メインコンテンツへスキップ

Documentation Index

Fetch the complete documentation index at: https://docs.shieldbase.ai/llms.txt

Use this file to discover all available pages before exploring further.

​
概要

データを実行可能なインサイトと可視化に変換します。Shieldbase レポーティングは AI を使ってデータセットを分析し、関連するチャート、グラフ、分析インサイトを自動的に生成します。
レポーティングはテーブル形式のデータセットで最も効果を発揮します。データセットがクリーンであるほど、分析の精度が高まります。

​
はじめに

​
動画チュートリアル - インサイトの特定

💡 ヒント: 動画プレーヤーの歯車アイコン (⚙️) から再生速度を調整してください。詳細なチュートリアルでは 0.5 倍速での視聴がおすすめです。

​
最初のレポートを作成

1

新規レポートを開始

レポーティングセクションで New Report をクリック
2

データソースを選択

分析するデータセットを Library から 1 つ以上選択
3

インサイトを生成

Analysis にプロンプトを入力し、関連するチャート付きで Visualization にインサイトを生成
4

レビューと改善

生成されたインサイトをレビューし、より良い結果のためにプロンプトを改善

​
プロのヒント: インサイトの発見

どんなインサイトを生成すべきか分からない場合は、次の強力なプロンプトを使ってみてください。 
このデータセットから生成できるインサイトを提案してください。インサイトを生成するためのプロンプトと、データを可視化するためのチャートタイプを提案してください。応答は表形式で生成してください。

列 1: データの種類 (記述的、診断的、予測的、処方的)
列 2: プロンプト形式の質問
列 3: チャートタイプ

​
動画チュートリアル - インサイトの発見

💡 ヒント: 動画プレーヤーの歯車アイコン (⚙️) から再生速度を調整してください。詳細なチュートリアルでは 0.5 倍速での視聴がおすすめです。

​
分析の種類

何が起きたか?過去のパフォーマンスを把握するために履歴データを要約します:
  • 四半期ごとの売上合計
  • 顧客属性
  • 製品パフォーマンス指標
  • 地域別の分布

​
データ可視化の種類

レポーティングを使用すると、構造化されたデータをレポート上のインサイトと可視化に変換できます。Library から 1 つ以上のデータセットを選択し分析を生成すると、Shieldbase がデータとプロンプトに基づいて様々なチャートタイプを描画します。
適切なデータに対して適切な可視化タイプを選ぶことは、重要なインサイトをすばやく理解するうえで不可欠です。互換性のないデータセットに対してチャートタイプを強制すると、データ可視化が表示されない可能性があります。
チャートタイプ最適な用途
テーブル行と列で生データや集計データを表示。詳細なビュー、参照テーブル、ドリルダウンに最適。
棒グラフ (Bar Chart)カテゴリ間の値を比較 (例: 地域別売上、ステータス別チケット数)。縦棒/横棒に対応。
積み上げ棒グラフ各カテゴリの構成を示しつつ (例: 地域別売上を製品ラインで分解)、カテゴリ間の合計も比較可能。
折れ線グラフ時系列のトレンドを可視化 (例: DAU、月次売上)。時系列データやモニタリングに最適。
エリアチャート折れ線グラフに似ているが線の下を塗りつぶす形式。累積値や時間軸でのボリュームを強調するのに有用。
積み上げエリアチャート時間経過の中で複数の系列が合計にどう寄与するかを表示 (例: 月ごとのチャネル別流入)。
円グラフ全体に対する各カテゴリの割合をパーセンテージで表示 (例: 市場シェア、予算配分)。
ドーナツチャート円グラフの変形で中央が空洞。中心に主要指標を表示しつつカテゴリ比率を示すのに使われます。
コラムチャート棒グラフの縦方向版で、しばしば棒グラフと同義に使われ、離散カテゴリや時間バケットの比較に利用します。
散布図2 つの数値変数の関係を表示 (例: マーケティング費用 vs 売上)。相関や外れ値の検出に有用。
バブルチャート散布図にバブルサイズで 3 次元目を追加 (例: x = 売上、y = 利益率、サイズ = 顧客数)。
ヒストグラム1 つの数値変数の分布を、値をビンにまとめて表示 (例: 取引規模、応答時間)。
ヒートマップ色の強度を使って行列の値を表現 (例: 地域 × 製品のパフォーマンス、時間帯 × 曜日のアクティビティ)。
ファネルチャート営業ファネルやオンボーディングなど、ステージごとのプロセスを表現し、ステージ間の脱落を可視化。
レーダー (スパイダー) チャート複数の指標を異なる次元で比較 (例: 機能スコア、部門 KPI) するための放射状のレイアウト。
ゲージチャート単一の重要指標を強調表示し、目標やしきい値と比較するのによく使われます (例: SLA 達成率、稼働率)。
トルネードチャート中央軸から左右に伸びる特殊な棒グラフ。感度分析やシナリオ分析で、変数が結果に与える相対的な影響を比較するのに使われます。
ガントチャートタスクや活動を時間軸上に表示し、開始日・終了日・期間・重複を示す。プロジェクトのタイムライン、ロードマップ計画、依存関係の追跡に最適。
コントロールチャートプロセスの安定性や変動を監視するため、上下の管理限界線とともに指標を時系列でプロット。品質管理における異常やトレンドの検知に有用。
組織図 (Org Chart)人、役職、エンティティ間の階層関係をツリー状に表示。組織構造や所有関係の可視化に役立ちます。
サンキーダイアグラムステージやカテゴリ間のフローとその相対的な量を可視化 (例: トラフィックの流入元 → ページ、予算の支出カテゴリ)。各フローの幅は値に比例。
チェックリストマトリックス一連のカテゴリやエンティティに対して項目 (機能、要件、タスク) を表示し、有無・完了状況・ステータスをグリッドで示します。監査、機能比較、実装カバレッジの追跡に有用。

​
ベストプラクティス

データ品質が重要: データセットがクリーンであるほど、AI がコンテキストを理解しやすくなり、分析の精度が高まります。

​
データの準備

1

データをクリーニング

重複を削除し、不整合を修正し、欠損値を処理
2

適切に構造化

一貫した列名、適切なデータ型、明確なヘッダーを使用
3

正確性を検証

分析前にデータの正確性を検証
4

コンテキストをドキュメント化

データソースと定義に関するメタデータを含める

​
可視化のガイドライン

データとチャートを合わせる: 適切なデータに対して適切な可視化タイプを選ぶことは、重要なインサイトをすばやく理解するうえで不可欠です。チャートタイプがデータセットと互換性がない場合、可視化が表示されないことがあります。
比較: 棒グラフ、コラムチャート トレンド: 折れ線グラフ、エリアチャート 構成: 円グラフ、積み上げ棒グラフ 分布: ヒストグラム、箱ひげ図 相関: 散布図、バブルチャート 地理: 地図、地域別チャート

​
連携オプション

レポーティングは ダッシュボード、チャットボット、ワークフロー と組み合わせて、包括的な自動化に活用できます。

​
ダッシュボードでの利用

1

レポートを作成

指標ごとに個別のレポートを構築
2

ダッシュボードに追加

複数のレポートを 1 つのダッシュボードビューに統合
3

タブで整理

関連するレポートを論理的なセクションにグループ化
4

アクセスを共有

関係者にダッシュボードへのアクセスを提供

​
ワークフローでの利用

レポート生成を自動化:
  • 定期レポートをスケジュール
  • データ更新でトリガー
  • メールで配信
  • コンプライアンス用にアーカイブ

​
チャットボットでの利用

会話的な分析を実現:
  • データの質問に回答
  • オンデマンドでレポート生成
  • インタラクティブにインサイトを提供
  • トレンドやパターンを解説

​
よくあるユースケース

  • 製品/地域別の売上トレンド
  • 営業チームのパフォーマンス
  • 顧客獲得コスト
  • パイプラインのコンバージョン率
  • 予測精度

​
高度な機能

​
マルチデータセット分析

複数のデータソースを組み合わせて包括的なインサイトを得ます。
  1. Library から複数のデータセットを選択
  2. AI が自動的に関係性を特定
  3. ソースを横断した統合インサイトを生成
  4. 統合された可視化を作成

​
カスタムプロンプト

効果的な分析プロンプトの例: 
「収益で上位 10 の好調な製品を、月次トレンドとともに表示してください」

「顧客行動の季節パターンを特定し、最適なマーケティング期間を提案してください」

「今四半期と前年同期のパフォーマンスを比較し、主要な差分をハイライトしてください」

​
トラブルシューティング

  • データ形式の互換性を確認
  • チャートタイプがデータ構造に合うか確認
  • データセットに必要な列があるか確認
  • 別の可視化タイプを試す
  • データ品質と完全性を確認
  • より具体的なプロンプトを与える
  • データの不整合を確認
  • 日付形式と範囲を確認
  • 最初の分析でデータセットサイズを縮小
  • 大規模データセットにはサンプリングを使用
  • 分析前にクエリを最適化
  • データ集約を検討

​
プロのヒント

広く始める

まずは高レベルのインサイトから始め、必要に応じて具体に絞り込む

プロンプトを反復改善

初期結果を踏まえてプロンプトを改善し、より良いインサイトを得る

ビューを組み合わせる

複数のチャートタイプを組み合わせ、データのストーリーを伝える

定期的な更新

一貫したモニタリングのためにレポートを自動化