Skip to main content

セマンティックモデルについて知る

学習の目的

この単元を完了すると、次のことができるようになります。

  • セマンティックレイヤーの主な機能を説明する。
  • Tableau Semantics でセマンティックモデルを作成およびカスタマイズする方法を説明する。
  • Tableau Semantics におけるセマンティックモデルの主な利点を特定する。

Tableau Semantics の紹介

Tableau Semantics は、Data Cloud に統合された AI 搭載のセマンティックレイヤーで、ビジネス価値の高いデータによって Tableau Next を支えています。Tableau Semantics の中心にあるのは、セマンティックモデルを作成する機能です。セマンティックモデルは、未加工データをビジネスに適した用語やロジックに対応付けることで、ダッシュボード、レポート、その他のデータドリブン環境での解釈や再利用を容易にします。セマンティックモデルはゼロから作成するか、既存のモデルを拡張するか、またはデータキットを使用して作成します。作成後は、フィールド、リレーションシップ、メトリクスをビジネスのニーズに合わせてカスタマイズできます。

Tableau Semantics を使用すると、信頼できる単一の情報源からセマンティックモデルにアクセスでき、統制の取れた統合環境でデータとメトリクスを一元管理できます。自分のセマンティックモデルを別のユーザーと共有したり、別のユーザーのモデルを利用したりできるため、Tableau Next 全体で一貫性を保つことができます。セマンティックモデルの作成や再利用により、データモデルオブジェクト (DMO) の接続方法を標準化し、フィールド名を統一して、計算の信頼性と正確さを保証できます。

Tableau Semantics コネクタを使用すれば、Tableau Desktop や Tableau Cloud でも、Tableau Next と同様に Data Cloud のセマンティックモデルに接続して利用できます。詳細は「Salesforce ヘルプ: Tableau Semantics」を参照してください。

仕組み

Tableau Semantics は、Tableau Next と組み合わせることで、自然言語の質問をセマンティッククエリに変換して、会話型分析を実現します。これにより、テキスト、ビジュアライゼーション、説明、アクション可能なインサイトなどを含む正確な回答が得られます。Tableau Semantics を使用すると、標準化された方法でビジネスロジックを定義できます。たとえば、大口商談のカットオフ値を定める計算フィールドを作成したり、さまざまなサービス階層で期限切れケースの条件を定義したりできます。

Tableau Semantics は、Tableau Next のワークスペースまたはビジュアライゼーションからアクセスできます。ワークスペースでは、セマンティックモデルを作成したり開いたり、さらには既存のアセットとして追加したりすることができます。

[New Semantic Model (新規セマンティック モデル)] メニューオプション。

セマンティックモデルを既存のアセットとして追加することもできます。

[Select an Asset to Add (追加するアセットを選択)] ダイアログに表示されている [Semantic Model (セマンティック モデル)] のアセットタイプオプション

ビジュアライゼーションでは、セマンティックモデルを開いてニーズに合わせて変更できます。

[New Visualization (新規ビジュアライゼーション)] ページに表示されている [Open Semantic Model (セマンティック モデルを開く)] オプション。

セマンティックモデルを作成したら、ワークスペースでニーズに合わせてカスタマイズできます。

セマンティックモデルをカスタマイズする

複数の DMO、データレイクオブジェクト (DLO)、または Data Cloud の計算済みインサイト (CI) を組み合わせることで、特定のドメイン向けにセマンティックモデルをカスタマイズできます。セマンティックモデルを使用すると、オブジェクト間で柔軟なリレーションシップを作成したり、論理ビューを使用して特定の結合やユニオンを固定化したりできます。また、AI を利用した機能により、元のデータに存在しない追加フィールドを計算フィールドとして手動または自動で追加できます。新しいメトリクスを作成して、分析をさらに強化することもできます。メトリクスの詳細については、「Tableau Next のメトリクス」を参照してください。

次に、複数の DMO と定義済みのリレーションシップを含むセマンティックモデルの例を示します。

異なるデータモデルオブジェクトを含むセマンティックモデルの例。

主な利点

Tableau Semantics を使用すると、ビジネス知識を活用して、データと AI の力を最大限に引き出すことができます。方法は次のとおりです。

  • 統制の取れた単一のレイヤーにデータとメトリクスを集約することで、信頼できるデータ環境の統合と拡張性を実現する
  • セルフサービス型の分析を提供し、リレーションシップの提案などの AI 搭載機能によって手作業や反復作業を削減することで、インサイトの取得までの時間を短縮する
  • より正確で関連性の高い回答をデータから得ることで、エージェントをビジネスコンテキストで強化する

まとめ

Tableau Semantics を使用すると、Data Cloud のデータに基づいてセマンティックモデルを作成し、リレーションシップを構築して定義を追加することで、Salesforce で信頼できる単一の情報源として活用できるようになります。Tableau Next のセマンティックモデルを使用することで、データの準備にかける時間を減らし、分析により多くの時間を費やして、ビジネス上の疑問に対する答えをデータに基づいて見つけることができます。セマンティックモデルについて理解しましたので、Tableau Next にアクセスして、実際に確認してみましょう。

リソース

Salesforce ヘルプで Trailhead のフィードバックを共有してください。

Trailhead についての感想をお聞かせください。[Salesforce ヘルプ] サイトから新しいフィードバックフォームにいつでもアクセスできるようになりました。

詳細はこちら フィードバックの共有に進む