カテゴリーを見る

AIを活用した分析:質問するだけでSQLとグラフが手に入る

10分で読める

ノヴァAI

データベースに何でも質問してください。
数秒で回答が得られます。

AIを活用したテキストベースのSQL分析。平易な英語で質問するだけで、検証済みのクエリ、リアルタイムの結果、そして瞬時にグラフが表示されます。SQLの知識は一切不要です。

スキーマ対応SQL ライブクエリ実行 インスタントチャート ゼロ・クレデンシャル・エクスポージャー
Nova AI - Query Streams テキストからSQLへのエンジン

AIを活用した分析機能を使えば、誰でも平易な英語で質問するだけでデータベースにクエリを実行できます。SQLの知識は不要です。 クエリストリーム 含まれる ノヴァAIこれは、実際のデータベーススキーマを読み込み、検証済みのSQLを生成し、ライブデータに対してクエリを実行し、グラフを作成する自然言語分析エンジンです。これらすべてを対話型のインターフェースから実行できます。

データがSQL Server、PostgreSQL、MySQL、Oracle、BigQuery、Snowflake、またはサポートされているあらゆるデータベースに格納されている場合でも、Nova AIは英語の質問を正確なSQL結果に変換します。BIツールのライセンスも、データモデルも、学習曲線も不要です。

AIを活用した分析の仕組み

従来の分析手法では、SQLを習得するか、SQLを知っている人に依頼するかの選択を迫られます。AIを活用した分析手法は、このボトルネックを解消します。Nova AIを使ったワークフローは以下のとおりです。

質問する
平易な英語
NovaがSQLを生成します
スキーマに対して検証済み
ライブデータ+チャート
即効性

Nova AIの特長とは?

「AI SQL」ツールは数多く存在します。そのほとんどは汎用的なSQLを生成するだけで、データベース上で動作するかどうかは保証されません。Nova AIは、Query Streams Agentを介して実際のデータベーススキーマに直接接続されるため、他とは異なります。

スキーマ認識型検証

Novaは、実際のテーブル、列、データ型を読み取ります。生成されるSQLは、推測ではなく、実際の列名を使用します。

方言に正しいSQL

SQL Server 用の T-SQL、PostgreSQL 用の PL/pgSQL、MySQL 用の MySQL 構文を生成します。方言によってはエラーになるような汎用 SQL ではありません。

自動生成グラフ

Novaは、データの形状に基づいて視覚化方法を提案します。比較には棒グラフ、傾向には折れ線グラフ、詳細表示には表などです。

会話のフォローアップ

チャットで結果を絞り込むことができます。「地域別に細分化して」または「上位10件だけを表示して」と入力すると、Novaは前のクエリを繰り返します。

例:質問から結果へ

実際のNova AIの会話は次のようになります。ユーザーがビジネスに関する質問をすると、NovaはSQLを生成して実行し、グラフとともに回答を表示します。

ノヴァ
ノヴァAI
PostgreSQL - プロダクション
前四半期の売上高上位5製品は何でしたか?
ユーザー
ノヴァ
あなたの 売上高 そして 製品 テーブル。以下は、私が生成し、あなたのスキーマに対して検証したSQLです。
SQL 結果
コピー 走る セーブ
セレクト
    p.製品名、
    合計(数量) AS 販売台数
    合計(s.line_total) AS 総収益、
    ラウンド(AVG(s.line_total / ヌライフ(s.数量、 0)), 2) AS 平均単価
フロム 販売
ジョイン 製品 p オン s.product_id = p.id
どこ s.sale_date >= 日付切り捨て('四半期', 現在の日付 - インターバル 「3ヶ月」)
  アンド s.sale_date < 日付切り捨て('四半期', 現在の日付)
GROUP BY p.製品名
ORDER BY 総収益 DESC
リミット 5
Novaにあなたのデータに関するあらゆる質問をしてみてください…
違いに注目してください。 ノヴァは使用済み 日付切り捨て PostgreSQLを検出したためです。SQL Serverでは、 日付切り取り線 または 日付追加/日付差分 代わりにパターンを使用します。MySQLでは、 四半期()Novaは実際のデータベースメタデータを読み取るため、SQLは常に方言に準拠しています。

例:会話型データ分析

Novaは単にSQLを生成して消えるだけではありません。結果を読み込み、データを分析し、発見した内容についてユーザーと実際に話し合います。以下は、複数回のやり取りを伴う分析対話の例です。

ノヴァ
ノヴァAI
SQL Server — billing_prod
今年の購読更新率は、昨年と比べてどのような傾向を示していますか?
ユーザー
ノヴァ
私はあなたに質問しました サブスクリプション そして 更新イベント 表。データは以下のことを示しています。

更新件数は前年比23%増 — 2026年1月~3月の更新件数は4,812件で、前年同期の3,912件を上回りました。1月と2月はそれぞれ1,680件と1,740件で、いずれも目標を上回りました(目標は月間1,500件)。

しかし、 3月は1,392に減少した。 ―これは目標を7.2%下回り、上昇傾向を崩すことになる。 3月の解約率は4.1%に急上昇した。1月~2月の平均2.3%から上昇した。これが主な要因のようだ。

3月の解約状況を、プランの種類別、または解約理由別に分析しましょうか?
3月の解約率急増の原因は何ですか?プランのティア別に内訳を教えていただけますか?
ユーザー
ノヴァ
良い質問ですね。フォローアップの参加を実行しました。 サブスクリプション と プラン階層 そして キャンセル理由.

3月の解約者の82%はスタータープランのユーザーだった。 — 115件中94件のキャンセル。ProおよびEnterpriseティアは安定していました。キャンセルの主な理由は 「価格上昇」 ― スタータープランのキャンセル94件のうち、67件は3月1日の価格変更を具体的な理由として挙げていた。

2025年第3四半期の価格調整後の同様の傾向に基づくと、既存のStarter顧客に対して90日間の猶予期間またはロイヤルティ割引を提供することで、これらの解約の約60~70%を回収できる可能性がある。

顧客階層別の解約率の内訳をグラフ化するか、実際の収益への影響を算出するか、どちらが良いでしょうか?
Novaにあなたのデータに関するあらゆる質問をしてみてください…
これが、NovaがSQLジェネレーターと異なる点です。 Novaは、一連の会話の中で実際のクエリ結果を分析し、異常値(3月の解約率急増)を特定し、原因(スタータープランの価格上昇)を掘り下げ、過去のパターンを参照して回復戦略を提案しました。すべて自然な文章で、チャットバブル内で行われました。

例:自動生成されたグラフ

質問に視覚化が必要な場合、Novaはデータの形状に基づいてグラフを自動的に生成します。設定もドラッグ&ドロップによる作成も不要です。質問するだけで結果が表示されます。

ノヴァ
ノヴァAI
PostgreSQL - 分析
2026年第1四半期の製品カテゴリ別月間売上高を表示してください
ユーザー
ノヴァ
私は質問した オーダー 参加しました 製品 そしてカテゴリー別に分類しました。第1四半期の収益内訳は以下のとおりです。
製品カテゴリー別売上高 — 2026年第1四半期 バー
ソフトウェア
94万4200ドル
ハードウェア
57万8500ドル
サービス
50万800ドル
3つのカテゴリー 再生
ソフトウェア部門の売上高は94万4000ドル。 — ほぼ2倍のハードウェア。しかし サービス業の成長率が最も高かった。 四半期全体では33%増(1月14万3000ドル→3月19万ドル)となり、ソフトウェア部門は22%増、ハードウェア部門は横ばいだった。

第1四半期の総収益: $2,023,500月ごとに細かく分析しましょうか?それとも成長傾向を折れ線グラフで示しましょうか?
Novaにあなたのデータに関するあらゆる質問をしてみてください…
グラフはインラインで表示されます。 Novaはデータの形状に合わせて最適なグラフの種類を選択し、ランキングには横棒グラフ、時系列データには折れ線グラフ、構成データには円グラフを生成します。グラフの種類はワンクリックで切り替えることができ、「折れ線グラフで表示」または「トレンドラインを追加」とNovaに指示するだけで済みます。

AIを活用した分析から恩恵を受けるのは誰か

AI分析は、SQLが書けない人だけのものではありません。組織全体のあらゆる人のワークフローを加速させます。

ビジネスユーザー

財務、営業、運用チームは、データチームに問い合わせチケットを送信することなく、リアルタイムデータから回答を得ることができます。英語で質問すれば、数秒で結果が得られます。

開発者とアナリスト

Novaを使えば、複雑なクエリをより迅速に作成し、生成されたSQLを洗練させることができます。探索的分析や馴染みのないスキーマに関する時間を節約できます。

学生と教育者

AIが生成したクエリを実際のデータに対して実行することで、SQLを学習できます。各句の働きを理解するには、追加の質問をしてみましょう。

中小企業

データチームがいなくても大丈夫です。Nova AIがデータアナリストとして機能します。専門家を雇うことなく、PostgreSQL、MySQL、SQL Serverデータベースへのクエリを実行できます。

始め方(3ステップ)

1
2
3

ステップ1:データベースに接続します。 my.querystreams.comで登録してください。 データベースにアクセスできる任意のマシンにQuery Streams Agentをインストールしてください。このエージェントはアウトバウンド接続を行うため、ファイアウォールの変更は不要です。SQL Server、PostgreSQL、MySQL、MariaDB、Oracle、Snowflake、BigQuery、DuckDB、SQLite、およびMicrosoft Accessをサポートしています。

ステップ2:Nova AIを開きます。 クエリ ストリーム ダッシュボードから Nova インターフェースに移動します。クエリを実行するデータベースとデータ ソースを選択します。Nova は、テーブル、列、データ型、リレーションシップなどのスキーマを自動的に読み取ります。

ステップ3:質問をしてください。 平易な英語で質問を入力してください。Novaは、指定されたデータベース方言に対応した検証済みのSQLを生成し、実際のデータに対して実行して、結果を視覚化の提案とともに表示します。追加の質問でさらに絞り込んだり、生成されたクエリを保存してExcelやGoogleスプレッドシートで再利用したりすることもできます。

認証情報はあなたのネットワーク上に保持されます。 Query Streams Agentはお客様のインフラストラクチャ上で動作し、送信専用の接続を行います。お客様のデータベース認証情報はネットワーク外に送信されることはありません。Nova AIは、分析、レポート作成、ディスカッションのためにデータへのフルアクセス権限を持ちます。スキーマを読み取ってSQLを生成し、Agentを介してクエリを実行し、結果を受け取って傾向分析、グラフ作成、フォローアップ質問への回答を行います。これが、対話型分析エクスペリエンスを実現する仕組みです。

サポート対象データベース

Nova AIは、Query Streamsがサポートするすべてのデータベースに対して、方言に正しいSQLを生成します。デプロイ 複数のエージェント オンプレミス、AWS EC2、Azure VM、Google Cloud、または世界中のあらゆる環境など、お客様のインフラストラクチャ全体にわたって動作します。各エージェントは自動的に更新され、そのデータソースをNovaのデータソースセレクターで利用できるようにします。

サポートされているデータベースには、Microsoft SQL Server、PostgreSQL、MySQL、MariaDB、SQLite、Microsoft Access、Oracle、Snowflake、BigQuery、およびDuckDBが含まれます。Novaは、DuckDBにローカルにキャッシュされたAPIコネクタデータ(Stripe、HubSpot、Shopify、Google Analytics、Google Search Console、ShipStation)にも対応しています。

AIを超えて:クエリを保存して共有する

AIを活用した分析は、ほんの始まりに過ぎません。Novaが気に入ったクエリを生成したら、それを保存してプラットフォーム全体で使用できます。

ExcelまたはGoogleスプレッドシートで実行 保存したクエリは、クエリ ストリーム アドインに表示されます。選択、フィルタリング、実行が可能です。ライブ データがオンデマンドでスプレッドシートにストリーミングされ、複数のタブ間での並列実行もサポートされます。

チームメイトや外部パートナーと共有する 受信者は、各自のExcelまたはGoogleスプレッドシートから共有クエリを実行できます。受信者は、あなたのSQLコードやデータベースの認証情報を見ることなく、独自にフィルターを調整できます。

他のプラットフォームへの自動化 — クエリをスケジュール設定して、データをAirtable、Smartsheet、Baserow、またはSeaTableに定期的に同期します。

よくある質問

AIが生成するSQLの精度はどの程度ですか? +
Nova AIは、生成されたすべてのクエリを実行前に実際のデータベーススキーマに対して検証します。汎用的な推測ではなく、実際のテーブル名、列名、データ型を使用します。また、SQLは特定のデータベース(SQL Serverの場合はT-SQL、PostgreSQLの場合はPL/pgSQLなど)に合わせた方言で記述されます。クエリが検証できない場合は、不正なSQLを実行するのではなく、Novaがエラーを通知します。
Nova AIは私の実際のデータにアクセスしますか? +
はい。Nova AIはクエリ結果に完全にアクセスできます。これは、データの分析、傾向の特定、グラフの生成、結果に関するフォローアップ質問への回答を行うための仕組みです。スキーマメタデータを読み取ってSQLを生成し、セキュアなエージェントを介してクエリを実行し、実際のデータを受信して分析とレポートを提供します。Novaがアクセスできないのはデータベース認証情報です。認証情報はエージェント内のネットワーク上に保持されます。エージェントは送信専用接続でインフラストラクチャ上で動作するため、受信ポートやVPNの変更は不要です。
AI分析はどのデータベースをサポートしていますか? +
Nova AIは、Query Streamsがサポートするすべてのデータベース(Microsoft SQL Server、PostgreSQL、MySQL、MariaDB、SQLite、Microsoft Access、Oracle、Snowflake、BigQuery、DuckDB)に対応しています。また、DuckDBにキャッシュされたAPIコネクタデータ(Stripe、HubSpot、Shopifyなど)にも対応しています。Novaは、各データベースに対して方言に忠実なSQLを自動的に生成します。
AIが生成したSQLを実行する前に修正することはできますか? +
はい。Novaは実行前に生成されたSQLを表示します。それを確認したり、修正したり、フォローアップの会話を通じてNovaに調整を依頼したりできます。経験豊富なSQLユーザーは、Novaを起点として、その後、自分のニーズに合わせてクエリを微調整することがよくあります。
AIを活用した分析は無料ですか? +
Nova AIは、 ビジネス そして エンタープライズ プラン — 個人アカウントまたは無料ティアアカウントには含まれません。対象となる各プランには月間クレジット割り当てが含まれており、必要に応じて追加のクレジットパックを購入できます。生成されたクエリをデータベースに対して実行することは常に無制限です。参照 料金プラン 最新情報については、こちらをご覧ください。
これはChatGPT for SQLと比べてどうですか? +
ChatGPT は説明から汎用 SQL を生成します。テーブルや列の実際の名前はわかりません。Nova AI は、実際のデータベースに接続されています。 セマンティックインテリジェンスこれは、何も生成する前に実際のテーブル、列、データ型、および関係をプロファイリングします。次に、すべてのクエリを多層検証パイプラインで実行します。方言固有の構文チェック(SQL Server が トップPostgreSQLは リミット(など)、テーブル名の検証(実際のスキーマとの照合)、列名の検証(あいまい一致による修正あり)、無効なGROUP BY句などの構造チェックが行われます。これらの処理がすべて完了してから、実際のデータに対して実行されます。ツール間でのコピー&ペースト、架空の列名、データベースに対する破損したSQLの実行は一切ありません。
AIが生成したクエリを保存してExcelで再利用することはできますか? +
はい。Novaで生成したクエリのうち、保存しておきたいものがあれば、再利用可能なクエリとして保存してください。保存されたクエリは、ExcelおよびGoogleスプレッドシートのアドインに、手動で作成したクエリと並んで表示されます。インタラクティブなフィルターにパラメーターを追加することで、エンドユーザーは実行時に日付範囲、地域、その他の条件を調整できます。

AI分析を始めましょう

my.querystreams.comで無料登録してくださいデータベースを接続したら、Novaに最初の質問をしてみましょう。SQLの知識は不要です。平易な英語で質問するだけで、実際のデータから検証済みの結果を数秒で取得できます。

Nova AIの機能の詳細については、以下を参照してください。 Nova AI 特集ページデータベース接続ガイドについては、以下を参照してください。 SQLサーバーからエクセルへ, PostgreSQLからExcelへ, そして 自然言語からSQLへ.

更新日 2026 年 10 月 1 日