Power BI の自然言語 Q&A: 質問し、グラフを取得する

セルフサービス分析の約束は常にこれでした。ビジネス ユーザーは、開発者がレポートを作成するのを待たずに、自分自身の質問に回答できる必要があります。 Power BI の Natural Language Q&A (NL Q&A) は、この約束を現実に近づけます。ユーザーが平易な英語 (または 20 以上のサポートされている言語のいずれか) で質問を入力すると、Power BI がそれに答える視覚化を生成します。

「昨年第 3 四半期の地域別の売上を棒グラフで表示」では、第 3 四半期の地域別売上の棒グラフが作成されます。 「先月の売上高トップ 10 の顧客は何ですか?」は、収益別に分類された顧客の表を示しています。 「昨年と比べて粗利益はどう変化しましたか?」両方の系列を含む折れ線グラフを作成します。

このガイドでは、NL Q&A が内部でどのように機能するか、NL Q&A のパフォーマンスを向上させるためにセマンティック モデルを最適化する方法、機能する場所と機能しない場所を制御する制限事項、およびより広範な Power BI AI 分析エコシステムと統合する方法について説明します。

重要なポイント

• Power BI Q&A は、AI 言語モデルを使用して自然言語の質問を DAX クエリに変換します
• Q&A は適切な名前のテーブル、列、メジャーで最も効果的に機能します - セマンティック モデルの品質が Q&A の品質を直接決定します
• 同義語は技術分野名とは異なる Q&A ビジネス用語を教えます
• Power BI Desktop の Q&A ツールを使用すると、データ モデラーは Q&A で回答できる質問と回答できない質問を確認できます
• Q&A は 20 以上の言語をサポートしていますが、最も豊富なクエリ機能を備えているのは英語です
• Q&A ビジュアルを任意の Power BI レポート ページに追加して、自然言語クエリを埋め込むことができます
• Cortana の統合とスマート ナラティブにより、インタラクティブな Q&A を超えて NL 機能が拡張されます
• 制限事項: Q&A は計算を実行できません。Q&A は概念化できず、曖昧な質問を確実に処理できず、データセット間のクエリを実行できません。

---

自然言語 Q&A の仕組み

Power BI の NL Q&A エンジンは、次のいくつかの手順を通じてユーザーの質問を処理します。

1.言語分析: 質問は、エンティティ (どのようなものが参照されているか)、関係 (それらのものがどのように関連しているか)、および意図 (どのような操作を実行するか - カウント、合計、比較、ランク付け、フィルター、傾向) という意味論的なコンポーネントに解析されます。

2.スキーマ マッチング: 解析されたエンティティは、セマンティック モデルのテーブル、列、メジャーと照合されます。 「Sales」は、[Net Sales] という名前のメジャーまたは Sales という名前のテーブルと一致する可能性があります。 「先月」は期間として認識され、日付フィルターに変換されます。

3.クエリの生成: 一致したコンポーネントは、ユーザーの意図を捕捉する DAX クエリに組み立てられます。 「前四半期の国別総収益」は次のようになります。

EVALUATE
SUMMARIZECOLUMNS(
    Geography[Country],
    CALCULATETABLE(
        'Date'[Date],
        'Date'[Quarter] = 3,
        'Date'[Year] = YEAR(TODAY()) -- adjusted for "last quarter"
    ),
    "Revenue", [Net Revenue]
)

4.視覚化の選択: Q&A は、クエリ構造に基づいて最適なグラフ タイプを選択します。カテゴリ間の比較により棒グラフが生成されます。時間の経過に伴う傾向により折れ線グラフが作成されます。ランキングにより、並べ替えられた棒グラフが作成されます。ユーザーは、質問内でグラフの種類を指定することで、グラフの種類をオーバーライドできます (「マップとして」、「円グラフとして」、「テーブルとして」)。

5.レンダリング: 選択したビジュアライゼーションが Q&A インターフェイスにレンダリングされ、解釈された質問が表示されるため、ユーザーは Q&A が自分の質問をどのように理解したかを確認できます。

---

セマンティック モデルの品質が Q&A の品質を決定する

Q&A のパフォーマンスにおいて最も重要な要素は、セマンティック モデルの品質です。 Q&A では、モデルが明確に表現しているものについてのみ回答できます。

テーブル名と列名を明確にする: cust_nm、txn_dt、rev_amt などの列名は、自然言語処理に対して不透明です。それらの名前を Customer Name、Transaction Date、および Revenue Amount に変更します。 Q&A は、エンティティ マッチングでこれらの名前を直接使用します。

測定値の説明: すべての測定値には、ビジネス用語で何を測定するかを説明する説明が必要です。 Q&A は、これらの説明を追加の一致シグナルとして使用します。

技術的な列を非表示: ユーザーがビジネス関連フィールドのみを表示すると、Q&A エクスペリエンスが向上します。テクニカル キー (ID、外部キー)、内部フラグ、ステージング列をレポート ビューから非表示にします。これにより、Q&A がユーザーの質問をビジネス指標ではなく技術コラムに一致させる可能性が低くなります。

日付テーブルをマークします: Power BI Desktop → テーブル ツール → 日付テーブルとしてマークします。これにより、Q&A は時間関連の質問 (「昨年」、「今月」、「第 3 四半期」) を認識し、それらを日付フィルターに正しく変換できるようになります。

重要な用語の同義語を定義する: ビジネス ユーザーは、モデル内のフィールド名とは異なる用語を使用することがよくあります。以下の同義語セクションを参照してください。

---

シノニムの構成

同義語は、組織で使用されているビジネス用語を Q&A に教えます。同義語がなければ、Q&A はユーザーの質問をモデル内の正確なフィールド名と一致させる必要がありますが、これは人々がビジネスについて実際に話す方法と一致しないことがよくあります。

Power BI Desktop での同義語の追加:

ホーム → Q&A 設定 → 同義語 (またはデータパネルから Q&A 設定を選択)

同義語パネルには、モデル内のすべてのテーブル、列、メジャーが表示されます。項目ごとに、その項目を参照する別の方法として Q&A が認識する同義語を追加できます。

例:

メジャーの同義語は特に価値があります — ビジネス ユーザーは、テキスト的にはメジャー名と似ていない口語的な用語 (「取引は何件成立しましたか?」は [Closed Opportunities] にマップされます) をよく使用します。

分野固有の語彙: 医療機関は臨床用語を追加します。金融サービス会社は、業界固有の指標名 (AUM、NAV、経費率) を追加します。製造会社は、生産用語 (歩留まり、スループット、スクラップ率) を追加します。

---

レポート内の Q&A ビジュアル

Q&A ビジュアルは Power BI レポート ページに埋め込むことができ、従来の対話型ビジュアルと並んで自然言語インターフェイスをユーザーに提供します。

Q&A ビジュアルの追加: Power BI Desktop で、[挿入] → [Q&A] ビジュアルを選択します。サイズを変更してレポート ページに配置します。必要に応じて、デフォルトの質問を事前に入力し、空のプロンプトではなく有用なグラフをビジュアルにロードします。

提案された質問: Q&A ビジュアルでクリック可能なプロンプトとして表示される提案された質問を構成します。これらは、経験の浅いユーザーを、Q&A が適切に処理する種類の質問に導くためのものです。 「Q&A 設定」→「質問の提案」で設定します。

Q&A の結果をビジュアルに変換: ユーザーは、有用な Q&A の回答を取得したら、[この結果をビジュアルに変換する] をクリックすると、Q&A のビジュアル化が標準の Power BI ビジュアルに変換され、個人のブックマークに追加したり、開発者に永続化を依頼したりできます。

ダッシュボードへの埋め込み: Power BI ダッシュボード (レポートではなく) では、トップ バーで Q&A をネイティブに利用できます。ユーザーは「データについて質問する」をクリックして、基礎となるデータセットをクエリします。

---

Q&A ツール: カバレッジのテストと改善

Power BI Desktop には、データ モデラーが Q&A で処理できる質問と、Q&A で処理できない部分を理解するのに役立つ Q&A ツールが含まれています。

Q&A テスト ツール: テスト インターフェイスに質問を入力し、Q&A が質問をどのように解釈するかを確認します。ツールには次のことが表示されます。

• どのフィールドが質問の各部分に一致したか
• 試合に自信があったのか、不確実だったのか
• 生成された DAX クエリ
• 結果として得られる視覚化

提案された質問を確認する: Q&A は、モデル構造に基づいて質問を自動的に提案します。これらを確認して、ユーザーがどのような Q&A を尋ねると考えているか、またそれらの質問が正しい結果をもたらすかどうかを理解します。

Q&A を教える: 質問によって間違った結果が得られた場合、「Q&A を教える」ワークフローを使用して解釈を修正できます。質問の各部分にどのフィールドを一致させるかを指定すると、Q&A は今後のセッションのためにこの修正から学習します。

質問対回答カバレッジ テスト: 実際的なアプローチは、ユーザーが尋ねる可能性が高い 20 ～ 30 の質問のリストを作成し、Q&A テスト ツールで実行し、悪い結果をもたらした 5 ～ 10 の質問を特定することです。これらを修正すると (同義語、名前変更、モデル変更を通じて)、実際のユーザーの Q&A エクスペリエンスが大幅に向上します。

---

サポートされている言語

Power BI Q&A は、20 以上の言語での自然言語クエリをサポートしています。

英語、ドイツ語、スペイン語、フランス語、イタリア語、ポルトガル語、オランダ語、スウェーデン語、デンマーク語、ノルウェー語、フィンランド語、中国語 (簡体字および繁体字)、日本語、韓国語、アラビア語、トルコ語、ロシア語、ポーランド語、チェコ語。

言語の品質はさまざまです: 英語は最も豊富な Q&A 機能を提供します。Microsoft の NL Q&A エンジンは、英語で最も徹底的にトレーニングされています。他の言語は一般的なパターンをうまく処理しますが、複雑な時間的参照、業界固有の語彙、またはあいまいな表現に苦労する可能性があります。

多言語モデル: モデルが複数の言語でユーザーにサービスを提供する場合は、サポートされている各言語で同義語を追加することを検討してください。 「Umsatz nach Regional」(地域別の収益) と入力するドイツのユーザーには、収益メジャーの同義語として Umsatz が必要であり、地理フィールドの同義語として Region が必要です。

---

スマートなナラティブ: 自動化されたテキストの説明

Power BI のスマート ナラティブ ビジュアルは、データが示す内容を自動的に生成したテキスト説明で Q&A を補完します。スマート ナラティブは、ユーザーが質問するのではなく、傾向、異常、重要な発見を自然言語で積極的に説明します。

スマート ナラティブ ビジュアルをレポート ページに追加すると、ページ上の他のビジュアルからの重要な洞察を説明するテキスト ブロックが生成されます。ユーザーがスライサーを使用してフィルタリングすると、ナラティブが更新されてフィルタリングされたビューが説明されます。

使用例:

• 最後の期間以降にデータに何が変更されたかを自動的に説明します
• チャートが何を示すのかを説明する
• ユーザーが視覚的に識別することなく、最も重要なデータポイントを表示します
• エグゼクティブ ダッシュボード用のレポートのコメントを生成します

カスタム ナラティブ を使用すると、レポート開発者は動的な値のプレースホルダーを含むテンプレート テキストを作成できます。テキスト構造は作成されますが、値はデータに応じて更新されます。

Revenue was [Revenue Measure] in [Period], representing a [Growth %]
[increase/decrease] compared to [Prior Period Revenue] in [Prior Period].

---

制限事項と Q&A を使用しない場合

自然言語 Q&A は強力なツールですが、現実的な期待を設定する実際の制限があります。

Q&A では次のことはできません:

• 自然言語からは概念化できない計算を実行します (複雑な DAX 式、統計モデリング)
• 接続されたデータセットにないデータに関する質問に回答します (インターネットや外部ソースは検索できません)
• 非常に曖昧な質問に確実に対処します (「最高のものを見せてください」は曖昧すぎます)
• 過去の質問のコンテキストを必要とするクエリを実行します (質問間の会話の記憶はありません)
• モデル内で定義されたデータセット間の関係を持たずに、複数のデータセットに関する質問に回答します

Q&A には次のような問題があります:

• 組織固有の頭字語や略語は同義語として追加されません
• 複数の条件を含む非常に長く複雑な質問
• メジャーとして定義されていない派生メトリクスに関する質問 (自然言語から複雑な計算を推測することはありません)
• 相対期間よりも複雑な日付計算 (例: 「現在の未完了の四半期を除く過去 3 会計四半期」)

Q&A の対象者: 答えたい質問はわかっているが、事前に作成されたレポートでその質問を見つける方法がわからないビジネス ユーザー。レポートを作成せずにデータをすばやく探索したいパワー ユーザー。特定の数字を確認するための自然なインターフェイスを必要とする経営者。

代わりに事前作成されたレポートを使用する必要があるユーザー: 同じ質問を繰り返し行うユーザー (レポートを作成する)、正確な視覚的仕様が必要なユーザー (Q&A で自動選択されたグラフがガバナンス要件と一致しない可能性がある)、および複数の関連する質問間でクロスフィルターを行う必要があるユーザー (標準の対話型レポートの方が適しています)。

---

よくある質問

Power BI Q&A はすべてのデータ ソースで機能しますか?

Power BI Q&A は、インポート モード データセット (最も一般的で最もサポートされている) で動作します。 DirectQuery データセットでも動作しますが、Q&A の質問ごとにライブ データベース クエリが生成されるため、パフォーマンスが低下する可能性があります。 Q&A は、質問が複数の DirectQuery ソースにまたがる必要があるマルチソース複合モデルでは機能しません。 Azure Analysis Services または Power BI データセットへのライブ接続では、接続されたモデルが適切に構成されている場合、Q&A がサポートされます。

Q&A で組織の用語に対して正しい結果を生成するにはどうすればよいですか?

主なメカニズムは同義語です。組織のビジネス語彙を、セマンティック モデル内の対応するフィールドおよびメジャーの同義語として追加します。さらに、技術的な列名をビジネス向けの名前に変更し、無関係な技術フィールドを非表示にし、日付テーブルにマークを付け、Q&A の教育ツールを使用して特定の誤った解釈を修正します。 20 の実際のユーザー質問のサンプルを使用して Q&A をテストし、失敗を修正することが、高品質の Q&A エクスペリエンスへの最も効率的な方法です。

Power BI Q&A は複数のテーブルに関する質問に答えることができますか?

はい。 Q&A は、セマンティック モデル内の複数の関連テーブルにまたがるクエリを定式化できます。 「顧客カテゴリ別の総売上高」のような質問は、モデルの定義されたリレーションシップを通じて、売上ファクト テーブルを顧客ディメンションに結合できます。 Q&A はシングルステップの関係を適切に処理します。モデルの関係があいまいな場合、複雑なマルチホップ関係パスでは不正確な結果が生成される可能性があります。

Q&A は Power BI Report Server (オンプレミス) で利用できますか?

Power BI Q&A は主に Power BI サービス (クラウド) の機能です。 Power BI Report Server (オンプレミス バージョン) は、Q&A 機能のサブセットをサポートしていますが、クラウド サービスで利用できる完全な NL 処理は含まれていません。オンプレミス展開が必要な組織は、レポート サーバーのバージョンでどのような Q&A 機能が利用できるかを評価する必要があります。

Power BI Q&A は Microsoft Copilot for Power BI とどう違うのですか?

Power BI Q&A は、自然言語を使用してデータ モデルを直接クエリし、グラフや表を作成します。 Microsoft Copilot for Power BI (ファブリックで利用可能) はさらに進化しており、レポート ページを生成し、DAX メジャーを作成し、レポートの分析情報をテキストで要約し、単なるデータではなくレポートに関する質問に答えることができます。 Copilot は、より有能な会話インターフェイスのために大規模な言語モデル (GPT-4 クラス) を使用しますが、Q&A は、データ クエリ用に最適化された、より制約された NL 処理エンジンを使用します。 Copilot には Microsoft Fabric が必要で、サポートされているリージョンで利用できます。

---

次のステップ

自然言語 Q&A は、明確なフィールド名、包括的な同義語、および適切にマークされた日付テーブルを備えた、適切に設計されたセマンティック モデルに基づいて構築された場合に最も効果的に機能します。このテクノロジーは強力ですが、ユーザー エクスペリエンスは基礎となるデータ モデルの品質に大きく依存します。

ECOSIRE の Power BI AI 分析サービス には、Q&A 構成、シノニム開発、Smart Narratives、異常検出、Microsoft Copilot などの Power BI AI 機能の統合が含まれます。セマンティック モデルの Q&A の準備状況を評価し、ユーザーに最適化された自然言語エクスペリエンスを実装するには、お問い合わせください。