「超高速開発」だけがBRMSのメリットか?

昨年あたりから、「超高速開発」のツールとしてBRMSが取り上げられることが多いのですが、BRMSは本当に「超高速開発」のツールなのでしょうか。

確かに、開発のスピードを速めることになるのは確かなのですが、どうも「超高速開発」ばかりが強調されていて、BRMSを用いた開発の他のさまざまな側面が忘れ去られているように思えるのは私だけでしょうか。

BRMSによる開発、もう少し広く BRA (Business Rule Approach) による開発の視点から考えると、少なくとも次のような特徴をあげることができます。

1.ビジネスルールを「見える化」できる。

従来の手法ですと、企業におけるさまざまな業務が拠って立つビジネスルールは、一旦、仕様書/設計書に落とされ、さらにシステムに実装されたときにはCOBOL、Java、C#など、プログラムのソースコードに埋め込まれてしまいます。実際にシステムを利用する業務担当者は、実装されているビジネスルールを仕様書を通してしか見ることができません。一方、システムを実装する担当者は、仕様書に書かれているビジネスルールをプログラムのソースコードに変換してシステムとして実装することになります。業務担当者とシステム実装者との間には、仕様書/設計書を通しての何段かの伝言ゲームが存在し、有名な下の図 ( University of London Computer Center Newsletter, No.53, March 1973 から*注 ) のような要求の食い違いが表れやすくもなってくることでしょう。

仕様伝達の食い違い
もし、業務担当者がプログラミングの素養があり、プログラムのソースコードを参照できるようであれば多少なりとも事態は改善するかもしれません。が、一般的なプログラミング言語で実装したソースコードは、通常、ビジネスルールの実装部分が明確に分離されていることは少なく、肝心なビジネスルールがどこに記述されているかを特定することそのものが困難であるというのは、実務でプログラムを書いたことがある人であれば誰しも同意するのではないでしょうか。

これに対し、BRMSによる開発は、ビジネスルールの実装を、システム上のロジックや、UIに関するロジックなどから明確に分離し、表(デシジョンテーブル)の形、あるいはDSLを用いて自然言語に近い形などで表現することで、業務担当者からシステムの担当者まで皆がビジネスルールの実装そのものを見てコミュニケーションができるようになることを目指すものであり、業務上のビジネスルールをより直截に実装しようとするものです。
もうちょっと言うと、そもそも、BRAという方法論は、STEPの原則にもみられるように、上記のような問題に対して正面から対峙するものであって、「超高速開発」というのは、むしろ、ビジネスルールが直截的に実装できることになったことによる副次的なものと言ってもいいかもしれません。

さらに、「見える化」という特徴については、おもしろい使い方もあって BRMS(ルールベース技術) を技術継承の道具として使う使い方などもあったりします(たとえばこんなサービスもあります)。製造業などではプラントの操作など、いたるところに職人的な専門家がいることが多いですが、その場合そのノウハウは、たいてい、明示的に文書化されておらず、専門家の頭の中に暗黙知として埋蔵されています。ルールベースによる技術継承では、この暗黙知を「ルール」として記述していくことになるのですが、単純に記述するだけでは文書としてルールを記述するのと何が違うの?という話になるでしょう。さて、その違いは・・・というと、それは記述したルールがそのまま実行できるというところにあります。
記述したルールがそのまま実行できると、次のようなことが可能になります。

  1. 専門家にヒアリングする、もしくは専門家自身がざっとルールを書き出す。
  2. それらのルールをルールベースに実装する。
  3. 専門家の選んだいくつかの事例に対して、上記で実装したルールベースを実行して結果を得る。
  4. 専門家に結果を検証してもらい、足りないと思われるルールを引き出す。
  5. 2.に戻って上記手順を繰り返し、ルールを精緻化していく。

ここでのミソは、ルールを実行してシミュレーションすることによって、すでに実装されているルールから論理的に帰結できることは新たにルールとして現れず、本質的に足りないルールが浮き彫りになるというところにあります。誰しも仕事をやるときに、自分がどんなルールを使ってやっているかなど、あまり意識はしていないでしょう。専門家も例外ではありません。思いつくルールをいくつか書き出すという程度なら書けるとは思いますが、これで十分かと問われるとおそらく自信を持って答えられないと思います。このときルールベース技術を用いれば、思いついたルールを「実行できる」形で表現でき、ルールを引き出す上で、「シミュレーション」という道具を手に入れることができます。これによって過不足なくルールを引き出すということができるわけですね。
これなどは BRMS をシステム開発のツールとして使うというよりも、むしろナレッジマネジメントの道具として使うというおもしろい例になるでしょう。

2.変化に対応しやすい

「超高速開発」ということで開発のときの速さがクローズアップされがちなBRMSですが、BRMSはシステムの稼働後にルールを状況に合わせて変更していくということも容易です。1.であげたようにビジネスルールが「見える化」されることで、どこを変更すればよいかが一目瞭然となるだけでなく、実際の変更も、BRMSの場合、仕様≒実装なだけに簡単にできます。オフィス風景

これは、業務担当者(ユーザ)自身がビジネスルールを実装する体制になっている場合に特に如実にあらわれます。従来ですと、ルールの仕様が変更されると自社のシステム部門を通し、さらに外注にルールの実装の変更をお願いしたりするなど、何重ものフィルタを通して仕様の変更を伝えるのが普通です。さらなるおまけとして費用もかかるとなるとなかなか簡単にはいかないのが従来のやり方。また、単純にロジック的なルールの変更が発生するというだけでなく、それにまつわる社内、社外的な手続きなども発生するので、結構な労力になり、心理的な障壁も高くなってしまうのは、たいてい誰しもが経験するところ。

それが、業務担当者が直接手を下すことができるとなると、ルール仕様の伝達に際しての中抜きができるだけでなく(というよりも伝達の必要もない)、仕様変更に伴う有形無形の間接的な作業も減るので、ルール仕様の変更に対しての障壁が目に見えて低くなります。

さて、このように仕様の変更に対する物理的、心理的な障壁が低くなってくることで何が起きるでしょう。状況や時流に合わせてルールが頻繁に変更されるようになり、次第に、むしろ積極的に、まわりに合わせてルールを変更するようになってくるのではないでしょうか。

実際、近年、米国で盛んに言われている概念 「デシジョンマネジメントシステム(Decision Management System)」は、BRMSのこの変更の容易さがひとつの前提になっています。日常の業務の中ではさまざまな判断(デシジョン)があらわれます。簡単なところでは書類のチェックとか、もう少し複雑なところでは何らかの(たとえば保険に入れるかどうかの)査定とか…。

デシジョンマネジメントシステムは、こういった日常頻繁に起こる判断業務の自動化(オートメーション)を目指します。

こういった書類のチェックとか、査定などの判断業務は基準も比較的明確でルール化しやすいものです。しかし、とは言っても現在のルールの条件から漏れてしまうケースがないとは限りません。デシジョンマネジメントシステムでは、こういったいままでルールから漏れてきたケースなどにも対処できるように、データ分析や機械学習、シミュレーション等々周辺の技術も動員してルールによる実行結果を吟味し、その内容を元にルールを変更したり、新たなルールを追加したりすることで、判断業務の自動化水準を高めてより多様なケースに自動で対応できるようにしていきます。

…若干話が脱線しましたが、このように先進的な取り組みの中では、BRMSのルールの変更のしやすさは、すでに前提となっていて、それをもとに状況に合わせて積極的にルールを変更するという方向で考えられるようになっています。

今の時代、どこの会社にもいる事務担当者ですが、近い将来の事務担当者の業務は、個々のケースをひとつひとつ手で処理するのではなく、典型的なケースはシステムで自動処理し、典型的でないケースを手で処理すると同時に、それらのケースも自動で処理できるようにルールを調整する…というようなことになるかもしれませんね。

注:有名な絵なのでご存知の方も多いかと思いますが、その簡単な解説は、たとえば

http://labo.mamezou.com/opinion/op_000/op_000_003.html

などをご参考に。

データ・ビジュアライゼーション-赤色立体地図・Walmart・地球温暖化-

溶岩流データ・ビジュアライゼーション(可視化)。最近 BI の一つの重要な要素として取り上げられるようになってきましたが、テレビやブログなどでも関連する話題が頻繁に取り上げられるようになってきました。その中でもちょっと面白いと思ったものをいくつか。

赤色立体地図

先日見るとはなしにテレビを見ていたところ、赤色立体地図という地図のことをやっておりました。
この赤色立体地図、傾斜が急であるほど赤の彩度が高くなっており、たとえば絶壁などは真っ赤になっているということ。見ようによってはグロテスクですが、溶岩の流れの予想や、活断層などもひと目で視覚化されるので、防災・地震予知にも応用できるそうです。地図の配色としてタブーとされていた「赤」を使い、今までの既成概念を打ち破ったデータの可視化を行うことによって地図データの新たな利用方法が開けてきたよい例かと思います。

2分で見るWalmartの全米出店史

実は上のテレビを思い出したのも、あるブログでごく最近次の記事
を見たことから。データの可視化と言えば…「赤い地図」の話をやっていたなあと。
それはともかく、インターネット上のWalmartの出店データを元に出店史に関して3種の可視化を行っています。「2分で見る」というのは、このうちの真ん中の可視化例。最近はこういった「可視化」もずいぶんと身近になったものです。

26秒で見る地球温暖化の131年間

そして最後にもう一つ。これも同じブログで見たのですが、
これを見ていると、80年代くらいから急に黄色っぽくなってくるのがわかります。強く人に訴えかけてくるものがあるすぐれた可視化と言えましょう。

まとめ

データ・ビジュアライゼーションと言えば、単純にデータをきれいに見せることに傾きがちですが、適切な「可視化」は新たな発見を導くこともあります。たとえばデシジョンマネジメントの観点からみれば、データやテキストのマイニングを行い可視化することで、ルールを抽出することも考えられるでしょう。

17世紀、デカルトの時代に生みだされた「座標」によって数値の世界と図形の世界とが結び付いた時から「可視化」は常に人間の想像力、直観力を刺激し新たな発見を生み出してきました。そう、データの「可視化/視覚化」は単なるプレゼンテーションの問題ではなく、本源的に人間の想像・直感を呼び起こすもののはず…。
そういえば、前に買っておいた本、ビューティフルデータが積んだままになっていたはず^^;。ちょっと繙いてみようか。

FICO:住宅ローン審査システム

日経コンピュータにBRMSの記事が載ったおかげか、BRMSへの注目度も高くなってまいりました。当の記事には、日本のほかに韓国の事例が載っておりましたが、世界に目を向ければ特にサムスンだけが進んでいるわけではなく、さまざまな企業・団体が導入していることがわかります。たとえば、IBMの事例集など

Client Success Stories (WebSphere ILOG JRules)

を見てみても、ここ数年オープンになる事例の数が急に増えてきていて、業種も金融・保険関係だけでなく物流、ヘルスケア、小売・流通、公的機関などなどさまざまにわたるようになってきています。

というわけで、事例については以前にも折に触れ紹介していましたが、今後、前にもましてBRMSの事例を充実させていこうと考えております。で、その最初ということでFICOのBlazeAdvisorの事例を。

以前の記事で、FICOのBlaze Advisorの紹介をしましたが、何といってもやはりBRMSの老舗だけあって、実績についてはIBMのJRules(Websphere Operational Decision Management)と並ぶものがあります。

このBlaze Advisor 、エキスパートシステム構築ツールであるNeuron Data社のNexpert を源流にもち、買収などの紆余曲折を経て今ではFICOスコアで有名なフェアアイザックの製品となっています。このフェアアイザックが持っているだけあって、金融・クレジットカード関係に強く、日本国内でも金融関連を中心に50社程度の顧客を有しているようです。

(ちなみにFICOスコアについては、
FICOスコア
クレジットスコアを知っていますか?
とか、Googleで「FICOスコア」などと検索してみるとたくさんでてきます。)

さて、事例ということで、まずはちょっと古く 6~7年くらい前の事例になりますが、日本の地方銀行の住宅ローン審査システムをとりあげてみます。Blaze Advisorにより、ローンの承認/不承認や保証料率の決定を行うものです。

背景:
当地方銀行は、貸し倒れのリスクを回避するために住宅ローンの審査が厳格であり、さらに審査の回答に時間がかかっていた。そのためハウスメーカーからの案件持込み件数も減少していた。

ソリューション:
・リスクを計量化するためのスコアリングモデルを導入することで、適切な審査基準を設定。案件承認率を向上させる。
・Blaze Advisor により意思決定を自動化し、審査処理のスピードを向上させる。

結果:
・問題のない案件であれば、最短1時間程度で審査結果を回答
・案件承認率は80%から90%にアップ
・ハウスメーカーからの持込案件が大幅増大(件数4倍、金額5倍)
・住宅ローン獲得額はシステム導入後のH16年度下半期で対前年比34%増

ということ。

実際、こういった人間が行っている住宅ローンの「審査」などは、年収、年齢、個人の信用情報、担保評価額等々などから機械的に判断できる部分も多く、こういった意思決定を自動化するのはBRMSのもっとも得意とするところです。機械的な判断そのものは通常のプログラムで書くことも可能なのですが、BRMSによれば、実装されたビジネスルールからその元になっている個々の審査基準(のドキュメント)へのトレースが非常に容易になり、また審査基準の変更に追随した実装ルールの変更も容易になります。

上の事例は少々古いので、現在の状況までフォローはできていないのですが、今流行のデシジョンマネージメントという立場でさらに発展形を考えてみると、

・貸し倒れ率、案件承認率などの指標を統計的に解析して審査基準を修正してみる。
・新たな審査基準と今までの審査データを用いて結果をシミュレーションしてみる。
・上記の結果をうけて新たな審査基準を実地に適用する。

といったことも出てくるかと。実際、欧米などの状況を見てみると時代はこういった方向に向かっているようですが。

BIは死んだ。でもBIは生き続ける

最初、この原題

BI Is Dead! Long Live BI!

を見たとき何が言いたいのか咄嗟にわかりませんでした…まあ、中身を見てみると言いたいことはわかるのですが、すっきりしないのでちょっと調べてみると、

The king is dead. Long live the king.

というフレーズのもじりのようです。というわけで上のフレーズをもとに、元々の題を (無粋ではありますが) かみ砕いてみると、

(今までの)BI(ツール)は死んだ。(でも新たな形で)BIは生き続ける。

と言ったところがそのココロでしょうか。

それはともかく、先日、上の Neil Raden による BI の記事を読みました。

内容はまさに原題のとおり。今われわれが知っている BI (Business Intelligence) ツールはBusiness Intelligence のツールとしては不十分であり、今後、ユーザ自身が分析モデルを自在に作り出せるようなツールへと形を変えていく過渡期にあるということ。また、このようなモデリングのツールは、当記事であげている12のベストプラクティスをサポートするべきであること。そしてさらにBIは、予測分析(predictive modeling)、機械学習、自然言語処理、ビジネスルール、可視化のための機能などを包含したひとつの連続体としてのデシジョンマネージメントの一つの要素となっていくだろうということを述べています。

確かに

ビッグデータプロジェクトの成功にはHadoopだけでは不十分

などの記事でも、

「先進的な企業はベーシックなBIの先に目を向け、予測分析、データ/テキストマイニング、さらにマルチメディアマイニングの導入を検討している」と同氏は語る。「また、具象化と階層化が進む仮想化技術、複雑なイベント処理、ルールエンジン、自然言語なども彼らの視野に入っている」(上記記事より)

とあるように世の中は、データ分析・活用に際しては従来のBIの枠にとどまらず、より包括的な「デシジョンマネージメント」の方向へと向かっていっているようにも見えます。

こんな流れを見ていると、データ分析の専門家のみならず、SEなどのスキルセットもだいぶ変わっていくのだろうなあと感じている今日この頃。

ちなみに、BI Is Dead! Long Live BI!の記事を受けて、

というような記事も読んでみるとよいかと。(実は、私も最初に読んだのはJames Taylorの記事でした)