機械学習は、売上予測から解約率の低減、在庫最適化、顧客に対する生涯価値向上など、さまざまな業界やビジネスパーソンが持つ予測分析要求の解決策の一つとして利用されています。

一般的に、データサイエンティストは、非常に深く洗練された方法で、上位数点の優先順位にのみ焦点を当てます。しかし、残りはどうなるのでしょうか？ここでQlik AutoMLの出番です。予測分析の力を「残りの90%」のユースケースにもたらし、分析チームが組織に多大な価値を生み出せます。

一般的にデータサイエンティストの手法は、深く洗練された方法を用いて優先事項の高い上位にのみに焦点を当てて分析をします。最も効果的な方法の一つでもありますが、残りのデータを活用しない手はありません。Qlik AutoML は“利用しない90%のデータ“も活用し組織に多大な価値を生み出せるように分析チームを支援します。

従来のアナリティクスでは、過去データを元に現在と比較し、いま何が起こっているかを可視化しました。分析者はその結果を深く掘り下げることで、なぜそのようなことが起こったのかの原因を突き止めながら洞察を得ようとします。その洞察をもとに意思決定者はより良い判断を行い、次の打ち手に結びつけます。

Qlik AutoMLでも、同じロジックに従いますが、Qlik AutoMLでは、機械学習を利用して過去のデータを分析し、将来の結果を予測するモデルを構築することが可能となります。
つまり、推測するのではなく、より具体的で目に見える形で意思決定ができます。
予測データと説明可能性データの両方を使用して、組織において何が起こりそうなのか、また、その理由をなにか、など、意思決定者に対して洞察を与えます。

Qlik AutoMLは、Qlik Cloudに統合されたことで、Qlik Sense Enterprise SaaSの利用者はこの機能を利用することが可能となりました。 機械学習モデルの生成、予測、計画決定を、すべて直感的にコード不要でAIの機能を容易に使用できます。

Qlik AutoMLを使用しますと、以下のことが可能になります。

• ・ML実験を簡単に作成し、データセットのキードライバーを特定し、モデルをトレーニングできる
• ・レコードレベルでの予測インフルエンサーデータ（シャープレイ値）を使って、現在のデータで将来予測を行うことが可能
• ・データを公開し、モデルをQlik Senseに統合して、探索やwhat-ifシナリオによるプランニングの実施が可能

Qlik AutoMLは、AIのサブセットを使用して、過去のデータから学習し予測を作成することで将来の結果に対して分析するのに役立ちます。Qlik Sense Enterprise SaaSのご利用者は、ぜひとも機械学習のメリットを体感ください。

※ Qlik、QlikView、Qlik Sense、QlikTechは、QlikTech International ABの商標または登録商標です。
※ その他の会社名、製品名は各社の登録商標または商標です。
※ 記事の内容は記事公開時点での情報です。閲覧頂いた時点では異なる可能性がございます。