Slide 1

Slide 1 text

Public LINEヤフー © LY Corporation LY Tableauでの Tableau x AIの実践 Data&AI CBU, Data CBU Data PF Service Unit BI Tools Division Yoshitaka Arakawa

Slide 2

Slide 2 text

Public 今日の流れ 実践してきた取り組みと、これからの可能性について、2つのパートでお話しします 1 LY Tableauでの実践 LY Tableauで取り組んできたTableau × AIの実践事例を、 「補助」「統合」「自律」の3つのアプローチで紹介します 2 実践して見えたこと Tableau × AIを模索する中で見えた価値の変化と、 経験から自分の価値観を作ることの大切さ © LY Corporation 2

Slide 3

Slide 3 text

Public 自己紹介 © LY Corporation 3 Yoshitaka ARAKAWA - いまの仕事:LY TableauでのAI活用企画など - 個人の活動: - Tableau x AIの模索 (Tableau MCPなどなど) - Tableau関連の個人ブログ - Workout Wednesday Co-host …

Slide 4

Slide 4 text

Public LY T ableau x AIの取り組み 1 補助 AIをTableau作業の “相棒”にする 2 統合 AIをTableau体験の “中”に埋め込む 3 自律 AIがTableauデータを “起点”に自律分析する © LY Corporation 4

Slide 5

Slide 5 text

Public 1 補助

Slide 6

Slide 6 text

Public Tableau利活用を支えるAIアプリ Tableau知識をAIアプリでスケールさせ、組織全体の利活用体験を底上げ AI Tableau Doctor Tableau操作に関する トラブルシュートをサポート Workbook解析・ドキュメント化 .twbファイルからワークブック構造を 解析し、ドキュメント自動生成まで実行 Prepフロー解析・ドキュメント化 .tflファイルからPrepフローを解析し、 処理の可視化・文書化まで自動実行 社内Tableauドキュメント検索 社内ドキュメントをRAGで検索可能に 固有のTableau事情検索もAIが支援 © LY Corporation 6 各アイコンはChatGPT Enterpsiseを使用して生成

Slide 7

Slide 7 text

Public AIアプリは実際どのくらい役立つのか? Workout Wednesdayで試してみよう © LY Corporation 6

Slide 8

Slide 8 text

Public 例:AI Tableau Doctor © LY Corporation 7 ・ ・ ・

Slide 9

Slide 9 text

Public 例:Tableau Documentor for Workbook © LY Corporation 8 …

Slide 10

Slide 10 text

Public 効果が出た。事例も生まれた。 でも、Tableau利用体験 そのものは変わっていない。 A I活用はできた。 でもデータ分析プロセスには 踏み込めていなかった。 Tableauとは別の画面で操作し、 データ分析体験の中にA Iはない。 Tableau利用支援に留まっていた。 → 支援を超えて、体験そのものを変えたい © LY Corporation 9

Slide 11

Slide 11 text

Public 2 統合

Slide 12

Slide 12 text

Public Extensions × AI — アーキテクチャ © LY Corporation 11 Gemini N ano Banana で生成 方向性 Creatorが、Viewerのデータ利活用を AIで強化できるようにしたい。 今まで: • Tableauの使い方を覚えましょう、データリテラシー鍛えましょう。 • 良いダッシュボードを作ってもらいましょう。 • Viewerはダッシュボードにあるデータしか見えない、使えない これから: • AIがデータ理解や深掘り分析をサポートする。 • ダッシュボードがデータ利活用上のブロッカーにならない。

Slide 13

Slide 13 text

Public AI メトリクスサマリー Extension 社内リリースに向けた調整中 ― Tableau Pulseの「AIがメトリクスを自然言語で解説する」アプローチに着想を得て開発 Image Placeholder 概要 ワークシートで定義された集計データをLLMに送り 重要指標の時系列変化に関するサマリーを自動生成する (ダッシュボードのサマリーではないことに注意) 解決したい課題 データから得られるインサイトは 見る人のリテラシーに依存する データと「意味」の間にあるギャップを、AIで埋めたい ビジョン 誰でも即座にデータから 知るべきインサイトが届く状態をつくる © LY Corporation 12

Slide 14

Slide 14 text

Public Data Chatbot Extension 構想中 ― 旧Ask Dataの「自然言語でデータに問い合わせる」コンセプトをExtensionsで再構築 Image Placeholder 概要 Agents SDK + Tableau MCPを組み合わせ 自然言語でTableauデータソースに問い合わせる 解決したい課題 Viewerが深堀りできる範囲は ダッシュボードの設計に依存してしまう 「もう少し詳しく知りたい」を気軽に実現できない ビジョン 誰でも自然言語でデータと対話し 知りたいことを自ら探索できる状態をつくる © LY Corporation 13

Slide 15

Slide 15 text

Public ダッシュボードの中で 分析する前提で良いのか? このデータ利用体験が これからもベストなのか? ここまでは、ダッシュボード上の体験を A Iで強化することを模索してきた。 でもそれは人間が分析する前提の話。 A Iにもデータ分析はもうできてしまうから 分析そのものを任せる選択肢がある。 → 分析の主体をAIに移してみたい © LY Corporation 14

Slide 16

Slide 16 text

Public 3 自律

Slide 17

Slide 17 text

Public Tableau MCP × Coding Agent © LY Corporation 16 Skills定義 AIが分析用データを取得 AIが分析レポートを生成

Slide 18

Slide 18 text

Public あなた専用の分析AIエージェント Image P laceholder 「だから何?」「次どうする?」まで AIエージェントが導出してくれる。 私たちは「問い」と「判断」に集中するだけ。 1 示唆と推奨アクションまで導出 「売上が落ちた」で終わらない。主因の特定、 影響、次のアクションまでAIが自律的にたどり着く 2 複数の分析を同時に並列実行 売上推移・カテゴリ別・地域別比較を 同時に走らせ、分析活動を圧倒的に高速化 3 Tableauデータソースがそのまま分析資産に 整備・蓄積してきたデータセットを、 AIエージェントの分析基盤としても活用できる © LY Corporation 17 Gemini Nano Bananaで生成

Slide 19

Slide 19 text

Public 対話であなた専用のエージェントに育てる セルフサービスBIの本質的価値は、 ビジネスに最も近い人が自らデータを活用できるようになったこと。 AIでも同じ思想が活きる。 対話がカスタマイズになる 「うちの業界ではこう言うんだよね」「この指標が重要」 — そんな会話を重ねるだけで、エージェントが あなたのビジネスコンテキストを理解していく。 ドメインエキスパートこそ最大の価値を引き出せる 技術スキルではなく、業務知識の深さがAIの分析品質を決める。 スキルギャップはAIが埋めてくれる。 Image Placeholder © LY Corporation 18 Gemini Nano Bananaで生成

Slide 20

Slide 20 text

Public 3つのアプローチまとめ 補助 GPTs / RAG AIに聞いて、Tableauに持ち帰る AIがガイド役として分析の方向性を示唆 統合 Extensions Tableauの中でAIが動く ダッシュボード上で直接AI機能を利用 自律 MCP + エージェント データ分析AIエージェントを育てる カスタマイズ可能なセルフサービスAIが 主体的にデータから洞察を導出 © LY Corporation 19

Slide 21

Slide 21 text

Public 実践して見えた、Tableauの価値の重心シフト Tableauの価値は可視化だけではなかった。 データとビジネスニーズのギャップを埋める力が、AI時代にこそ活きる。 Tableau Prep: 「誰でもデータ加工できる」は強い ノーコードでクレンジング・結合・整形ができる環境は、 可視化と同じくらい価値がある。 AIが使うデータも、人間が使うデータも、ここに集められる。 ビジネスとコアデータの 中間層をカバー データベースに入っていないデータは多い。 Excelで管理されたデータ、外部パートナーからのデータも Tableauのコネクタで統合できる。 A I時代の「ビジネスデータ基盤」— それがTableauのコア役割になるのでは © LY Corporation 20

Slide 22

Slide 22 text

Public やってみよう! すぐ試せる GPTs / Gemsを作ってみる 踏み込んでみる Tableau MCPで データに話しかけてみる 沼に浸かってみる セルフサービスAIを 作って育ててみる まず触ってみて、そして触り続けて、 ぜひご自身の価値観を作ってみてください © LY Corporation 21

Slide 23

Slide 23 text

Public やってみてね! ちなみに...この発表資料の9割はClaude Codeと対話しながら作ってもらいました。 対話で育てるセルフサービスAIを実践してみました。楽しかった! © LY Corporation 22