Skip to content
インタ―システムズ製品やソリューション、キャリアの機会などについて、検索してご覧ください。

Accelerate Time to Insight with InterSystems IRIS Adaptive Analytics

Adaptive Analytics

To be successful, organizations need to provide their business users and data analysts with the ability to gain insights into every aspect of the enterprise. InterSystems IRIS® Adaptive Analytics extends InterSystems IRIS data platform to deliver faster time to insight and better business decisions for a wide range of users across the enterprise at scale.

InterSystems IRIS allows users to build important applications quickly and easily. Harnessing the power of machine learning – and featuring capabilities for data management, interoperability, and analytics – InterSystems IRIS is the right choice for building cloud-first solutions for mission-critical data.

Adaptive Analytics is an optional extension that makes InterSystems IRIS even more powerful by providing a business-oriented, virtual data model layer between InterSystems IRIS and popular Business Intelligence (BI) and Artificial Intelligence (AI) client tools. It includes an intuitive user interface for developing a data model in the form of a “virtual cube” where data can be organized, calculated measures consistently defined, and data fields clearly named. By having a centralized common data model, enterprises solve the problem of differing definitions and calculations to provide their end users with one consistent view of business metrics and data characterization.

Key Capabilities

  • Data stays in InterSystems IRIS for best possible performance – no copying or moving it around
  • Data stewards use the Adaptive Analytics modeler to make data accessible for business users – no need to expose complex data structures, tables, or relationships
  • Changes to the data model are published as virtual cubes without disrupting users – no waiting for lengthy rebuilding of cubes
  • Analytics users can employ the BI tool of their choice, e.g. Microsoft Excel and PowerBI, or Tableau, and access the same online analytical processing (OLAP) model
  • Adaptive Analytics uses the full breadth of data stored within InterSystems IRIS through live connectivity rather than partial content or stale data extracts
  • It provides a single layer to govern data access and protects sensitive data from unauthorized access

From the queries run against the data model, Adaptive Analytics builds acceleration structures that are used to satisfy frequently issued requests more efficiently. These pre-aggregated data structures are created automatically based on query patterns, and these aggregates get faster over time as further data requests are made. In contrast to simple caching, aggregates are generated to include additional data fields that may be needed to satisfy queries run in the future.

What Sets InterSystems IRIS Adaptive Analytics Apart?

  • Universal semantic layer makes complex backend data structures more accessible to non-technical users
  • Avoids the issue of differing query dialects to provide consistent answers to the same question across the organization, no matter which BI or AI tool is used
  • Enables self-service BI so that business users can carry out interactive and multidimensional analysis themselves without waiting on IT staff
  • Learns from query patterns and builds aggregations using machine learning to get smarter and faster
  • Unprecedented scaling and performance via the power of InterSystems IRIS

Who Will Use InterSystems IRIS Adaptive Analytics, and What are the Benefits to Them?

Typically, there are three types of users who will benefit from Adaptive Analytics:

  1. DBA/data engineers – Adaptive Analytics frees them to spend time handling complex issues and finding new data assets to make available via additional data pipelines, instead of being consumed with manually curating and creating aggregates to make things run faster
  2. Data stewards/modelers – Adaptive Analytics provides them with an intuitive drag-and-drop user interface to create the data model and streamline field names, generating the building blocks for end users to build upon
  3. Business users – Adaptive Analytics gives them easy and consistent access to well-defined data using their tools of choice

Availability

Adaptive Analytics is an optional extension to InterSystems IRIS and IRIS for Health Advanced Server, available with InterSystems IRIS and IRIS for Health versions 2021.1.

 

あなたが好きかもしれない他のリソース

2026年 7月 30日
業界インサイト
HIEがAIの活用の可能性を模索し始めた際、Healthixが長年にわたりデータ品質の向上に取り組んできたことが大きな役割を果たしました。
2026年 7月 29日
基礎編
RAGは、お客様の文書から知識を抽出します。 MCPは、AIが行動を起こすための標準化された方法を提供します。 それぞれをいつ使用すべきか、両方をいつ使用すべきか、そして本番環境においてそれらがどのように連携して機能するのかについて学びましょう。
2026年 7月 28日
基礎編
APIは開発者のために作られています。 MCPはAIエージェント向けに設計されています。
2026年 7月 27日
国際モダンホスピタルショウ2026 出展者セミナー 講演 動画公開
国際モダンホスピタルショウ2026 インターシステムズジャパン協賛の出展者セミナーのご講演動画を公開いたしました。
2026年 7月 22日
AI は、データ戦略から。ー医療データ基盤が、AI活用の成否を決めるー
医療AIの成否を決めるデータプラットフォーム。すべてのデータの利用と活用、先進の医療アプリケーション開発とアプリケーションのFHIR対応、OMOP CDM利用を支援するインターシステムズ製品と医療向けソリューションをご紹介します。
2026年 7月 22日
InterSystems の 先進ユーザー事例集 
インタ―システムズ製品およびパートナーソリューションをご採用いただいた先進のユーザー様、グローバルでの広域連携プロジェクトをご紹介しています。
2026年 7月 15日
第30回 医療情報学会春季学術大会 シンポジウム2026 宇都宮
インターシステムズジャパンは、医療情報学会春季学術大会 シンポジウム2026 宇都宮 にて、ランチョンセミナー4を共催いたしました。ご参加くださり、誠にありがとうございました。
2026年 6月 9日
製品データシート
安全で効率的なデータ分析のためのインテリジェント・アシスタント
2026年 6月 9日
迅速でスマートな意思決定
InterSystems Data Studioは、正確で信頼できるリアルタイムデータによってサプライチェーンを強化し、より迅速でスマートな意思決定を可能にします。 データ統合を簡素化し、サプライチェーンデータを調和させるローコード・セルフサービス・ゲートウェイを提供することで、企業はシステム導入時間を短縮し、コストを削減し、価値実現までの時間を短縮できます。
2026年 6月 5日
Mark Holmes による寄稿 「Factory and Handling Solution」2026年1月号
2026年、サプライチェーンのリーダーは、データ主導のインテリジェンスやAIを進化させるために、どこに投資すべきでしょうか。 マーク・ホームズ(Mark Holmes) インターシステムズ サプライチェーン市場戦略責任者  による「Factory and Handling Solutions 2026年1月号」への寄稿

次のステップへ

ぜひ、お話を聞かせてください。 詳細をご記入の上、送信してください。
*必須項目(英語でご記入ください)
強調表示は必須項目です。
*必須項目(英語でご記入ください)
強調表示は必須項目です。
** ここをチェックすることにより、お客様は、既存及び将来のインターシステムズ製品及びイベントに関するニュース、最新情報及びその他のマーケティング目的のために連絡を受けることに同意するものとします。 また、フォームを送信することで、お客様は、お客様のビジネス連絡先情報が、米国でホストされているが、適用されるデータ保護法に従って維持されている当社のCRMソリューションに入力されることに同意するものとします。
x
Currently deployed:
PR change was detected!
was replaced by
Please refresh the page to see the changes!