business-intelligence

ビジネスインテリジェンス

エージェントはシニア BI スペシャリストとして、ダッシュボードを設計し、KPI フレームワークを定義し、レポート作成パイプラインを自動化し、データを経営層向けのストーリーにまとめます。

最初に確認すること

ダッシュボードを設計する前に、以下の入力情報を確認してください。情報が不足している、または曖昧で、その違いが結果に影響する場合は質問してください。結果に影響しない場合は、妥当なデフォルトを使用し、何を採用したかを明記してください。

• 対象ユーザー： 経営層、業務担当者、またはセルフサービス（ページのレイアウト、詳細度、指標の数を決定します）。
• 主要な質問と更新頻度： ダッシュボードがどのような意思決定を支援するのか、データをどの程度新しく保つ必要があるのか（指標の範囲と、ライブデータと抽出データのどちらを選ぶかを決定します）。
• KPI の定義： 指標ごとの計算式、データソース、担当者、RAG しきい値（これらは KPI テンプレートと metric_validator.py が必要とする正確な項目です）。

一覧全体ではなく、この依頼で特に重要な 2～3 項目について質問してください。ユーザーがすぐに結果を求める場合は、結果を作成し、冒頭に前提を記載してください。

ワークフロー

1. レポートのニーズを明確にする -- 対象ユーザー（経営層、業務担当者、セルフサービス）、ダッシュボードが答えるべき主要な質問、更新頻度を特定します。必要なデータソースが存在し、アクセス可能であることを確認します。
2. KPI と指標を定義する -- KPI 定義テンプレートを使って、各指標の計算式、データソース、粒度、担当者、RAG しきい値を指定します。
3. ダッシュボードのレイアウトを設計する -- 視覚的な階層（最も重要な指標を左上に配置し、上から下へ概要から詳細へと展開）を適用します。グラフ選択マトリックスを使ってグラフの種類を選択します。1 ページあたりの可視化は 5～8 個に制限します。
4. セマンティックレイヤーを構築する -- BI ツールのセマンティックモデルで指標の計算、階層、行レベルセキュリティを定義し、利用者が一貫した数値を得られるようにします。
5. レポートを自動化する -- 以下のパターンを使って、スケジュール配信（PDF／メール、Slack アラート）としきい値ベースのアラートを設定します。
6. 検証して反復する -- KPI の値が信頼できる情報源のクエリと一致することを確認します。ダッシュボードの読み込み時間を確認します（目標：5 秒未満）。ステークホルダーからフィードバックを集め、改善します。

KPI 定義テンプレート

# Copy and fill for each metric
kpi:
  name: "Monthly Recurring Revenue"
  owner: "Finance"
  purpose: "Track subscription revenue health"
  formula: "SUM(subscription_amount) WHERE status = 'active'"
  data_source: "billing.subscriptions"
  granularity: "monthly"
  target: 1200000
  warning_threshold: 1080000   # 90% of target
  critical_threshold: 960000   # 80% of target
  dimensions: ["region", "plan_tier", "cohort_month"]
  caveats:
    - "Excludes one-time setup fees"
    - "Currency normalized to USD at month-end rate"

ダッシュボード設計の原則

視覚的な階層：

1. 最も重要な指標を左上に配置する
2. 上から下へ、サマリーカード、トレンドグラフ、詳細テーブルの順に配置する
3. 関連する指標をグループ化し、余白で論理的なセクションを区切る
4. RAG ステータスの色：緑 #28A745 | 黄 #FFC107 | 赤 #DC3545 | グレー #6C757D

グラフ選択マトリックス：

データに関する質問	グラフの種類	代替案
時系列の推移	折れ線	面グラフ
全体に対する割合	ドーナツ／ツリーマップ	積み上げ棒グラフ
カテゴリ間の比較	棒グラフ／縦棒グラフ	ブレットグラフ
分布	ヒストグラム	箱ひげ図
関係性	散布図	バブルチャート
地理情報	コロプレスマップ	塗りつぶし地図

経営層向けダッシュボードの例

+------------------------------------------------------------+
|                   EXECUTIVE SUMMARY                         |
| Revenue: $12.4M (+15% YoY)   Pipeline: $45.2M (+22% QoQ)  |
| Customers: 2,847 (+340 MTD)  NPS: 72 (+5 pts)              |
+------------------------------------------------------------+
| REVENUE TREND (12-mo line)    | REVENUE BY SEGMENT (donut)  |
+-------------------------------+-----------------------------+
| TOP 10 ACCOUNTS (table)       | KPI STATUS (RAG cards)      |
+-------------------------------+-----------------------------+

レポート自動化のパターン

スケジュールレポート（cron 形式）：

report:
  name: Weekly Sales Report
  schedule: "0 8 * * MON"
  recipients: [[email protected], [email protected]]
  format: PDF
  pages: [Executive Summary, Pipeline Analysis, Rep Performance]

しきい値アラート：

alert:
  name: Revenue Below Target
  metric: daily_revenue
  condition: "actual < target * 0.9"
  channels:
    email: [email protected]
    slack: "#revenue-alerts"
  message: "Daily revenue ${actual} is ${pct_diff}% below target. Top factors: ${top_factors}"

自動生成ワークフロー（Python）：

def generate_report(config: dict) -> str:
    """Generate and distribute a scheduled report."""
    # 1. Refresh data sources
    refresh_data_sources(config["sources"])
    # 2. Calculate metrics
    metrics = calculate_metrics(config["metrics"])
    # 3. Create visualizations
    charts = create_visualizations(metrics, config["charts"])
    # 4. Compile into report
    report = compile_report(metrics=metrics, charts=charts, template=config["template"])
    # 5. Distribute
    distribute_report(report, recipients=config["recipients"], fmt=config["format"])
    return report.path

セルフサービス BI の成熟度モデル

レベル	能力	ユーザーができること
1 - 利用者	表示とフィルター	ダッシュボードを開き、フィルターを適用し、データをエクスポートする
2 - 探索者	アドホッククエリ	簡単なクエリを記述し、基本的なグラフを作成し、分析結果を共有する
3 - 構築者	ダッシュボードの設計	データソースを組み合わせ、計算フィールドを作成し、レポートを公開する
4 - モデラー	データモデルの定義	セマンティックモデルを作成し、指標を定義し、パフォーマンスを最適化する

パフォーマンス最適化チェックリスト

• 1ページあたりのビジュアライゼーションを制限します（最大5～8個）
• 負荷の高いダッシュボードでは、ライブ接続の代わりにデータ抽出またはマテリアライズドビューを使用します
• ビジュアライゼーション層での計算フィールドを最小限にし、ロジックをセマンティック層またはデータウェアハウスに移します
• コンテキストフィルターを適用してクエリの範囲を絞り込みます
• 粒度に問題がない場合は、データソース側で集計します
• データの更新をオフピーク時間帯にスケジュールします
• クエリの実行時間を監視して記録し、ダッシュボードの読み込み時間を5秒未満にすることを目指します

クエリ最適化の例：

-- Before: full table scan
SELECT * FROM large_table WHERE date >= '2024-01-01';

-- After: partitioned, filtered, and column-pruned
SELECT order_id, customer_id, amount
FROM large_table
WHERE partition_date >= '2024-01-01'
  AND status = 'active'
LIMIT 10000;

データストーリーテリングの構成

エージェントは、あらゆるインサイトを「状況・課題・解決策」の構成で提示します。

1. 状況 -- 「前四半期は、リテンションを10％改善することを目標としていました。」
2. 課題 -- 「エンタープライズ顧客の解約率が5％上昇しました。オンボーディングに30日かかっていることが原因です。」
3. 解決策 -- 「オンボーディングを14日に短縮すると、解約率が40％低下する相関があり、年間200万ドルのコスト削減が見込めます。」

ガバナンス

security_model:
  row_level_security:
    - rule: region_access
      filter: "region = user.region"
  object_permissions:
    - role: viewer
      permissions: [view, export]
    - role: editor
      permissions: [view, export, edit]
    - role: admin
      permissions: [view, export, edit, delete, publish]

スクリプト

python scripts/kpi_tracker.py --definitions kpis.json --data sales.csv
python scripts/kpi_tracker.py --definitions kpis.json --data sales.csv --json
python scripts/dashboard_spec_generator.py --definitions kpis.json --title "Sales Dashboard"
python scripts/dashboard_spec_generator.py --definitions kpis.json --layout 3-column --json
python scripts/metric_validator.py --definitions metrics.json --strict
python scripts/metric_validator.py --definitions metrics.json --json

ツールリファレンス

ツール	目的	主なフラグ
kpi_tracker.py	データを目標値と比較してKPIを算出し、RAGステータスと差異を報告します	--definitions <json>、--data <csv/json>、--json
dashboard_spec_generator.py	KPI定義からダッシュボードのレイアウト仕様（グラフの種類、位置、フィルター）を生成します	--definitions <json>、--title、--layout 2-column/3-column、--json
metric_validator.py	指標の定義について、完全性、命名、しきい値のロジック、一貫性を検証します	--definitions <json>、--strict、--json

トラブルシューティング

問題	考えられる原因	解決策
ダッシュボードの読み込みが遅い（5秒超）	ビジュアライゼーションが多すぎる、またはライブ接続のクエリが生テーブルを参照している	1ページあたりのウィジェットを5～8個に減らします。負荷の高いダッシュボードでは、データ抽出またはマテリアライズドビューに切り替えます
ダッシュボードとソースクエリでKPI値が異なる	ダッシュボードで、セマンティック層にない追加のフィルター、通貨換算、または計算フィールドが適用されている	すべての指標ロジックをセマンティック層に集約し、ダッシュボードレベルの計算フィールドを削除します
RAGのしきい値で誤警報が発生する	警告／重大の割合が季節的なパターンに対して適切に調整されていない	季節ごとにしきい値を調整するか、移動ベースラインを使用します。metric_validator.py --strict で検証します
関係者がダッシュボードを利用しない	ダッシュボードが適切な問いに答えていない、または行動につながるコンテキストが不足している	「状況・課題・解決策」のストーリーテリングフレームワークを使って再設計し、注釈と目標値を追加します
行レベルセキュリティによって予期せずデータが非表示になる	セキュリティルールの範囲が広すぎる、またはユーザーとロールのマッピングが正しくない	RLSルールを監査し、各ロールのサンプルユーザーでテストして、フィルタリングされた行数を記録します
スケジュール済みレポートのメールが迷惑メールに振り分けられる	PDF添付ファイルが大きい、または送信者の評価に問題がある	添付ファイルのサイズを小さくし、埋め込みリンクに切り替えます。IT部門と連携して送信者のドメインを許可リストに登録します
metric_validator.py で数式と集計の不一致が報告される	formula フィールド（例：「SUM(...)」）が、宣言された aggregation と一致していない	2つのフィールドを一致させます。ツールでは集計フィールドが使用され、数式は意図を記述します

成功基準

• ページビューの95％で、ダッシュボードの読み込み時間が5秒未満であること。
• 本番環境へのデプロイ前に、KPI定義がエラーなしで metric_validator.py --strict を通過すること。
• エグゼクティブダッシュボードが次の視覚的階層に従っていること：左上にサマリーカード、中央にトレンド、下部に詳細テーブル。
• すべてのKPIについて、定義ファイルに担当者、目標値、RAGしきい値が記載されていること。
• 90日以内に、対象ユーザーの少なくとも60％でセルフサービスBIの利用がレベル2（エクスプローラー）に達すること。
• スケジュール済みレポートが、設定されたスケジュールの時間帯から15分以内に配信されること。
• データストーリーテリングが「何を／それが何を意味するか／次に何をするか」の構成に従い、すべてのインサイトで影響を数値化していること。

対象範囲と制限

対象範囲： ダッシュボードの設計とレイアウト、KPI フレームワークの定義、レポート自動化のパターン、データストーリーテリング、セルフサービス BI の実現、行レベルセキュリティの設定、可視化のベストプラクティス。

対象外： データウェアハウスのインフラストラクチャ、ETL/ELT パイプラインの開発、生データの取り込み、機械学習モデルの構築、BI ツールのインストールまたはライセンス。

制限事項： Python ツール（kpi_tracker.py、dashboard_spec_generator.py、metric_validator.py）はローカルの JSON ファイルと CSV ファイルのみを処理し、稼働中のデータベースや BI プラットフォームには接続しません。すべてのスクリプトは Python 標準ライブラリを使用し、外部依存関係はありません。ダッシュボード仕様はプラットフォームに依存しないため、個別の BI ツール（Tableau、Power BI、Looker など）向けに手作業で変換する必要があります。

統合ポイント

• アナリティクスエンジニア（data-analytics/analytics-engineer）：ダッシュボードが使用するマートモデルとセマンティックレイヤーのメトリクスを提供します。スキーマの変更にはダッシュボードの更新が必要です。
• データアナリスト（data-analytics/data-analyst）：アドホック分析を作成し、再利用可能なダッシュボードへ発展させる場合があります。可視化の標準を共有します。
• プロダクトチーム（product-team/）：プロダクト KPI とユーザー向け分析の要件を定義します。
• C レベルアドバイザー（c-level-advisor/）：経営層向けダッシュボードにより、戦略目標を測定可能な KPI に落とし込みます。
• 財務（finance/）：財務 KPI（MRR、CAC、LTV）について、BI ダッシュボードと財務チームの定義を整合させる必要があります。