データ分析エージェント連携ガイド

June 10, 2026 · View on GitHub

AI ペルソナシステムは、外部のデータ分析エージェント（Text2SQL Agent）と連携することで、自社の実データに基づいたペルソナ生成やディスカッションレポートの作成が可能になります。

概要

AI ペルソナシステムには、インタビューテキスト・リサーチレポート・CSV などのファイルをアップロードしてペルソナを生成する機能が標準で備わっています。データ分析エージェント連携することで、よりデータドリブンなペルソナ生成や分析、レポート作成が行えます。

標準機能との違い

標準機能（ファイルアップロード）データ分析エージェント連携
データソースアップロードしたファイル（インタビュー、レポート、CSV 等）DWHにロードされた多様な業務データ（顧客、商品、売上、注文等）
分析の深さファイル内の情報を AI が読解・要約業務知識に基づいて AI が自律的に複数回の SQL を組み立て、複数テーブルを横断して多角的に分析
業務知識ファイルに含まれる情報のみセマンティックレイヤー（テーブル定義、業務用語、KPI 定義等）を活用
ペルソナの根拠「顧客はこう語った」「CSV にこう記載されている」複数テーブルの集計結果＋業務ルールに基づく解釈
適したユースケースN1 インタビュー、市場調査レポート、手元の CSV からの生成大規模な顧客データベースからのセグメント分析、継続的なデータ活用

標準機能でも CSV などの購買データからペルソナを生成できますが、その場合はファイルの内容をそのまま AI が読み取る形になります。データ分析エージェント連携では、顧客・商品・売上・注文といった多様なテーブルに対して、業務知識を踏まえた SQL 分析を横断的に行えるため、単一ファイルでは得られない多角的な分析が可能です。

データ分析エージェント連携で実現できること

1. データドリブンなペルソナ生成

ペルソナ生成時に「データ分析エージェント連携」を選択すると、AI ペルソナシステムのペルソナ生成エージェントがデータ分析エージェントと連携し、実際の売上・顧客・商品データを自律的な分析し、分析に基づいたペルソナを生成します。

  • エージェントが自動で全体像を把握する質問を行う（顧客セグメント分布、売上上位カテゴリなど）
  • 定量データに基づいた具体的なペルソナ属性（購買傾向、利用頻度、好みのカテゴリなど）が生成される
  • 生成過程でのデータ問い合わせ内容と結果が表示される

2. データドリブン分析レポート

ディスカッション結果のレポート生成時に「データドリブン分析」を選択すると、ディスカッションで得られたインサイトを実データで裏付けるレポートが生成されます。

  • ディスカッションのインサイトに関連するデータを自動で問い合わせ
  • 定性的なインサイト（ペルソナの意見）と定量的なデータ（実際の数値）を組み合わせた分析
  • カスタムプロンプトで分析の観点を指定可能

前提条件

データ分析エージェントのデプロイ

本機能を利用するには、以下のソリューションを事前にデプロイする必要があります。

sample-text2sql-agent — CSV を S3 に置くだけで、自然言語でデータに問い合わせできる AI エージェント環境を AWS にデプロイするソリューションです。

デプロイ手順の詳細は、上記リポジトリの README および デプロイ手順 を参照してください。

AWS Generative AI Solution Box からのワンクリックデプロイはこちらを参照してください。

デプロイ後、動作確認手順 に沿って CSV のアップロードやスキーマの自動生成などのデータ準備を完了させてください。データ分析エージェント単体で自然言語による問い合わせが正しく動作することを確認してから、AI ペルソナシステムとの連携設定に進んでください。

連携設定には AgentCore Runtime の ARN が必要です。デプロイ時の出力から控えておいてください。

連携設定

ローカル開発環境

.env ファイルに以下を設定します。

# データ分析エージェント連携設定
ENABLE_DATA_AGENT=true
DATA_AGENT_RUNTIME_ARN=arn:aws:bedrock-agentcore:<region>:<account-id>:runtime/<runtime-id>
DATA_AGENT_REGION=us-east-1  # データ分析エージェントをデプロイしたリージョン

deploy.sh によるデプロイ

--data-agent-arn オプションを指定してデプロイします。

./deploy.sh --data-agent-arn "arn:aws:bedrock-agentcore:us-east-1:123456789012:runtime/xxx"

データ分析エージェントのリージョンが AI ペルソナのデプロイ先と異なる場合:

./deploy.sh --data-agent-arn "arn:aws:..." --data-agent-region ap-northeast-1

再デプロイ時は既存スタックから設定が自動引き継ぎされるため、毎回指定する必要はありません。明示的に連携を解除する場合は --data-agent-arn "" を指定してください。

CDK パラメータによる設定

cdk/parameters.ts で直接設定することもできます。

dataAgentRuntimeArn: 'arn:aws:bedrock-agentcore:us-east-1:123456789012:runtime/xxx',
dataAgentRegion: 'us-east-1',  // 省略時はメインスタックのリージョンを使用

設定画面からの接続テスト

アプリケーションの設定画面（⚙️）から「データ分析エージェント」セクションで接続テストを実行できます。接続が成功すると、利用可能なテーブル一覧が表示されます。

使い方

データドリブンなペルソナ生成

  1. ペルソナ管理画面で「新規作成」をクリック
  2. 生成方法で「データ分析エージェント連携」を選択
  3. ターゲット顧客の条件や分析の指示を入力（例: 「20代女性の購買傾向からペルソナを作成して」）
  4. 生成を開始すると、エージェントがデータを自動分析してペルソナを生成

行動データ自動紐付け

ペルソナ生成時に「行動データ自動紐付け」をONにすると、特定ユーザー1名を深掘り分析してペルソナ化し、そのユーザーの行動データも自動でデータセットとして紐付けます。

  1. ペルソナ生成画面で「データ分析エージェント連携」を選択
  2. 「行動データ自動紐付け」チェックボックスをON（生成数は自動で1に制限）
  3. 分析の切り口を入力（例: 「高単価商品を繰り返し購入しているリピーターの中から1名を深掘り分析」）
  4. 生成完了後、取得された行動データ（購買履歴、Webログ等）の候補一覧がプレビュー表示
  5. 保存するデータセットをチェックボックスで選択し、「ペルソナを保存」をクリック

紐付けられたデータセットはインタビューや議論時にペルソナが参照でき、実データに基づいた具体的な発言が可能になります。

データドリブン分析レポート

  1. ディスカッション結果の詳細画面を開く
  2. レポートセクションで「データドリブン分析」を選択
  3. 必要に応じて分析の指示を入力
  4. 生成を開始すると、エージェントがディスカッション内容に関連するデータを問い合わせてレポートを生成
    • CSVエクスポートが依頼された場合、データ分析エージェントがCSVファイルを生成しダウンロードURLを返します（有効期限: 約1時間）

フォローアップ分析

保存済みのデータドリブン分析レポートから追加分析を実行できます。

  1. 保存済みレポートを表示
  2. 「追加分析の指示」テキストエリアに指示を入力（例: 「上記の顧客セグメントをCSVとしてエクスポートしてください」）
  3. 「追加分析を実行」をクリック
  4. 分析完了後、「レポートを更新」で結果を既存レポートに追記保存

前回のセッション情報（AgentCore Memory STM）が有効な場合、テーブル構造の再確認をスキップして効率的に追加分析を実行します。セッションが期限切れの場合は前回レポートの内容をコンテキストとして利用するため、いずれの場合も追加分析が可能です。

マスアンケート用セグメント抽出

マスアンケート（Survey）機能のペルソナデータとしてDWHから顧客セグメントを直接抽出できます。

  1. 「アンケート」→「ペルソナデータ設定」→「データ分析エージェント連携」タブを選択
  2. 抽出条件を自然言語で入力
  3. エージェントがテーブル構造を確認し、条件に合致する顧客をCSVエクスポート
  4. 抽出完了後、カラムマッピング（LLM自動提案）→ Parquet変換 → Survey実行

エージェントは基本属性に加えて購買履歴・嗜好・サポート履歴など、ペルソナの再現性を高める情報をできるだけ多くJOINして取得します。件数制限: 最小100件、最大10,000件。