自動回答を使用してインサイトを自動で提供

自動回答は、MicroStrategy ONE Update 11 以降を使用する MicroStrategy Cloud Environments (MCE) でサポートされており、MicroStrategy ONE (2024 年 3 月) 以降では、MicroStrategy Cloud for Government プラットフォームで自動回答がサポートされます。自動回答は MicroStrategy Library (Web ブラウザーのみ) でのみ使用できます。

MicroStrategy ONE (2024 年 6 月) では、追加の視覚化タイプのサポートが追加され、自動回答エクスペリエンスを向上させるスマートな提案とフィードバックが導入されます。

MicroStrategy ONE (2024 年 3 月) 以降では、組織固有のコンテキストを提供するナレッジ アセットをアップロードすることで、自動回答機能と精度を強化できます。自動回答も回答可能複雑で多面的な質問また、単一のダッシュボード内で複数のインメモリ データセットにわたる質問のサポートも追加されました。MicroStrategy ONE（2024年3月）では、解釈 AI がクエリを解釈して実行する方法についてより深く理解することで、データ探索の透明性と洞察力が向上します。

MicroStrategy ONE Update 12 以降では、Auto Answers により、ビジネス インテリジェンス分析と複雑なクエリに対する応答時間が短縮され、精度が向上します。自動回答では、ダッシュボード セッションの実行中にチャット履歴も保持され、履歴をクリアするための新しい確認手順が用意され、提案された質問はユーザーの言語設定に基づいて自動的に翻訳されます。

MicroStrategy ONE Update 11 以降では、自動回答を使用して、ダッシュボードに視覚化された重要なデータの洞察を簡単に発見して理解することができます。自動回答はダッシュボードに表示されているものを超えて、その下にあるさらに価値のあるコンテンツを提供します。このツールは、お客様の情報を最大限に活用するためにパーソナライズされたデータ ヘルパーです。

Auto Answers は、データとのやり取りやデータの理解方法を変革する AI 搭載のチャットボットです。Auto Answers は組織内でパーソナライズされたデータ アシスタントとして機能し、ダッシュボードに表示される重要な洞察をすばやく発見して理解できるようにします。Auto Answers は、すぐに目に見えるものを超えて、さらに深く掘り下げて、基礎となる貴重なコンテンツを明らかにし、常にデータの潜在能力を最大限に活用できるようにします。

免責事項：MicroStrategyのジェンAI Auto Answers を含む製品は、貴重な洞察を得るために高度で発展中の AI 技術を使用しています。ただし、すべての AI システムと同様に、エラー率が 0% になることを保証することはできないことを理解することが重要です。AI を活用した分析では、不確実性と複雑さにより、不正確な結果が生じる場合があります。AI によって生成されたコンテンツの正確性を確認することが重要です。

次のトピックをまず確認してください。

• 前提条件
• 自動回答の使用
• 反応を理解する
• [自動回答] パネルの操作
• 質問の制約の理解
• 複雑で多面的な質問に答える
• スマートな提案
• ベスト プラクティス
• 一般的な問題
• 関連トピック

前提条件

• あなたは自動アシスタントとML視覚化を使用する特権。

  

• プロジェクト レベル、アプリケーション レベル、ダッシュボード レベルの設定がオンになっていることを確認します。詳細については、[自動] の有効化と無効化。

プロジェクトレベルの設定 :



アプリケーションレベルの設定 :



ダッシュボード レベルの設定:



• MicroStrategy ONE（2024年3月）以降では、オプションでExcelファイルをアップロードしてダッシュボードのプロパティ。詳細については、ナレッジアセットを自動回答にアップロードする。
• MicroStrategy ONE (2024 年 3 月) 以降、ダッシュボードは複数のインメモリ データセットをサポートします。MicroStrategy ONE (2024 年 3 月) より前では、ダッシュボードは単一のインメモリ キューブのみをサポートします。

  ライブ接続データセットはサポートされていません。

自動回答の使用

1. MicroStrategy ライブラリを開きます。

2. 新しいダッシュボードを作成するか、既存のダッシュボードを開きます。

3. クリック自動応答右上のアイコンをクリックします。

   

4. 右下のテキストボックスを使用して質問を入力してくださいこれにより、データに最適な視覚化タイプを表示できるようになります。または、提案された質問のいずれかをクリックします。提案された質問オプションは、コンテンツをより早く理解するための支援を求めているユーザーにとって役立ちます。

   

   • 質問の最大文字数は 1,000 文字です。

   • デフォルトでは、回答はダッシュボード ページに表示される情報に基づいて行われます。結果を絞り込むには、ビジュアリゼーションをクリックして質問をします。質問する前に視覚化をクリックすると、視覚化のフィルターに基づいて自動回答の応答が生成されます。さらに、MicroStrategy ONE (2024 年 3 月) 以降では、選択したビジュアライゼーションがキャンバス内セレクターの影響を受ける場合、自動回答の応答にセレクターの条件が組み込まれ、選択内容に基づいて結果がフィルター処理されます。

   選択した視覚化に存在しないデータについて質問すると、回答が誤解を招く可能性があります。このような場合、MicroStrategy では、より正確な回答を得るために、チャット コンテキストからビジュアライゼーションを削除することをお勧めします。





5. [自動回答] が応答したら、該当するアイコンをクリックしてビジュアリゼーションを全画面に拡大したり、回答をクリップボードにコピーすることができます。

   

6. MicroStrategy ONE (2024 年 3 月) 以降では、解釈アイコンをクリックすると、自動回答が質問をどのように解釈して実行したかを確認できます。解釈ウィンドウに表示される情報の範囲は、ユーザー権限によって異なります。詳細については、AIの解釈と実行。

   

7. MicroStrategy ONE (2024 年 6 月) 以降では、質問が曖昧な場合に自動回答によってスマートな提案が提供されます。提案を選択するかクリックしてくださいもう一度質問する提案を編集します。

   見るスマートな提案詳細についてはこちらをご覧ください。

   

8. MicroStrategy ONE (2024 年 6 月) 以降では、メッセージの上にマウスを移動し、親指を下に向けたアイコンをクリックして、回答に対するフィードバックを提供できます。コメントを追加したり、定義済みのオプションを選択したりすることができます。不完全な回答または形式が正しくありません。自動回答はフィードバックを評価して学習し、改善します。

反応を理解する

自動回答は、自然言語テキストで構成された応答を提供し、価値がある場合は視覚化も提供します。Auto Answers は、グリッド、縦棒グラフ、円グラフ (リング グラフはサポートされていません)、折れ線グラフ、KPI、ヒート マップ、地理空間サービス (マップボックス)、主要ドライバー分析、傾向と予測分析のためのインサイト折れ線グラフなど、さまざまな視覚化タイプをサポートしています。MicroStrategy ONE (2024 年 6 月) 以降では、バブル チャート、水平棒グラフ、クラスター棒グラフもサポートされます。MicroStrategy ONE (2024 年 6 月) 以降、Auto Answers は、要求された分析と回答の行数に基づいて適切な視覚化タイプをインテリジェントに選択し、洞察の読みやすさを向上させます。たとえば、ランキング分析では横棒グラフ、傾向分析では折れ線グラフ、コンボグラフ、または面グラフ、異常や相関関係の分析ではバブルチャート、位置ベースの分析ではマップボックス、分布分析では円グラフまたはヒートマップ、記述統計では棒グラフが使用されます。希望する視覚化タイプを明示的に指定すると、自動回答によってそれが生成されます。特定の視覚化を必要とする質問をする場合は、選択した視覚化タイプが上記のサポートされている視覚化タイプのいずれかであることを確認してください。

自動で視覚化タイプが選択される仕組みの詳細については、以下を参照してください。適切な質問をする。

応答にはナビゲーション パネルも表示されます。応答の上にマウスを移動し、右上隅のアイコンを選択して、次のいずれかを実行します。

• 回答をクリップボードにコピーします

コピーできるのは応答のテキストのみです。

• 視覚化を最大化して全画面で表示する

自動回答の応答に多くのデータ ポイントが含まれている場合、視覚化では、明瞭さと読みやすさに重点を置いた、データが制限された要約バージョンが表示されます。この凝縮された表示は、棒グラフ、主要なドライバー、時系列の視覚化によく適用されます。視覚化を最大化すると、データ ポイントの完全なセットを表示できます。

自動回答で質問すると、数値データは正確であるものの、同じクエリに対して説明や視覚化のタイプが異なっていることに気付く場合があります。たとえば、「どの店舗の収益が一貫して向上したか」クエリによって、異なるセッション中に若干異なる概要が返される場合がありますが、店舗のリストは一貫しています。この変動は、アプローチを変更する必要がある場合でも、質問するたびに最も関連性が高く正確な応答を提供することを目的とする大規模言語モデル (LLM) の非決定論的な性質によるものです。

[自動回答] パネルの操作

[自動回答] パネルには質問と回答が表示されます。パネルを使用すると、自動回答機能を向上させることができます。

ピン留め

パネルが重ならないように、ダッシュボード ページのコンテンツをキャンバスに合わせます。このアイコンをもう一度クリックすると、機能がオフになります。自動回答をピン留めすると、ブックマーク、フィルター、アカウント管理などのタイトル バー オプションを使用するときに、ダッシュボードの横の位置とそのコンテンツが保持されます。

最大化

チャット パネルをダッシュボードに固定したら、最大化を選択して全画面で表示し、より集中したやり取りを行うこともできます。

チャット履歴の消去

1. 履歴を消去アイコンをクリックして、新しいチャットを開始します。

2. MicroStrategy ONE Update 12以降では、はいプロンプトが表示されたら、

   

ダッシュボードの各ページには独自のチャット履歴が保持されるため、会話を再確認することができます。異なるページ間を切り替えると、ページごとに新しいチャット セッションが開始されます。前のページに戻ると、ページ固有のチャット履歴が表示されます。チャット履歴は、チャット履歴を消去するかダッシュボードを終了するまで残ります。この動作により、表示しているページに基づいてシームレスで関連性の高いエクスペリエンスが保証されます。

質問の制約の理解

1 回の質問で使用できる最大文字数は 1000 文字です。

自動回答は、現在選択しているパネル、およびデータセット内の利用可能なすべてのアトリビュートを含む現在のページに配置されたメトリックに関する質問に回答できます。

• ただし、データのサイズやデータセットの複雑さ (データセットの数、アトリビュートやメトリックの数、オブジェクト名の長さなど) により、AI サービスが計算量の上限に達し、計算量を増やすことができなくなる可能性もあります。この場合、自動回答は、以降の質問に対して、優先度の順に次の提案をします。
  • 自動回答では、現在のページと選択したパネルに配置されているメトリックと、ダッシュボードで使用される視覚化に配置されている属性が提案されます。
  • 自動回答では、現在選択されているパネルを使用して、現在のページに配置されているメトリックと属性が提案されます。
• このロジックを使えば、制約はあるものの、計算量の制約による回答のエラーを最小限に抑え、機能を最大限に活用できます。
• チャット履歴を消去すると、ロジック シーケンスがデフォルト サイズにリセットされます。

複雑で多面的な質問に答える

MicroStrategy ONE (2024 年 3 月) 以降では、ダッシュボード内の複数のデータセットにまたがる複合的で多面的な質問に対して効果的な回答を受け取ることができます。たとえば、「収益が上位 3 つの地域のそれぞれで、利益が最も少なかった店舗はどれですか?」と尋ねることができます。このアップデートにより、同じ質問内の複数のデータ ポイントから、より深く、コンテキストに富んだ洞察を得ることができます。前の例では、Auto Answers は収益成長率が最も高い 3 つの地域を計算し、各地域で利益が最も低い個々の店舗を特定します。自動回答は、前のステップからの応答を組み合わせて、最終的な応答を表示します。

「2019 年第 1 四半期と第 2 四半期の間で最も利益成長が高かった 2 つのカテゴリーはどれですか?」という質問について考えてみましょう。この質問は複数の層に分かれて展開します。まず、Auto Answers は両四半期のすべてのカテゴリーの利益を正確に特定し、次に成長率を計算し、最後に順位付けして上位 2 つのカテゴリーを特定します。解釈ウィンドウを展開すると、複数のステップの実行が説明されており、この方法論はすべての質問に対してよりよく理解できます。

解釈の詳細については、AIの解釈と実行。

より複雑な質問に答えるために Auto Answers の機能を拡張するために、次の例では、グループ内でランキングとパーセンタイル計算を実行する機能を示します。「2019 年の販売量に基づいて、各カテゴリ内での製品の順位はどのようになり、各製品はどのパーセンタイルに該当するのでしょうか?」と質問します。Auto Answers は、各カテゴリ内の製品を販売量によってランク付けし、各製品のパーセンタイル ランクを決定して、カテゴリ内のパフォーマンスの包括的な概要を提供します。

この機能により、ビジネス ユーザーとアナリストは、1 つの質問で多次元の洞察を抽出し、データをより深く調べて、さまざまなデータセットにわたる傾向、異常、関係性を明らかにすることができます。大規模なデータ操作を行わずに、意思決定の効率を高め、会話型分析環境で文脈的に関連のある洞察を提供します。

スマートな提案

MicroStrategy ONE (2024 年 6 月) 以降、自動回答とボットでスマート提案がサポートされます。スマートな提案は、ユーザーの質問に曖昧さが検出された場合にインテリジェントなクエリの絞り込みを提供することで、ユーザーとのやり取りを強化します。自動回答またはボットは、複数の方法で解釈できるクエリや時間ディメンションがないクエリを識別すると、デフォルトの回答を提供し、ユーザーがクエリを明確にできるように 1 ～ 3 つの代替オプションを提案します。Auto はこれらの説明から学習し、将来の応答精度を向上させます。

次の例では、ユーザーはパフォーマンス メトリックを指定せず、最もパフォーマンスの高い製品サブカテゴリを要求しています。このデータセットでは、収益、利益、利益率、または販売数によってパフォーマンスを測定できます。デフォルトでは、自動で最高収益に基づいてパフォーマンスを計算します。ただし、Auto はあいまいさを検出するため、「最もパフォーマンスが高い」という異なる解釈をそれぞれ示すスマートな代替提案を提供します。この場合、スマートな代替提案は「利益」、「平均月間収益」、「今月の収益」です。

ユーザーがいずれかの提案を選択すると、Auto は説明が追加された新しいクエリを送信します。また、「もう一度質問する」をクリックして、応答をテキスト ボックスにコピーし、送信する前に編集することもできます。

自動では、将来のクエリにこれらの説明を使用し、ニーズに合わせて回答をカスタマイズします。このスマート学習は、各ユーザーと Auto とのやり取りに固有のものです。詳細については、自動回答とボットにおける適応学習。

次の例では、ユーザーが特定の店舗の収益を尋ねたときに、Auto はすべての組み合わせ期間の合計収益を提供します。Auto は、ビジネス分析における時間の重要性を認識し、ユーザーが現在の年、四半期、または月の収益を希望するかどうかを指定するためのスマートな代替提案を提供します。

次の質問タイプではスマート提案はトリガーされません。

• データセットまたは視覚化内の行数

• 一般的なダッシュボードの概要

• 主要ドライバー分析

• 予測分析

• トレンド分析

ベスト プラクティス

作成者の場合

• 多すぎるオブジェクトや長い名前をデータセットに含めない。

• AI 分析の混乱を避け、ユーザーがオートコンプリート オプションを選択するときにわかりやすくするために、各データセット、属性、メトリックに一意の名前を付けます。

• 「This week (今週)」や「Last week(先週)」などのオブジェクト名を避ける。この名前が必須である場合は、自動回答に質問するときにオートコンプリートを使用するようにしてください。これにより、自動回答は現在の週の時間枠を使用するのではなく、オブジェクト名を決定できるようになります。

• カスタム グループ、コンソリデーション、派生エレメントはサポートされていません。

• データセットでは、「%」、「*」、「:」などの特殊文字を使用しないでください。データ変換の詳細については、以下を参照してください。データ ラングリング ダイアログまたは交換する関数。同様に、データセットのメトリック規則にも同じ方法で適応します。

• DateTime 形式の時系列アトリビュートを時間関連アトリビュートに使用しない。

  • 列区切りの Date および Time アトリビュートを変換できます。

• 同じビジネス エンティティを表すデータセットから複数のアトリビュート オブジェクトを取得しない。たとえば、MM/DD/YYYY 形式と「Week (週)」」という integer データ型を持つ Week という名前のアトリビュートを持つデータセットを避ける。

• 複合グリッドの作成者は、複数のオブジェクトに同一のエイリアスを適用できます。ただし、ダッシュボードに自動回答を付加する場合は、同一のエイリアスを適用せず、各オブジェクトに一意のエイリアスが設定されていることを確認してください。

顧客の場合

• ダッシュボードまたはデータセットの情報に関連する質問をします。Auto Answers は、ダッシュボードのデータから特に分析して洞察を提供する AI アシスタントとして設計されています。自動回答は、データセットまたはダッシュボード外の質問に答える機能を備えていません。

• 正確かつ完全な回答を得るために、一度に 1 つの質問のみを行ってください。複数の質問を 1 つにまとめるのは避けてください。たとえば、「四半期ごとの総コストはいくらですか？」どの四半期の利益が最も高いですか？

• 繰り返しの質問をしない。

• セマンティック グラフ オブジェクトをリストすると、自動回答はより正確に質問を解釈します。ユーザーが入力した質問ではオートコンプリートの提案が有効になっているため、質問を送信する前に MicroStrategy オブジェクトを選択できます。

  

• データが複数年にわたる場合は、正確な回答が得られるように、質問を具体的にしてください。たとえば、「第 2 四半期の総収益はいくらでしたか?」ではなく、「2023 年第 2 四半期の総収益はいくらでしたか?」を使用します。

• 質問を作成するときは、正確な要素名を使用するようにしてください。たとえば、データセットに「製品 SKU: ABC123」という名前の要素がある場合、「製品 ABC123」や「SKU:ABC-123」などのバリエーションではなく、その正確な要素名を使用する必要があります。この方法により、自動回答が参照しているデータを正確に識別し、より正確で信頼性の高い応答が得られるようになります。

一般的な問題

発生する可能性がある以下の問題、およびそれを避けるためのベスト プラクティスを参照してください。

質問のコンテキストが複雑すぎて処理できません

自動回答に質問を送信すると、回答が返される前にデータ入力制限に達する可能性があります。その場合は、次の応答が表示されます: ダッシュボード定義が大きすぎて自動を使用できません。データセットとダッシュボードを調整してから再試行してください。

複数の要因が質問の重み付けに影響します。

• ダッシュボード、ダッシュボード ページ、またはデータセット内のオブジェクトの数。

• セマンティック グラフの名前。オブジェクト名の単語数が質問の複雑さに影響します。

ベスト プラクティス

• 作成者は、リリース前に自動回答の機能とパフォーマンスを確認し、一般的なビジネス ケースとユーザーが尋ねる典型的な質問を考慮する必要があります。

• 著者は、レビューを行い、複雑さとコンテンツの密度を削減することで、自動回答用のデータセットを簡素化する必要があります。著者は明確な命名規則を採用し、データセットの軽量バージョンを作成して、ユーザーの自動回答の使いやすさを向上させる必要があります。

• ユーザーは、質問の範囲をページに表示されているものに限定できます。

複数の質問

自動回答に 1 つの質問で複数の質問をすると、応答が 1 つの質問にのみ対応したり、両方の質問に部分的に回答したり、質問を誤って解釈したりする可能性があります。

たとえば、「どの店舗の収益が最も高く、どの製品カテゴリの利益率が最も低かったか」と質問すると、自動回答では収益が最も高い店舗を正確に特定できるかもしれませんが、利益率については回答できない可能性があります。

ベスト プラクティス

1 つの質問に複数の質問を含めない。一度に 1 つの質問に集中し、質問が具体的であればあるほど、結果はより正確になります。

集計できない値への回答

正確に作成された質問を使用した場合でも、自動回答から予期しない応答が返されることがあります。これは、特定のメトリック定義と集計関数が原因で発生することがよくあります。メトリックが動的集計用に設計されておらず、クエリが実行されると、計算結果が誤解を招く値、誤った値、または null 値になる可能性があります。たとえば、年間人口数などの指標を、必要なディメンション (年など) を指定せずにクエリすると、時間の経過に伴うデータの集計が不正確になる可能性があります。

たとえば、質問で年を考慮していない場合、自動回答からの応答では歪んだ結果が生成され、データセット内のすべての年の人口値が合計されます。下の画像では、左側に正しい値、右側に誤った値が表示されています。

ベスト プラクティス

集計不可能な値を含むクエリに正確に応答するには、ダッシュボードの MicroStrategy プロジェクト スキーマに基づく非集計メトリックを使用します。在庫計算などの非集計指標は、小売業や銀行業界でよく使用されます。プロジェクト スキーマを利用するアプリケーションでは、自動回答は適切な集計レベルでメトリックを処理し、定義されている場合は集計不可能な設定を尊重して、信頼性が高く正確な回答を提供します。

たとえば、「2020 年 12 月の Discman の月末在庫レベルはいくらでしたか?」と質問すると、自動回答では、先月までの在庫を集計せずに、月末の在庫を正確に提供します。

関連トピック

自動採用

AIの解釈と実行