データと分析の分野は広大です。 私が専門的に何をしているのかと聞かれると、私はデジタル分析で働いていると言います。彼らがその地域にいない限り、それが何を意味するのかわかりません。 小売店、ロジスティクス、株式市場などの分析作業を行う人もいます。最近は、誰もが分析を行っているようです。 ウェブサイト/モバイルアプリの分野の人でさえ、マーケティング分析と製品分析の違いを説明するのに苦労することがあります。

しかし、長年にわたる最も重要な混乱の領域の1つは、デジタル分析とビジネスインテリジェンスの違いを理解することでした。 私は多くの会話をしてきましたが、組織はビジネスインテリジェンス製品を持っているのでデジタル分析製品は必要ないと言っています。逆もまた同様です。 したがって、この投稿では、会話におけるこれら2つの分野の違いをどのように説明するかを説明します。

デジタル分析

私のブログ投稿をフォローしている人のほとんどは、デジタル分析に精通している必要があります。 私は、デジタル分析を、デジタルユーザーの行動データの収集と分析として定義し、そのデータを使用してデジタルプロパティとエクスペリエンスを改善または最適化します。 デジタル分析製品は、デジタルアクション（イベント）、キャンペーン、コンテンツ、ユーザーパスフロー、およびWebサイトやモバイルアプリケーションを使用するときに顧客が行うその他の行動を追跡します。 この分野の典型的なベンダーには、Google Analytics、Adobe Analytics、Amplitudeなどがあります。過去に、さまざまな種類のデジタル分析製品の多くが今後数年間で収束すると私が信じている方法について書きました。

ビジネス・インテリジェンス

ビジネスインテリジェンス製品は組織内で非常に人気があり、ビジネスインテリジェンス製品を持っていない組織を見つけるのは難しいでしょう。 ビジネスインテリジェンス製品は、組織にとって重要なKPIの高レベルの要約を提供します。 多くの場合、ビジネスインテリジェンス製品は、経営幹部と共有される高レベルのダッシュボードの形をとります。 ビジネスインテリジェンスダッシュボードは、多くの場合、デジタル分析、CRM、実店舗、内部データウェアハウスなどのデータを組み合わせます。ビジネスインテリジェンス分野で人気のあるベンダーには、Tableau、Power BI、Looker、Domoなどがあります。

デジタル分析とビジネスインテリジェンス

それでは、いくつかの基本的な定義を使用して、デジタル分析とビジネスインテリジェンス製品の違いについて詳しく見ていきましょう。

データソースとクロスプラットフォームの指標

ビジネスインテリジェンス製品には、多くの場合、さまざまなソースからのデータが組み込まれています。 これは、複数のデータシステムからのデータの「最大のヒット」と考えるのが好きです。 あらゆるタイプのデータをデジタル分析製品にストリーミングすることは間違いなく可能ですが、ほとんどの組織はデータをWebサイトとモバイルアプリケーションに制限しています。 しかし、世界がよりデジタル化するにつれて、店舗、コールセンター、さらには物理的な製品からのAmplitudeデータなどのデジタル分析製品を送信する顧客がますます増えています。

ビジネスインテリジェンス製品の主なセールスポイントの1つは、1つのスタンドアロンプ​​ラットフォームでは困難な方法で、さまざまなプラットフォームのメトリックを組み合わせることができることです。 たとえば、デジタル分析プラットフォームが5月3日に組織に100万人のユニークビジターがいると報告したと想像してみてください。CRMシステムは、同じ日に20,000のマーケティング適格リード（MQL）が作成されたことを示しました。 組織は、ビジネスインテリジェンス製品を使用してこれら2つのメトリックを分割し、MQL/UniqueVisitorと呼ばれる新しいKPIを作成できます。 これらのユニークな訪問者を販売MQLに接続する簡単な方法はないかもしれませんが、大まかに言えば、傾向を確認し、2つの間に関係があるかどうかを確認できる可能性があります。 この組織はMQLデータをデジタル分析製品にインポートできますが、ほとんどの場合、ビジネスインテリジェンス製品でインポートすることを選択します。

昔は、この種の作業はMicrosoft Excel（OG BI Tool！）で行われていましたが、Excelにはデータのインポートとデータベースの機能に制限がありました。 私はビジネスインテリジェンス製品をステロイドのExcelと考えています。 ビジネスインテリジェンス製品の力は、複数のデータソースを簡単に組み合わせて、組織がさまざまなシステムのあらゆる種類のメトリックを組み合わせて一致させることができることです。 多くの場合、結合係数は日付になりますが、場合によっては、他の主キーを使用してさまざまなソースからのデータを結合できます。

これの一部はデジタル分析製品で実行できますが、複雑で時間がかかります。 デジタル分析製品のダッシュボードは、Webサイトやデジタルアプリケーションに関連するデータの要約に焦点を当てる傾向があります。

データ探索

デジタル分析とビジネスインテリジェンス製品の最も重要な違いは、データ探索の分野にあります。 データ探索は両方のタイプの製品で発生する可能性がありますが、それらは非常に異なる方法で実行されます。 ビジネスインテリジェンス製品では、通常、利用可能なレポートの種類に制限があります。 たとえば、販売用のKPIがある場合、ビジネスインテリジェンス製品はそれを営業担当者または地域ごとに分類できます。 ただし、デジタル分析製品では、データ探索には、メトリックの内訳や、ビジネスインテリジェンス製品には存在しない他の多くのレポートタイプが含まれます。 次にいくつかの例を示します。

パスフロー

デジタル分析製品では、顧客がページやイベントをどのようにナビゲートしたかを確認したい場合があります。 これは、ページフローまたはイベントフローのドロップオフを理解し、フローリークを修正するのに役立ちます。 ただし、パスフローに関するレポートには、集計データではなく、一意の訪問者に関連付けられたタイムスタンプ付きのシーケンスデータが必要です。 ビジネスインテリジェンス製品で正確なパスフローレポートを作成することは困難です。

変換ファネル

デジタル分析製品は、コンバージョンファネルを構築するためによく使用されます。 これらの目標到達プロセスは、コンバージョンフローの主要なチェックポイントをプロットして、各ステップに到達した顧客の数を確認します。 それらはパスフローに似ているように聞こえますが、顧客がたどるすべてのパスにあまり焦点を当てておらず、実行される特定の一連の手順に関心があるという点で異なります。 コンバージョンファネルは、顧客が含まれるように設定された順序でアクションを実行する必要があるようにも構築されています。 この注文順序の要件は、デジタル分析製品が各ステップをどの顧客がどの順序で完了したかを理解する必要があることを意味します。 ビジネスインテリジェンス製品は、event1とevent2が発生した回数を報告する可能性がありますが、両方のイベントを正しい順序で実行したのが同じユーザーであるかどうかを理解するのは困難です。

コホートとセグメント

デジタル分析製品の最も強力な側面の1つは、ユーザーのアドホックコホート（またはセグメント）を構築する機能です。 これらのコホートは、イベントの動作、属性、またはナビゲーションの動作に基づくことができます。 作成されたコホートは、さまざまな顧客グループを比較するために使用でき、コホートは、パーソナライズまたはマーケティング活動のために他のシステムに送信できます。

ほとんどのビジネスインテリジェンスプラットフォームはユーザー中心ではありません。 彼らはユーザーよりも数字に焦点を当てています。 したがって、分析またはマーケティングの目的でユーザーのコホートを作成するためにビジネスインテリジェンス製品を使用することは一般的ではありません。

ID解決

デジタル分析のコアコンポーネントは、アイデンティティの概念です。 デジタル分析では、現在のユーザーが先週デジタルプロパティを使用したユーザーと同じであるかどうかを知ることが重要です。 これに対処するために、デジタル分析製品は、ユーザーを識別し、ユーザーが既知であるか未知であるかを判断するメカニズムを構築しました。 サードパーティのCookieを介してこれを行うものもあれば、ファーストパーティの認証を介してこれを行うものもあります。

ビジネスインテリジェンス製品は、従来、ID解決の実行を試みていませんでした。 顧客IDでメトリックを表示して参加することはできますが、匿名ユーザーデータを確認し、ユーザーが既知のエンティティであるかどうかを判断するようには構築されていません。

保持

時間の経過とともにどの顧客と何人の顧客がデジタルエクスペリエンスに戻るかを理解することは、デジタル分析の不可欠な部分です。 デジタルチームは、デジタル分析データを使用して、どの機能またはマーケティングキャンペーンが定着を促進し、習慣を形成して収益を生み出すことができるかを確認します。 保持に関するレポートでは、現在デジタル製品を使用している顧客が以前にそこにいたかどうか、およびその頻度を知るためにID解決が必要です。

ビジネスインテリジェンス製品は使用状況を報告できますが、多くの製品は、同じユーザーが何度も戻ってくるかどうかを理解するように構築されていません。 顧客IDを利用してこれを行う方法はいくつかありますが、これは、各顧客の時系列データと、統計を使用して保持バケットと時間枠を表示するレポートと組み合わせる必要があります。 これらの機能がビジネスインテリジェンス製品に存在することはめったにありません。

観客

デジタル分析製品とビジネスインテリジェンス製品のもう1つの違いは、各タイプのユーザーが製品を使用する頻度です。 ビジネスインテリジェンス製品は通常、上級管理職および経営幹部向けに構築され、使用されています。 下位レベルのスタッフはツールを使用してレポートとダッシュボードを作成できますが、レポートとダッシュボードの主な受信者は多くの場合エグゼクティブです。 ビジネスインテリジェンス製品は、経営幹部がビジネスインテリジェンス製品を介して自分のビジネスについて学ぶことがいかに簡単であるかを宣伝することがよくあります。

デジタル分析製品もエグゼクティブ向けに構築されていますが、デジタルアナリスト、マーケティングアナリスト、または製品チームによっても頻繁に使用されています。 デジタル分析製品は高レベルの情報と詳細な情報の両方を提供するため、組織内のほとんどの人がデジタル分析製品にアクセスできます。 エグゼクティブはデジタル分析製品の高レベルのダッシュボードを表示できますが、データに精通したダッシュボードだけがデータを深く掘り下げます。 デジタル分析製品の複雑さは、ビジネスインテリジェンス業界の台頭に貢献した要因の1つであると私は信じています。 人気のあるビジネスインテリジェンス製品の1つは、デジタル分析製品の元CEOによって設立されました。 彼は、デジタル分析製品からビジネスを運営するために必要な高レベルの指標を見ることができなかったことに不満を感じていました。

データの粒度

デジタル分析製品は、主にWebサイトやモバイルアプリケーションからデータを収集します。 ただし、近年、これは他の多くのデータタイプ（たとえば、ストアデータ、コールセンターなど）を含むように拡張されています。 ただし、収集されたデータは非常に詳細なレベルであることがよくあります。 一般的なデータポイントには、ボタンやリンクのクリックやスワイプ、特定のページの表示、Webサイトの検索ボックスに入力されたフェーズなどがあります。ほとんどの組織は毎月数十億のイベントデータを収集し、このデータはデジタル分析製品内のレポートに集約されます。

常にそうであるとは限りませんが、ビジネスインテリジェンス製品は多くの場合、より詳細なレベルでデータを収集します。 たとえば、ビジネスインテリジェンス製品を使用してCRMデータを表示する場合、Salesforceからリードをフィードできます。 このデータは、多くの場合、Webサイトのヒットレベルのデータほど詳細ではありません。 例外はありますが、多くの組織は、ソースデータとそのすべての粒度を複製するのではなく、要約情報をビジネスインテリジェンス製品に送信します。 もう1つの例は、デジタル分析製品からの注文と収益のパイプです。

より良い一緒に

ほとんどの組織では、デジタル分析製品とビジネスインテリジェンス製品が必要ですが、1つではありません。 ここで説明するように、これらの製品は異なりますが、補完することができます。 おそらくいつの日か、業界が統合され、1つのベンダーがデジタル分析とビジネスインテリジェンス製品を所有するようになるでしょうが、それは今のところ実現していません。 最大のデジタル分析製品を所有するGoogleでさえ、ビジネスインテリジェンス製品（Looker）を購入しました。

デジタル分析製品はいつかビジネスインテリジェンスのユースケースの多くに対応できるようになるかもしれませんが、ビジネスインテリジェンス製品がデジタル分析のユースケースに取り組むことは難しいと思います。 近い将来、2つの製品は分離すると思いますが、一方が他方を追い抜くことに賭けた場合、ビジネスインテリジェンスを追い抜くデジタル分析にお金をかけます。

今のところ、組織がこれらの製品の1つだけが必要であると主張しようとしている場合は、このコンテンツを確認して、テクノロジー間の違いをよりよく理解してもらうことをお勧めします。 同僚が必要な製品は1つだけであると主張している場合は、ビジネスインテリジェンス製品でデジタル分析のユースケースをどのように実行するかを示すように依頼することをお勧めします。 通常、1つの製品を使用することを主張する人は、両方のタイプの製品の経験がないか、単に予算を削減しようとしています。 デジタル分析製品とビジネスインテリジェンス製品は非常に異なり、目的も対象者も異なり、さまざまな問題を解決していると主張するのは簡単です。