AIとの対話で分析に必要な『データ』を整える｜分析のための準備
分析のために、データをどう整理すればいいの？
データをどう分けるか、AIに整理してもらおう（5分）
目的
フェーズ 01で決めたデータ要件をもとに、Dr.Sumにデータを作成する際、「どんなまとまり（テーブル）に分ければいいか」をAIに整理してもらいます。
データを「どう分ければいい？」と聞いてみましょう。
実際にDr.Sumで試せるデータを作ろう（5分）
目的
言葉での説明だけでなく、実際にデータが入ったサンプルデータを作成してもらいます。
これで、「ああ、こういうデータを用意すればいいんだ」と具体的にイメージできるようになります。
これで、「ああ、こういうデータを用意すればいいんだ」と具体的にイメージできるようになります。
まずは、どんなデータになるか目で見て確認しましょう。
※ 実際のデータをすぐに準備できない場合
イメージが湧いたら、実際にDr.Sumに取り込めるファイル（CSV）を作ってもらいます。
まだ本番のデータがなくても、ここで作成したサンプルデータをDr.Sumに入れれば、つぎのフェーズで行う「分析・可視化」のリハーサルができます。
なお、AIが直接CSVファイルを出力できない場合は、CSVファイルの内容をコピーし、メモ帳などのテキストエディターに貼り付けてCSV形式で保存してください。
まだ本番のデータがなくても、ここで作成したサンプルデータをDr.Sumに入れれば、つぎのフェーズで行う「分析・可視化」のリハーサルができます。
なお、AIが直接CSVファイルを出力できない場合は、CSVファイルの内容をコピーし、メモ帳などのテキストエディターに貼り付けてCSV形式で保存してください。
CSVファイルを作成できたら、Dr.Sumのデータベースにインポートしてテーブルを作成しましょう。
テーブルをつないで1つの表（ビュー）をSQLで作成してもらおう（3分）
目的
Dr.Sumにテーブルを取り込んだ後、それらを分析用に結合させる命令文（SQL）をAIに書いてもらいます。
SQLを使わずに手動でビューを作成しても問題ありませんが、AIにSQLを書いてもらえばコピー＆ペーストするだけで簡単にビューを作成できます。
※ Dr.Sum Local MCP Server を使用すると、Dr.Sumにインポートしたテーブルを直接参照してSQLを提案してもらえます。
SQLを使わずに手動でビューを作成しても問題ありませんが、AIにSQLを書いてもらえばコピー＆ペーストするだけで簡単にビューを作成できます。
※ Dr.Sum Local MCP Server を使用すると、Dr.Sumにインポートしたテーブルを直接参照してSQLを提案してもらえます。
SQLが生成されたら、Dr.Sumの「SQL Executor」にSQL文をコピー&ペーストしてビューを作成してみましょう。
もし、ビューの作成時にエラーが発生したら、そのエラーの原因と解決策をAIに聞いてみましょう。
留意事項 ：
Dr.Sumは、一部独自のSQL仕様を持っています。AIが生成するSQLは、標準SQLや他のデータベース（PostgreSQL、MySQLなど）の記法で出力されることがあるので、エラーが発生する場合があります。
Dr.Sum Local MCP Serverに接続している環境では、基本的にエラーの解決をスムーズに行えますが、それ以外の環境では、AIが正しいDr.Sum用のSQLを生成できない場合があります。
その際は、Dr.Sum公式マニュアルを参照（URL情報などを参照）させて、具体的なエラー内容とともに再度質問してみてください。
Dr.Sumは、一部独自のSQL仕様を持っています。AIが生成するSQLは、標準SQLや他のデータベース（PostgreSQL、MySQLなど）の記法で出力されることがあるので、エラーが発生する場合があります。
Dr.Sum Local MCP Serverに接続している環境では、基本的にエラーの解決をスムーズに行えますが、それ以外の環境では、AIが正しいDr.Sum用のSQLを生成できない場合があります。
その際は、Dr.Sum公式マニュアルを参照（URL情報などを参照）させて、具体的なエラー内容とともに再度質問してみてください。
実務でよく使うSQLの例を確認してみよう
AIを活用することで、SQLを生成できることを確認できました。
実務では、さらに「リピート顧客だけを抽出したい」「最後に購入した商品を知りたい」といったニーズもよくあります。
実務では、さらに「リピート顧客だけを抽出したい」「最後に購入した商品を知りたい」といったニーズもよくあります。
こうした分析は、集計・結合・サブクエリなどを組み合わせた少し複雑なSQLが必要になりますが、Dr.Sum Local MCP Serverに任せれば簡単に作成できます。
ここでは、Dr.Sumのサンプルデータベース「販売実績DB」をもとに、実務でよく使われるSQL例をいくつかご紹介します。各SQLの詳しい解説を知りたい場合は、AIに直接聞いてみましょう。
よくある質問
AIが作成したSQLが正しいか不安です。どう確認すればいいですか？
まずは、SQLの内容をAIに日本語で説明させて確認しましょう。
「何を」「どの条件で」「どんな結果を取得しているか」が、自分のやりたいことと合っているかを見るのが第一歩です。
そのうえで、条件を一部外したり、件数だけを確認するなど、シンプルな形で結果をチェックすると、安心して使えるようになります。
＜ステップ＞
次の手順で確認してみましょう。
① SQLが何をしているかをAIに日本語で説明させる
「何を」「どの条件で」「どんな結果になるか」が、
自分の目的と合っているかを確認します。
（例）どのテーブルを使い、どんな条件でデータを抽出しているかを確認する
（例）どのテーブルを使い、どんな条件でデータを抽出しているかを確認する
② 条件を一部外したSQLを作り、結果の傾向を見る
件数が極端に多すぎないか、少なすぎないかを確認します。
（例）期間条件を外す、特定の1商品・1顧客だけに絞る、など
（例）期間条件を外す、特定の1商品・1顧客だけに絞る、など
③ 確認用のシンプルなSQLをAIに作らせる
件数だけを見るSQLなどで、結果が妥当かをチェックします。
（例）件数だけを確認するSQLを作ってもらう
（例）件数だけを確認するSQLを作ってもらう
④ 違和感をそのままAIに伝えて修正させる
想定していた結果より「多すぎる気がする」などを指摘します。
（例）月別で数十件程度になるはずが、数千件になっているので、
考えられる原因と、確認すべきポイントを教えてもらう
（例）月別で数十件程度になるはずが、数千件になっているので、
考えられる原因と、確認すべきポイントを教えてもらう
