このページの本文へ

BI/データ分析とAI/機械学習をプラットフォーム統合「データから気づき、業務改善まで短期間で」

セールスフォースが「Einstein Analytics Plus」を提供開始

2019年01月23日 07時00分更新

文● 大塚昭彦/TECH.ASCII.jp

  • この記事をはてなブックマークに追加
  • 本文印刷

 セールスフォース・ドットコムは2019年1月22日、国内提供を開始した「Einstein Analytics Plus」についての記者説明会を開催した。プラットフォームに組み込まれたAIエンジンとSalesforce上のデータや外部データを活用し、「Sales Cloud」「Service Cloud」といった業務アプリケーション上でエンドユーザーが簡単に「洞察分析」や「将来予測」を行い、具体的な業務アクションにもつながる機能群を提供する。

セールスフォースが提供を開始した「Einstein Analytics Plus」

セールスフォース・ドットコム マーケティング本部 プロダクトマーケティング シニアマネージャーの大森浩生氏

セールスフォース・ドットコム セールスエンジニアリング本部 Analytics Specialistの久保良太氏

 Einstein Analytics Plusは、従来提供してきたデータ分析/BIツール「Einstein Analytics(旧称:Analytics Cloud)」やデータ探索ツール「Einstein Discovery(旧称:Wave Analytics)」を統合し、Salesforceプラットフォームに組み込まれたEinsteinのAIエンジンを利用して提供するオプション機能群だ。プラットフォームの統合によって、これまでのように外部サービスとしてではなく、「Sales Cloud」「Service Cloud」といった業務アプリケーション群とシームレスなかたちで利用できるようになった。

 発表会に出席した同社 プロダクトマーケティング シニアマネージャーの大森浩生氏は、Einstein Analytics Plusは「誰もがアナリティクステクノロジーを使える」ようにすることを目標として、プラットフォームへのAI組み込みのほか、将来予測に基づく「推奨」行動の提示、業務プロセス(ワークフロー)への連携、ノンコーディングでのアナリティクスモデル構築、AIによる判断理由の提示(透明化)といった特徴を実現していると説明する。

 たとえば、Einstein Analytics Plusを導入することで、従来から提供されているレポート/ダッシュボードから直接、AIによるアナリティクス機能を利用できるようになる。Salesforce上にあるデータから、画面上にあるボタンをクリックするだけでAIが洞察を導き、提示してくれる(Einsteinデータインサイト)。

「たとえば自社の取引先リストデータから、どんな規模、売上高の顧客が多いのかといった“傾向”をクリックだけで導き出せる」(大森氏)

 同社 Analytics Specialistの久保良太氏が披露したデモでは、Sales Cloud、Service Cloudにおける活用例が紹介された。営業担当者向けのSales Cloudでは、個々の顧客情報を表示するページの脇に、Einstein Discoveryが予測した「ライフタイムバリュー(売上見込予測)」とその「予測根拠」、さらに売上の向上を促すと考えられる「改善策」などが表示されていた。同様に、営業マネージャー向けのダッシュボードでは売上フォーキャストが、またサービス部門向けのService Cloudでは顧客からの問い合わせケース情報に「離反率予測」やその根拠、改善策などが組み込まれている。

ISPのサービス部門をイメージしたService Cloudのデモ。過去データに基づき離反率予測が高い理由、改善のために取るべきアクションが具体的に示されている

 またEinstein Discoveryによって、Salesforce上のデータだけでなく外部システム/データベースも含めた多数のデータソースを組み合わせ、それぞれの相関性の分析と探索、予測を自動化できる。外部データソース(ERPやHCM、SCM、データベースなど)と接続するためのコネクタ群があらかじめ用意されているほか、昨年買収したMuleSoftの統合プラットフォームも活用すればより多くのデータソースとのインテグレーションとデータ取り込みが可能になる。さらにデータプレパレーション(データの前処理)作業においても、欠損値の発見と修復、クリーニング、結合といった処理にAIの能力を活用するという。

 AIに基づく洞察や将来予測においては、しばしば判断理由の不透明さ=ブラックボックス化が問題となる。Einsteinでは洞察の「根拠」や精度、分析モデルのメトリクスなどを示すことで透明性を担保し、バイアスの修正もできる仕組みを設けている。モデルの精度改善においても、Einsteinによるガイド機能が備わる。

 また、こうしたアナリティクスの結果をエンドユーザーに展開していくための新たなテンプレートを50種類以上用意しているほか、ダッシュボードと分析アプリケーションを組み合わせたカスタマイズ、「Community Cloud」によるパートナー企業との共有なども可能であることが紹介された。

Einstein Analytics Plusでは50種類以上の分析テンプレートが提供される

 なおセールスフォースの他のサービス群とは異なり、Einstein Analytics Plusのライセンス価格については「個別見積もり」となっている。これについては「顧客ごとの利用用途や利用件数などによって大きく変化する部分があるため」(大森氏)と説明している。

 「今回のEinstein Analytics Plusで、AI/機械学習とBIの機能がシームレスに統合された。実際に顧客のPOCやプロジェクトを拝見すると、AI/機械学習だけでも、データ分析だけでもない。最終的な目標はあくまで『データに基づいて業務を改善すること』であって、そのためにAIやダッシュボードを使うという話。また逆に、業務システムにダッシュボードや予測結果をエンベデッドする形もある。これらのツール間をいちいち移動することなく、データから気づき、業務改善までがシームレスにつながり、短いサイクルで行うことができるようになっている」(久保氏)

カテゴリートップへ

本記事はアフィリエイトプログラムによる収益を得ている場合があります

アクセスランキング

  1. 1位

    スマホ

    ここまで便利なのか! 子どもの居場所を90秒間隔で教えてくれる、安心の見守りガジェットがすごいぞ

  2. 2位

    Team Leaders

    Power AutomateでSharePoint APIを使う ― SPOリストを自動作成するフローを作ろう

  3. 3位

    クラウド

    「すでに開発コードの4分の3はAI生成」 Google Cloud CEO、エージェント時代の戦略を語る

  4. 4位

    ITトピック

    「AI導入で人員を減らしても収益は増えない」その理由/「専任情シス不在」中小企業の3社に2社/ユーザーアカウント流出が加速、ほか

  5. 5位

    ビジネス・開発

    いますぐ捨てたいITサービスは? AI推しにそろそろ飽きてません? 情シスさんのホンネを「ゆるっとナイト」で聞いた

  6. 6位

    エンタープライズ

    基盤も古いし、コードも酷い! そんなクエストにGitHub Copilotで試行錯誤しまくった「みんな」こそ最高

  7. 7位

    sponsored

    “脱VPN”方針の大手エネルギー企業、だがZTNA移行の成功パターンが分からず… どうすればよい?

  8. 8位

    データセンター

    NTT、AIインフラ構想「AIOWN(AI×IOWN)」を発表 国内データセンター総容量は3倍超の「1ギガワット」へ

  9. 9位

    ビジネス・開発

    デモ映えするAIオペレーターは誰でも作れるが、AIコンタクトセンターは運用で失敗する

  10. 10位

    ビジネス

    東急、会員250万人のポイント基盤刷新プロジェクト 合意形成の舞台裏にBacklog

集計期間:
2026年05月05日~2026年05月11日
  • 角川アスキー総合研究所