ChatBI には ディープ分析 モードと クイッククエリ モードの 2 種類の会話モードがあります。デフォルトではディープ分析モードが使用され、自然言語による多段階の探索的データ分析およびデータクエリが可能です。また、自動的に可視化を含むデータ分析レポートを生成します。
概要
プロフェッショナルなデータアナリストとして、ChatBI は以下の AI 駆動型機能を提供します。
インテリジェントな質問理解：質問の書き換え、セマンティクスの標準化、タスクの分解を通じてビジネス上の意図を自動的に解釈し、分析ニーズを特定します。
自動化されたデータ分析：対象となるデータテーブルをインテリジェントに特定し、SQL クエリを自動生成・実行することで、コードを記述せずに複雑なデータ分析を実現します。
スマートな可視化：データの特性や分析目的に基づき、折れ線グラフ、棒グラフ、円グラフなど最も適切な可視化形式を自動選択し、データのトレンドを一目で把握できるようにします。
インサイト抽出：データを自動分析して重要な結論やビジネスインサイトを抽出し、プロフェッショナルなデータ分析レポートを生成します。
深掘り型の探索：ディープ分析モードでは、ChatBI が独自に分析パスを設計し、戦略を動的に調整・自己修正します。このモードは、複数テーブルの結合、根本原因分析、異常検知などの複雑なシナリオをサポートします。
前提条件
ChatBI 会話を使用する前に、以下の作業を完了してください。
ChatBI を利用するリージョンに サーバーレスリソースグループ を作成します。
Datasets データセットを作成します。データセットがデータソースに基づく場合、リソースグループとデータソース間のネットワーク接続を確保してください。
操作手順
ChatBI システムにアクセスします。
Alibaba Cloud にログインし、ChatBI Intelligent Data Insights ページを開きます。ご利用の DataWorks リソース（データセットやサーバーレスリソースグループなど）のリージョンに一致するアクセスポイントを選択してください。
対象のデータセットを選択します。
左側のナビゲーションウィンドウで Chat をクリックします。セッションウィンドウの左下で、対象のデータセットを選択してください。
分析したい質問を入力して送信します。
入力ボックスに質問を入力して送信してください。ChatBI はデフォルトで ディープ分析 モードを使用します。このモードでは、最初の質問によりサーバーレスリソースグループ上で必要なリソース（約 1 CU）が起動されます。この起動プロセスには約 10 秒かかります。
説明シンプルなクエリに対して迅速な結果を得る場合は、セッションウィンドウ下部の Deep Analysis をオフにして、クイッククエリモードに切り替えてください。ただし、同一セッション内で両方のモードを併用することはできません。モードを切り替える際は、新しいセッションを作成してください。
レポートとインサイトを確認します。
分析が完了すると、ChatBI は自動的に可視化とデータインサイトを含むレポートを生成します。
セッションモード
比較概要
ChatBI には ディープ分析 モードと クイッククエリ モードの 2 種類があります。ディープ分析 モードがデフォルトであり、包括的かつ多段階の分析や根本原因調査に最適です。以下の図は、各モードのワークフローを示しています。
以下の表は、2 つのモードの主な違いを示しています。
ディメンション | クイッククエリ | ディープ分析 |
ユースケース | 事前定義済みメトリックまたはシンプルなデータクエリ結果を迅速に取得する場合。 | 複雑で多段階の探索的データ分析タスク。 |
インタラクション | 固定された分析テンプレートに基づいてデータ分析とインサイトを返します。 | 大規模言語モデルを活用して分析ロジックを段階的に構築し、動的コード生成、多回反復、コンテキストメモリをサポートします。 |
ワークフロー | 固定ワークフロー：質問理解 → 対象テーブルの特定 → 実行プランおよびクエリコードの生成 → データクエリの実行 → 可視化レポートの生成。 | 動的ワークフロー：大規模言語モデルが自己修正メカニズムを備えながら分析パスを独自に設計・オーケストレーションし、最終的に可視化レポートを生成します。 |
複雑さ | 低：単一テーブルクエリ、基本的な集約、シンプルな条件フィルターに適しています。 | 高：複数テーブルの結合、根本原因分析、時系列分析、異常検知などに適しています。 |
実行時間 | 約 1 分。 | 約 5～10 分。 |
例 | 「2026 年 1 月の総売上はいくらでしたか？」または「2025 年の華東地域における顧客数の推移はどのようになっていますか？」 | 「2026 年の各製品ラインごとの再購入率の推移を教えてください。異常な変動があった月を特定し、その原因を分析してください。」 |
ディープ分析
ディープ分析は ChatBI のデフォルトの会話モードです。このモードでは、ChatBI がプロフェッショナルなデータアナリストとして、分析パスを独自に計画し、分析ステップを動的にオーケストレーションし、中間結果に基づいて戦略を自動調整します。最終的には、可視化と結論を含むデータ分析レポートを出力します。
仕組み
固定ワークフローとは異なり、ディープ分析モードでは大規模言語モデルが分析プロセス全体を自律的に駆動します。
自律的な分析計画：質問を受け取ると、ChatBI が独自に多段階の分析計画を設計します。
動的コード生成と実行：分析ニーズに基づき、ChatBI が段階的に SQL または Python コードを生成・実行します。各ステップは直前の結果に基づいて動的に生成され、複数テーブルの結合、データクレンジング、統計分析などの操作を含む可能性があります。
自己修正と反復：コードを実行した後、ChatBI は結果をチェックします。データの異常、クエリエラー、不完全な結果を検出した場合、手動介入なしに分析戦略を自動調整して再実行します。
インサイト抽出とレポート生成：分析が完了すると、ChatBI は各ステップの結果を自動的に要約し、重要な結論を抽出して可視化付きのデータレポートを生成します。
ユースケースと例
ディープ分析は、多角的かつ多段階の探索を必要とする複雑な分析タスクに適しています。例えば、以下のようなケースです。
根本原因分析：「今月の売上が前月比で 15% 減少しました。減少の主な原因を分析してください。」
多次元比較：「地域別および製品ライン別の顧客保持率を比較し、最もパフォーマンスが低い組み合わせを特定してください。」
異常検知：「過去 12 か月の注文量の推移を分析し、異常な変動を特定してその原因を提示してください。」
包括的レポート：「2026 年第 1 四半期のビジネスパフォーマンス分析レポートを生成してください。」
クイッククエリ
クイッククエリは ChatBI の軽量な会話モードであり、固定された分析ワークフローに従ってデータクエリ結果を迅速に返します。明確なデータクエリニーズがあり、最短時間で結果を得たいシナリオに適しています。
仕組み
クイッククエリは、各ステップで決定論的な処理ロジックと出力を伴う固定の 5 段階パイプラインに従います。
質問理解：質問のセマンティクスを解析し、クエリの意図とフィルター条件を抽出します。
対象テーブルの特定：現在のデータセットから最も適切なデータテーブルをマッチングします。
実行プランの生成：特定された対象テーブルに基づき、1 つまたは複数の SQL クエリを生成します。
データクエリの実行：SQL コードを実行し、クエリ結果を取得します。
レポート生成：クエリ結果に基づき、可視化と分析結論を含むレポートを生成します。
ユースケースと例
クイッククエリは、明確な目的を持ち、単一クエリで回答可能なシンプルな分析ニーズに適しています。例えば、以下のようなケースです。
メトリッククエリ：「2026 年 1 月の総売上はいくらでしたか？」
トレンド分析：「過去 6 か月間の華東地域における顧客数の推移はどのようになっていますか？」
ランキングとディストリビューション：「売上トップ 10 の製品カテゴリ。」
条件フィルター：「先月の注文金額が 10,000 元を超える顧客の一覧。」