Tableau Cloud ヘルプ

Tableau Pulse でメトリクスを作成すると、Tableau Pulse が各メトリクスに対して検出するインサイトを自動的に取得できます。

Tableau Pulse の インサイト プラットフォームは、メトリクスの推進要因、傾向、寄与要因、外れ値を検出します。自然言語と視覚的な説明を使用して、重要なインサイトに積極的にフラグを立てて説明します。各メトリクスの上位のインサイトがメトリクスとともに表示されます。

Tableau Pulse は、メトリクスについて検出されたインサイトに対する質問を提示し、データを詳しく探索するための道筋を示します。このガイド付きの質問と回答のエクスペリエンスによって、メトリクスのコンテキストにおけるインサイトが徐々に明らかになります。データについて提案された質問をクリックすると、参照元データに関するインサイトを含む回答が、読みやすいグラフで表示されます。

詳細については、「Tableau Pulse: 自動化されたインサイトにより、よくあるビジネス上の疑問にプロアクティブに回答」 (英語)(新しいウィンドウでリンクが開く) および「Q&A で NLP に取り組み、すべての人に力を与える Tableau Pulse」(新しいウィンドウでリンクが開く)を参照してください。

インサイト サマリーで関心のあるメトリクスをハイライト

Tableau AI がオンになっていて、自分や他のユーザーが 2 つ以上のメトリクスをフォローしている場合、Tableau Pulse は、関心のあるメトリクス全体の最新のインサイトをすばやく確認できるように概要を表示します。このインサイト サマリーは、ダイジェストの上部と Tableau Pulse ホーム ページに表示されます。

Tableau Pulse は、フォローしているメトリクスをすべて確認し、Tableau AI を活用して最も重要な変更を要約します。インサイト サマリーで考慮されるインサイト タイプは、「期間間の変化」と「想定外の値」です。

インサイト サマリーは、大規模言語モデル (LLM) を使用して、パーソナライズされた概要をわかりやすい言葉で示します。Tableau AI は Einstein Trust Layer 上に構築されているため、データ セキュリティやプライバシーを損なうことなく、信頼できる倫理的でオープンな AI を活用したエクスペリエンスを実現します。Tableau AI の詳細については、「Tableau Pulse の Tableau AI(新しいウィンドウでリンクが開く)」と「Tableau の Einstein 生成 AI(新しいウィンドウでリンクが開く)」を参照してください。

Tableau Pulse によって検出されるインサイト タイプ

ユーザーからのメトリクスに関する一般的な質問は、記述的、診断的、予測的、規範的といった、既知の分析パターンに分類することができます。

• 記述的な質問: メトリクスはどうなったのですか?

• 診断的な質問: なぜそうなったのですか?

• 予測的な質問: 次に何が起きますか?

• 規範的な質問: どのように対応するとよいですか?

Tableau Pulse のインサイト プラットフォームは、ユーザーがメトリクスに関して抱く次のような基本的で説明的な質問に答えられるようにすることに重点を置いています。

• 前期または前年同期と比較して、メトリクス値はどれだけ変化しましたか?

• メトリクスの傾向は時間の経過とともにどのように変化していますか?

• メトリクス値に最も寄与するディメンションのメンバーはどれですか?

• メトリクス値を好ましい方向に導いているディメンションには他に何がありますか?

Tableau Pulse のインサイトは、Tableau Pulse メトリクスの隠れた変更や異常をユーザーに警告し、問題をより適切に診断できるようにします。例:

• メトリクス値は通常より高いですか、それとも低いですか?

• メトリクス値がディメンションのいくつかのエンティティに異常に集中していますか?

• 最近メトリクスの傾向に変化がありましたか?

• メトリクス値に影響を与えている異常に大きいレコードや外れ値はありますか?

Tableau Pulse のインサイト タイプ

Tableau Pulse では次のインサイト タイプが使用されます。

Tableau Pulse が信頼できるインサイトを生成して維持する方法

Insights プラットフォームが、ユーザーが信頼できる自動化されたビジネス インサイトを生成する方法をいくつか紹介します。

• Tableau Pulse インサイト サービスは、最初に、標準化された決定論的統計モデルを使用して、メトリクスに関する正確性が保証されたファクトを検出します。これらのファクトは、インサイトを生成する際の正しい情報として機能します。

• 生成されるすべてのインサイトは、リクエストを行ったユーザーのデータ セキュリティ コンテキスト (RLS 設定など) に制限されます。このアプローチにより、ユーザーは閲覧を許可されたデータしか表示することができません。

• アナリストは、メトリクスに対して検出されるさまざまなインサイトを有効または無効にできるため、ユーザーに配信する内容を制御できます。

Tableau Pulse ではデータを統合するために、インサイト プラットフォーム統計サービスが、追跡または表示されているメトリクスの分析コンテキストを使用して、メトリクスに関するファクトを生成する自動統計分析を実行します。これらのファクトに基づき、ユーザーのデータ セキュリティ コンテキストを使用してさまざまな質問に答えることができます。

インサイト サマリーは、統計的事実に基づいた自然言語を使用して生成されます。最も関連性の高いファクトが Tableau AI によって処理されます。これらのファクトは、言語生成の文脈を明らかにするための正確な情報として使用されます。生成されたファクトは 1 つにバンドルされ、サイトで Tableau AI が有効になっている場合はインサイト サマリーとして Tableau Pulse 全体のいくつかの機能で表示されます。

インサイト プラットフォームが関連性を判断する方法

Tableau Pulse は、ノイズを減らすために、最も関連性が高く有用なインサイトのみを表示し、ノイズの多い調査結果や偽の調査結果を表示しないようにします。インサイト プラットフォームでは、関連性が高く有用なインサイトがユーザーに表示されるようにするために、次の要素が考慮されます。

• インサイトの分析コンテキストは、Tableau Pulse メトリクス定義に基づいています。データ内のすべての列のインサイトを求める他のソリューションとは異なり、インサイトプラットフォームは、アナリストが厳選したメトリクス定義によって参照されるメジャーとディメンションに分析を制限します。さらに、インサイトを生成する際には、ユーザーが表示またはフォローしているメトリクスのフィルターされたコンテキストのみが考慮されます。

• インサイトは、メトリクスへの影響に基づいてランク付けされます。インサイト プラットフォームによって検出された各ファクトは、メトリクス値に与える影響に基づいてスコアが付けられます。メトリクス値に対して統計的に最も影響力があると判断されたファクトのみが最初に返されます。

• フィードバックによってインサイトがさらにパーソナライズされます。ユーザーは、表示されたインサイトに対する賛成または反対のフィードバックを提供して、そのインサイトが有用かどうかを示すことができます。インサイト プラットフォームはフィードバック内容を学習して、ユーザーに表示するインサイトのタイプをさらにパーソナライズします。

  注: Tableau サイトでパーソナライズされたインサイト ランキングのサイト設定がオンになっている場合、ユーザーはインサイトに対する賛成または反対のフィードバックを提供できます。この設定は既定で有効になっています。詳細については、「パーソナライズされたインサイト ランキング設定をオフにする」を参照してください。

これらの要素を組み合わせて適用すると、メトリクスに対して検出されたすべてのインサイトのうち、最も有用であると判断されたものだけが Tableau Pulse でユーザーに表示されるようになります。