Snowflake Intelligence導入で 分かった活用のコツ

2026年4月16日に開催された「Snowflake九州ユーザー会 #5」での登壇資料です📍（@株式会社Fusic オープンオフィス）

イベント：【Snowflake九州ユーザー会#5】Snowflake新規導入企業による事例紹介+やっていき宣言！ の会 〜Snowflake Data Superhero 2026やっていき宣言！も添えて〜

Transcript

1. Copyright Nulab Inc. All Rights Reserved. Snowflake Intelligence導⼊で 分かった活⽤のコツ 株式会社ヌーラボ （@wonohe）
2. ⾃⼰紹介 株式会社ヌーラボ Reliability Engineering部プラットフォームユニット @wonohe 全社におけるデータマネジメントと、社内全体のデータ活 ⽤推進活動を担当。社内データ基盤刷新プロジェクトの リーダーとして、Snowflakeの導⼊を主導。 居住地：神⼾ 趣味：ドラム
3. 今日お話しすること
4. 失敗から学んだ実践的ノウハウ 🚀 2025年11⽉からSnowflake Intelligenceの導⼊準備          → 半年間の学び
5. 💡 3つの⼤きな学び 1. ❌「完璧主義」が最⼤の失敗だった 2. 🏗 データ構造がすべてを決める 3. 👑 ロイヤルユーザーが成功の鍵
6. ⏰ Snowflake Intelligence 導⼊の背景
7. 導⼊前のデータ分析の課題 ❌ Before：従来の課題 • 現場の⼈が⾃分で分析できない ◦ スキル⾯でデータ基盤のデータを使うのが難しい ◦ メタデータの不⾜ • データチームに分析依頼 → リソース圧迫 • 分析速度が遅い → 意思決定が遅れる ✅ After：理想の姿 • ⾃然⾔語で誰でも分析可能 • 現場主導のセルフ分析 • データチームは⾼度な分析に集中
8. Snowflake Intelligence 構成
9. 作成したSnowflake Intelligence エージェント • 売上‧契約数‧ユーザー数を扱うエージェント ◦ ⽬的：主要KPIを分析するため ◦ Cortex Analyst：売上、契約数、契約イベント、ユーザー数 • 問い合わせデータを扱うエージェント ◦ ⽬的：問い合わせデータを分析するため ◦ Cortex Analyst：チケット情報 • Backlog AIアシスタントの利⽤状況データ扱うエージェント ◦ ⽬的：Backlog AIアシスタントの利⽤状況分析 ◦ Cortex Analyst：機能利⽤状況
10. 📝 学び１：完璧主義の罠
11. 作成したSnowflake Intelligence エージェント • 売上‧契約数‧ユーザー数を扱うエージェント ◦ ⽬的：主要KPIを分析するため ◦ Cortex Analyt：売上、契約数、契約イベント、ユーザー数 • 問い合わせデータを扱うエージェント ◦ ⽬的：問い合わせデータを分析するため ◦ Cortex Analyt：チケット情報 • Backlog AIアシスタントの利⽤状況データ扱うエージェント ◦ ⽬的：Backlog AIアシスタントの利⽤状況分析 ◦ Cortex Analyt：機能利⽤状況
12. Semantic Viewの作成 🛠 Semantic Viewの作成⾃体はそこまで難しくはない • メタデータやリレーションをしっかりと書いていく • 問題：どのように回答の品質を担保するか？ 💡 解決策を考えた • 「LLMにテスト質問を作らせて検証しよう！」 ◦ 実際のプロンプト • 多様なパターンをカバーできるはず • これが間違いの始まり…
13. 100件テストの地獄体験 🔄 延々と続いた作業サイクル 1. LLMで質問を⾃動⽣成 → 「売上を教えて」「先⽉の売上は？」など 2. ⼿作業で1件ずつテスト → 結果とSQLを⽬視確認 3. 問題があったらプロンプトチューニング → またテスト実⾏ 4. 再テスト → 別の問題が発覚 → 無限ループ 😵 結果 • プロンプトのチューニングは⼿探り • チューニングによってデグレもおきる • テストに時間がかかり、リリースが遅れてしまう
14. ⼀⽅、お問い合わせエージェント 2⽇で開発 ⏰ テストしてる時間もなかった ⛏ お試しで出してみたらいいか、という軽い気持ち
15. 衝撃の結果：⼿間かけてない⽅が成功 😂 項目 売上エージェント お問い合わせエージェント 開発期間 🐌 2-3ヶ月 ⚡ 2日 テスト件数 💀 100件以上 ✨ 最小限 ユーザー評価 😞 △ 🎉 ◎
16. 学び 1. たくさんテストしたからといって使われるものでもない 2. Semantic Viewの定量的な品質担保は難しい → フィードバックもらいながらチューニングしたほうが早い 3. まずユーザーに使ってもらってフィードバックを得ることが⼤事 💬 4. そのために、70〜80％ぐらいの品質で出すことは許容する ⚙✨ 5. 「多分動くと思うからリリースしようぜ」の精神
17. 📊 学び2：エージェントと Semantic Viewのコツ
18. 成功するエージェント‧Semantic Viewの基本 1⃣ Snowflake公式から出ているベストプラクティスに沿って作る 2⃣ Semantic Viewはユースケース∕業務∕指標ごとに、粒度を揃えて作る 3⃣ エージェントはユースケース∕職種ごとに作る 4⃣ Semantic Viewにテーブルは詰め込みすぎない → ヌーラボでは⼀番多いものでも9テーブル → カラムは50〜100列程度にする（ベストプラクティス）
19. エージェント設計のミス ❌ 売上エージェント（失敗） • Semantic Viewは指標単位で分かれている ◦ 売上‧契約数‧契約イベント‧ユーザー数 → エージェントが経営層向けなのか現場オペレーション向けなのかあいまい ✅ お問い合わせエージェント（成功） • Semantic Viewは「お問い合わせデータ分析」のユースケースで作成 →「カスタマサポートの現場オペレーション向け」で明確
20. セマンティックビュー作成の実践的コツ 🚫 よくある間違い • 同義語の設定しすぎ → 全項⽬に設定すると精度が落ちる • 警告の放置 → 警告が残っていると設定内容を参照しない場合がある ✅ 正しいアプローチ 1. 最⼩限の設定でSemantic Viewを作成 2. 警告は必ず全て解消しておく 3. ユーザーテストで問題が出た項⽬のみ同義語追加 4. Verified Queryはかなり効くので、副作⽤に注意しながら使う
21. 🚀 学び3：ロイヤルユーザーが成功の鍵
22. ある⽇のできごと 1. ある⽇、カスタマーサポートの⼈から「SnowflakeでZendeskのデータを 分析したい」という要望 2. Snowflake Intelligenceを爆速で開発し、ベータ版ですよーと ⾔いながら提供（２⽇） 3. 実際に触って「めちゃくちゃいい！もっと使いこなしたい！」 → ✨⾃発的に勉強会や紹介をしてくれた✨
23. ⼝コミ展開の威⼒ 📈 ロイヤルユーザーの威⼒はすごい • 1⼈のロイヤルユーザー → 部署内に利⽤が拡⼤ • ⼝コミ効果 → マニュアルより信頼度が⾼く、社内の評判も⾼まる • ⾃然な浸透 → 開発側が導⼊推進するより効果的 🎯 ロイヤルユーザーの特徴 1. 価値を理解してくれる⼈ 2. 周りに影響⼒がある⼈ 3. 前向きに試す⼈ → フィードバックをたくさんくれる
24. どうやってロイヤルユーザーを育てるか 🔍 １．発掘 興味を⽰してくれた⼈や、モニタリングで利⽤者を特定する。 質問が１往復ではなく、複数回やってる⼈など。 🤝 ２．関係構築 モニタリング内容をもとにフォローアップをしたり、 要望があれば優先的に対応して、共有も細かくしていく。 →とにかく、悪い体験にならないように細かくアップデートするのも⼤事 → 成功パターン：💕技術より⼈間関係が重要🤝
25. 📝まとめ
26. 📝 まとめ 1⃣ 完璧主義は失敗の元 80%の完成度で早期リリース → ユーザーフィードバックで改善 2⃣ データ構造がすべて Semantic Viewとエージェント → ユースケースなど考えて分割する 3⃣ ロイヤルユーザーが鍵 ⼈間関係を⼤切に → ⼝コミ展開で⾃然な浸透
27. 🙋 まだまだ分からないこといっぱい…！🔥 💡 あとでたくさん情報交換しましょう！ 🤝✨
28. Copyright Nulab Inc. All Rights Reserved. ありがとうございました🤘
29. 📑 Appendix
30. あなたはSaaSを提供している企業の、マーケティング部⾨の意思決定者です。 データ分析部⾨に、契約状況の推移を質問したいと考えています。 ⼀般的に考えられる質問を100問考えてください。 考慮すべき属性は以下の通りです 1. プロダクトは4種類ありますが、ユーザー数を集計しているプロダクトは3種です 2. 各プロダクトに複数のプランがあります 3. 契約はスペースという単位で管理されます 4. 1スペースで複数のプロダクトを契約できますが、プランは各1種類だけです 5. 最新の単⽉の情報だけでなく、昨対（YoY、MoMなど）も知りたいです 6. 時系列で考慮するのは、年、年度、⽉、四半期です 7. 年度の開始は4⽉です 8. トライアル開始、終了、新規契約、解約、アップグレード、ダウングレードは契約イベントとして登録されます 9. 契約は有料契約と無料契約（フリープラン、トライアル）を分けて扱ってください 10. 所有しているデータの都合上、アクティブなスペースの数やユーザー数は分析対象から外してください 実際に使った質問