最終更新日：2024年9月27日

ChatGPTは、人々が情報と対話する方法を変えました。質問を入力すると、数秒で明確な回答が得られます。このシンプルなパターンは、あらゆるアプリのあらゆる部分に対する期待を形成し、組み込み分析もそれに倣っています。ユーザーは、追加の手順なしに、データに関する質問に対する直接的な回答を求めています。会話型分析は、このエクスペリエンスを提供します。

レポートは依然としてユーザーがデータを探索するのに役立ちますが、多くのユーザーは、すでに念頭に置いているインサイトに迅速にアクセスする方法を求めています。質問を立て、ChatGPTから得られるのと同じように、それに対応するチャートを取得したいと考えています。この変化は、さまざまな技術スキルを持つユーザーに対する摩擦を解消するため、あらゆる業界に影響を与えます。その結果、多くのSaaS製品チームは、会話型分析を将来の分析層の重要な要素として捉えています。

73% テクノロジーリーダーの多くが、来年、AIの利用を拡大する計画を立てており、期待がどれほど急速に変化しているかを示しています。自然言語により、分析が使いやすくなり、高度なユーザーを超えてインサイトへのアクセスが拡大します。また、顧客が製品の価値を評価する方法も変化します。より迅速な回答は、より迅速な意思決定につながるためです。

このアイデアは単純に聞こえますが、ほとんどの会話型分析ソフトウェアは、実際のSaaS製品では期待どおりに機能しません。多くのツールは、外部のAIサービスに依存しており、プライバシー、制御、データ露出に関する新たな問題を引き起こします。これらのリスクは、顧客向けの分析層では受け入れがたいものです。そのため、チームは、会話型分析をロードマップに追加する前に、アーキテクチャレベルで会話型分析がどのように機能するかを理解する必要があります。

What is Conversational Analytics

会話型分析により、ユーザーは自然言語を使用してデータに関する質問をし、チャート、メトリック、または要約の形で回答を得ることができます。レポートを作成したり、エディターを操作したりする代わりに、ユーザーは表示したいものを記述します。システムは、そのリクエストを、分析層の残りの部分を動かすのと同じロジックを使用して、視覚化またはインサイトに変換します。

簡単な例を以下に示します。ユーザーがSaaSアプリケーションを開き、「プラン別の月次解約率を表示」と尋ねます。製品は、アプリ内の他のすべてのダッシュボードと同じフィルター、権限、およびデータルールに従ったチャートで応答します。レポートの作成は不要です。スキーマの知識も不要です。ビジネス上の質問に対する直接的な回答だけです。

これは単純に聞こえますが、顧客向けの製品でこれを実現すると、ほとんどのツールが対応できるように設計されていない制約が発生します。そこで、ほとんどのギャップが生じます。

Why Most Conversational Analytics Tools Do Not Fit SaaS Products

多くのチームは、会話型分析の可能性を認識していますが、ほとんどのツールは、実際のSaaS製品のニーズを満たしていません。新しいリスクを生み出したり、コア製品のルールを破ったり、チームが制御できない外部システムに依存させたりします。これらの問題は、実装の初期段階で発生し、ユーザーベースが拡大するにつれて急速に悪化します。

外部のAIサービスが、データをお客様の環境の外にプッシュします

ほとんどの会話型分析ソフトウェアは、クラウドでホストされているモデルに依存しており、ユーザーのプロンプトとメタデータをお客様の環境の外で処理します。これにより、機密レコードを処理するSaaSプラットフォームのセキュリティ体制が損なわれます。 51% テクノロジーリーダーの多くが、セキュリティを2025年の最優先の開発課題としています。分析クエリをサードパーティのモデルにルーティングすると、このリスクが高まり、新たなコンプライアンスの問題が発生します。

汎用モデルは、製品のセキュリティルールに従うことができません

外部モデルは、行レベルのセキュリティまたはテナントロジックを適用できません。どの顧客、ロール、またはグループがどのフィールドを表示する必要があるかを知りません。ユーザーが単純な質問をするかもしれませんが、モデルは内部ルールに違反するデータを取得する可能性があります。これにより、信頼が損なわれ、チームのサポート負担が増加します。

会話型分析は、製品のUI/UXに適合する必要があります

ほとんどの汎用ツールは、製品と一致しないチャットウィンドウを提供します。レイアウト、要素、フローを導入し、アプリの残りの部分から切り離されているように感じさせます。これにより、エクスペリエンスが損なわれ、チームは一貫性のないUI層を維持する必要があります。SaaS製品には、既存の 組み込み分析 エクスペリエンスに適合する会話型ワークフローが必要です。

SaaSチームは、AIの動作と出力の制御を失います

汎用的な会話型分析ソフトウェアは、多くの場合、予測不可能な結果を生み出します。関連性のないフィールドを返したり、メトリックを発明したり、製品のロジックに従わないチャートを作成したりする可能性があります。これにより、機能が信頼できなくなり、誤った意思決定のリスクが高まります。製品チームは、特に分析がビジネスの結果に影響を与える場合に、予測可能性を必要とします。

これらの課題から、会話型分析は、お客様自身の環境内で実行されるべきであることがわかります。

会話型分析が、お客様の環境内で実行されるべき理由

SaaSリーダーは、セキュリティを損なったり、製品の制御を失ったりすることなく、会話型分析をサポートするモデルが必要です。多くのツールは、お客様の環境の外に別の層を追加するため、失敗します。より優れたモデルは、すべてをデータ、ルール、およびユーザーに近づけて保持します。

すべてのデータとロジックを、お客様自身の環境内に保持します

安全なアプローチは、すべての処理をお客様のネットワーク内に保持します。アプリケーションは、内部サービスにリクエストを送信します。そのサービスは、お客様自身の資格を使用して、言語モデルと通信します。お客様の生のデータは、ベンダーのサーバーに送信されることはありません。これにより、会話型AI分析は、リスクのあるアドオンから、制御されたワークフローに変わります。また、チームは、ユーザーの作業を遅らせることなく、厳格なガバナンスルールを遵守するのに役立ちます。

モデルにSQLを記述させるのではなく、既存のデータモデルを使用します

多くの会話型分析ソフトウェアツールは、ユーザーのプロンプトからSQLを直接作成します。これはリスクがあります。セキュリティルールを回避し、多くの場合、予測不可能な結果をもたらします。より優れたアプローチは、生のSQLではなく、ダッシュボード定義または視覚化構成を生成することです。次に、リクエストは、既存の認証、行レベルのセキュリティ、およびフィルタリングロジックを通過します。これにより、すべてのクエリでアクセスルールの一貫性と予測可能性が維持されます。

自然言語を、単なるチャットウィンドウではなく、インテント層として扱います

最新のシステムは、自然言語を柔軟なコマンド層として扱います。ユーザーは、ダッシュボードの作成、ウィジェットの追加、フィルターの適用、または視覚化の要約を要求できます。これらの会話型分析の例は、インテントがワークフローをどのように推進するかを示しています。チャットパネル、検索バー、またはコンテキストメニューで尋ねられた質問は、同じ内部ロジックをトリガーします。これにより、製品全体で一貫したエクスペリエンスが作成され、既存の AIを活用したアナリティクス ワークフローにシームレスに適合します。

テスト、スコアリング、およびガードレールを使用して、AIが信頼できるようにします

AIは、SaaS製品内で使用される場合に、予測可能な動作をする必要があります。強力なシステムには、関連性のスコアリング、制御されたプロンプト、および明確な出力ルールが含まれます。また、チームは、さまざまなモデルを既知のダッシュボードに対してテストして、精度と速度を評価できるようにします。

これらの原則に基づいて構築されたモデルは、チームに会話型分析を完全に制御できるようにします。次のステップは、セキュリティがこのアプローチにどのように適合するか、そしてそれがすべての設計上の選択をどのように形作るかを理解することです。

セキュリティ層：AI、データ、分析をすべてお客様の管理下に

チームがAIデモから本番環境の会話型分析に移行すると、セキュリティが最大の課題になります。ユーザーは迅速な回答を求めていますが、顧客はデータの厳格な制御を期待しています。多くのツールは、このギャップを無視しています。外部モデルを通じてSQLを生成し、それをお客様の環境の外に送信し、ベンダーがすべてを安全に保つことを願っています。

Revealは、異なるアプローチを採用しています。会話型分析のワークフロー全体をお客様の製品のセキュリティ境界内に保持します。生のデータはお客様の環境から送信されず、AI層は、お客様がすでに適用しているすべてのルールを尊重します。

AIを、ベンダーのクラウドではなく、データに隣接して配置します

ほとんどの会話型分析ソフトウェアは、ユーザーのプロンプトをクラウドモデルに送信し、そのモデルがSQLを記述します。これにより、セキュリティチェーンが中断されます。

• モデルはお客様のユーザー権限を知りません。

• 行レベルのセキュリティを適用できません。

• お客様が明らかにすることはないフィールドまたはパターンを公開する可能性があります。

Revealは、このパターンを完全に回避します。AIは、お客様自身のクラウドアカウントまたはお客様自身のインフラストラクチャで実行され、アプリケーションのみがモデルと通信するシステムになります。モデルは、生のデータではなく、メタデータを受信します。これにより、所有権と制御が本来あるべき場所、つまりお客様のチームに保持されます。

既存のセキュリティモデルを通じて、ダッシュボードを生成します

Revealは、AIがSQLを生成することはありません。代わりに、SDK DOMを使用して、自然言語をダッシュボードJSON定義に変換します。その定義は、製品内のすべてのダッシュボードで使用されるのと同じサーバーライフサイクルを通過します。これにより、既存のすべての制御が適用されます。

• 認証

• データソースアイテム

• 行レベルのセキュリティ

• フィルター

• ユーザーコンテキスト

ユーザーが通常のダッシュボードでメトリックを表示できない場合、会話型分析でも表示できません。これが、チームが Reveal 組み込み分析における安全な会話型AIを選択する主な理由の1つです。

AIアクセス用に、2番目のセキュリティ層を追加します

Revealは、既存のセキュリティモデルの上に、もう1つの制御層を追加します。AIが使用できるデータセットと、使用できないデータセットを決定します。これには、次のものが含まれます。

• テーブルとビューのホワイトリスト。 AIを、各データソース内の特定のデータセットに制限します。

• メタデータの上書き。 「ジョブチケット」または「ケースコード」などのドメイン用語を、スキーマを変更せずに、基になるフィールドにマップします。

• インテントレベルの制御。 ダッシュボードの作成、編集、要約、または分析を、意味がある場合にのみ許可します。

これらのオプションにより、予測可能で安全な会話型分析環境が作成されます。自然言語の柔軟性を得ながら、製品、ルール、またはコンプライアンスニーズを理解していないモデルに権限を与えることはありません。

会話型分析が、製品内でどのように機能するか

会話型分析を実際に使用すると、この機能が実際の製品内で何ができるかを理解できます。以下のビデオでは、Revealのワークフローをステップごとに説明し、自然言語のクエリが、組み込み環境でユーザーが期待できる正確な動作を示す、リアルタイムで安全なダッシュボード、要約、および更新にどのように変換されるかを示します。

会話型分析が、組み込み分析の中でどのような役割を果たすか

ほとんどのユーザーは、特定の目的を持ってアプリケーションを開きます。迅速な回答または昨日の変更点に関する明確なビューを求めています。ダッシュボードは役立ちますが、ユーザーが1日の間に尋ねるすべての質問に対応するわけではありません。会話型分析は、この点で役立ちます。探索とアクションの間のギャップを埋め、ユーザーがニーズを直接尋ねることができるようにします。

会話型分析は、既存のワークフローにうまく適合します。ダッシュボードの背後にあるデータは同じままです。単に、ユーザーが接続された データソースに対してのみ データソースを操作する方法を理解する必要がないため、より迅速にアクセスできるようになります。

既存のダッシュボード内での、より迅速な回答

ユーザーは、多くの場合、ダッシュボードを開いて、傾向と主要なメトリックを確認します。何が変更されたかを把握するのに十分ですが、さらに詳細が必要です。会話型分析は、この場合に最も迅速なオプションになります。国別の内訳、先月との比較、または上位パフォーマーのリストを、新しいビューを作成することなく要求できます。

短いクエリは、メニューをクリックしたり、ダッシュボードを切り替えたりするよりも簡単な場合があります。ユーザーはタスクに集中し、より深い探索による摩擦を回避します。

技術に精通していないユーザーが、必要なものを構築できるようにします

多くのユーザーは、望ましい結果を知っていますが、それを実現するダッシュボードを組み立てる方法を知りません。テーブル、結合、フィールド、集計は理解していません。会話型分析は、この障壁を取り除きます。単純な質問は、ユーザーが念頭に置いていたものと一致するチャート、テーブル、またはウィジェットを返すことができます。

これにより、アプリに毎日依存しているが、完全なエディターに慣れていないユーザーを支援できます。また、サポートチームと製品チームの負担も軽減されます。ユーザーが自然言語で質問できる場合、スキーマを操作するのに支援を求める必要はありません。

例としては、次のものがあります。

• 地域別の内訳を迅速に知りたいマネージャー。

• ボリュームまたは例外を確認する必要があるオペレーター。

• ダッシュボードを改良する前に、開始点が必要なアナリスト。

データとアクションの間の摩擦を軽減します

ユーザーは、多くの場合、新しいダッシュボードではなく、小さな変更を必要とします。ウィジェットを追加したり、フィルターを調整したり、単純なレポートを生成したりしたい場合があります。会話型分析は、ワークフローを中断することなく、これを行うのに役立ちます。

組み込み分析のフローに自然に適合し、ユーザーが作業のコンテキストを維持しながらアクションを実行できるようにします。画面を離れたり、ビルダーを開いたり、メニューを検索したりする必要はありません。

これにより、製品はより高速で、よりサポート力のあるものになります。ユーザーがこのレベルの利便性を経験すると、どこでもそれを期待するようになります。

Revealのアプローチ：柔軟で安全なSaaS向けの会話型分析

ほとんどのチームは、実際の製品に汎用的な会話型分析ソフトウェアを導入しようとすると、限界に達します。迅速な応答、正確なインサイト、および既存のルールを尊重する安全なアーキテクチャが必要です。Revealは、AIをお客様の環境内に保持し、開発者に完全な制御を提供し、すべてのユーザーに予測可能なエクスペリエンスを提供することで、これらのニーズに対応します。

Reveal はお客様のデータを一切利用しません。お客様のアプリケーションは、選択したモデルと、お客様自身のクラウドアカウントまたはインフラストラクチャを通じて通信します。データがお客様の環境外に送信されることはなく、AI レイヤーは、組み込みダッシュボードで既に適用している制御の下で動作します。

お客様の環境内で実行される AI

Reveal は、お客様のデータと AI ワークフローの両方を、お客様の管理下に置きます。このシステムは、お客様の認証、クラウドアカウント、およびガバナンスモデルを使用します。これにより、分析ベンダーがプロンプトやクエリを外部サービスに送信する場合に発生するセキュリティ上のギャップを回避できます。

主な利点には、次のようなものがあります。

• お客様はモデルを選択できます。Azure OpenAI、ローカルの小規模言語モデル、またはその他のプロバイダーなど。

• AI は、生のデータではなく、メタデータを受信します。

• Reveal は、お客様のクエリ、データセット、または結果を一切参照しません。

• すべての AI 機能は、オプションで完全に構成可能です。

• すべての処理がデータと並行して実行されるため、予測可能なパフォーマンスが実現します。

これにより、お客様のチームは、ほとんどの AI 搭載分析プラットフォームでは実現できないレベルの制御を手に入れることができます。

実際の製品向けの安全なアーキテクチャ

Reveal は、SDK DOM を使用して、自然言語のリクエストを安全なダッシュボード定義に変換します。SQL ではなく、すべての結果は Reveal サーバーのライフサイクルを経由するため、既存のルールがすべての段階で自動的に適用されます。

お客様が得られるのは、

• すべてのクエリに対する行レベルのセキュリティです。

• すべてのフィルターとユーザーコンテキストが自動的に適用されます。

• AI が利用できるテーブルとビューを制御できます。

• お客様が使用するドメイン用語に対するメタデータのオーバーライドが可能です。

• モデルが SQL を記述しないため、安全な実行が可能です。

これにより、会話型分析における最も一般的な障害ポイントが解消され、コンプライアンス体制が維持されます。

開発者と製品チーム向けに設計

Reveal は、独立したチャットボットではなく、真の組み込みソリューションとして機能します。AI 機能を UX の任意の場所に配置し、SDK を介してエクスペリエンス全体を制御できます。これにより、会話型分析を製品に組み込み、お客様の条件に合わせて自由にカスタマイズできます。

Reveal は、製品チームを次の点でサポートします。

• チャット、要約、ダッシュボードの編集、分析のための完全な API 表面。

• 有効にしたいワークフローに基づいて、各 AI インテントを制御できます。

• アプリケーションの任意の画面にインサイトを追加するための明確なパス。

• ユーザー数が増えても増加しない、固定の年間コスト。

• 安全でスケーラブルな基盤 AIを活用したアナリティクス.

これが、チームが導入を改善し、 組み込み分析による顧客維持率の向上, および新しい機能の 製品にアナリティクスを追加する際の 開発を加速する方法です。また、 製品アナリティクスの収益をサポートします。 および データの収益化 機会を通じて、長期的な成長もサポートします。

Reveal は、データに依存する製品向けに構築されています。セキュリティモデルを維持し、予測可能なツールでチームをサポートし、ユーザーが信頼できる会話型分析エクスペリエンスを提供します。

データの力を活用する

リアルタイムでコンテキストに応じたデータを使用して、ビジネスを成長させましょう。

デモをリクエストする