Microsoft Fabricは、データ収集・加工・分析・可視化、さらにAIによるインサイト生成まで、データ活用に必要な機能を一つに統合したクラウドベースの分析プラットフォームです。
Microsoft Fabricを構成する各ワークロードには、自然言語でのデータ探索や分析を支援するCopilotの機能が搭載されています。
本記事では前回の記事に引き続き、Copilot in Microsoft Fabric for Data Warehouse（以降、Data WarehouseのCopilotと記載）の機能や使用方法について紹介します。
これまでの連載
これまでの連載記事一覧はこちらの記事にまとめておりますので、過去の連載を確認されたい方はこちらの記事をご参照ください。
Data WarehouseのCopilotの機能概要
Data WarehouseのCopilotは、ウェアハウスまたはSQL分析エンドポイント内のデータに対して自然言語で質問や指示を行うことができるAIアシスタントです。
具体的には、以下のような機能を提供します。
- 自然言語によるSQLクエリ生成
- Copilotに自然言語で質問や指示を行うことで、SQLクエリを自動生成します。
- コード補完
- AIによるコード補完で、コーディング効率を向上させ、構文エラーや入力ミスを防ぎます
- インテリジェントな分析情報
- スキーマやメタデータに基づき、データ探索や分析のアイデアを提示します。
- クイックアクション
- クエリの内容を説明し、エラー箇所の修正提案を行います。
機能紹介
今回は「インテリジェントな分析情報」機能と「クイックアクション」機能を紹介します。
事前準備
サンプルデータとして、製品名や販売数量などの製品販売情報が含まれたデータを用意しています。
※サンプルデータは著者によって作成されたものを使用しています。
インテリジェントな分析情報
Copilotのチャットウィンドウで、「確認 What can I ask to help identify trends and strategic opportunities?」をクリックします。
自動でプロンプトが入力されるので、そのまま小さい赤枠「→（送信）」をクリックします。
サンプルデータの内容を基に、複数のクエリを提案してくれます。
「Top Selling Categories」を選択し、「質問する」をクリックします。
Copilotが生成したSQLクエリの「コードに挿入」をクリックします。
「実行」をクリックして、挿入したSQLクエリを実行します。
クエリ結果から、カテゴリの中で「Clothing（衣類）」が最も販売数量が多いことが分かります。
クイックアクション
「クイックアクション」は、クエリ内容の説明やエラー箇所の修正を提供します。
クエリの説明
先ほど挿入したクエリに対して、「クエリの説明」をクリックします。
クエリ内にコメントが追加されることで、クエリの意図や可読性が向上します。
※現時点ではコメントアウトは英語になります。
エラーの修正
先ほどのクエリに対して、存在しない列や誤字などを混ぜて、エラーが出るクエリを実行します。
エラー発生後、「クエリ エラーを修正する」をクリックします。
クエリのエラー箇所は自動的に修正され、あわせて修正内容とその理由を説明するコメントも追加されます。
再度クエリを実行すると正しい結果が表示されました。
利用シーン
- データエンジニア
- 自然言語によるクエリ生成により、コーディング時間を短縮し、開発効率を高めます。
- データアナリスト
- クエリの自動生成やクエリ説明機能により、SQLスキルが浅くてもデータ分析が可能です。
- ビジネスユーザー・SQL初心者
- SQLなど専門知識がなくても、自然言語でデータ分析を行い、即座に現状の傾向を把握できます。
メリット
- データ探索の迅速化
- Copilotによるクエリ生成やエラー修正により、データ探索のスピードを大幅に高められます。
- 専門知識を必要としない高度な分析
- 自然言語でのクエリ生成や修正が行えるため、専門知識がなくともデータ分析が可能です。
- 潜在的なインサイトの取得
- データに基づくトピック提案により、ユーザー自身では気づきにくい分析視点や切り口を得ることが可能です。
注意点
- Copilotによる回答の正確性
- CopilotはAIアシスタントであり、意図しない回答や不正確な出力結果を返す場合があります。
- データ品質依存
- 誤ったデータや不完全なデータではCopilotの回答も不正確になります。
- コスト
- Copilot機能はFabric容量を消費するため、コスト管理も重要な考慮事項となります。
まとめ
Data Warehouse における Copilot は、SQLクエリを使ったデータ探索や分析を自然言語で支援してくれるため、専門知識がなくても効率的にデータを扱える点が大きな特徴です。
特に「インテリジェントな分析情報」機能では、分析の切り口を提案してくれるため、潜在的なインサイトを見つけるきっかけになります。
Data WarehouseのCopilotは、SQLやデータ分析の専門知識を持つユーザーには開発効率を高め、専門知識のないユーザーには手軽に分析を始められるよう支援をするなど、幅広いユーザーが分析の質と幅を広げられると感じました。
おまけ（Copilot Chatによる本記事の要約）
この記事では、Microsoft Fabric の Data Warehouse に搭載されている Copilot の機能と使い方を紹介している。Copilot はウェアハウス内のデータに対して自然言語で質問でき、T‑SQL の生成や補完、エラー修正、クエリの説明、さらにスキーマを基にした分析アイデアの提示などを行えるため、SQL に慣れていないユーザーでも効率的にデータを扱える点が特徴となっている。実際の利用例として、サンプルデータを使い「インテリジェントな分析情報」機能からトピックを選び、提案された SQL を実行して販売カテゴリの傾向を分析する流れが紹介されている。また「クイックアクション」では、クエリ内容の説明やエラー修正がどのように行われるかを実際の画面を通して説明しており、誤った列名を含むクエリを実行した際に Copilot がエラー箇所を自動的に修正し、理由をコメントとして示す様子が示されている。これらの機能により、データエンジニアはコーディングを効率化でき、アナリストやビジネスユーザーは専門知識がなくても素早く分析を行えるようになる。一方で、AI による回答は常に正確とは限らないことや、データ品質の影響を受ける点、そして処理に必要な Fabric 容量がコストに関わる点には注意が必要とされている。総じて、Copilot はデータ探索と分析のスピードを高め、直感的にデータを活用できる環境を提供することが強調されている。
