ダッシュボードを文字通りに捉えすぎると、脳がダッシュボードに吸い込まれてしまうかもしれない

ボタンやスライダーを使ったUIは、Excelというデータのジャングルに洗練された輝きを与える手段として長年存在してきました。しかし、Salesforceはダッシュボードというメタファーを用いて複雑なビジネスデータを提示するという画期的な成果をもたらしました。

これにより、Visual Studio でコードをハッキングしたり、マクロを管理したりする中間スキルを持たない人でも、複雑なデータの扱いを行うことができるようになりました。

それから20年近く経ち、クラウドとDevOpsが登場しました。これらはCRMよりも多くのデータを生み出しますが、そのデータを整理し、磨き上げる必要性は今も変わりません。今では、データを読み解くことができれば、システムを制御できるという揺るぎない信念が根付いています。

多くの人は、ダッシュボードを介してこのデータを閲覧します。

ダッシュボードは、最良の場合、魅力的でエレガント、そして情報に富んでいます。最悪の場合、魅力的でエレガントでありながら、ひどく誤解を招くものでもあります。膨大な量のデータが機械によって生成される世界に近づくにつれ、より優れた計測機器とダッシュボードが求められていますが、必ずしもそれらを手に入れることができるとは限りません。

ダッシュボードと仮想計測に固有の問題の例をいくつか見てみましょう。

計器類とダッシュボードを信頼できますか?

少し原点に立ち返って考えてみると、本物のダッシュボードに本物の計器があれば、当然信頼できると言えるでしょう。当然ですよね？さて、この2つの油圧計を考えてみましょう。1つは古く、もう1つは新しいものです。

どちらを最も信頼すべきでしょうか？古いものは実数値で較正されており、現代のものはLとH（低と高）の間の任意のスケールを持っています。

しかし、これは引っ掛け問題です。というのも、掲載されている最新の油圧計（マツダ・ロードスター用）は、実際には油圧を全く測定していないからです。車載コンピューターから温度や回転数などのデータを取得し、針を動かして、その条件における予想油圧を表示します。つまり、捏造されたデータなのです。

マツダがなぜこのようなことを選んだのか（旧式のメーターパネルを取り付けるよりもきっと大変だったに違いない）は定かではない。しかし、これは、現実のダッシュボードに表示される計器でさえ、必ずしも見た目通りではないということを、非常に巧みに示していると言える。そして、仮想ダッシュボード上でコンピューターで生成された計器の画像を見ている頃には、現実は大きく狂っていると予想できる。なぜだろうか？

システムが不安定になることが多い

モノのインターネット（IoT）を考えてみましょう。これらの「モノ」は機械であり、通常は何らかのセンサーを備えています。あるセンサーが温度を15℃と表示した場合、その数値にはプラスマイナスの範囲、つまり許容誤差が付随します。残念ながら、データがセンサーからデータ収集ユニット、そして分析システムに送られる頃には、誤差は通常は消えてしまいます。しかし私たちは、元のデータの精度を全く考慮せずに、小数点2桁までの平均を計算して表示することに満足しているようです。そして、熟練したエンジニアなら誰でも言うように、許容誤差は相殺されるべきですが、通常は加算されてしまいます。

もちろん、すべてのセンサーでプラスマイナスの範囲が保証されているわけではありません。中には、そのレベルの精度を提供できないセンサーもあります。また、多数のセンサーを導入する場合、問題のあるセンサーを見つけるという厄介な作業が発生します。簡単に見つけられるセンサーもあれば、非常に見つけにくいセンサーもあり、その不正確なデータは、そのままデータに加算されてしまうことがよくあります。

無関係なデータ/不良データ

そして、視点によっては無関係、あるいは不適切なデータもあります。例えば、ウェブサーバーはログファイルに保存されるデータを生成します。一見すると、そのデータはセンサーではなくコンピュータプログラムによって生成されるため、クリーンであるはずです。しかし、実際には、ウェブログにはゴミデータがたくさん含まれています。また、ログに完全に正確なデータが含まれていたとしても、問題が発生する場合があります。

例えば、ログファイルには、ボットによるアクセスや画像ファイルへのアクセスなど、ユーザーが関心のないイベントが記録されている可能性があります。そのため、ウェブサイトのアクセス数が日々増加していることを示す魅力的なダッシュボードにデータが送られる前に、それらのイベントを削除する必要があります。しかし、本当に削除されているのでしょうか？つまり、ダッシュボードに表示されるのは通常、データの集計ですが、何らかの集計データを見ていると、表示される値に無関係なデータ、つまり既に不良データが含まれているという重大な危険性があるのです。

データの「強化」

たとえ機械生成データが本当に完璧だったとしても、人間によって汚されてしまう可能性があります。データは企業内を流れ、人から人へ、システムからシステムへと受け渡されることがよくあります。ダッシュボードに到達する前に、データは集約され、様々なパラメータによって細分化される可能性があります。

人間については、上記の業務を遂行する人々は、それぞれの独自の目的を持って再パッケージ化に取り組むでしょう。ロンドン・スクール・オブ・エコノミクスの名誉教授、チャールズ・グッドハート氏は次のように述べています。「指標が目標になると、それはもはや良い指標ではなくなります。」

そのため、人々は目標を達成し、自身の見栄えを良くするために、ひそかにデータを操作したり、「空想的な会計処理」に耽ったりするかもしれない。そして、それらの集計された数字が取締役のダッシュボードの針を揺らす頃には、ドナルド・トランプのツイートと同じくらい正確になっているかもしれない。

原則として、ダッシュボードは元のデータ（手を加えていないデータ）から構築してください。そして、ダッシュボードを利用する側であれば、ダッシュボードの基盤となるデータについて質問してみてください。

誤解

もうひとつの問題は、データの供給からではなく、それを適切に理解するための十分なコンテキストがないため、データを誤って解釈する可能性があることから生じます。

最近の例として、1月23日、マグニチュード7.9の地震がアラスカ沿岸を襲いました。アラスカと米国西海岸全域に津波警報が発令されましたが、当初は地震が津波を引き起こしたかどうかは誰にも分かりませんでした。そんな時、突然、アラスカ湾の深海評価・報告津波ブイ「ステーション46410」からのデータがインターネット中に広まりました。ブイ46410は突然10メートル（33フィート）の急上昇を示しました。

DARTデータはリアルタイムで公開され、グラフィックも完備しています。問題は、この仮想機器の解釈が専門家ではなく、インターネットという名の暴走する噂話によってなされたことです。そして、その噂話は「津波だ！」と叫ばれました。彼らには、ブイから得られたデータの解釈に必要な背景知識が全く欠けていました。専門家たちは、この水位変位は波ではなく海底の起伏として解釈できる可能性があることを認識していました。最終的に、それが正しい解釈であることが判明しました。

では、ダッシュボードはすべて役に立たないのでしょうか?

もちろん違います。ダッシュボードは、膨大なデータから得られた複雑な情報を分かりやすく表示する優れたツールです。しかし（これは大きな「しかし」ですが）、生のデータを情報へと変換するプロセスは、非常に慎重に行う必要があります。

そうでなければ、ダッシュボードの魅力は最大の強みではなく、最大の弱点になってしまいます。ダッシュボードは強力なツールですが、慎重に使用する必要があります。®

Continuous Lifecycle London 2018イベントでDevOpsについて取り上げます。詳細はこちらをご覧ください。