Claude Codeとのおしゃべりでセマンティックモデルの定義からダッシュボード作成まで完成させる

本資料は、Claude Codeを活用し、LookMLの生成からダッシュボード構築までのBI開発プロセスを自動化・効率化する「AI駆動開発」の手法を解説しています 。初期構築やコーディングの手間を劇的に削減できる一方で、人間による適切な要件定義やAIのハルシネーションに対するレビューなど、運用上のガバナンスの重要性も説明しています 。

Transcript

1. Copyright © 2026 NTT Integration Corporation NTTインテグレーション株式会社 杉山 聖乃 Claude Codeとのおしゃべりでセマンティックモデ ルの定義からダッシュボード作成まで完成させる
2. - 2 - Copyright © 2026 NTT Integration Corporation 自己紹介 杉山 聖乃 (Satono Sugiyama) NTTインテグレーション株式会社 データ＆アナリティクス事業本部 データサイエンス部 業務: データ活用案件・BIツール導入提案・開発・運用等 https://cloud.google.com/blog/ja/topics/partners/google-cloud-partner-tech-influencer-challenge-2026-next-26-related-content
3. - 3 - Copyright © 2026 NTT Integration Corporation BI開発はなぜ時間がかかるのか？ 1. 要件定義 利害関係者との認識合わせ、指標定義の曖昧さ。これに起因す る繰り返しの手戻りが発生。 2. データモデル設計 膨大なLookMLの記述量。命名規則の統一や、Joins・Derived Tableの複雑化による作業負荷。 3. ダッシュボード開発 UIの微調整、フィルタ設計、ドリルダウン設定などの反復的な マニュアル作業。 4. 定着化・運用 ドキュメント作成、ユーザー教育、バグ対応。リリース後も問 い合わせ対応が絶え間なく続く。
4. - 4 - Copyright © 2026 NTT Integration Corporation BI開発はなぜ時間がかかるのか？ 1. 要件定義 利害関係者との認識合わせ、指標定義の曖昧さ。これに起因す る繰り返しの手戻りが発生。 2. データモデル設計 膨大なLookMLの記述量。命名規則の統一や、Joins・Derived Tableの複雑化による作業負荷。 3. ダッシュボード開発 UIの微調整、フィルタ設計、ドリルダウン設定などの反復的な マニュアル作業。 4. 定着化・運用 ドキュメント作成、ユーザー教育、バグ対応。リリース後も問 い合わせ対応が絶え間なく続く。
5. - 5 - Copyright © 2026 NTT Integration Corporation AI駆動開発の流れ Input ヒアリング時の議事メモ（テキスト）と、 ベースとなるサンプルデータ（CSV/スキーマ情報） をもとにしたrequirements.txt Phase 1 LookML生成 requirements＋弊社作成LookMLモデリングルール をもとに、必要カラムをBQ MCPを通してカラム取得、 集計項目を作成。さらにサンプルデータから description等を付与 Phase 2 LookMLダッシュボード生成 LookML生成後、 要件に沿ってLookMLダッシュボードを作成
6. - 6 - Copyright © 2026 NTT Integration Corporation Claude Codeによる ダッシュボード生成 シナリオ ・花屋の売上ダッシュボード新規構築 ・要件定義済み、BigQueryにデータあり
7. - 7 - Copyright © 2026 NTT Integration Corporation ポイント 劇的に削減されること ゼロからのLookMLタイピング、仕様書への書き起こし、ダッシュボード初 期配置の検証リードタイム。 変わらないこと 要件抽出、最終的なユーザー受入テスト（UAT）、DWHにおける「正しい データマートの設計・定義」の合意形成。 注意すべき運用上のガバナンス 生成結果の最終レビュー（ハルシネーション検知）、機密データを含まな いマスキング設計。 ▶ ▶ ▶