Open iT 膨大なデータをアクションに変える

[0:00] ニコラス：みなさん、こんにちは。ようこそ。Open iT の生データを、特にライセンス管理におけるPower BIを活用して、行動の原動力に変えるというテーマのウェビナーにご参加いただき、誠にありがとうございます。まず自己紹介をさせていただきます。私はニコラスと申します。Open iT でデータアナリストを務めています。Open iT でデータアナリストになる前は、フランスとメキシコの高校で数学の教師をしていました。 でもご安心ください。このプレゼンテーションでは、数学の話はあまり出てきません。ただ、私が元教師だったことは、お気づきになるかもしれません。

[0:39]それでは、今日はどのような内容を取り上げるのでしょうか？企業におけるソフトウェアライセンスの利用最適化について見ていきます。まず、なぜこの分野に注目すべきなのかを解説し、次に最適化の手法をどのように導入できるかについて説明します。 ここでは、Open iT が提供するソフトウェアライセンス利用を最適化するソリューション「LicenseAnalyzer™」をご紹介し、Power BIを使って分析例をいくつか見ていきます。ご質問がございましたら、TeamsのQ&Aセクションにご投稿ください。プレゼンテーションの最後に、当社チームが回答いたします。よろしくお願いいたします。

[1:26]では、なぜソフトウェアライセンスの最適化に関心を持つべきなのでしょうか？ つまり、企業が財政難に直面し、コスト削減を余儀なくされ、予算の圧迫にさらされている場合、検討される解決策は往々にして、いわゆる「最も典型的な」もの、つまり採用の凍結、出張の削減、研修の削減、あるいは優先度の低いプロジェクトの凍結といったものになります。 ここで挙げた4つの対策には、すべて共通点があり、かつ負の影響を伴います。つまり、これらは業績に間接的なコストをもたらし、従業員のモチベーションや生産性、さらにはイノベーション能力などにも悪影響を及ぼす可能性があるのです。

[2:18]ソフトウェアライセンスの利用を最適化することも、企業のコスト削減につながる解決策の一つになり得るということを、私たちはしばしば忘れてしまい、企業側もあまり意識していません。 そのメリットとは何でしょうか。また、なぜこの分野に注目する価値があるのでしょうか？それは、隠れたコストがなく、投資対効果（ROI）を測定できるからです。隠れたコストがないのは、これが「最適化」、つまり必要なライセンス数に調整することだからです。 これは、より多くのユーザーがライセンスにアクセスできるようになるという意味ではありません。また、投資対効果は測定可能です。これについて確認するために、当社の顧客事例を見てみましょう。例えば、Total Energie社は、「Open iT 」ソリューションの導入により、コストを39％削減し、投資対効果が21倍に達したと述べています。

[3:17]もちろん、これは企業の規模や使用しているライセンスの種類によって異なりますが、39％のコスト削減とROI 21という数字は、かなり大きなものです。では、なぜこれほど大きな成果を上げることができるのでしょうか。また、これほど大きな利益が得られるにもかかわらず、ソフトウェアライセンスの最適化がもっと自動化されていないのはなぜでしょうか。 その理由の一つとして挙げられるのは、企業にとってソフトウェアライセンスは、ある意味「ブラックボックス」のような存在だということです。つまり、問題が起きていない限り、すべてが順調に進んでいると考えてしまうのです。しかし、「利用が最適化されている」ことと「問題が発生していない」ことの間には、大きな違いがあるのです。

[4:08]10人のユーザーに対して500ライセンスを保有することも可能です。当然、アクセス拒否などの問題は一切発生しませんが、さらに最適化することは可能です。そこで、ソフトウェアライセンスの利用をどのように最適化できるか、この「ブラックボックス」の中身を少し掘り下げてみましょう。 そして、家計管理に例えて説明していきますが、実際に興味を持って取り組んでみると、見た目よりもずっと簡単であることがわかるでしょう。ある家族が家計の管理を取り戻し、例えばメキシコへの休暇旅行のために貯金をしたいとしましょう。その家族は、どのような行動を取るでしょうか？

[4:47]よく言われるアドバイスは大抵同じです。まずは支出の記録をつけることから始めましょう。つまり、請求書やレシートを保管しておくということです。 これらを保管しておき、月末や週末に支出を把握して、カテゴリー分けを行います。例えば、家賃、保険、定期購読料といった固定費のカテゴリー、そしてレジャーや食費といったカテゴリーに分けていきます。 つまり、大まかに言えば、少しデータ分析を行い、情報を可視化します。ポイント1は「生データ」、ポイント2は「改善の切り口」、ポイント3は「意思決定」となります。Open iT において、ソフトウェアライセンスの場合、これを「測定、分析、最適化」と呼んでいます。 これらは、ソフトウェアライセンスの最適化を考慮しつつ、こうした予算上のプレッシャーに的確に対処するために遵守すべき3つの主要なステップです。そこで、背景を少し理解していただくために、これら3つのポイントを1つずつ見ていきましょう。

[6:04]つまり、ソフトウェアライセンスの利用状況を測定することです。先ほどの家族の例で言えば、請求書やレシートに相当します。文字通り、まさにそれを行うことになります。つまり、ソフトウェアライセンスの最適化という文脈において、請求書やレシートは、大まかに言えば「チェックイン」と「チェックアウト」と呼ばれるものです。 「チェックイン」と「チェックアウト」とは何でしょうか？ それは単純に、ライセンスの使用状況のことです。つまり、「チェックイン」とは、ライセンスをライセンスプールに戻すことです。大まかに言えば、アプリケーションを閉じるということです。ここでは、ライセンス管理者の視点に立っています。そのため、「チェックイン」とは、大まかに言えば、ライセンスをライセンス管理システムに戻すことなのです。 一方、チェックアウトとは、ライセンスプールからライセンスを取り出すことです。これが、いわば私たちの「レシート」のようなものです。もう少し詳しい情報も得られます。追加情報には、どのアプリケーションが開かれたか、あるいは閉じられたか、そのアプリケーションを開いたり閉じたりしたユーザー、ライセンスを使用したユーザーなどが含まれます。また、チェックインの時刻やチェックアウトの時刻も確認できます。

[7:11]ですから、これは必ずしも網羅的なリストというわけではありませんが、レシートに記載される情報はこの類のものになります。そして、これをもとに、もう少し詳細な他の種類のデータを作成することも可能です。例えば、チェックイン時刻とチェックアウト時刻が分かれば、その差を算出できます。 ライセンスの利用期間、つまりセッションの継続時間といったものを算出できます。レシートの場合と同様に、月末には、例えば1日あたりのパスタの消費量を計算することも可能です。つまり、これはレシートには明示的には記載されていない情報ですが、後から推測できるものです。

[7:50]さて、これがこれからすぐ見ていく分析の部分です。この分析の部分については、もう少し詳しく掘り下げていきます。つまり、カテゴリー別の分類です。ExcelやPower BIなどのBIツールを使って分析を行う場合、結局のところカテゴリー分けを行うことに他なりません。 では、ソフトウェアライセンスの文脈において、どのようなカテゴリーがあるでしょうか？ アプリケーション別、ベンダー別、製品別の分析が可能です。ユーザー別の分析も可能です。これは、コスト削減につながる可能性のある行動パターンを特定する上で重要であることがわかります。また、プロジェクト別や部門別の分析も可能です。つまり、基本的にはユーザーグループの分類となります。 これは、例えばチャージバックの場合にさらに役立ちます。各部門間でリソースをより公平かつ適切に配分したい場合などです。そのような分析も可能です。

[9:03]また、重要な点として、期間ごとの傾向分析を行うことができます。これは重要なポイントであり、独立した項目として取り上げることもできますが、他の項目にも関連する可能性があります。 つまり、もし明日から最適化に取り組み始め、まずソフトウェアライセンスの利用状況を測定する場合、夏場は利用がやや閑散とする時期かもしれません。 そのため、そのデータだけでは1年を通じた企業のニーズを正確に反映していない可能性があります。ですから、この点には注意が必要です。一般的に、こうした傾向分析や1年単位の予測を行うには、6ヶ月分のデータを確保することが推奨されています。とはいえ、場合によっては6ヶ月分よりも早く意思決定を行うことも可能ですので、その点については問題ありません。

[9:50]つまり、こうした分析はExcelだけで行うわけではありません。Open iT のソフトウェア、つまりLicenseAnalyzer™では、レポートにアクセスできるのです。これは英語の「report」に由来するもので、つまり「レポート」という意味です。この種のレポートには、ソフトウェア内で非常に簡単にアクセスできます。 ベンダーや関心のある製品、確認したい期間を選択するだけで、ここでいう「ソフトウェアライセンスの利用状況ヒートマップ」が表示されます。表に表示されている数字は何を意味しているのでしょうか？ 例えば、日曜日の午前4時に、2つのライセンスが同時にアクティブになっていたことを示しています。

[10:40]何が確認できるでしょうか？勤務時間中に、色が黄色や赤へと変化していることがわかります。これは勤務時間中、つまりアプリケーションが利用されている時間帯だからです。ここにはすでに興味深いデータが見られます。例えば、利用可能なライセンスの最大数、つまり企業が費用を支払っているライセンス数は22です。 一方、この3か月間の期間において、同時に使用された最大数は14であることがわかります。したがって、ここでは、もう少し詳細な調査を行うことを検討してもよいでしょう。つまり、この3か月間が代表的な期間であるかどうかを確認するために、より長い期間にわたって調査を行い、必要に応じてライセンス数を調整することも可能です。

[11:34]このヒートマップでは他にも何が確認できるでしょうか。ここからは非常に分かりやすいので、後ほど改めて確認することにもなります。日曜日と土曜日には、常に2つのライセンスが利用可能になっていることが分かります。ここでは、3つにもなっています。週末を通して、常に2つのライセンスが利用可能な状態が続いています。 そこで、これが良くないことだと決めつける前に、意図的なものだと考える余地もあります。シミュレーションソフトや、実行中のジョブがあるのかもしれません。意図的な可能性もありますが、そうでない可能性もあります。いずれにせよ、データは揃っていますので、ここで判断を下すことができます。 その判断として、必要に応じて別のレポートを参照し、その時間帯にライセンスを開いているユーザーを特定し、なぜそれらのアプリケーションが開かれているのかを調査することになります。例えば、2人のユーザーがそれぞれアプリケーションを閉じるのを忘れていた、といったケースも考えられます。その場合は、「キャンピング」と呼ばれます。

[12:34]2日間もライセンスを独占すること。これは、1人のユーザーがライセンスプールから2つのライセンスを取得し、アプリケーションを2つ同時に開いているケースも考えられます。この場合、それは「ホギング」と呼ばれます。つまり、「ホギング」と「キャンピング」の両方が該当することになります。このように、データを活用することで、こうした行動を把握することができるのです。

[12:55]さて、後ほど見ていくように、従業員数が多くなり、たとえばライセンスを利用している従業員が50人ほどになると、こうした行動パターンを特定することが重要になります。なぜなら、それによって一種のオフセットが生じる可能性があるからです。つまり、ゼロから始めるのではなく、毎回2からスタートすることになるのです。 つまり、会社全体を俯瞰できるこうした視覚的なデータによって、こうした情報にアクセスできるようになります。つまり、これはレシートから得られたデータを情報に変換したものです。

[13:28]このように、棒グラフも表示できます。例えば、このグラフは「ライセンス効率チャート」と呼ばれており、大まかに言えば、利用可能なライセンスが10個あると仮定して、その状況を示しています。 ライセンス効率とは、利用可能な10ライセンスをすべて使い切っているかどうかを指します。使い切っていれば理想的です。さて、ここには何が示されているでしょうか？ このライセンスの最大同時利用数は9であることが分かります。したがって、この2つの数値だけを見て考えると、2つの見方が考えられます。1つは「まだ余裕がある」と考えることです。 一方で、「注意が必要だ。最大数に近づいているため、ライセンスが利用できないユーザー、つまりアクセス拒否（denials）が発生するリスクがある」と考えることもできます。しかし、このグラフは何を示しているのでしょうか？ それは、99％の時間において8つのライセンスで十分であり、95％の時間においてこのライセンスだけで十分である、ということを示しています。

[14:37]では、これはどういう意味なのでしょうか？先ほど挙げた、キャンパーやホガーに関するヒートマップの例に戻って、そのデータ、つまり99％の時間、あるいは95％の時間でライセンス数が十分であったというデータも併せて見てみましょう。 結局のところ、これは全体像の一部に過ぎないことがわかります。何かについて決定を下そうとするなら、可能な限り多くのデータにアクセスする必要があります。ここでは7という数値がありますが、2については97という数値もあるかもしれません。つまり実際には、その数値、たとえ5であっても、十分だったのかもしれません。 つまり、これが私たちのデータを用いて行える調査や分析の一例です。ここで何がわかるでしょうか？この表は、先ほどの図表を数値化したものであることがわかります。 同時に使用されたライセンスの最大数は2時間の間で9件であり、これは総数の0.1％に相当します。したがって、このグラフは先ほどご紹介したヒートマップとは一致しません。数値が異なるからです。しかし、ここでわかるのは、まず「ホッガー」や「キャンパー」といったユーザーの問題を解決することで、他の表にある数値をより的確に把握できるようになるということです。

[15:48]また、もう少し一般的な表形式で表示されたデータもあります。ここで紹介している3つのレポートは、ソフトウェア内で非常に簡単にアクセスできます。例えば、こちらはユーザーが最後にアプリを利用した時期に関するレポートです。つまり、「days since last used」、つまり「最終利用からの経過日数」です。これらは生データとなります。 ここからどのような情報を引き出せるでしょうか？例えば、こちらの列を見ると、対象期間における総利用時間が表示されています。ここで、「3ヶ月間、1日8時間ずつ利用した」といった計算は行いません。そうではなく、ユーザー同士を比較していくのです。 すると、すぐに、例えば1,000時間のユーザーもいれば、500時間のユーザー、さらには0.3時間のユーザーもいることがわかります。 では、大まかに言って、こうした違いを把握することにはどのような意味があるのでしょうか？ それは、ライセンスの種類をより適切に調整するためです。後ほど意思決定の段階で詳しく見ていきますが、保有するライセンスの種類をより適切に調整するのに役立ちます。ここでは、1,000時間の利用時間があるBraendraと、3ヶ月間で2時間しか利用していないBenjaminに、同じ種類のライセンスを割り当てるのはあまり賢明ではないかもしれません。

[17:17]ライセンスの種類は、状況に応じて調整可能です。また、グループ分けを行うこともできます。例えば、利用時間が100時間程度のユーザー全員に対しては、フローティングライセンスなどを検討することも可能です。 つまり、これらは私たちが分析したデータから導き出せる結論です。また、例えば、83日間ライセンスを使用していないユーザーがいる場合などもあります。もしそれが指名ライセンスの場合、そのユーザーのライセンスの種類を変更するのが有効かもしれません。

[17:56]さて、ここまで分析について見てきて、最適化についても少し触れ始めました。もう少し詳しく見ていきましょう。とはいえ、手短に済ませます。意思決定とは、一体どういうことでしょうか？まず、ユーザーの習慣を変えるということについて話せます。 先ほども述べたように、リソースを独占するユーザーや、アプリを常時起動し続けるユーザーが存在します。複数のライセンスを開いたままにしたり、複数のアプリを起動したりすると、データに偏りが生じることが分かっているため、まずはこうした習慣を変えることができます。

[18:40]まず第一に、従業員は、複数のアプリケーションを開いていたり、アプリケーションを閉じるのを忘れていたりすることが、企業に金銭的な影響を与えることをあまり認識していないことが多いのです。そもそも、企業側も、ライセンスを1つだけ開いている場合と比べて、2つ開いている場合にどれほどのコストがかかるのか、実際にはよく把握していないからです。 そして、これは私たちに染み付いた悪い習慣でもあります。今、このウェビナーを聴いている皆さんも、使っていないのに起動したままのアプリケーションが他にもいくつかあるのではないでしょうか。これはITツールを利用するすべてのユーザーに共通する利用習慣であり、必ずしも簡単に変えられるものではありません。しかし、まず最初にできる対策は、ユーザーへの意識啓発です。 いわば、ユーザー一人ひとりにアプローチすることも可能です。つまり、データからユーザーを特定して確認したり、あるいは簡単な研修を実施したりすることができるのです。

[19:39]次に、最も重要なのは契約の再交渉です。 つまり、データへのアクセス権を与え、ブラックボックスを開く、失礼。ブラックボックスを開くことで、下そうとしている決定を正当化できるのです。したがって、ライセンス数の変更になるかもしれません。ここで私が「変更」と言い、「削減」とは言わないのは、最適化が必ずしも財務的な最適化や削減だけを意味するわけではないからです。 「理想」とでも言うべき状況は、ライセンス数を削減できることです。つまり、余剰分があること、実際にはライセンスを過剰に購入しており、実際に使用しているのは50％程度であることが判明することです。そのような場合、データを確認した上で、ライセンス数を減らすという決定を下すことができます。 しかし、これらのデータを活用して、追加投資の正当性を裏付けることも可能です。もし、使用中のライセンス数が上限に達していることや、アクセス拒否が頻繁に発生していること、つまりライセンス利用におけるマイナス要因となる「オフセット」が存在しないことが事実として確認できた場合、これらのデータを用いて、必要に応じてライセンス購入の正当性を裏付けることができます。

[20:46]しかし、最も興味深い点であり、いつも見落とされがちなのは、ライセンスの種類を変更できるということです。では、それはどういうことでしょうか？大抵の場合、企業はすべての卵を同じかごに盛ってしまうのです。 つまり、トークン型ライセンスを採用している場合、例えばライセンスの100％がトークン型になる、あるいは100％が指名型ライセンスになる、といった具合です。先ほど簡単な例で少し触れましたが、実際には、両方を組み合わせるのが最も最適なのです。 つまり、トークン型ライセンスの方が有利なユーザーには、一定数のトークンを割り当てます。一方、毎日終日利用しているユーザーがいる場合は、別のタイプのライセンスを選択するかもしれません。Open iT のチームは、こうした分析を皆様が実施できるようサポートいたします。 レポートツールの中から、その情報をどう抽出すればよいかを自分で探す必要はありません。私たちが分析をお手伝いし、御社にとって最適な組み合わせ、つまりコスト面で最も効率的なソリューションを見つけるお手伝いをいたします。

[21:57]契約の再交渉について全体的に覚えておくべきことは、すべての卵を同じかごに入れるのは決して得策ではないということです。私にとってより身近な例を挙げてみましょう。国内・地域限定のライセンスと国際ライセンスの違いです。 もし、さまざまな国にエンジニアがいて、「それなら簡単だ、国際ライセンスが必要だ」と考えているなら、複数の国に事業拠点があり、異なる国々でソフトウェアを使用している従業員がいる場合、「この理由からライセンスの1％は国際ライセンスにすべきだ」と考えるのは、必ずしも最善の策ではないかもしれません。 あるソフトウェアやその機能の利用の90％が米国で行われている場合もあるでしょう。その場合は、米国向けには国内ライセンスを、それ以外の地域向けには国際ライセンスを用意する方が、より有益かもしれません。

[22:58]肝に銘じておくべきことは、すべての卵を同じかごに入れるのは決して得策ではないということ、そして最適化とは、要するに適切なユーザーに適切なライセンスを提供することです。そして、こここそが今後最もコスト削減ができる部分となります。というのも、これはやはり私たちの主な関心事の一つですから、失礼しました。 また、もっと基本的なことですが、「パッケージ」と呼ばれる種類、つまり必要なエディションをもう少し的確に特定することもできます。もしベーシック版とアドバンスト版の間で、新機能がたった2つしかなく、その機能を実際に使うのが4人だけだとしたら、そのソフトウェアを100％アドバンスト版で導入する必要はないかもしれません。これは当然のことのように思えます。 しかし要するに、私が基本版と上級版について行っているこの考え方は、ライセンスのあらゆる条件について行うべきものです。つまり、トークン、国際ライセンス、永久ライセンス、あるいはサブスクリプションなどです。ですから、覚えておくべきことは、すべての卵を同じカゴに入れないことです。それが最も最適な解決策であることはめったにありません。

[24:08]皆さん、お元気で、順調に理解が進んでいることを願っています。それでは、Power BIについて少し見ていきましょう。さて、私の画面が見えているでしょうか。ここにはPower BIのレポートが表示されています。皆さん、「またか」と思うかもしれません。数学の先生がレシートの話をして、試験当日になって、理解できない内容が出題されるようなものです。 さて、ここは単に当社の全製品を一覧表示した画面です。この種のレポートを見る際、通常は何か目的、つまり観察したいことが頭にあるものです。そこで、まずは私が興味のある製品を選んでみましょう。 ここでは、製品「6is」に注目してみます。そこで、「製品を選択」をクリックします。他にもいくつかありますが、今回のデモでは、この製品を選びます。

[25:00]先ほど何を確認しましたか？ ここで私が選択した商品に合わせて、すべてのデータが更新されたことを確認しました。Power BIでは、これを「フィルター」と呼びます。つまり、フィルター機能を利用できることが、Power BIの大きな利点の一つなのです。こうしてデータが更新されます。 また、ここにはツールチップがあるのも確認できます。つまり、データの上にマウスを合わせると、より詳細な情報を得ることができます。このように、すべてが動的に変化します。ここではクリックする必要はなく、気になる項目があれば追加のデータが表示されます。 こちらのグラフを見てみましょう。これは、50件のライセンスが利用可能な企業の典型的なケースです。ここでの1日あたりの利用数は、めったに20を超えません。ここでは21件ですが、2月のデータであり、確かにライセンスの利用に何の問題もないことがわかります。ここには利用拒否（denials）が表示されていますが、その理由を確認することができます。 マウスをその上に合わせると、ユーザー名が表示されます。このユーザー名を使って、後でこの利用拒否の理由を確認することができます。

[26:16]そこで、通常は、例えば2か月間ほどライセンスの利用状況を少し観察し、実際に使用している量に比べてライセンスが少し多すぎるかもしれないと気づくのです。これから見ていくように、この企業は一定数のライセンスを売却することを決定しました。しかし、同時に、利用量も減少していることがわかります。 その理由は分かりませんが、例えば、ここでは2つのことに気づいたのかもしれません。1つ目は、利用可能なライセンスが多すぎたこと。2つ目は、ユーザーの行動を分析した結果、ライセンスの独占利用や長期占有（キャンピング）が見られたことです。 下部のヒートマップ（同じデータを表しています）を見ると、何がわかるでしょうか？例えば土曜日と日曜日には、常に最低でも14のライセンスが利用中であることがわかります。つまり、利用がピーク時の21ライセンスのうち14ライセンスが利用中というのは、やはりかなりの割合です。したがって、ここでは、ユーザーによる不適切な利用に起因する「オフセット」が存在することが判明したのでしょう。 そこで、まず最大利用数に基づいて、次にこのオフセットを考慮して、ライセンス数を削減しました。その結果、利用可能なライセンス数は50から16に減少しました。 そして、ここにある最初のサンプル（おおむね1週間分）を見る限り、これによって問題は発生していません。つまり、会社側の観点から見れば、以前も問題はなく、その後も問題はありません。その一方で、ライセンス費用を大幅に節約できているのです。

[28:04]ここには「拒否」のマップが表示されています。皆さんには「拒否」の意味をご存知だと仮定して説明を進めてきました。「拒否」とは、簡単に言えば、ライセンスを要求したにもかかわらず、アクセスできない状態のことです。これにはいくつかの理由が考えられます。ここにマウスを合わせると、ユーザー名が表示されます。 そして、このユーザーについて詳しく調べることができます。このレポートでは、すべての製品を包括的に把握できますが、ユーザーレベルという別のレベルにもアクセスでき、そこで特定のユーザーを検索することができます。ここでは「né」というユーザーが表示されています。このユーザーをクリックすると、ここにも同じようにヒートマップが表示されますが、これはそのユーザーに関するものです。 ここからは、おそらく若干の「キャンピング」と「ホギング」が発生していることがわかります。例えば、1人のユーザーが最大3つのライセンスを同時に開ける場合、大まかに言えば、ライセンスコストは3倍になってしまうのです。

[29:17]つまり、Power BIではこのようなことが可能です。先ほどご覧いただいたこのレポートは、Power BI上にあり、LicenseAnalyzer™上にはありません。これはどういうことでしょうか？ つまり、もう少しカスタマイズされたレポートが必要な場合、基本的にはOpen iT のチームにご連絡いただくことになるということです。LicenseAnalyzer™で利用可能なレポートについて、より具体的なイメージをお持ちの場合です。その場合は、私たちがサポートし、いわゆるレポートを作成し、ご希望通りの内容になっているか確認するために、お客様と連携します。ここではいくつかの例があります。ここではこの例を示していますが、実際には、レポートで何を表示したいか、何を見たいかによって異なります。

[29:58]そこで、Open iT はデータ最適化のためのソリューションをご提案しています。同社の主力ソリューション、つまり看板製品が「LicenseAnalyzer™」です。当然ながら、私たちは企業を支援したいと考えています。そのため、各企業のニーズに合わせて柔軟に対応しています。お客様の要望や、どのような方法で最適化を図りたいか、さらには最適化の度合いに応じて、3つの異なるレベルをご用意しています。 レベル1は利用時間に関するものです。つまり、大まかに言えば、利用明細を取得し、「ライセンスはこれだけの数があり、このように利用されています。同時に25人が利用しています」といった情報を提供します。これが利用時間の分析となります。 レポートへのアクセス権はありますが、例えばレベル2である「実際のアクティブ利用状況」についてはアクセスできません。つまり、アクティブな利用と非アクティブな利用を区別するお手伝いをします。 つまり、ライセンスを使用している人が実際に作業を行っているかどうかです。それをどう見分けるのか？ 例えば、アプリケーション内でのマウスやキーボードの操作を少し計測し、アプリケーションが実際に使用され、作業が行われている時間と、単に開かれているだけの時間を区別します。

[31:11]これにより、大まかに言えば、ユーザーに働きかけ、必要のないときはアプリを終了するよう推奨するための、2つ目の手段が得られます。この自動終了機能が、私たちの「レベル3」です。レベル3では、具体的にどのような動作をするのでしょうか？ レベル2と同様の動作をします。ただし、アプリが使用されていないことが確認された場合、ユーザーにアラートを送信します。そのアラートが無視された場合、ユーザーはアプリを使用しておらず、その場にいないものとみなされるため、アプリを終了させます。これは、アプリを終了させるとこれまでの作業内容がすべて失われるという意味ではありません。 大まかに言えば、ライセンスがプールに戻されるだけです。作業内容は失われません。もちろん、御社の状況に合わせて設定を調整したい場合も、すべて対応可能です。つまり、アラートを送信する前に10分待たせたい場合は、10分待つように設定できます。

[32:07]もしかしたら触れるのを忘れていたかもしれませんが、先ほど6ヶ月といった話もしましたね。データやレシートなどは、5分ごとにリアルタイムで取得されています。いつでもレポートを作成できますが、その内容は最新のデータに基づいたものになります。

[32:32]さて、生データを加工するテーマのこのウェビナーは以上となります。今回は、レシートを「行動のきっかけ」に例え、どのような意思決定が可能かについてお話ししました。ぜひQ&Aコーナーで質問をお寄せください。最後に、Open iT が今年で25周年を迎えることもお伝えしておきます。 もしお祝いの言葉をお送りになりたい方がいらっしゃいましたら、どうぞお気軽に。25年間、私たちはソフトウェアライセンスの最適化に取り組んできました。私たちにとってはごく当たり前で自然なことですが、企業にとってはまだ習慣化されていないようです。では、ご質問はありますか？

[33:35]質問ですが、このソフトウェアを使用するためにPower BIのライセンスを購入する必要はありますか？ 確かに、Power BIはOpen iT には含まれていないとお伝えしましたが、実際にご利用になるにあたっては、Power BIのライセンスを購入する必要はありません。 高度な機能を利用したい場合には必要になる可能性もありますが、私たちが皆さんと一緒に作成するレポート、あるいは私たちが作成してその後一緒に確認するレポートにアクセスするだけなら、印刷するためにライセンスを購入する必要はありません。他に質問はありますか？

[34:29]ですから、特にPower BIを使っていなくても、状況に合わせて対応できますし、一般的なデータ可視化ツールを利用することも可能です。つまり、Power BI以外にも、SpotfireやExcel、Tableauなどを使うこともできます。つまり、すでに可視化ツールを使っているなら、別のツールを学ぶために乗り換える必要はありません。

[35:08]Power BI のトレーニングは提供していますか？トレーニングについては、コンサルティングは提供可能です。当社のデータアナリストチームは、Power BI に関する認定トレーニングや修了証が発行されるようなトレーニングは行っていませんが、ご希望の内容が明確であれば、データ分析およびプリセールスチームまでご連絡ください。 簡単です。レポート作成を一緒に進めたいとお考えであれば、そのように進められますし、アクセス権も得られます。つまり、厳密には公式なトレーニングではありませんが、TPAチームからのあらゆるサポートを受けることができます。 まず第一に、Power BIのソフトウェアに関する研修を一切受けていなくても、15種類ほど、いやそれ以上あると思いますが、いわゆる「事前定義済み」のレポートにアクセスできます。 つまり、興味のあるレポートを選択するだけで済みます。担当営業を入力し、日付を入力すれば、表が表示されます。表を作成するこの部分は必須ではありません。LicenseAnalyzer™のソフトウェアに既に用意されているか、あるいは最も簡単な方法として、TPAチームに連絡して、ご希望のレポートをオーダーメイドで作成してもらうこともできます。 以上がレポート作成の部分です。次に、いわゆる「ビジネスインテリジェンス」、つまり意思決定の段階です。弊社では、25年にわたる経験から得たアドバイスを提供いたします。とはいえ、Power BIに関する学位取得コースや認定資格コースは存在しませんが、だからといってサポートが受けられないというわけではありません。

[37:07]さて、今のところ他に質問はないようです。ちょっとだけ待って、ちゃんと正しい場所を見ているか確認しておきます。

[37:23]さて、最後の結論ですが、結論は常に複数あります。これまで見てきたように、例えば代表的な結果を得るには6か月分のデータが必要です。これはどういうことでしょうか？つまり、これが自社にも当てはまるとお考えなら、ほとんどの場合、実際に当てはまるということです。 できるだけ早く始めるのが最善です。まあ、もちろん、これはマーケティング的な主張のようにも聞こえるかもしれませんが、いわば数学的な根拠もあるのです。ですから、できるだけ早く始めるのが最善です。 早く始めれば始めるほど、適切な意思決定を早く下せるようになります。ご興味をお持ちの方は、こちらのQRコードからご連絡いただければ、データ分析チームのメンバーによる30分間の無料相談をご利用いただけます。ウェビナー終了後には、その録画映像もご覧いただけます。ぜひこのQRコードをご利用ください。

[38:23]遠慮なく質問してください。皆さんが抱えている質問、私が見落としていたかもしれないものやまだ答えていないもの、あるいは聞く勇気がなかったものなど、何でもここで遠慮なく質問してください。数学の教師としての経験から、質問は常に存在しているものの、それを口に出す勇気が持てないものだということはよく分かっています。 ですから、ここでは少しプライベートな雰囲気の中で質問していただけるかもしれません。特にこちらのメールアドレス getstedopenit.com までご連絡いただければ、こちらから折り返しご連絡いたします。いずれにせよ、まずは対話から始め、皆様のニーズを把握することからスタートします。 迅速に状況を確認し、改善の余地がある部分を特定した上で、ご希望であれば、技術的な観点から具体的な導入方法についてもう少し詳しくご説明いたします。

[39:14]それでは、このウェビナーにご参加いただき、誠にありがとうございました。あまり堅苦しくなく、嫌な思い出をあまり呼び起こさなかったことを願っています。ありがとうございました。