FetchがClickHouse Cloudで会話型BIエージェントを高速化

ClickHouseは、Fetchが会話型BIエージェントFASTをClickHouse Cloud上に構築した事例を紹介しました。

要点

• FASTは、非技術部門が自然言語で購買データを質問できる会話型BIエージェントです。
• Fetchは1日1500億行以上をClickHouse Cloudへ取り込み、中央値1.9秒程度の応答を実現していると説明されています。
• 成功要因は、低遅延クエリだけでなく、意味モデル、バッチ取り込み、計算資源の分離、運用しやすいロールバック設計です。

今回のブログ記事で語られていること

今回のClickHouseブログは、リワードアプリを運営するFetchが、社内の営業・商業化チーム向けにFASTという会話型分析ツールを構築した事例です。Fetchは、ユーザーがスキャンするレシートやオンライン購入データをもとに、ブランド向けの施策やキャンペーン分析を行っています。記事では、1日あたり1300万件超のレシート、3000万件超の商品明細、1500億行、非圧縮50TB相当のデータをClickHouse Cloudへ取り込む規模が示されています。

FASTは「Fetch AI Semantic Technology」の略で、利用者が自然言語で購買データへ質問し、回答を短時間で得るための仕組みです。たとえば、オレンジジュース購入者の人数を聞き、そこからマフィンやベーグルとの同時購入条件を重ね、最終的にキャンペーン案まで作る流れが紹介されています。重要なのは、事前集計された定型質問だけではなく、その場で条件が変わる随時クエリを高速に処理する点です。記事では、2億700万行を1秒未満で走査した例や、500件超の問い合わせを1日あたり約100人が使う状況が説明されています。

ClickHouse Cloudが選ばれた理由として、低遅延、クエリ間の計算資源分離、ClickPipesによるバッチ取り込み、シンプルなスケールが挙げられています。Fetchのパイプラインは、毎晩SnowflakeからS3へデータを同期し、ClickPipesで新しいバージョン付きテーブルへロードし、ビューを差し替える設計です。これは理想的な増分更新ではないものの、広いテーブル構造を保ち、LLMが常に同じビューを参照でき、問題時には前のバージョンへ戻しやすいという実務上の利点があります。会話型BIはUIやモデルだけでは成立せず、LLMが理解しやすい意味モデル、安定したクエリ性能、更新と復旧の設計が必要だと読めます。

今回のブログ記事が関係する人

自然言語BIを社内展開したいデータチーム、ClickHouse Cloudをリアルタイム分析基盤として評価する担当者、営業・マーケティング向けのセルフサービス分析を作るBI責任者に関係します。

結局、今回のブログ記事をどう読むべきか

会話型BIの価値は、チャットUIではなく、質問が変わっても数秒で答えを返せるデータ基盤にあります。導入側は、意味モデル、クエリ分離、取り込み、ロールバックをセットで設計したいです。