タグ: セマンティックレイヤー
"セマンティックレイヤー" が付いた記事と Wiki ページ
BigQuery × dbt × Lightdash × MCP で作る AI ネイティブなデータ分析基盤:PKSHA の事例に学ぶ設計
AWS だけで作る AI ネイティブなデータ分析基盤:Aurora zero-ETL × Redshift × dbt 構成案
データ照会チャットボットはデータ分析基盤を作ってから?ツール呼び出し・Text-to-SQL・セマンティックレイヤーの関係と進め方
AI ネイティブなデータ分析基盤
人間と AI が同じ指標定義・同じ権限・同じ PII 規則でセルフサービス分析できるように設計したデータ基盤。データ照会チャットボットとの関係と、作る順番まで
オントロジー
ある分野の概念・意味・関係を機械が読める形で定義したもの。DB スキーマとは別物で、Text-to-SQL やツール呼び出しで LLM が業務用語を正しく扱う土台になる
セマンティックレイヤー
「売上」「アクティブユーザー」などの指標の定義(計算式・粒度・結合)を 1 か所にまとめ、BI と AI が同じ定義で数字を出すための層
Text-to-SQL
自然文の質問から LLM が SQL を生成して DB に実行する方式。誤りの中心は文法ではなく意味の取り違えで、権限のある業務システムではツール呼び出しを中核にし、許可された役割にだけ開放するのが現実的
dbt
DWH 上のデータ変換を SQL で書くツール。raw → staging → mart の層構成と、schema.yml の指標定義で BI と AI の共通の定義源になる
Lightdash
dbt の schema.yml に書いた指標・ディメンションをそのまま探索画面にする BI ツール(コアは OSS)。ユーザー属性でテーブル・行の権限も制御する
AI エージェントのためのデータ基盤:レイクハウスを土台に「意味・費用・権限・取り消し」を設計する
AI エージェントに社内データを分析させる基盤は、なぜレイクハウスが土台に向くのか。セマンティックレイヤー、Athena・Redshift の利用量上限、カタログの権限、Iceberg のブランチという 4 つの守りを整理します。