Databricks AI/BIクイックワークショップ

©2025 Databricks Inc. — All rights reserved 1 データブリックス・ジャパン株式会社 2025年2月
1 2時間で身につく！ Databricks AI/BI クイックワークショップ

©2025 Databricks Inc. — All rights reserved 2時間で身につく！ Databricks AI/BIクイックワークショップ
データ分析の世界が大きく変わろうとしています。 AIの進化により専門知識がなくても自然な会話感覚でデータを分析できる時代が到来しました。 2時間のワークショップを通じて、ビジネスユーザーの皆様にDatabricksのAI/BI を活用した次世代のデータ分析をハンズオン形式で体験いただきます。主な対象者 • 業務データの分析に興味をお持ちのビジネスユーザー • Databricksの経験は不問です ※ SQLやExcel/Power BI/Tableauなどのツールを用いた業務データ分析の経験があることが望ましいですが、必須ではありませんゴール事前準備アジェンダ 1. Databricksの全体像の紹介（15分） 2. Unity Catalog & AI/BI 概要説明（15分） 3. ハンズオン（75分） ◦ Unity Catalog・AI/BIダッシュボード・AI/BI Genie • Databricksによるデータ分析の新しい可能性を理解する • AIを活用したデータ分析手法の効果を体感する • 自社のデータ分析業務の改革に向けたヒントを得る • 環境：お客様のDatabricks環境を利用いただきます • データ：弊社よりサンプルデータを提供いたします ※ ワークショップ開催の 1週間前までに、環境の確認・設定に関する事前打ち合わせを実施させていただきます (約1時間)

©2025 Databricks Inc. — All rights reserved 環境セットアップガイドへのリンク • AI/BIクイックワークショップ環境セットアップガイド
(Speaker Deck) • https://speakerdeck.com/databricksjapan/aibi-quick-workshop-environment-s etup-guide • サンプルテーブル作成用ノートブック (GitHub) • https://github.com/nakazax/databricks-aibi-quick-workshop-ja 本ワークショップをセルフサービスで実施する場合、以下のリンクを利用してワークショップ環境をセットアップください

©2025 Databricks Inc. — All rights reserved Agenda 1. Databricksの全体像の紹介（
15分） 2. Unity Catalog & AI/BI 概要説明（15分） 3. ハンズオン（75分） ◦ Unity Catalog（15分） ◦ AI/BI ダッシュボード（30分） ◦ AI/BI Genie（30分） 4. アンケート・質疑応答（10分）

©2025 Databricks Inc. — All rights reserved Databricksって聞いたことありますか？聞いたことあるけど
よく知らない Sparkやビッグデータ向けサービスでしょ？

©2025 Databricks Inc. — All rights reserved データ & AI
カンパニー Creator of: 9 10,000+ 顧客数 $2.4B+ 年間売上 $43B+ 推定企業価値レイクハウスの発明者で生成AI のパイオニアガートナーが認知するリーダーの 1社 - Cloud Database Management Systems - Data Science and ML Platforms 2013年設立 (日本法人は2019年設立)

©2025 Databricks Inc. — All rights reserved Databricksを用いることで 1つのプラットフォームでデータとAIに関する
あらゆるユースケースを実現

©2025 Databricks Inc. — All rights reserved データ変換ペタバイト級データ分析
SQL, BI モデル開発〜提供機械学習 Databricksの得意分野

©2025 Databricks Inc. — All rights reserved ノートブックデータ分析、ETL、機械学習、アプリ開発まで行える万能インターフェイスマルチ言語対応
SQL / Python / R / Scala リアルタイム共同編集柔軟なクラスター管理処理や負荷に応じたスペック選択サーバーレスオプション開発者フレンドリー生成AIアシスタントによる支援、自動履歴保存、Git連携、変数の表示、デバッグ etc. 機能紹介 1/4

©2025 Databricks Inc. — All rights reserved SQLウェアハウス高性能・低コストなSQLとBIの実行基盤 SQL
& 組み込みの BI SQLエディタ、SQLノートブック、ダッシュボード、Genieの実行基盤主要BIツールからの接続性 Power BI / Tableau / Looker etc. JDBC / ODBC接続をサポートアドバンスドな機能ユーザー定義関数 / AI (LLM) 関数フェデレーションクエリ(Snowﬂake / BigQuery / Redshift / 各種RDB etc.) 機能紹介 2/4

©2025 Databricks Inc. — All rights reserved 機械学習実験から本番運用まで MLOpsをワンストップで実現
ライフサイクル管理実験管理、モデル管理、サービング、モニタリングまで一気通貫でサポートリアルタイム推論本番環境グレードのサーバーレスのリアルタイム推論エンドポイント LLM機能カスタムLLMの構築・Fine Tuning AIエージェントの開発から評価まで機能紹介 3/4 AutoML ノーコードで迅速なモデル開発生成されたノートブックでさらに改善

©2025 Databricks Inc. — All rights reserved Databricks Apps セキュアなデータ
& AIアプリを迅速に構築機能紹介 4/4 シンプルにアプリを構築可能使いなれたPythonフレームワークを用いてアプリを素早く構築、実行できる。用意された Python テンプレートから選択も可能本番環境対応 Gitバージョン管理、CI/CDサポートにより本番環境対応のアプリケーションを実行可能セキュリティとガバナンス Unity Catalog、OIDC/OAuth 2.0とSSOによるセキュアなユーザー認証を提供 2025年2〜4月にGA予定 AWS, Azure, GCPの米国リージョンなどで利用可能日本リージョンへの展開予定は未定

©2025 Databricks Inc. — All rights reserved データ変換ペタバイト級データ分析
SQL, BI 生成AI 活用〜カスタマイズモデル開発〜提供機械学習 Databricksの得意分野活用／シンプル化

©2025 Databricks Inc. — All rights reserved 2024年11月13日放送テレビ東京 Newsモーニングサテライト
Databricks共同創業者アルサラン・タバコリインタビューより顧客が保有するデータと紐付けて 1つのサービスで生成AIを動作させる技術 “ ” 生成AI分野でのDatabricksの独自性

©2025 Databricks Inc. — All rights reserved 顧客が保有するデータと紐付けて 1つのサービスで生成AIを動作させる技術
“ ” 生成AI分野でのDatabricksの独自性データインテリジェンス汎用インテリジェンスではなく

汎用インテリジェンスビジネスデータと分断された広範なデータセットでトレーニングされた消費者向けモデルデータインテリジェンスユーザーのデータと接続され組織やドメイン固有の問題を解決できるAI
VS ©2024 Databricks Inc. — All rights reserved

データインテリジェンスプラットフォーム

ディザスターリカバリコストコントロールエンタープライズセキュリティ 100% サーバレスレイクハウス AI/BI ビジネスインテリジェンス Databricks
SQL データウェアハウス Workﬂows/DLT 取り込み、ETL ストリーミング Mosaic AI 人工知能 Databricksデータインテリジェンスプラットフォーム

SQL データウェアハウス Workﬂows/DLT 取り込み、ETL ストリーミング Mosaic AI 人工知能 Databricksデータインテリジェンスプラットフォーム本日のテーマ

©2025 Databricks Inc. — All rights reserved Agenda 1. Databricksの全体像の紹介（15分）
2. Unity Catalog & AI/BI 概要説明（ 15分） 3. ハンズオン（75分） ◦ Unity Catalog（15分） ◦ AI/BI ダッシュボード（30分） ◦ AI/BI Genie（30分） 4. アンケート・質疑応答（10分）

©2025 Databricks Inc. — All rights reserved Q. データガバナンスとは？ •
デジタルビジネスを拡大しようとする組織の80％は、不十分なガバナンスが原因で失敗している（Gartner） • データガバナンスの不備により、ユーザーの時間の30％が付加価値のないタスクに費やされている（McKinsey） • データガバナンスの不備は、年間1,500万ドルもの財務的損失をもたらす可能性がある（investopedia） A. データ資産について、ライフサイクル全体を通して管理するための、原則、プラクティス（実践的な手法）、ツールを組み合わせた総合的な管理手法監査共有アクセス制御リネージディスカバリーデータの使用状況の把握（利用者、時期）社内外へのデータの安全な共有データ保護の仕組み・方法データの関連性とライフサイクルの追跡データの容易な検索・検出事実主要なテーマ

©2024 Databricks Inc. — All rights reserved 従来のカタログ Unity
Catalog Delta Lake Parquet Iceberg アクセス制御発見・検出リネージ監査安全なデータ共有品質モニタリングコスト制御ビジネス上の意味セキュリティコラボレーション品質管理テーブル AIモデルファイル Notebooks Dashboards あらゆる外部データソースと接続あらゆるツール、エンジン、プラットフォームとのオープンなアクセスと連携データとAIを一元管理するガバナンス基盤

©2025 Databricks Inc. — All rights reserved データについての詳細を調べることができるポータルとして機能カタログエクスプローラーテーブル構造・説明
列名、データ型、ビジネスメタデータ等その他基本情報作成/最終更新の日時、ユーザー、ストレージの場所、テーブルプロパティ等履歴いつ、誰が、どのコードやジョブでどんな処理をしたか、等を一覧表示アクセス権限アクセスできるユーザーや権限の種類データリネージュ他のデータとの依存関係の可視化、ジョブやMLモデル、コードとの関連も表示利用状況このテーブルを使用している主なユーザー、クエリやコード、利用頻度等を可視化データプロファイルデータの中身に関する様々な統計、データ品質のダッシュボード

SQL データウェアハウス Workﬂows/DLT 取り込み、ETL ストリーミング Mosaic AI 人工知能 Databricksデータインテリジェンスプラットフォーム本日のテーマ

©2025 Databricks Inc. — All rights reserved Databricks AI/BI インテリジェントな
分析をあらゆる人に 29 Unity Catalogによるガバナンス Databricks SQLが実行基盤ダッシュボード組織全体に対して迅速かつ安全に視覚的な洞察を提供 Genie 自然言語を使ってデータと会話

©2025 Databricks Inc. — All rights reserved AI/BI ダッシュボードデータを可視化
AI支援による BI開発自然言語を用いて、データセット、ビジュアル、ダッシュボードを素早く作成統合されたガバナンスとセキュリティ生データからダッシュボードまで、エンドツーエンドでリネージを追跡リアルタイムのインサイト提供従来のBIツールの様にデータの範囲や鮮度を犠牲にせず、リアルタイムにインサイトを提供一般提供（GA）

©2025 Databricks Inc. — All rights reserved AI支援によるデータ分析と可視化自然言語を用いてダッシュボードに
必要なデータセットを作成自然言語と画面のクリックで新しいビジュアルを作成

©2025 Databricks Inc. — All rights reserved データとBIの統合的なガバナンスとセキュリティエンドツーエンド・列レベルのリネージデータパイプラインの変更が
下流のダッシュボードにどんな影響を与えるかを列レベルで把握データと BI資産を一元的に管理・保護 Databricks外で特別なガバナンスモデルやデータウェアハウスを準備する必要なし Unity Catalog

©2025 Databricks Inc. — All rights reserved すべてのデータを用いて超高速・インタラクティブにインサイトを得る
あらゆる規模に対応する超高速でインタラクティブなダッシュボードすべてのデータを用いた分析 vs. 抽出データのみを用いた分析常に最新のデータでリアルタイムの分析を構築・展開

©2025 Databricks Inc. — All rights reserved ユニークユーザー数は？国別の売上の
推移は？最も重要な顧客層は？最もポピュラーな配送方法は？注文の優先度の変化の傾向は？注文の優先度別の売上の構成は？たしかに、良いダッシュボードは多くの質問に答えてくれる

©2025 Databricks Inc. — All rights reserved あなたが予測できるのはユーザーが尋ねる質問のほんの一部ユニーク
ユーザー数は？国別の売上の推移は？最も重要な顧客層は？最もポピュラーな配送方法は？注文の優先度の変化の傾向は？注文の優先度別の売上の構成は？主要なサプライヤーは？現在の在庫レベルは？最もリードタイムが長いサプライヤーは？サプライチェーンのボトルネックはどこか？配送の遅延頻度は？欠品が発生している製品は？需要予測の精度は？余剰在庫がある場所は？場所別の在庫の状況は？最も利益が大きい製品は？配送遅延のコストは？品質に問題のあるサプライヤーは？平均的な注文履行時間は？輸送コストの傾向は？配送コストの傾向は？サプライヤーの契約義務の遵守状況は？製品別の返品率は？倉庫の稼働率は？持続可能性目標の達成状況は？

©2025 Databricks Inc. — All rights reserved ビジネスは年度の目標に対してどう進捗している？もし、ユーザーが自分たちが持っているデータと
会話することができたら？

©2025 Databricks Inc. — All rights reserved ビジネスは年度の目標に対してどう進捗している？製品ライン売上実績
売上予測差分目標

©2025 Databricks Inc. — All rights reserved AI/BI Genie データと会話
セルフサービスでの Q&A ダッシュボードの更に先へ：ユーザーが自らのデータと自然言語を通じて会話しインサイトを得られるデータインテリジェンスを活用したAI AIはユーザーデータに固有の知識を元に回答、ユーザーフィードバックを通じた精度の向上が可能ガバナンスとセキュリティユーザーがアクセス可能なデータは Unity Catalogで完全に管理一般提供（GA）

©2025 Databricks Inc. — All rights reserved GENIE Query Agent
Query Agent AIエージェントユーザー固有のデータの意味を継続的に学習するエージェントシステム専門のAIエージェントが協調して動作するアンサンブル方式必要に応じてユーザーに確認を求めるツールとコンテキストの活用 • Unity Catalogのメタデータ • クエリ履歴 (すべてのワークロード ) • 関連する資産 (ノートブック、ダッシュボード、クエリ ) • セマンティックモデル (利用可能な場合 ) 学習し、記憶する質問は何でしょうか？ユーザーデータの意味を継続的に理解

©2025 Databricks Inc. — All rights reserved ダッシュボードの更に先へ自社が持つデータに直接、対話型のQ&Aを行う
Genieが会話のスレッドを保存、前回の続きから再開できる Genieは自然言語、表形式、グラフを使って回答

©2025 Databricks Inc. — All rights reserved データインテリジェンスを活用した AIによる精度の高い回答
データプラットフォームからのインテリジェンス管理者の指示を通じたインテリジェンスユーザーフィードバックを通じたインテリジェンス GenieはUnity Catalogのテーブルのスキーマ、コメント、PK/FK関係を理解する。加えて、ダッシュボード内の SQLクエリも理解する。 Genieスペースの管理者は、指示（例：SQL クエリ、ビジネスルール、セマンティクス）を通じて更にインテリジェンスを追加できる。質問にどのように回答すべきか不確かな場合、 Genieは回答を推測するのでなくユーザーに明確化を求める。ユーザーはリアルタイムでフィードバックを提供することで、Genieの回答精度を更に向上できる。

©2025 Databricks Inc. — All rights reserved AIが生成するインサイトにガバナンスとセキュリティを適用
Genieのモニタリング機能を用いることで、ユーザーが質問した内容をレビューできる。評価 (良い/悪い) を元に今後の回答精度を向上させられる。 AI/BIダッシュボード AI/BI Genie 安全な回答を返却企業データアクセスポリシーを適用 Unity Catalog GenieはUnity Catalogのアクセスポリシーを遵守し、ユーザーがアクセス可能なデータのみを返却する。

©2025 Databricks Inc. — All rights reserved AI/BIを選ぶ理由シンプルなアーキテクチャー AI/BIはデータプラットフォームの一部
として統合されているため、別のデータシステムや BIシステムの管理は不要 AI/BIはユーザーのデータ資産や使用パターン、ビジネスの概念に関する深い知識を持ち、関連性が高く正確な回答を迅速に生成 AI/BI Genieは、ビジネスユーザーがダッシュボードを超えて、自然言語を使って新しいインサイトをセルフサービスで得られるようサポートするデータを深く理解より賢いセルフサービス 1 2 3

2. Unity Catalog & AI/BI 概要説明（15分） 3. ハンズオン（75分） ◦ Unity Catalog（15分） ◦ AI/BI ダッシュボード（30分） ◦ AI/BI Genie（30分） 4. アンケート・質疑応答（10分）

©2025 Databricks Inc. — All rights reserved ハンズオン : Unity
Catatlog 1. Databricksワークスペースにログイン ◦ ログイン方法は参加者向け事前作業ガイド参照 2. 表示言語を日本語に変更 3. サンプルのテーブルを表示 ◦ カタログ: aibi_demo_catalog (又は当日指示) ◦ スキーマ: bricksmart ◦ テーブル: gold_user 4. サンプルのテーブルの各種情報を確認 ◦ どんなデータが入っているか？ ◦ いつ、誰によって作られたか？ ◦ 誰がデータを使用できるか？ ◦ テーブル/他データ資産との関係性は？ 1. テーブルの説明の鉛筆ボタンを押してみましょう（説明を変更してもSaveを押さなければ反映されません） 2. 列のコメントの鉛筆ボタンを押してみましょう 3. transactions テーブルの概要タブの「関係を表示」ボタンを押してみましょう課題追加課題 (時間があれば挑戦 )

©2025 Databricks Inc. — All rights reserved サンプルテーブルを表示左側メニューのカタログをクリックし、カタログ一覧で
aibi_demo_catalog をクリックスキーマ一覧で bricksmart をクリックテーブル一覧で gold_user をクリック（時間があれば後で他のテーブルも参照してみましょう）ハンズオン操作例

©2025 Databricks Inc. — All rights reserved サンプルテーブルの各種情報を確認サンプルデータタブハンズオン操作例
補足1：「Genieに聞く」ボタンをクリックすると、自然言語（日本語）でサンプルデータの内容を詳しく確認できる補足2：email列には「列レベルマスキング」を適用済：管理者グループのみがマスキング前のメールアドレスを参照できる

©2025 Databricks Inc. — All rights reserved サンプルテーブルの各種情報を確認参考：管理者グループのユーザーでの表示例ハンズオン操作例
管理者グループのユーザーが同じテーブルにアクセスすると、マスキングされていないメールアドレスが表示される

©2025 Databricks Inc. — All rights reserved サンプルテーブルの各種情報を確認依存関係タブ >
リネージグラフを表示ハンズオン操作例

©2025 Databricks Inc. — All rights reserved テーブル/カラムの説明 AI生成コメントを利用可能説明の右横の鉛筆アイコンをクリック
ハンズオン操作例 ◇のアイコンをクリック日本語で指示を書いて送信すると AIが生成したコメントが出力される • 承認を押すと反映される • 拒否を押すとキャンセル • 矢印を押すと再生成する

2. Unity Catalog & AI/BI 概要説明（15分） 3. ハンズオン（75分） ◦ Unity Catalog（15分） ◦ AI/BI ダッシュボード（ 30分） ◦ AI/BI Genie（30分） 4. アンケート・質疑応答（10分）

©2025 Databricks Inc. — All rights reserved ハンズオン : AI/BIダッシュボード
1. 空のダッシュボードを作成 • 名前例: EC分析ダッシュボード _山田太郎 • 使用するウェアハウス : Serverless Starter Warehouse または当日指示 • 2. ダッシュボードにテキストを追加 • テキスト例: # 基本的な分析 • 3. ダッシュボードにデータセットを追加 • gold_user テーブルを選択 • 4. ダッシュボードにグラフを追加 1. 合計ユーザー数 2. 年齢層別ユーザー数 3. 性別別ユーザー数 4. 地域別ユーザー数課題 5. ダッシュボードにフィルタを追加 1. 年齢層 2. 性別 • 6. ダッシュボードを公開 • 7. クロスフィルタリングを試す • グラフの「シニア層」などをクリックし他のグラフの変化を確認する

©2025 Databricks Inc. — All rights reserved ハンズオン : AI/BIダッシュボード
1. ダッシュボードに新しいページを追加 • 既存ページ名を基本などに変更する • 新規ページ名を応用などに変更し、 # 応用的な分析のテキストを追加する • 2. Databricks Assistantを活用して以下のデータセット用のSQLを追加 1. 地域別・年齢層別のユーザー数 2. 年齢層別・地域別の平均食品購入点数 • 3. 2のデータセットを使ってグラフを作成 • 4. ダッシュボードを公開追加課題 (時間があればチャレンジ ) 5. 公開済みダッシュボード上の Genieに聞くをクリックし、何かしらの質問をしてみる • データセットについて日本語で説明して • シニア層の定義は？ • 地域の例は？

©2025 Databricks Inc. — All rights reserved ハンズオン操作例空のダッシュボードを作成 >
ダッシュボードを作成をクリック

ダッシュボードの名前を変更

ダッシュボードの名前変更完了

ウェアハウスを選択

©2025 Databricks Inc. — All rights reserved ハンズオン操作例ダッシュボードにテキストを追加 >
テキストボックスを追加をクリックマウスカーソルを動かしてテキストボックスの配置場所を指定

テキストボックスを配置

テキストを追加テキストを追加後、テキストボックスの外側の適当な場所をクリックする

テキストの追加完了

©2025 Databricks Inc. — All rights reserved ハンズオン操作例ダッシュボードにデータセットを追加 >
データタブをクリック

gold_user テーブルを検索

gold_user テーブルを選択して確認をクリック

gold_user テーブルの結果が表示されることを確認

©2025 Databricks Inc. — All rights reserved ハンズオン操作例ダッシュボードにグラフを追加 >
ビジュアライゼーションを追加をクリック

合計ユーザー数を入力して送信アイコンをクリック

合計ユーザー数のグラフの承認ボタンをクリック

合計ユーザー数のグラフのタイトルとレイアウトを調整

年齢層別ユーザー数のグラフを追加

性別別ユーザー数のグラフを追加

地域別ユーザー数のグラフを追加

©2025 Databricks Inc. — All rights reserved ハンズオン操作例ダッシュボードにフィルタを追加 >
フィルタを追加をクリック

フィルタで複数の値を選択

年齢層用のフィルタにするためフィールドで age_group を選択

性別用のフィルタを追加、配置を整える

©2025 Databricks Inc. — All rights reserved ハンズオン操作例ダッシュボードを公開 >
公開ボタンをクリック

Genieを有効にしてくださいをオンにし、公開ボタンをクリック

権限レベルに関する情報を確認、右上の × をクリックして閉じる

公開済みに切り替える

©2025 Databricks Inc. — All rights reserved ハンズオン操作例ダッシュボードに新しいページを追加 >
既存ページ名を変更、新規ページを追加ダッシュボードの編集を行う際には、公開から下書きに変更する必要がある

©2025 Databricks Inc. — All rights reserved ハンズオン操作例ダッシュボードに新しいページを追加 >
新規ページ名を変更、テキストを追加

©2025 Databricks Inc. — All rights reserved ハンズオン操作例地域別・年齢層別のユーザー数のデータセット作成 >
gold_user のSQLをコピー & ペースト SQLから作成をクリックした後、gold_userデータセットの SQLをコピーして右側のクエリエディタに貼り付ける。 ※ Databricks Assistantはクエリエディタの内容を読み取る。Databricks Assistantに正しいテーブル名を教えるのが目的。

Databricks AssistantにSQL作成を指示

Databricks AssistantにSQL作成を指示 SELECT region, age_group, COUNT(*) AS user_count FROM aibi_demo_catalog.bricksmart.gold_user GROUP BY region, age_group ORDER BY region, age_group アシスタントが生成する想定の SQL ※ 異なるSQLが生成された場合、以下をコピー &ペーストして利用

作成した SQLを反映 SELECT region, age_group, COUNT(*) AS user_count FROM aibi_demo_catalog.bricksmart.gold_user GROUP BY region, age_group ORDER BY region, age_group アシスタントが生成する想定の SQL ※ 異なるSQLが生成された場合、以下をコピー &ペーストして利用

データセットの名前を変更 SQLの内容を元に、AIにデータセットの名前を提案させる（もちろん自分で名前を入力してもOK）

©2025 Databricks Inc. — All rights reserved ハンズオン操作例年齢層別・地域別の平均食品購入点数のデータセット作成 >
同様の流れで実施 SELECT region, age_group, AVG(food_quantity) AS avg_food_quantity FROM aibi_demo_catalog.bricksmart.gold_user GROUP BY region, age_group ORDER BY region, age_group アシスタントが生成する想定の SQL ※ 異なるSQLが生成された場合、以下をコピー &ペーストして利用

©2025 Databricks Inc. — All rights reserved ハンズオン操作例地域別・年齢層別のユーザー数のグラフを作成 >
データセットを選択

日本語でグラフ作成を指示

年齢層 (age_group) で積み上げ棒グラフの色分け

©2025 Databricks Inc. — All rights reserved ハンズオン操作例年齢層別・地域別の平均食品購入点数のヒートマップ作成 >
日本語でグラフ作成を指示

データセットを選択

作成完了

©2025 Databricks Inc. — All rights reserved ハンズオン操作例 Genieに聞く >
データセットについて日本語で説明して

シニア層の定義は？

地域の例は？

2. Unity Catalog & AI/BI 概要説明（15分） 3. ハンズオン（75分） ◦ Unity Catalog（15分） ◦ AI/BI ダッシュボード（30分） ◦ AI/BI Genie（30分） 4. アンケート・質疑応答（10分）

©2025 Databricks Inc. — All rights reserved AI/BI Genieの基礎 •
データチームがトピック固有の Genie スペースをセットアップします • ビジネスユーザーはGenieスペースでデータに対する質問への回答を得られます • データインテリジェンスプラットフォームを活用し、 Genieは時間と共に学習します

©2025 Databricks Inc. — All rights reserved AI/BI Genieのセットアップのポイント指示の追加
精度の検証 • データチームは、一般的な指示やサンプルのSQL文を通じてGenieをガイド、教育することができます • データチームや信頼できるビジネスユーザーは、期待される回答をテストすることができます • 指示に対して必要な改善を行いますフォーカスされたトピックとデータ • 1つのGenieスペースは1つのトピックにフォーカスします • 適切に文書化・整理された Unity Catalogのテーブルやビューを入力にします

©2025 Databricks Inc. — All rights reserved フォーカスされたトピックとデータ • Genieはどのようなデータの
トピックにも対応できます • フォーカスしたデータセットを用意します • 推奨：不要なカラムを除外し、データを整理したビューを作成します • Unity Catalogのテーブルやビューに適切なコメントがあるとGenieの回答精度が向上します

©2025 Databricks Inc. — All rights reserved 一般的な指示（General Instructions） •
データチームは、一般的な指示を通じてGenieに直接的なガイドを提供できます • 組織独自の専門用語やロジック、コンセプト、 KPIなどを定義します • 時間経過と共に指示を見直すことを推奨しますあなたは日本における [データの名称]に関する日本人のエキスパートです。与えられた質問に対して英語を使わずに日本語で回答します。一般的な指示の例

©2025 Databricks Inc. — All rights reserved サンプルのSQL文 • データチームは、ユーザーから特定
の質問が来た場合に使用する SQL文をGenieスペースに定義できます • Genieとのやりとりの中で実際に検証したSQL文を「指示として保存」することで、Genieが今後の質問に利用するようになります

©2025 Databricks Inc. — All rights reserved Genieによるフォローアップ • ユーザーからの質問が明確でな
い場合、Genieはフォローアップや明確化するための質問を行うように設計されています

©2025 Databricks Inc. — All rights reserved 1. Genieスペースを作成 •
Title例: EC分析スペース_山田太郎 • Default warehouse: Serverless Starter Warehouse または当日指示 • Tables: aibi_demo_catalog > bricksmart スキーマの全テーブルを選択 • 2. 商品のカテゴリーの理解 • ブリックスマートの商品のカテゴリーをGenieに聞く • 回答が英語の場合、日本語で回答するように Genieに指示を追加する • 3. 商品のサブカテゴリーの理解ハンズオン : AI/BI Genie 課題 4. 回答にフィードバックを付与 • Good/Badを付与 • 管理者にレビューリクエストを送信 • 5. スペース設定の更新 • 説明とサンプル質問を追加 • 6. スペースの共有 • ワークスペースのユーザーに作成した Genieスペースを共有

©2025 Databricks Inc. — All rights reserved ハンズオン : AI/BI
Genie 1. 地域の傾向を分析（以下は観点の例） • ユーザーがいる地域 • 東京と大阪のカテゴリー別の売上金額と割合 • 東京と大阪のカテゴリー別の購買客数・客単価・購買頻度 • 2. 年齢層の傾向を分析 • ユーザーの年齢層 • 年齢層ごとのカテゴリー別の売上金額と割合 • シニア層と中年層の食料品の売上構成の差追加課題 (時間があればチャレンジ ) 3. 更に時間があれば自由に質問を行いデータの隠れた傾向を炙り出す以下は分析軸の例 • 性別ごとの傾向 • 組み合わせによる傾向 i. 若年層の地域別の傾向 ii. ｖシニア層の地域別の傾向

©2025 Databricks Inc. — All rights reserved ハンズオン操作例 Genieスペースを作成 >
左側メニューで Genieを選び、 Newをクリック

タイトルとウェアハウスを選択し、テーブルを追加をクリック

カタログとして aibi_demo_catalog を選択（表示されない場合は検索する）

スキーマとして bricksmart を選択

bricksmart スキーマのすべてのテーブルを選択し、確認をクリック

Saveをクリック

カテゴリーとサブカテゴリーが表示される（※ 回答文が英語で返ってくる場合がある）

メニューから指示を選び、日本語で回答してなどと記載し、 Saveをクリック

新しいチャットで再度同じ質問をしてみる

日本語で回答が返ってくることを確認する

生成されたコードを表示をクリック

Genieの回答作成に使用された SQL文が表示される

Genieに質問：商品のカテゴリーごとの売上金額を教えて、多い順で並べて

Genieの回答を確認：食料品の方が売上金額が多い

円グラフをクリック

円グラフの表示を確認

Genieの回答を確認：トップ 3は肉類、野菜、医薬品

円グラフをクリック

円グラフの表示を確認

回答の評価 (Rating) が更新される

以前の回答のハテナマークをクリック、適当なコメントを入力して送信

履歴ページでリクエストを確認、レビュー済みとしてマーク

レビュー済みになることを確認

サンプル質問を追加：ブリックスマートの商品のカテゴリとサブカテゴリは？

Saveをクリック

チャットに戻り、追加したサンプル質問をクリック

適切な結果が返ってくることを確認

下矢印をクリック

適当なユーザーをクリック（ここではすべてのワークスペースユーザーを選択）

実行可能を選択し、追加をクリック

アクセス許可が追加されたことを確認

質問例：東京と大阪のカテゴリーごとの売上金額と割合東京と大阪の結果がまとめられてしまう場合がある

東京と大阪を分けて出力するように指示を追加東京と大阪の結果が分けて表示される

質問例：東京と大阪のカテゴリー別の購買客数・客単価・購買頻度を出力して

質問例：ユーザーの年齢層ごとのカテゴリー別の売上金額を高い順で出力

質問例：ユーザーの年齢層ごとのカテゴリー別の売上金額と比率

質問例：シニア層と中年層の食料品の売上構成の違い、年齢層・売上金額の多い順で出力

2. Unity Catalog & AI/BI 概要説明（15分） 3. ハンズオン（75分） ◦ Unity Catalog（15分） ◦ AI/BI ダッシュボード（30分） ◦ AI/BI Genie（30分） 4. アンケート・質疑応答（ 10分）

Databricks AI/BIクイックワークショップ

Databricks AI/BIクイックワークショップ

More Decks by Databricks Japan

Other Decks in Technology

Featured

Transcript