WebinarAnalyticsと自社BI、視聴データを判断につなぐ条件

ダッシュボードを作る前に決めること

オンライン講演会には、参加人数、途中離脱、質問、アンケートなど多様な記録が残る。しかし数字を集めただけでは、次にどの企画を直せばよいかは分からない。何を成果とするか、どの指標を比較するかが決まらなければ、画面が増えても判断は改善しにくい。

公式発表では、製薬企業などのWeb講演会を対象に、既存のTableauやPower BIへ、WebinarAnalyticsで培ったKPIモデルとダッシュボードを構築するとしている。視聴ログと、質問などの能動的な反応を組み合わせ、独自のアルゴリズムで総合スコア化する。技術と運用ノウハウを顧客の分析環境へ移す構成である。Ｊストリーム公式発表

自社BIに置く意味

既存のBIを使う利点は、利用者が画面操作に慣れていることに加え、社内で管理する顧客情報や営業活動の記録と組み合わせられる点にある。別々のシステムで数字を読み、手作業で突き合わせる負担を減らす余地が生まれる。SaaS版との組み合わせによる分析も想定されている。

一方、データが自社環境内にあるという説明だけで、アクセス制御やデータ品質が保証されるわけではない。データの取り込み経路、更新頻度、参照可能な担当者、部署間で共有できる範囲は確認が必要だ。顧客情報との統合では、同一人物をどう識別し、誤った結び付けをどう直すかも運用の一部になる。

スコアを成果そのものにしない

以下は編集部の考察である。総合スコアは比較を容易にするが、その意味を理解せずに順位だけを追うと、誤った改善につながる。長く視聴されたことが必ずしも理解の深さを示すとは限らず、質問が少ない理由も、関心の低さだけでは説明できない。対象者や講演目的が異なる場合は、同じ基準での単純比較を避けたい。

医療従事者向けの情報提供では、視聴者の反応と情報の正確さも別に評価する必要がある。反応が良い表現が、適切な情報提供としても優れているとは限らない。分析画面で見える数字と、内容を確認する担当者の評価を併用することで、目的から外れた最適化を防ぎやすくなる。

AI分析の前に運用を整える

公式発表は、要件整理から設計、構築、利用者テスト、操作研修までの伴走支援を挙げている。また、SaaS版でAIエージェントを利用するサービスを当時の上期中に予定していた。BI版の提供開始と、将来のAI機能の実装完了は区別すべきで、本記事は予定の達成を確認したものではない。

企画を変更した後には、対象者の違いや開催時刻なども記録し、施策だけが反応を変えたと早合点しないようにしたい。データの欠損や集計対象の変更を画面上で説明できることも、継続的に使える分析基盤の条件になる。

日本企業で同種の分析を始めるなら、まず一つの講演会で、担当者が行った判断と指標の関係を検証したい。指標の定義、例外処理、更新責任を残せば、担当者が替わっても同じ基準を使いやすい。AIへ分析を任せる場合も、この基準がなければ、もっともらしい説明を確認する土台がない。

業務データの整理やAI活用の相談先として、当サイト運営会社のRO合同会社を案内している。参考報道：イノベトピア。サービス説明は公式発表に基づき、導入への考察は編集部が構成した。