ビジネスインテリジェンス(BI)とプロダクト分析の違い—そして両方が必要な理由 - Mixpanel
Product Foundations

ビジネスインテリジェンス(BI)とプロダクト分析の違い—そして両方が必要な理由

Adam Kinney Head of Analytics @ Mixpanel

業界をリードするビジネスインテリジェンス(BI)ツールであるLookerとTableauは、2019年に、GoogleとSalesforceに180億ドル以上で買収されました。最近では、2020年に、クラウドベースのデータウェアハウスSnowflakeが、目を見張るような時価総額700億ドルで株式を公開しました。こうした大規模な取引は、BIツールとデータウェアハウスが、世界中の企業が技術スタックに組み込んでいる強力なコンボであることを示しています。ただし、すべてのユーザーのデータニーズ(特にプロダクトチーム)を満たすわけではありません。

BIツールは、データウェアハウスからクエリを実行できるデータを視覚化するのに最適です。つまり、BI分析と視覚化は、ファイナンス、マーケティング、人事、プロダクトなど、会社のあらゆる部門に関する幅広いデータを網羅できます。社内の膨大な量のデータをいくつかの重要な指標やKPIに要約して、全従業員が会社の同じ基本データを把握できるようにするのに最適です。しかし、BIには2つの大きな欠点があります。

  1. BIは、視覚化できるデータの種類に関して非常に柔軟性があるため、分析する特定の領域用に構築されたツールほど深く掘り下げることができません。
  2. BIのメリットを享受するには、コストおよび時間のかかるデータへの先行投資が必要になります。

ビジネスインテリジェンスとプロダクト分析相対的な強みと弱み

Mixpanelとビジネスインテリジェンス

Mixpanelとビジネスインテリジェンス

それぞれの点を順番に見ていき、Mixpanelのようなプロダクトアナリティクスツールと比較してみましょう。

分析の深さと広さ

Mixpanelは、プロダクトマネージャー、エンジニア、およびデザイナーがプロダクト内でのユーザーの行動に関する質問に対する答えを得るための、セルフサービス型のデータ分析スツールとして設計されています。イベント、ユーザー、その他の要素の重要な側面を把握する、シンプルで標準化されたデータモデルを使用します。この標準化により、ごく一般的なBIツールよりも効率的に質問に答えることができる強力な微調整されたクエリエンジンと、非常に複雑な質問に対する答えを数秒以内に簡単に得ることができる専用のUIを手にすることができます。最終的な結果として、プロダクトチームは、仲介やボトルネックなしに、ユーザー行動分析を用いてプロダクト開発の迅速で探索的かつ創造的なプロセスに関与することができます。

Mixpanelのアプローチの強みの一例を示すために、ユーザーがサインアップフローをどのように進むかを確認するファネル分析について考えてみます。多段階のファネル分析では、完了するのに数百行のSQLが必要になりますが、Mixpanelでは、10クリック程度で完了することができます。では、サインアップフローの特定の段階でドロップオフするユーザーについて詳しく知りたいとしましょう。Mixpanelでは、このグループをコホートとして保存し、時間の経過とともに拡大または縮小しているかどうかを確認したり、追跡するユーザー プロパティでセグメント化したり、他のユーザーとどのように異なるかを確認したりできます。

これらすべてが、各段階にて質問に答えるためにデータ エンジニアリングチームがデータを正しい形式に変換するという新しい作業の流れが必要となるBIツールとは対照的です。数秒で新しい質問に対する答えを得られないのはもちろんのこと、数週間待つことも珍しくありません。多くの企業は、答えを得るためにデータウェアハウスにプロダクトチームが直接照会できるように専任のデータアナリストやデータサイエンティストを雇うことで、このギャップを埋めようとします。しかし、今日そうした専門知識・技術は供給不足の状態であるため、数秒で得られる答えを何日も待つことになる可能性があります。

Mixpanelのようなプロダクトアナリティクスツールは、プロダクトチームが必要とする答えを提供するだけでなく、膨大な量の手作業による負担を軽減し、より大きな戦略的優先事項に集中できるようにすることで、データチームとデータアナリストをもっと楽にしてくれます。当社の多くのお客様は、BIを使用して広範な企業指標を追跡・監視し、Mixpanelを使用してプロダクトチームが深く掘り下げられるようにすることで成功を収めています。

実装

BIツールから価値を得るには、データへの大規模な事前投資が必要です。BIツールを使用するほとんどの企業には、データを収集する、データの品質を確保する、BIツールによって効率よくクエリを実行できるようにデータをテーブルに変換する、データをデータウェアハウスに読み込む、といったことを行う専任のデータエンジニアリングチームがいます。

ほとんどの企業は、最終的には、独自のデータスタックを構築するために、その投資を行う必要があることに気付きます。それが、データを完全にコントロールし、社内の全ての部署が様々なニーズを満たすために信頼できる高品質のデータを使用できるようにする唯一の方法です。しかし、企業のライフサイクルの初期において、こうした投資を行うのは現実的ではありませんし、全く必要ありません。一方、プロダクト分析は企業のライフサイクル全体を通じて重要です。

シードステージにあるスタートアップからフォーチュン500企業まで、全ての企業が製品開発に取り組みます。プロダクトにユーザーがどのように関与するかについての迅速なフィードバックは、製品/市場の適合性を見つける上で重要であり、すでに成功しているプロダクトをさらに良くするためにも重要です。初期の段階でBIを利用するのは素晴らしいことですが、ほとんどの場合は不可能です。 完全なデータスタックの構築に取り組む準備が整う前にMixpanelを実装できますが、完全なデータスタックを構築する時点でデータスタックに統合することもできます。

独自のデータスタックがない企業の場合、独自のSDK、あるいはSegmentやmParticleといったカスタマーデータプラットフォーム(CDP)を使用して、Mixpanelを素早く実装することができます。これにより、初日からプロダクトチームは、迅速なイテレーションとグロースのために、非常に強力なプロダクト分析にアクセスできるようになります。

Mixpanelに直接ストリーミングされたデータを使用した実装

Mixpanelに直接ストリーミングされたデータを使用した実装

しかし、独自のデータスタックに投資を行う場合や、既にデータを持っている場合は、自社のデータウェアハウスからMixpanelにデータをインポートすることが、理想的な統合方法になります。つまり、Mixpanelに入るデータは、自社のデータウェアハウスからデータを仕入れるBIツールやその他のデータアプリケーションによって照会されるデータと同じです。自社のデータウェアハウスからMixpanelにデータをインポートする最も簡単な方法は、CensusなどのリバースETLツールを使用することです。または、MixpanelのインポートAPIを使用することもできます。 

Mixpanelを自社のデータウェアハウスと統合することで、お客様がイベントデータをMixpanelに直接ストリームする場合や、データウェアハウスを信頼できる情報源として持つ場合に発生する問題を回避できます。たとえば、全てのデータの整合性を確保することが目的だとします。 MixpanelのSDKを使用してイベントをクライアント側で追跡し、データチームがそのイベントをサーバー側で追跡する場合は、MixpanelとBIツールとでは異なる答えを得ることになる可能性があります。また、データチームがデータ品質を向上させ、他のソースからのデータを使用してイベントをリッチにするために行う作業は全て、Mixpanelをより良いものにします。


データスタックに統合されたMixpanel

データスタックに統合されたMixpanel

適切に実装されたMixpanelは、初期の頃からプロダクトチームのニーズを満たし、企業と共に成長します。結局のところ、BIとMixpanelは、二者択一の判断を行うものではなく、Mixpanelに加えていつBIを追加する準備が整うかどうかの問題なのです。いずれにしてもプロダクト分析は必要になります。プロダクト分析は、データへの投資を行う準備が整ったときにBIツールと組み合わせると効果的に機能します。

プロダクト分析についてもっと知りたいですか? お問い合わせ