AIとML

ビジネスユーザーのための機械学習

ワンクリックで実行できる高度な分析を使用して、クイック予測、トレンド線、クラスター、参照線を表示できます。ユーザーは、組み込みのアルゴリズムの予測間隔とモデルタイプをカスタマイズして、データやビジネスのユースケースに、より適合させることができます。

説明機能を使用すると、コーディングを行うことなく、わずか数回のクリックでデータ・セットを調査し、有意義なビジネス・ドライバ、コンテキスト・インサイトおよびデータ異常を特定できます。Explainからビジュアルや知見を選び、新しいダッシュボードやストーリーをスタートさせることができます。

自動インサイト機能は、データ・セットを調査し、MLを使用して、利用可能なすべての指標と属性により、視覚的なインサイトを自動的に作成します。これにより、他の方法では考慮されないつながりやパターンをデータから発見できる場合があります。Oracle Analyticsでは、1回のクリックで、詳細な説明を含むさまざまなビジュアライゼーションが表示され、プロジェクト・キャンバスに簡単に追加できます。インサイトの導出に使用されるすべての計算は透過的で編集可能です。

説明機能と自動インサイト機能を使用して、機械学習（ML）を利用した分析主導のインサイトでプロジェクトを開始し、空白のキャンバス・シンドロームと結果の偏りを回避できます。

アナリスト向け生成AIアシスタント

Oracle Analytics AI Assistantは、会話型インタフェースを介して生成AIの大規模言語モデル（LLM）を使用し、アナリストの生産性を高めるのに役立ちます。自然言語を正確なアクションに変換することで、AIアシスタントはアナリストがビジョンを実現できるよう支援します。アナリストは具体的な変更や修正を依頼し、AI Assistantに実行を自動化させることができます。その結果、アナリストは可視化ツールの専門家である必要がなくなります。また、適切な機能や構成を探すために時間を費やす必要もなくなります。Power BI や Tableau などの他の可視化ツールを使い慣れているアナリストは、Oracle Analytics を使用することで、すぐに生産性を高めることができます。

お客様は、2つの言語モデルから選択できます。

組み込みのLLMは、現在のワークブックでアクティブになっている特定のデータセットと、Oracle Analytics環境内のデータを理解するように特別に設計されています。外部LLMとは異なり、分析会話と分析タスク用に最適化されているため、正確でハルシネーションが起こりにくくなっています。たとえば、「ロイヤルティ・プログラムのゴールドメンバーおける収益の上位5か国はどこですか？」といったコマンドに対応します。

Bring-your-own-LLM (BYO-LLM)により、OpenAI などのサービスから外部 LLM サブスクリプションを統合することができます。外部 LLM は、分析プロジェクトにすでに存在するデータセット以外の、外部世界に関する追加の知識をトレーニングデータから提供します。これにより、外部参照の事実を使用したより柔軟なクエリが可能になり、フィルタ値を正しく設定できます。たとえば、「2024年の米国連邦祝日の売上高は、平均気温が22℃以上の人口上位10の米国の都市ではいくらでしたか？」などのコマンドに対応します。

この例では、分析プロジェクトのデータセットは、収益表、日付表、地域表で構成されています。これらの表には、米国の祝日、都市人口、過去の気象データに関する情報は含まれていません。LLMは、これらの不足している詳細情報を補い、日付表と地域表を正確に限定するための正しいフィルタ値を提供します。

自然言語処理と自然言語生成

AIによる自然言語処理（NLP）と自然言語生成（NLG）を生成AIが作成した応答と併用することで、対話とアナリティクスの理解を改善できます。データが存在する場所やデータ・セットの構成を理解していなくても、自然言語（話し言葉や検索キーワード）を使用するだけで、Oracle Analyticsのデータ・セットとセマンティック・レイヤーに情報を問い合わせることができます。クエリの作成時に、コンテキスト内にビジュアライゼーションを自動的にレンダリングします。

NLGは、ビジュアライゼーションのスマート・テキストによるナラティブを作成します。作成されるナラティブはデフォルトでデータ・ソースにライブ接続され、ビジュアライゼーションやフィルタなど、キャンバス上の他のデータ・オブジェクトとの対話が行われます。ナラティブの詳細には7つの選択可能なレベルがあり、説明を「トレンド」または「ブレークダウン」に設定できます。テキストによるナラティブは複数の言語で作成できます。モバイル・アプリを使用すると、分析ワークブックをポッドキャストなどの音声によるナラティブに変換できます。