AI時代の、
分析ワークフロー・
AIを活用して、データの取得、加工、可視化、分析、レポート作成を効率化。
その一方で、分析のプロセスはすべて確認、修正、再実行できる形で残ります。
集計や可視化だけで終わらず、統計や機械学習を使って、データの背景まで深く分析できます。
クレジットカード不要。デスクトップからすぐに始められます。
データの取得から分析、レポートまで。一つのワークフローで。
データ分析は、一つのチャートや一回の集計で終わるものではありません。
データを取得し、整え、探索し、分析し、その結果を人に伝える。
Exploratoryでは、この一連のプロセスを一つの環境で進めることができます。
データを取得する
データベース、クラウドサービス、CSVやExcel、APIなど、さまざまなデータソースからデータを取得できます。
AI データを使えば、自然言語からデータ取得のための処理を作ることもできます。
データを要約する
データの行数や欠損値、分布、代表値、カテゴリごとの件数などを確認し、まずデータ全体の特徴を把握します。
分析に入る前にデータの状態を理解することで、異常値や品質上の問題に気づき、次にどこを見るべきか素早く判断できます。
データを加工する
欠損値への対応、列の作成、フィルタ、集計、結合、ワイド・ロング変換など、分析に必要なデータ加工をステップとして積み重ねていきます。
加工の内容はすべて残るため、あとから確認、修正、再利用できます。
クロス集計する
複数の変数を組み合わせて集計し、グループごとの違いや傾向を比較できます。
件数や割合、平均値などをピボットテーブルで確認しながら、データの中にある特徴や気になる違いを見つけていきます。
可視化して探索する
さまざまなチャートを使って、データの分布、変化、違い、変数同士の関係を視覚的に探索できます。
気になるパターンを見つけたら、さらに切り口を変えて探索したり、そのまま統計的な分析へ進むことができます。
統計的に分析する
可視化によって見つけた違いや関係を、統計的検定、回帰分析、決定木、クラスタリングなどを使ってさらに深く分析できます。
レポートにまとめる
分析結果をチャート、表、文章とともにまとめ、ノートとしてレポートを作成・共有できます。
データが更新されたときも、分析からレポートまで同じワークフローを再実行し、最新の結果に更新できます。
ダッシュボードでモニター
重要なビジネス指標やデータの変化を、ダッシュボードで継続的にモニターできます。
スケジュール機能を使ってデータと分析結果を自動で更新し、最新の結果をメールで定期的に受け取ることもできます。
AIで速く。ワークフローで確実に。統計で深く。
AIによって、データ分析はこれまで以上に速くなりました。
しかし、分析が速くなるほど、その結果がどのように作られたのかを確認できること、問題があったときに原因を追えること、そして同じ分析を再現できることが重要になります。
Exploratoryは、AIによる効率化と、分析者自身によるコントロール、そして統計・機械学習を使った深い分析を、一つの分析ワークフローの中で実現します。
AIで速く。
データの取得、加工、修正、分類、分析結果の要約、レポート作成まで。
AIを分析ワークフローのさまざまな場面で活用し、これまで時間のかかっていた作業を効率化できます。
AI機能を見る →ワークフローで確実に。
AIが何をしたのか分からない。数字がおかしくても原因を追えない。
Exploratoryでは、データ加工や分析のプロセスがワークフローとして残るため、結果を検証し、問題をデバッグし、必要に応じて修正して再実行できます。
3つのRを見る →統計で深く。
集計やチャートで違いを見つけるだけでは、分析は終わりません。
統計的検定、回帰分析、決定木、因子分析、クラスタリングなどを使って、差の意味や背景にある要因、データの構造まで分析できます。
AIを、分析ワークフローの中で使う。
AIに質問して答えを受け取るだけではなく、AIを実際の分析プロセスの中で活用できます。
データを取得する。加工する。問題を修正する。テキストを分類する。分析結果を理解する。レポートを書く。
Exploratoryでは、こうした分析ワークフローのさまざまな場面でAIが分析者を支援します。
そして、AIによって行われた処理も分析プロセスの一部として残るため、あとから確認し、必要に応じて修正することができます。
AI データ
自然言語で指示するだけで、データベースやAPI、クラウドサービス、ファイルシステムなどから様々な要件にあわせて必要なデータを取得できます。
AI データ加工
「日付から年月を作る」「この条件でカテゴリ分けする」といった指示を自然言語で入力すると、AIがデータ加工のステップを作成します。
AI 自動修正
データ加工の途中でエラーが発生したときに、AIが原因を分析し、修正方法を提案し、自動で修正します。
AI 関数
テキストの分類、要約、情報抽出など、これまでルールだけでは難しかったテキストデータの加工、分析をAIを使って実行できます。
AI サマリ
チャートや統計分析の結果をAIが読み取り、重要な傾向やポイントをわかりやすく要約します。結果の理解や次の分析への手がかりを得られます。
AI ノートエディター
作ったチャートや分析結果をもとに、AIがレポートを作ります。文章の作成、要約、分析結果の解釈だけでなく、分析結果を1つのストーリーとして作り上げます。
信頼できるデータ分析を支える「3つのR」
AIで、チャートやレポートは簡単に作れるようになりました。
しかし、元のデータや途中の加工処理に問題があれば、どれだけ見た目のよいアウトプットでも、意思決定には使えません。
「その分析結果は、本当に信頼できるのか？」
その問いに答えるために、Exploratoryは分析のプロセスそのものを、読めて、再現できて、信頼できる状態で保てる形で残します。
Readability可読性
データ加工のプロセスが読める。
どのデータを使い、どのように加工・計算したのか。チャートやレポートの数字がどのように作られたのかを、あとから確認できます。
- ステップ・ダイアグラム
- AIによるステップ・サマリ
- データ加工ドキュメント生成
Reproducibility再現性
同じ分析を、何度でも再現できる。
データ加工はステップとして記録されるため、毎月のレポート更新も、新しいデータでの分析も、同じワークフローを再実行するだけです。
- ステップとして記録されるデータ加工
- 新しいデータでの再実行
- 過去の分析の再利用
Reliability信頼性
再現性を、信頼できる状態で保つ。
列名やデータ型が変わってデータ加工が動かなくなっても、AIが前後のステップとの整合性を見ながら原因を分析し、分析の意図を保つ修正案を提示します。
- データ加工エラーの自動修正
- 履歴からの復元
集計だけで終わらない。データの背景まで深く分析する。
「違いがある」ことが分かった。
次に知りたいのは、その違いに意味があるのか、なぜその違いが生まれているのか、そこにどのような構造があるのか、ということではないでしょうか。
Exploratoryでは、集計や可視化から、そのまま統計手法や機械学習を使った分析へ進むことができます。
仮説検定
グループ間に見つかった違いが、偶然によるものなのか、それとも統計的に意味のある違いなのかを検証できます。
回帰分析
複数の要因を同時に考慮しながら、どの変数が結果と関係しているのか、またどの程度関係しているのかを分析できます。
決定木
どのような条件の組み合わせによって結果が変わるのかを、分岐構造として直感的に理解できます。
クラスタリング / 潜在クラス分析
似た特徴や回答パターンを持つ人や対象をグループに分け、データの中に存在するセグメントを見つけることができます。
因子分析 / 主成分分析
多くの変数の背後にある共通した要因やパターンを見つけ、複雑なデータをよりシンプルな構造として理解できます。
時系列分析 / 予測
過去のデータに含まれるトレンドや季節性をもとに、今後の変化を分析・予測できます。
アンケートデータ分析を、集計から「理解」へ。
アンケート分析では、GT表やクロス集計によって回答傾向を確認するだけでなく、その背景にある要因や回答者の特徴まで理解したい場面があります。
Exploratoryなら、アンケートデータの加工、複数回答の集計、クロス集計、統計的検定、要因分析、セグメンテーション、自由回答のAI分析までを、一つの分析ワークフローとして進めることができます。
クロス集計をもっと効率的に。
複数回答、Top2 / Bottom2、NPS、全体との差、複数の表頭・表側、ウェイトバックなど、アンケート分析特有の集計を効率よく行えます。
集計結果から、そのまま深い分析へ。
違いを見つけたら、仮説検定、回帰分析、決定木、因子分析、クラスタリング、潜在クラス分析などを使って、その背景をさらに分析できます。
自由回答もAIで分析。
自由回答をAIで分類、要約し、定量データと組み合わせて分析できます。
ユーザーの声
Exploratoryは、企業、大学、研究機関など、さまざまな組織のデータ分析に利用されています。
日本人エンジニアによる開発ということもあり、日本語対応がびっくりするほどしっかりしており、日本語カラム名など何のそのです。マッピングなども今時ツールらしくしっかりサポートしており、当然ながら予測や回帰などのツールはRの機能そのものを使えるのでおそらく他のツールの追従を許さない豊富さです。特筆すべきは、PowerBIが弱いテキストマイニング系のツールがそろっており、日本語対応も相まって、非常に貴重な存在になっていると思います。
Exploring data is a key part of my duties. Exploratory allows me to quickly walk through different scenarios, add paths, visualize, and revert a few steps when I need to, all in an easy to use interface. It saves me quite a bit of time...
Exploratory has changed my data analysis workflow. Now I am able to use one tool from data wrangling to modeling, but it is also flexible so that I can use it with other tools if needed by the client.
I can spend my time thinking about the data and coming up with questions regarding the underlying patterns rather than spending time learning all the details of the R system.
You mix the power of R with a beautiful user-friendly interface. I once explored a table with more than 40 million rows in Exploratory!
This is an awesome UI experience for Data Scientists.