現在、多くの企業が膨大なデータを抱えていますが、それらを理解することに苦労しています。そこで、Howard ChiとWilliam Changによって設立されたCannerが登場します。彼らの2つの主力製品、Wren AIとCanner Enterpriseを通じて、企業がデータを制御するのを支援しています。しかし、これらのツールは具体的にはどのようにして、生データを実際の意思決定につなげるのに役立っているのでしょうか？

Wren AIは企業のデータ検索をカスタマイズするのにどのように役立ちますか？

Wren AIは、複数の言語でのクエリを処理するように設計されており、技術的な用語や企業固有の用語が使用されていても正確に応答します。この機能により、企業は顧客の定着率などの独自の基準に基づいてデータを取得することができます。さらに、Wren AIエンジンによって、企業はKPIやメトリックを定義することができ、大規模言語モデル（LLM）が特定の要件に基づいてデータを分析することができます。

Wren AIは複数のビジネス部門のデータをつなげます

Wren AIは、異なる部門やプラットフォームに広がるデータを統合的に管理するのに役立ちます。例えば、営業、マーケティング、およびカスタマーサポートなどの部門は異なるソフトウェアを使用するかもしれませんが、Wren AIは一貫した用語が適用されるようにします。Hotspot、Mailchimp、GA4などのツールを分析し、「過去30日間にメールを開封した人は誰か？」や「2023年に最も開封率の高いキャンペーンのトップ3を表示してください」といったクエリに応答することができます。

Wren AIはユーザーのクエリを洗練させるのに役立ちます。例えば、ユーザーが「総給与はいくらですか？」と尋ねた場合、Wren AIは明確さを確保するために代替の質問を提案することがあります。これにより、ユーザーが必要なデータに対して適切な質問をするように導くことができます。また、分析の手順を理解するのに役立つ結果の要約も提供します。

Cannerは、eコマース、人事、およびCRMなどの業界のクライアントとのサブスクリプションモデルで動作しています。2016年に設立された同社は、台湾を拠点とする15人の小さなチームで運営されています。ユーザーの約60%は米国とヨーロッパからであり、特に米国での国際展開に重点を置いています。

Cannerは、SQLやNoSQLなどの異なるデータベースからデータを結合し、複雑なデータ管理を処理する問題を解決するために構築されています。さまざまな形式で動作し、エンジニアがデータにより簡単にアクセスできるシステムを持っています。ただし、銀行や製薬などの業界にCanner Enterpriseを販売することは、内部のレビューや承認が必要なため、通常は約6ヶ月かかることがあります。

複雑な業界におけるエンジニアのデータアクセスを簡素化する

Cannerが解決する主な問題の1つは、異なるシステムからのデータを整理することがどれだけ困難かということです、特にデータが異なる形式である場合です。例えば、あるデータベースでは性別データを別の方法でリストしている場合、すべてを組み合わせるのは難しくなります。Canner Enterpriseは、ユーザーがコーディングスキルを持たない場合でも、複雑なデータを整理・管理するのに役立つツールを提供します。では、Canner Enterpriseはどのようにしてこれをサポートしているのでしょうか？さまざまなシステムからのデータを効率的に統合する機能を提供し、すべてを簡単に管理できるようにします。

Cannerは大企業の複雑なデータニーズを処理する一方で、Wren AIはスタートアップや小規模なビジネスにとって作業を容易にするために設計されています。Wren AIを使用することで、コーディングやデータベースの操作を知らなくても必要なデータを取得することができます。これにより、技術的なスキルを持たない人々を含め、より多くの人々がデータ分析にアクセスできるようになります。

最終的に、Cannerの目標は明確です。大企業や小規模なスタートアップに関わらず、誰もがデータに簡単にアクセスできるようにすることです。Cannerは複雑なニーズに対応し、Wren AIはより簡単なタスクに対応することで、データの検索と分析を、技術的なバックグラウンドに関係なく誰もが行えるようにするために取り組んでいます。