拡張分析

拡張アナリティクスは、機械学習と自然言語処理を利用して、通常は専門家やデータサイエンティストが行う分析プロセスを自動化するデータ分析のアプローチです。^{[ 1 ]}この用語は、2017 年に Rita Sallam、Cindi Howson、Carlie Idoine によって Gartner の調査論文で導入されました。^{[ 1 ] [ 2 ]}

拡張分析は、ビジネスインテリジェンスと分析に基づいています。^{[ 3 ]}グラフ抽出ステップでは、さまざまなソースからのデータが調査されます。^{[ 4 ]}

• 機械学習とは、アルゴリズムを用いてデータを精査し、関係性、傾向、パターンを特定する体系的な計算手法です。これは、あらかじめプログラムされた規則の固定ベースを持つのではなく、アルゴリズムがデータから動的に学習することを可能にするプロセスです。^{[ 5 ] [ 6 ]}
• 自然言語生成（NLG）とは、非構造化データを平易な英語の読みやすい言語に変換するソフトウェア機能である。 ^{[ 7 ]}
• データ分析プロセスを自動化するために機械学習アルゴリズムを使用する、インサイトの自動化。^{[ 1 ]}
• 自然言語クエリ – 検索ボックスに入力された、または音声で伝えられたビジネス用語を使用して、ユーザーがデータを検索できるようにする。^{[ 8 ]}

データ民主化とは、データ混雑を緩和し、データの「ゲートキーパー」という概念をなくすために、データへのアクセスを民主化することです。このプロセスは、ユーザーがデータを理解するための方法と並行して実施する必要があります。このプロセスは、企業の意思決定を迅速化し、データに隠された機会を発見することを期待して使用されます。^{[ 9 ]}

データの民主化には3つの側面がある。

1. データパラメータ化と特性評価。
2. ブロックチェーンとDLT技術のOSを用いたデータ分散化、および信頼性を確保するための独立したガバナンスによる安全なデータ交換。
3. 同意に基づく市場主導型データ収益化。

資産を接続する際には、データ民主化の導入と利用を加速させる2つの機能があります。それは、分散型アイデンティティ管理と、ビジネスデータオブジェクトによるデータ所有権の収益化です。これにより、複数の個人や組織が参加者や組織を識別、認証、認可できるようになり、複数のネットワーク、組織、環境、ユースケースにわたってサービス、データ、システムにアクセスできるようになります。また、ユーザーに権限を与え、パーソナライズされたセルフサービス型のデジタルオンボーディングシステムを実現することで、ユーザーは中央管理機能に頼ることなく自己認証を行うことができます。同時に、分散型アイデンティティ管理は、ユーザーの属性（役割、部門、組織など）や物理的な場所に基づいて、システムのポリシーに従ってユーザーがアクションを実行する権限を持っていることを保証します。^{[ 10 ]}

• 農業 – 農家は水の使用、土壌温度、水分含有量、作物の生育に関するデータを収集し、拡張分析を使用してこのデータを理解し、ユーザーがビジネス上の意思決定に使用できる洞察を特定することができます。^{[ 11 ]}
• スマートシティ – 米国の多くの都市はスマートシティとして知られており、毎日大量のデータを収集しています。拡張分析は、都市管理（交通、自然災害など）の効率を高めるために、このデータを簡素化するために使用できます。^{[ 11 ]}
• 分析ダッシュボード – 拡張分析は、大規模なデータセットを取り込み、多くの組織的意思決定を支援する、非常にインタラクティブで有益な分析ダッシュボードを作成する能力を持っています。^{[ 12 ]}
• 拡張データ発見 – 拡張分析プロセスを使用することで、組織は潜在的に重要なデータ相関関係や傾向を自動的に発見、視覚化、説明することができます。^{[ 12 ]}
• データ準備 – 拡張分析プラットフォームは、大量のデータを取り込み、将来の分析に使用できるようにデータを整理および「クリーンアップ」する機能を備えています。^{[ 1 ]}
• ビジネス – 企業は日々大量のデータを収集しています。ビジネス運営で収集されるデータの例としては、売上データ、消費者行動データ、流通データなどがあります。拡張分析プラットフォームは、これらのデータの分析へのアクセスを提供し、ビジネス上の意思決定に活用できます。^{[ 1 ]}