コンテンツへスキップ

Boreon MCP Layer

パブリッシュするのは、証明できたものだけ。

エンジンは自分の仕事を自分で確かめます。移行したダッシュボードの数値はすべて、VizQL Data Service を通じて Tableau の答えと照合されます。ひとつでも一致しなければ何もパブリッシュせず、エージェントがその理由を自然言語でお伝えします。

実際の Tableau ワークブックでライブ計測:Databricks に移行した DBX Platform Latency Calls & Uptime。

3 / 3
Tableau と完全に一致したシート
96%
再現度スコア
20M
ビューの行数、72秒で構築
0
パブリッシュ時の SQL エラー

Tableau から Databricks へ

実際の移行の流れをご覧ください。

全社共通の LLM ポータル

DBX Platform Latency Calls & Uptime を Databricks に移行してください

  1. ワークブックを読み取り ダッシュボード「Databricks Latency Dashboard」 · 3シート · シェルフ、フィルター、計算 3シート
  2. 背後にある Prep フローを検出 データソース bi_usage_events_databricks は Databricks 上のフロー出力 1フロー
  3. フローをマテリアライズドビューに ひとつの SQL 文、フローのステップごとに CTE をひとつ CREATE MATERIALIZED VIEW bi.usage_events_mv AS WITH clean AS (…), joined AS (…) SELECT … FROM joined 20M 行 · 72秒
  4. すべてのシートを Databricks で実証 パブリッシュの前に、各シートのクエリを実行 SQL エラー 0件
  5. 数値を Tableau と照合 VizQL Data Service で1行ずつ一致を確認 41 / 41 行
  6. Databricks AI/BI ダッシュボードとしてパブリッシュ シートごとに再現度を表示 96%

パブリッシュ完了。お客様が入力したのは、最初の1行だけです。

移行の進み方。

入力するのは1行だけ。あとはレイヤーが進めて、その過程を見せてくれます。

  1. 01

    ワークブックを読み取る

    シェルフ、フィルター、計算。3シート。

  2. 02

    Prep フローを見つける

    データソースの元になっているフロー。1フロー。

  3. 03

    フローをビューに変える

    ひとつの SQL 文で、ステップごとに CTE をひとつ。20M 行を72秒で構築。

  4. 04

    すべてのシートを実証する

    パブリッシュ前に各クエリを実行。SQL エラーは0件。

  5. 05

    数値を照合する

    Tableau 自身の回答と照合。41行中41行が一致。

  6. 06

    パブリッシュする

    再現度 96% の Databricks AI/BI ダッシュボード。

すべての移行に、証明が付いてきます。

お客様自身のワークブックで計測し、何かをパブリッシュする前にお見せします。

  • シートごとの再現度レポート

    何をマッピングし、何を近似し、何を除外したかを、スコアとともに。

  • Tableau との一致

    各シートの行を、Tableau 自身の回答と照合。

  • クエリは先に実証

    何かをパブリッシュする前に、すべてのシートをデータウェアハウス上で実行します。

  • 移行しないものには、理由を

    移行しないものがあれば、それが何か、なぜなのかをはっきり伝えます。

シートごとの、Tableau と一致した行数
シート一致した行
シート 1 12 / 12
シート 2 5 / 5
シート 3 24 / 24
3 / 341 / 41

41 行すべて一致 · パブリッシュ済み

Tableau Next への移行

まず、グラウンディングゲートから。

Tableau のデータソースを変換するのは、そのデータが最初から最後まで本物だと確かめられたときだけです。フィールドがひとつでも欠けていれば、そのデータソース全体が保留になり、どのフィールドを追加すればよいかを計画がお知らせします。

Tableau Server または Tableau Cloud

売上の概要

  • 地域別の売上
  • パイプラインの推移
  • 上位の取引先

グラウンディングゲート

  1. 営業セマンティックモデルに対応
  2. フィールド 12件中12件がモデル内に
  3. 裏づけとなる実データは 48,210 行

Tableau Next · 営業ワークスペース

  • 地域別の売上ビジュアライゼーション
  • パイプラインの推移ビジュアライゼーション
  • 上位の取引先ビジュアライゼーション
  • 売上の概要ダッシュボード

人の承認を経て、本稼働

イメージ図 · サンプルデータ
  1. セマンティックモデルに対応している

    各データソースを、Data 360 のセマンティックモデルと照合します。対象は、同じデータの上に作られたモデルか、お客様が指定したモデルです。

  2. すべてのフィールドがモデルにある

    ワークブックが使うフィールドは、すべてそのモデルに含まれている必要があります。ひとつでも欠けていれば、データソース全体が保留になります。

  3. データが本物である

    モデルがクエリに答えられ、その裏に実際の行があることが条件です。行数はライブで数えます。

計画し、リハーサルをして、最後に人がゴーサインを出す。

Tableau Next への移行は、一度にひとつの会話で進み、どのステップも飛ばすことはありません。

  1. 01

    自然言語で依頼

    移したいワークブックかプロジェクトと、移行先のワークスペースを伝えるだけです。

  2. 02

    計画を読む

    すべての項目を順番に。データソースは、それを使うワークブックより先に並び、グラウンディングゲートで見つかったことも詳しく書かれています。

  3. 03

    リハーサルする

    ドライランは、本番実行とまったく同じようにすべてを読み取って変換しますが、何も書き込みません。

  4. 04

    人が承認する

    サインインした人が、承認のフレーズを入力します。モデルやエージェントが本番実行を始めることはできません。

  5. 05

    移る様子を見守る

    どの項目も、「完了」「すでに存在」「理由つきでスキップ」「失敗」のいずれかで終わります。失敗したときは、Salesforce 自身のメッセージをそのままお伝えします。

Agentforce エージェント

本稼働の前に、必ずチェック。

何かが保存される前に Salesforce がエージェントをチェックし、デプロイするのは人です。知らないうちに変わってしまうことは、決してありません。

  1. 01

    検証

    チェックのみのデプロイです。Salesforce がエージェントとそのプランナー、トピック、権限セットを確認しますが、何も保存しません。エラーがあれば、Salesforce 自身のメッセージのまま返ってきます。

  2. 02

    デプロイ

    人がデプロイのフレーズを入力します。デプロイできるのは検証に合格したあとだけで、そのとき最新のバージョンが有効になります。

  3. 03

    更新

    Salesforce は有効なエージェントを編集しないため、更新はそれぞれ次のバージョンとして届きます。新しいバージョンを有効にするまでは、いま動いているエージェントが答え続けます。

Einstein Trust Layer

最後に決めるのは、いつも人です。

すべての本番実行を、人が承認

モデル、エージェント、トークン、連携機能のいずれも、本番実行を始めることはできません。計画と、何も書き込まないドライランを経たあとで、サインインした人が承認のフレーズを入力します。

サインインが一度拒否されたら、すべて停止

拒否されたあとは、人が一時停止を解除するまで、レイヤーは新たなサインインを一切求めません。そのため、再試行の繰り返しで Salesforce ユーザーがロックアウトされることは決してありません。

シークレットは封印したまま

認証情報は封印され、表示されるのは末尾の4文字だけです。ログに書き込まれることもありません。

結果は、ありのままに

どの項目も、「完了」「すでに存在」「理由つきでスキップ」「失敗」のいずれかで終わります。失敗したときは、Salesforce 自身のメッセージをそのままお伝えします。本当に完了したものだけを、完了と報告します。

エージェント型サポート

裏づけのある答えだけを。

どの答えもインデックス化したドキュメントに基づいていて、どこから得た情報かを必ず示します。ナレッジベースにない質問には、エージェントは推測で答えません。チームに確認するとお伝えし、その「わかりません」がケースになります。

Boreon Support

ゆうべ、抽出の更新が失敗したのはなぜですか?

  1. 1サイトの更新履歴ライブ、読み取り専用
  2. 2抽出の更新が失敗する場合ナレッジベース
  3. 3スケジュールに従って抽出を更新するTableau ヘルプ

週次売上の抽出は、保存されていたデータベースのパスワードが変わったため、午前2時10分に停止しました1。データソースの埋め込み資格情報を新しいものに変更してから、もう一度更新を実行してください23。

まだ解決しませんか? この会話を添えてケースを作成できます。

イメージ図 · サンプルデータ
  • 本物だけをインデックス化

    実際のドキュメントを短い段落に分け、pgvector を使って Postgres にインデックス化します。入れるのは、実在し検証できるテキストだけです。

  • どの答えにも出典を

    答えにはそれぞれ参照したドキュメントが示されるので、ご自身で読んで確かめられます。

  • お客様のドキュメントも

    管理者は独自の Markdown やテキストのドキュメントを追加し、ワンクリックでナレッジベースを再インデックスできます。

  • Tableau ヘルプを内蔵

    使い方の質問には、Tableau Server と Tableau Cloud を扱う約3,000ページの Tableau 公式ヘルプをもとに答えます。

エンジンが守るルール。

  1. 01 オール・オア・ナッシング

    ダッシュボードを再構築するのは、そのデータがすでにあるデータウェアハウスの上だけです。一致しないシートがひとつでもあれば何もパブリッシュせず、その理由をお伝えします。

  2. 02 数値が最優先

    平均、個別カウント、中央値は、ダッシュボードのフィルターをかけても正確なまま。結果はすべて Tableau の答えと照合します。

  3. 03 リリース前に実証

    パブリッシュ前に、すべてのクエリを Databricks または Snowflake 上で実行するため、SQL エラーで開くものはありません。

  4. 04 ID もロールも、そのまま

    SSO のロールは両方のデータウェアハウスにそのまま引き継がれるため、各ユーザーには見てよいものだけが表示されます。

  5. 05 既定は読み取り専用

    書き込むのは依頼されたときだけで、書き込みはすべて記録します。

まず、どの Tableau ダッシュボードから始めますか?

そこから始めましょう。そのダッシュボードの上にレイヤーを置き、自然言語で質問に答えます。いつか別のプラットフォームにも置きたくなったら、まずすべての数字を Tableau と照らし合わせます。