3つのチームから AI 支援分析の依頼があなたのもとに届きました。それぞれの依頼について、どの接続パターン（フラットファイルのアップロード、MCP、セマンティックレイヤー）が適しているか判断しましょう。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
AI を活用したアナリストのツールキットを整えましょう。5段階の分析サイクルの中で AI がどこに位置づけられるかを理解し、あいまいな依頼を実用的な提案に変える GCSE プロンプトフレームワークを習得します。さらに、フラットファイル、MCP、統制されたセマンティックレイヤーの中から、AI とデータを連携させる最適な方法を選択します。
現在の演習
生データから、自信を持って説明できるインサイトへと進みましょう。あいまいな重複、欠損値、あり得ないタイムスタンプなど、データ品質を検証します。次に、AI を実行役とアドバイザーの両方として活用し、生データにエンリッチメントを施します。そして、トレンド、分布、差異、外れ値の中から追いかける価値のあるインサイトを見つけ出し、関係者に届ける前にひとつひとつ検証します。
分析結果を、相手に伝わるダッシュボードとストーリーに変えましょう。ダッシュボードの検討からプロトタイプ作成までを数週間から半日に短縮し、対象読者や目の前の意思決定に合わせてデータストーリーを調整します。さらに、S.P.O.T. 検証フレームワークを使って、見た目は洗練されていても誤った出力を防ぎます。
米国の小売チェーン Board and Beyond を題材に、AI ファーストの分析を一通り実践しましょう。データ品質を監査し、カテゴリーマネージャーが実際に活用できるエンリッチメントを特定し、注目すべき発見を洗い出して検証します。さらに、出店拡大の意思決定を支えるダッシュボードを構築し、経営層向けに一段落のストーリーを届けます。
