検証フェーズ：データ品質

データアナリストのための AI

Andy Cotgreave

Author and Speaker, Former Technical Evangelist at Tableau

よくある原因

AIが解決する難しい課題

あいまいな重複

 

• 従来型：ルールを手作業で作成し、永遠にメンテナンスが必要
• AI：マッチングロジックを記述し、意味的理解をもたらす

 

• 出力 → 読んで調整できるクエリやグルーピング

時系列の矛盾

• 従来型：タイムスタンプを比較する SQL を記述
• AI：起きてはいけないことを説明するだけ → AI がクエリを記述

論理的な矛盾

 

• 従来型：参照テーブルが必要 — 誰かがメンテナンスしなければならない
• AI：世界知識を活用し、参照データ不要

AIの作業を検証する

 

• AI は魔法ではありません — クエリやコード、ルールを生成しているだけです
• その結果は誤っていることもあります：不適切な正規表現、ハルシネーション（事実と異なる出力）によるビジネスルールなど

問題を修正する

練習しましょう！

データアナリストのための AI