AI を使用して Excel ダッシュボードを構築する 3 つの方法をテストした結果、最も単純な方法が選ばれました。

私は何年も Excel ダッシュボードを構築してきましたが、Excel 自体と同じくらい私の方法も変わりました。ある日は数式を使って構築し、次の日は洗練されたピボットテーブルのみを使用し、そしてますます、AI に面倒な作業を依頼するようになります。しかし最近、私は AI プロンプトの罠に少し陥っていることに気づきました。より多くの情報と指示を与えたほうがよいでしょうか?前後の会話に入るべきでしょうか？それとも物事をシンプルにしておくべきでしょうか?

Copilot に関しては、最終的に自分にとって最も効果的なアプローチにたどり着いたと思います。つまり、目標を与えてから邪魔をしないということです。

まず Copilot にデータを分析させます

その発見によりダッシュボードの形成が始まりました

私は、最も論理的と思われるアプローチから始めました。つまり、何かを構築する前に、何が興味深いかを Copilot に理解させるということです。 Excel の Copilot に 5,000 件の映画鑑賞記録を含むワークブックを与え、データを分析し、興味深いパターンを特定し、その結果に基づいてダッシュボードを構築するように依頼しました。

使えるものがたくさん見つかりました。私はこれら 5,000 件の記録全体で 878 本のユニークな映画を視聴しており、視聴記録の 82.4% が繰り返し視聴でした。視聴量は 2023 年にピークに達し、私の視聴に占める Netflix の割合は時間の経過とともに変化し、視聴完了率は私の評価とほとんど関係がありませんでした。

Excel の Copilot は、これらの結果を 6 つの概要カード、6 つのスライサー、および 4 つのグラフを含むダッシュボードに変換しました。そして公平を期すために言うと、それはうまくいきました。見栄えもよく、インタラクティブで、従うのも簡単でした。

問題は、Copilot がこの特定のデータセットで最も興味深いと判断したものをダッシュ​​ボードが反映し始めたことでした。これはまさに私が Copilot に依頼したものでした。たとえば、リピート表示はダッシュボードの主要な部分を占め、新規視聴とリピート視聴および再視聴に特化したいくつかのスライサーとチャートが追加されました。

再視聴分析が面白かったです。私の問題は、スペースを空けるために何が省略されていたかでした。 Copilot が繰り返し視聴することは調査する価値があると判断したため、私にとってもっと役立つかもしれない他の指標は事実上脇に追いやられました。

そのとき、私は、Copilot が最初にデータを調べたときに最も強く目立ったものをダッシュ​​ボードの形にしたいのではないかと疑問を抱き始めました。

Copilot のチャットボットにダッシュボードの計画を依頼しました

結果はより包括的でしたが、より複雑になりました

2 回目の挑戦では、別のルートを選択しました。 Excel の Copilot に何が重要かを判断してもらうのではなく、Web ベースの Copilot チャットボットにデータを分析してダッシュボードを推奨するように依頼しました。

その推奨事項はさらに詳細なものでした。視聴パターン、プラットフォーム、ジャンル、評価、完成度、季節的傾向、いくつかのスライサー、ヒート マップ、スコアカード、追加の計算をカバーしました。そこで、これらの推奨事項を Excel の Copilot に入力し、ダッシュボードを構築するように依頼しました。

もう一度言いますが、それは私が要求したことを実行しました。このダッシュボードは最初のダッシュボードよりも分析的で、8 つのグラフ、2 つの表形式の視覚化、5 つのスライサー、5 つの概要カード、および現在のフィルターの分析情報エリアがありました。

しかし、それは多すぎました。これらすべてを一度に見るには、たとえ大きな 2 番目のモニターであっても、テキストが読みにくくなるまでズームアウトする必要がありました。ダッシュボードでは、ワークブックを開いたときに必要なクイック スナップショットが表示されなくなりました。単純に取り入れるべきものが多すぎたのです。

そこでメンテナンスについて考えてみました。私は AI で作成されたダッシュボードを信頼する前に必ずテストしますが、これにはチェックすべきチャート、計算、フィルター、その他のコンポーネントが多数ありました。ダッシュボードが精巧になればなるほど、すべてが実際に意図したとおりに動作することを確認するための作業が増えます。

また、ダッシュボードが調査に役立っていたことの中には、ピボットテーブルを使用したり、ソース テーブルを並べ替えたりすることで、より迅速に回答できたかもしれないことにも気づきました。

ダッシュボードはデータの操作を容易にするものです。自分のために別のプロジェクトを作りたくなかったのです。

プロンプトを基本に戻しました

指示が減ったので副操縦士はより自由になれました

3 回目のテストでは、逆の方向に進みました。最初のテストとは異なり、Excel の Copilot にデータを分析し、見つかったものに基づいてダッシュボードを構築するように依頼しませんでした。私は単に私の 5,000 件の映画鑑賞記録に関する基本情報を与え、便利なインタラクティブなダッシュボードを構築するよう依頼しました。

このアプローチは、私が最近 OpenAI の最新のプロンプト ガイダンスを見たときに見つけたものとも一致しています。つまり、AI に明確な目標を与え、すべてのステップを規定するのではなく、AI にルートを導き出させるというものです。 Microsoft Copilot は OpenAI モデルを使用できるため、その原則がここでも適用されるかどうかに興味がありました。

結果ははるかに単純になりましたが、それでも十分に作業することができました。主要な数字を示す 5 枚の概要カード、年、ジャンル、プラットフォーム、評価分布ごとの視聴量をカバーする 4 枚のグラフ、およびすべてにリンクする 2 つのスライサーがありました。

また、Copilot は、ピークの年、最も注目されているジャンル、主要なプラットフォームを強調する便利な概要行を上部に追加しました。サポートするピボットテーブルは別のワークシートにきちんと配置されていたため、ダッシュボードを占有することなく、必要なときに使用できました。

何よりも、画面にぴったり収まるほどコンパクトでした。また、現在のデータの 1 つの発見に基づいて構築されていないため、視聴履歴が増えてもダッシュボードを再考する必要はありません。また、3 つの中で最も早く作成できました。

本当に欲しかったダッシュボードが完成しました

詳細が少ないほど有用であることが判明

最初のダッシュボードは Copilot の分析を中心に形成され、2 番目のダッシュボードはさらに長い推奨事項のリストを中心に形成されました。 3 つ目は単に Copilot にデータを便利なダッシュボードに変換するよう依頼しただけです。

ワークシートを開いて、何が起こっているのかをすぐに把握することができました。 5 枚のカードで重要な数字が得られ、4 つのグラフで主なパターンが示され、2 つのスライサーで画面をコントロールで埋めることなくデータを探索できました。

何か問題が発生した場合に、調査するためのグラフ、計算、その他のコンポーネントも少なくなります。また、ダッシュボードは現在のデータ内の 1 つの特定の発見を中心に構築されていないため、必ずしも全体を再考する必要がなく、レコードを追加し続けることができます。

最終的に、Copilot にさらに多くの情報を提供しても、必ずしもより有用なダッシュボードが得られるわけではないことがわかりました。

副操縦士に必要なのは明確な目標だけでした

最近、Excel の Copilot について考えが変わりました。維持する価値があるとは確信していませんでしたが、使えば使うほどその仕組みが理解でき、実際に最初に認識していたよりも優れた機能を持っています。さて、この実験は私にもう 1 つの有益な教訓を与えてくれました。Excel ダッシュボードを構築するときに、Copilot に多くの指示を与えても、必ずしも良い結果が得られるわけではありません。

この場合、最も規範的でないアプローチにより、私が実際に望んでいたダッシュボードが作成されました。場合によっては、Copilot に明確な目標を与え、一歩下がって詳細を解決させることが、Copilot に必要な指示のすべてです。