Tips for Improving Performance in Concierge: Analytics Q&A (コンシェルジュのパフォーマンスを改善するためのヒント: Analytics Q&A)

サポートされているエディションを表示する。

コンシェルジュの実装に必要なフェーズの概要については、「Plan Your Concierge Implementation in Tableau Next」を参照してください。

意図的にデータセットを準備する

• デザインは慎重に結合します。結果セットを拡張してクエリが遅くなる多対多結合や非完全結合 (BETWEEN など) は避けてください。例: 商談を取引先に結合する場合、結果の爆発を防ぐために結合キーが一意であることを確認します (AccountID など)。
• ETL に複雑さを取り込みます。負荷の高い計算や派生項目 (予測収益など) は、実行時に再計算するのではなく、Data Cloud 変換で事前に計算する必要があります。

  例: ランタイムで予測商談成立率を計算する代わりに、ETL で計算して総計値として公開します。

• 大規模な結果テーブル (1 億行以上) は慎重に処理してください。集計 (月次収益合計など) を事前に計算するか、セマンティックモデル検索条件を適用して、実行時にスキャンされるデータを減らします。

  例: 5 億行のセールス結果テーブルの場合、データセット全体をスキャンせずにコンシェルジュが「四半期別の ACV を表示」と回答できるように、四半期別に ACV を事前に集計します。

セマンティックモデル設計のベストプラクティスに従う

• ビジネスに必要なオブジェクトと項目のみを含めます。
• 合理化されたセマンティックモデルにより、クエリの生成が高速化され、項目の対応付けの精度が向上します。

Tableau Next でセマンティックモデルを設計および調整するための詳細なガイドラインについては、「Design Semantic Models for AI Readiness and Build an AI-Ready Semantic Models (AI 対応セマンティックモデルの設計と AI 対応セマンティックモデルの構築)」を参照してください。

事前定義の総計値

よくある質問を直接サポートする指標をセマンティックモデルで定義します。

• 総計値は、分析エージェントが特定のロジックが適用される場所とタイミングを理解するのに役立つコンテキストを提供します。
• 総計値を定義すると、コストのかかるアドホッククエリパスを回避して遅延を改善し、組織全体で一貫性を確保できます。

  例: 「What is my ACV? (私の ACV は?)」は、セマンティックモデルで ACV 評価指標を 1 回作成します。「ACV」を参照する今後の発言では、ルーティングの高速化とロジックの一貫性からメリットが得られます。

対象を絞った質問をする

コンシェルジュで自由回答の質問ではなく、対象を絞った質問をします。対象を絞った質問により、分析する必要があるデータの量が減り、クエリの遅延が改善され、非常に大きなデータセットでのタイムアウトが回避されます。

• 質問 (発言) の範囲を制限して、クエリの範囲を減らします。
• 時間範囲を明確に指定した質問をします。例: 「2025 年第 1 四半期の売上を表示」と「売上を表示」
• カテゴリ、基準、集計の数を減らすように質問を簡略化します。
• レコードの長いリストを要求しないでください。クエリ範囲を減らすために何千ものレコードを必要としない質問をします。例: 「What are the top 10 opportunities? (上位 10 件の商談は?)」対「すべての商談を表示」