生成AI×ETLならReckoner（レコナー）
生成AI（Gemini）を活用し、自動でレビュー内容に適切なラベルを付与する方法
課題・現状
Eコマースサイトでは、数万件の製品レビューが日々投稿されている。これらのレビューを分析して商品改良やマーケティング戦略に活用したいが、レビュー内容を読み解き、手動でラベルを付けるのは時間と労力がかかる。特定の属性（品質、価格、デザインなど）に関するレビューを自動的に分類し、「ポジティブ、ネガティブ、ニュートラル」のラベルを自動で付与する仕組みを作りたい。
Reckoner（レコナー）導入の効果
-
迅速な意思決定が可能
ETL（Reckoner）内で生成AI（Gemini）を活用することで、大量のフリーテキストのレビューデータを効率的に分類・ラベリングできるため、分析結果から迅速な意思決定が可能。
-
人的ミスの減少
EコマースサイトとGoogleスプレッドシートを自動で連携することで、レビューを目視で読み解き、振り分け、転記する手作業が無くなった。
生成AI（Gemini）を活用し、自動でレビュー内容に適切なラベルを付与する方法
-
STEP1
接続設定
-
Reckoner（レコナー）が、Eコマースサイトからデータを取得できるようにするため、「HTTP」タスクを設定する。
-
-
STEP2
データ加工・変換
-
・Reckoner（レコナー）画面上で、「フィールド変換」タスクを用いて生成AI（Gemini）に与えるプロンプトを入力する。
-
・「列結合」タスクを用いて、生成AI（Gemini）に与えるプロンプトとレビューデータを同じフィールドに統合する。
-
・「HTTP」タスクを用いて、生成AI（Gemini）にプロンプトを与える
-
-
STEP3
ワークフロー作成・データ連携
-
検証環境を用意することなく、Reckoner（レコナー）の画面上で処理結果のプレビューをぱっと確認。バッチ制作不要で、Eコマースサイト（HTTP）と各タスクを繋いでデータの流れを作成する。
-
Reckonerでの解決ポイント
-
ETL内で生成AI（Gemini）を活用！
ETLで生成AI（Gemini）を活用すれば、自然言語で簡単に複雑なデータ加工処理や自動化が可能。
