生成AI(Gemini)×ETLならReckoner(レコナー)
生成AI(Gemini)を活用し、画像データを自動解析、映っているものを書き出させ、非構造化データを構造化する方法
課題・現状
顧客から提供される画像データを分析しマーケティング施策検討に活かしているが、現状は、人が画像データを目視でチェック、スプレッドシートに内容を書き出して構造データ化させている。以下問題点があるため、人が介在せずに非構造化データを構造化データに変換する仕組みを構築し、主観を排除した画像解析や作業工数負担の軽減を実現させたい。
・複数担当者でおこなう場合、基準の一貫性が欠如する。
・処理時間がかかり、漏れや記載ミスなどのヒューマンエラー発生のリスクがある。
・膨大な画像データがある場合、人的リソースの確保が困難になる。
・処理できる量に限界があるため画像解析結果をマーケティング施策検討に活かすまでに時間がかかる。
Reckoner(レコナー)導入の効果
-
画像データ分析の属人性を排除
ETL(Reckoner)内で生成AI(Gemini)を活用することで、これまで人の手で行っていた画像データの解析と構造化を自動化できる。 これにより、担当者による基準のばらつきをなくし、ヒューマンエラーのリスクを軽減できる。
-
マーケティング施策検討の迅速化
リアルタイムに近いデータ解析が可能になることで、より迅速にマーケティング施策検討へ反映できる。
-
コストの圧縮
画像データ解析と構造化の処理時間が大幅に短縮され、人的リソースの確保が不要になるため、コスト削減にも繋がる。
![Geminiを用いて、画像データを解析し、何が映っているか答えさせる](https://d70n4ejob1vxf.cloudfront.net/wp-content/uploads/2024/06/image_ai_gemini_google-sheets-6.webp)
生成AI(Gemini)を活用し、画像データを自動解析、映っているものを書き出させ、非構造化データを構造化する方法
-
STEP1
接続設定
-
・Reckoner(レコナー)が、顧客から提供される画像データ(base64)が記載されているGoogleスプレッドシートと、解析結果のテキストを出力するGoogleスプレッドシートにアクセスできるようにするため、接続設定をおこなう。
・Googleスプレッドシートから画像データを取得する。
-
-
STEP2
データ加工・変換
-
・「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、データソースのGoogleスプレッドシートと各タスク、出力結果を登録するGoogleスプレッドシートをすべて繋いでデータの流れを作成し、ワークフローを実行する。
-
Reckonerでの解決ポイント
-
生成AI×ETLでカンタン画像解析
ETL内で生成AI(Gemini)を活用すれば、画像データの内容もテキスト化させることが可能