Go beyond the dashboard; Empowering every team to act on data

Tableau Now! - 2026-02-26
従来はデータアナリストによるデータ分析のためにデータセットを転用し、従業員向けのデータ分析のセルフサービスを提供した事例紹介。

Transcript

1. 2026-02-25 Go beyond the dashboard; Empowering every team to act on data Tableau Now! Takeshi Hiratsuka
2. 株式会社リバネスナレッジ 取締役 平塚 武 Leave a Nest Knowledge Co., Ltd. Board Member, Takeshi Hiratsuka 【 データを価値に変換する 】 Salesforce + Tableau Next + Data 360 DATA Saber Snowflake Squad 2025 Profile
3. はじめに データからインサイトを導き出し組織にアウトカムをもたらすために 日々邁進されているみなさまに深く敬意を表します。
4. 今日お伝えしたいこと 2 / 14 データの価値はもう、ダッシュボードの中に納まりきらなくなっています｡
7. Before：私たちのデータ活用の課題 3 / 14 「売上だけでなくて、返品額も知りたいんだけど …。」 1 Tableau Classic で Viz を開く 2 データソースに フィールドを追加 3 Sheet にディメンション メジャーを追加 4 パブリッシュ し直す → 1 つの要望に対して、これだけの手順が必要 Viz 作成者のみがデータ更新可能 → ボトルネック化 ユーザーは「見る」だけ。自分で掘り下げる手段がない データに関する問い合わせが増加し続ける
8. 転機：Tableau Next & Data 360 という選択肢 4 / 14 もし、同僚がダッシュボードを開かずに AI Agent で答えを得られるとしたら？ ダッシュボードを 開く必要がない Viz のカスタマイズも 不要 AI Agent が セマンティックデータモデル を参照して自動で回答 これを実現するために選んだのが Tableau Next & Data 360 セマンティックデータモデル（SDM）とは？ ビジネスの意味（メトリクスの定義、ディメンションの関係）をデータモデルとして定義したもの。 AI Agent はこの SDM を参照することで、ユーザーの自然言語の質問を正確なクエリに変換できる。
11. 今日お伝えしたいこと 2 / 14 データの価値はもう、ダッシュボードの中に納まりきらなくなっています｡
13. 今日お伝えしたいこと 2 / 14 データの価値はもう、ダッシュボードの中に納まりきらなくなっています｡ 更なるアウトカムを得るためにセルフサービスに挑戦していきましょう｡
14. データ分析のセルフサービスにおける 3 つのステージ Stage 1 情報の民主化 ダッシュボードを見るだけ ↓ Metricsで全員がKPIを追える Dashboard / Metrics Stage 2 対話的な分析 自然言語で質問してAIが回答 ↓ ダッシュボード作成者に依頼不要 Analytics Agent Stage 3 自律的な深堀り ユーザー自身がLLMを活用 ↓ 仮説検証・レポート作成まで行う Claude / Codex + Tableau MCP 連携 基盤：Data 360 （セマンティックデータモデル） × Tableau Next エコシステム
15. 7 / 14 Stage 1 情報の民主化 — Tableau Next Metrics ダッシュボードではなく Metrics としてデータを提供。全員が同じ KPI を追えるようになった。
16. 8 / 14 Stage 2 対話的な分析 — Analytics Agent ユーザーが Slack 上で直接データに質問。ダッシュボード作成者への依頼が不要に。
17. 9 / 14 Stage 3 自律的な深堀り — LLM × データ分析 Power User は自ら LLM で深堀り分析を実施。仮説検証からレポート作成までセルフサービスで完結。
18. LLM を活用したデータ分析
19. LLM を活用したデータ分析
20. データ分析のセルフサービスにおける 3 つのステージ Stage 1 情報の民主化 ダッシュボードを見るだけ ↓ Metricsで全員がKPIを追える Dashboard / Metrics Stage 2 対話的な分析 自然言語で質問してAIが回答 ↓ ダッシュボード作成者に依頼不要 Analytics Agent Stage 3 自律的な深堀り ユーザー自身がLLMを活用 ↓ 仮説検証・レポート作成まで行う Claude / Codex + Tableau MCP 連携 基盤：Data 360 （セマンティックデータモデル） × Tableau Next エコシステム
22. Data 360 is intelligent activation layer
23. データ分析のセルフサービスにおける 3 つのステージ Stage 1 情報の民主化 ダッシュボードを見るだけ ↓ Metricsで全員がKPIを追える Dashboard / Metrics Stage 2 対話的な分析 自然言語で質問してAIが回答 ↓ ダッシュボード作成者に依頼不要 Analytics Agent Stage 3 自律的な深堀り ユーザー自身がLLMを活用 ↓ 仮説検証・レポート作成まで行う Claude / Codex + Tableau MCP 連携 基盤：Data 360 （セマンティックデータモデル） × Tableau Next エコシステム
24. 今日お伝えしたいこと 2 / 14 データの価値はもう、ダッシュボードの中に納まりきらなくなっています｡ 更なるアウトカムを得るためにセルフサービスに挑戦していきましょう｡
25. 今日お伝えしたいこと 2 / 14 データの価値はもう、ダッシュボードの中に納まりきらなくなっています｡ 更なるアウトカムを得るためにセルフサービスに挑戦していきましょう｡ 🍻 Tableau Next MCP のお話は懇親会でぜひ聞いてみてください！
26. Appendix: AI での活用を加速していくためのポイント • その会議にキレイなレポートは必要ですか？そのアクションにキレイなレポート は必要ですか？常にアウトカムからバックキャスト的に必要なものを考え直す ようにしましょう｡ • Agentic AIによるデータ分析のセルフサービス化により､いまVisualizeに 利用していない項目も、ユーザーは活用してくれる可能性が高いです｡ ユーザーのドメインを深く理解して、いまVisualizeには使っていない項目も 先回りして用意しておこう。