、何でも自分たちにとって都合のいい政策を押し通すことができ、反対意見には耳を傾ける必要もないかのようです。

サイエンスと宗教は、サイエンスは「疑う」、宗教は「信仰する」と …


I’m super excited to announce our new Stats page! 🎉

The Stats page gives you a quick summary of how your insights (Data, Charts, Dashboards, Notes, etc.) have been viewed and how their performances have been.

Before getting into the new Stats page, let me quickly introduce Insights and how…


今年はほんとにいろんなことがありました。

コロナウイルス(SARS_COVID-2 / COVID-19)は世界中に大混乱をもたらし、その直接または間接的な影響によって人生が大きく変わってしまったり、価値観が大きく変わってしまったりした方は多かったのではないでしょうか。

私の住んでいるアメリカでは大統領選挙の年だっため、コロナの件が政治化してしま …


I’m super excited to announce Exploratory v6.3! 🎉🎉🎉

We have released 5 big releases this year, and this is the 6th, the last drop in 2020! 🔥

As always, we have tons of new features and enhancements (and bug fixes!) with this release. …


データサイエンスの80%の時間は「データラングリング」に費やされているとは、普段データに直接触れている人達の間でよく言われていることです。

データラングリングとは、データをきれいにしたり、分析できる形に整えたり、様々な質問に答えるためにデータの形を柔軟に変換したりするためのデータの加工に関する手法をまとめたものです。

ここ10年近くのテクノロジーの進化によって様々な場所からデータを収集、取得することが格段に簡単になりました。

しかし、残念ながら、大きな投資をかけ、データを収集する基盤を作り、大量のデータを取得したものの、いざそのデータから何らかのインサイトを得ようとした途端に、多くの人たちは立ち止まってしまうことになり、そういったデータは有効に活用されずにいるというのが現実です。

なぜなら、そのようなデータは分析しやすいような形ではなく、データを収集しやすいような形で保存されているためです。

例えば、以下のような問題に出会ったことがある人も多いのではないでしょうか。

  • 日付データであるはずのデータが文字列になっているために、時系列に従った可視化ができない。
  • 一部にあからさまに間違っているようなデータが入っているが、それを手動で一つ一つ修正している間に時間が無くなってしまう。
  • 似たような名前のデータが複数あるため、それらが別々に集計されてしまうことで、データを正しく比較できない。
  • 顧客に関するデータが複数の場所またはファイルに別れて保存されているために、全ての顧客データをまとめて分析できない。

こうした問題は氷山の一角ですが、こうした問題を解決しているうちに本来の目的であったデータ分析をする時間がなくなってしまうということがよくあります。

しかし逆を返すと、こうしたデータを効率的に自由自在に加工することさえできれば、複雑な機械学習や統計のアルゴリズムを使うことなしに、ちょっと可視化するだけでも驚くほど簡単にビジネスに役に立つインサイトを得ることができます。

私達はこの4年間データサイエンスの民主化の旗を掲げ、より多くの人がデータサイエンスを簡単に使えるようにと、ExploratoryというUIツールを作ったり、データサイエンスに関連する様々なトレーニングを提供してきました。

その中でExploratoryのユーザーの方、トレーニングの参加者から一番多く寄せられる質問や相談がこのデータラングリングに関するものです。

これまでも多くのHow-toチュートリアルを提供したり、毎週のようにセミナーを開催してきましたが、特にこれから始めたいという方にとっては、どこから始めればいいのかということで逆に情報の海に溺れてしまうことになりかねないと思いました。

そこで、この度、データラングリングの手法を1から体系的に、そしてもっとも効果的に身に着けてもらおうという思いから、データラングリング・ワークショップというトレーニングの提供を開始することになりました。

まずは第一弾ということで、この12月の17日、18日の2日間、オンラインで開催することが決まりました。

詳細はこちらのトレーニングページよりご確認ください。

こちらのトレーニングはデータに関して初心者でも参加できるようになっております。また、すでにデータ分析やデータの可視化など行っている方たちにとっても、より実践的で役に立つ内容となっております。

今日のような簡単にデータを取得できる時代では、多くのデータを収集したり保存したりすることができること自体は競争優位にはなりません。

そうしたデータを使って、自分たちのビジネスにユニークな質問にいかに速く答えることができるか、いかに速く意思決定に役立つ知識を獲得できるかが差をつけます。

そのためには、そうした質問に答えるために柔軟にデータを操作することができるスキル、これこそが今日のデータサイエンスにとって一番重要なスキルだと思います。

データを自由自在に操れることで、実は思った以上に役に立つデータが身の回りにあるということに気づかれるはずです。そして思った以上にデータを使って答えることのできる質問がこの世の中には多くあるということにも気づいていただけると思っております。

ぜひ、この機会にいっしょにデータラングリングのスキルを基礎から体系的に学びませんか?

西田、Team Exploratory


I’m super excited to announce Exploratory v6.2! 🎉🎉🎉

As always, we have a bunch of new features & enhancements, here’s a quick overview of the following areas.

  • Summary View
  • Analytics
  • Chart
  • Data Wrangling
  • Dashboard
  • Parameter

Summary View

Reference lines for Mean & Midian

Now you can see the mean and the median values as reference lines on top…


Exploratoryコラボレーション・サーバー v6.1が9月の中旬にリリースされました!

こちらは新機能に関しての簡単な紹介となります。

インサイトページ

タイルモード

ビュー・モードとしてタイルモードが加わりました。多くのインサイトをサムネールのイメージとともに閲覧しやすくなっています。

パフォーマンスの改善

インサイトの検索スピード、ページの表示スピードを改善しました。

検索機能の改善

年、月、週といった単位でもっともよく閲覧されているインサイトを検索できるようになりました。

インタラクティブ・モード


We think we want information when we really want knowledge.

私達が情報を欲しいというとき、実は本当に欲しいのは知識なのだ。

ネイト・シルバー

現在多くのビジネスがデジタルトランスフォーメーションを進めている最中です。

最近のコロナによってもたらされた新しいビジネス環境は、ビジネスの大小を問わずその動きをさらに加速させています。

もちろん、デジタルトランスフォーメーションの目的は仕事をデジタルにすることでも、新しいITシステムの構築でもありません。ビジネスのデジタル化によって効率的にデータを使ってすばやく意思決定を行っていくビジネスへと変革していくことです。

しかし、残念ながら多くのプロジェクトがデータドリブンで進んでしまった結果、データの収集と、データの基盤構築ばかりに注意が向けられてしまい、集められたデータから社員がどのように知識を獲得し、より良い意思決定を行い、ビジネスを改善していくのかとという点についてはまだまだ真剣に議論されていないというのが現状です。

すでにデジタルトランスフォーメーションが行き詰まってしまった企業でよく聞くのは、データはたくさんあるが、活用できてないと言う話です。

つまり、データがないのが問題なのではなく、データがあってもそこから知識を得ることができていないということが問題となっています。

シリコンバレーの成長企業に共通するもの

私たちExploratoryが本拠を構えるシリコンバレーには、Google、Facebook、Airbnb、Tesla、Uberといったデータを効率的に使ってビジネスを急成長させている企業がたくさんあります。

そうした企業にはスタートアップでも大企業でも、2つの共通点があります。

もちろんシリコンバレーだけあって1つ目はテクノロジーなのですが、実はそれ以上に他の地域に比べて大きく違う特徴が、2つ目データをビジネスの共通言語としていることです。

部門を問わず、さらに組織の中のどのような階層にいても、データを使って現状を的確に理解し、将来を予測し、的確なアクションを毎日すばやく効率的に打っていくことが求められます。

この共通言語であるデータを話し、理解していくためには全ての社員にデータリテラシーが求められます。

データリテラシーとは、データを読み、意思決定に役立つ知識をデータから導き出し、さらにそうした知識を他の人達に適切に伝えることができる能力のことです。

残念ながらアメリカの既存の学校システムではデータリテラシーの教育はまだまだ遅れているというのが現状のため、こうした企業では、自前のデータ教育プログラムやオンラインなどの外部のプログラムを使って、社員のデータリテラシー教育に日夜積極的に取り組んでいます。

データドリブンから知識ドリブンへ

ガートナーによると全米のチーフ・データーオフィサーにとって最も重要な問題の1つとして、「社員のデータリテラシーの欠如」を挙げています。

データがあっても、データリテラシーなしでは、例えば売上高、顧客数、ページビュー、コンバージョン率、といった数字に一喜一憂し、そこからビジネスを改善するための施策を打っていくのではなく、逆にデータに振り回されてしまうばかりとなってしまいます。

これでは、データが人間をドライブしている状態、つまりデータドリブンとなってしまいます。

データを元に的確なアクションを毎日すばやく効率的に打っていくためには、人間がデータから得られた知識を使ってビジネスをドライブしていくべきなのです。

ビジネスの改善に役立つ知識を得るためには、例えば以下のような質問をしていくことができます。

  • 自分たちのビジネスの状態を的確に理解するために必要な指標は何なのか。
  • ビジネスを改善していくために追うべき最も重要な指標は何なのか。
  • ビジネスの改善のための仮説を構築するためには、このデータは十分なのか。
  • このデータからは何がわかって、何がわからないのか。
  • データから観察できる現象はたまたまなのか、それとも何か大きなトレンドを示すものなのか。
  • データから得られた知識は、これからアクションを打つために十分なのか。
  • それは将来の予測に役立つのか。
  • データから得られた知識を他の人達にどう伝えればよいのか。

こうした質問をデータに対して積極的に投げかけていくことで、データからビジネスの改善に役に立つ知識を得ることができるようになります。

そして、こうした慣習が組織に広まっていくことで、ビジネスは変革していくことができるようになるのです。

ビジネスの変革の主人公はITではなく、人間だ

デジタルトランスフォーメーションとはITの問題ではなく、実は人間の問題です。それは、デジタルトランスフォーメーションの目的がビジネスの変革だからです。

ビジネスの変革は、最終的にはビジネスを行う人間の変革によってしかもたらされません。

これからのデジタルビジネスの共通言語はデータとなります。

そこでは、すべての社員がデータを読んで理解する能力、データから得られた知識を伝える能力、データを使ってものを考える能力を持っていることが期待されます。

デジタルビジネスの時代、データがないのが問題ではありません。溢れるばかりのデータからビジネスの成長、そして改善に役立つ知識を得ることができる人材がいないということこそが問題なのです。

今こそデータリテラシーの向上に本気で取り組むべきときではないでしょうか。

私達Exploratory社としても何か貢献できることはないかということで、来月より「データリテラシー・サロン」を定期的に開催していくこととなりました。

今回は、弊社CEOの西田と、データ業界の有志3名の方にゲストとしてご参加いただき、「データリテラシー」という点から話して頂き、最後にパネルディスカッションを予定しております。

興味のある方はこちらのページよりぜひお申し込み下さい!

Kan Nishida

CEO / Founder at Exploratory(https://exploratory.io/). Having fun analyzing interesting data and learning something new everyday.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store