Reporting Agent

Reporting Agentは、SparkX Agent製品シリーズにおける2025年の新たなマイルストーンです。完全自由な会話入力をサポートし、ページをまたがり、モジュールをまたがり、基盤データをまたがって総合的なクエリと分析を行い、ワンクリックでレポートを生成することができます。

使用したモデル

クローズドベータテスト段階では、GPT‑5、Claude‑Opus‑4、Claude‑Sonnet‑3.7、Gemini‑2.5‑Pro、Grok‑4、DeepSeek‑R1など、複数の大規模モデルを継続的に評価し、最適なものを選択して使用します。

現在のバージョンで使用されているモデル: Claude‑Sonnet‑3.7, Claude‑Sonnet‑4.

データセキュリティ

当社は、アマゾン企業クラウド AWS Bedrock を通じて、様々な大規模モデルの機能にアクセスしています。あなたのデータは、自身の分析結果を生成するためにのみ使用され、いかなる大規模モデルのトレーニングにも使用されません。異なる顧客間のデータは、厳格に分離されています。

忍耐と探求

使用中において、モデルにはまだ不備や誤りがある可能性があります。SparkXは、アマゾン広告分野での経験と、しっかりとしたAIエージェントの開発、テスト、ガバナンス能力に基づき、引き続き製品のパフォーマンスを最適化していきます。

現在もクローズドベータテストの緊密な反復段階にあります。ご理解とご支援いただき、ありがとうございます。貴重なご意見をお待ちしています！

あなたはまずこれらのテーマから試してみることができます

広告キャンペーンのパフォーマンス概要

全体的なトレンド、コア広告のパフォーマンス、異常診断、営業日と週末の比較などをサポートします

広告の全体的なビジネスへの貢献度

自然流量と広告流量の貢献度を比較し、広告が店舗の総売上とTACOSに与える影響を評価し、各製品ラインの広告販売比率を比較する

商品分析

全店商品の診断を行い、主力商品/高潜在商品/低効率商品を特定します。各 Parent ASIN 配下の各子 ASIN の広告パフォーマンスを分析し、リソース配分の提案を行います。

ターゲティングタイプ分析

自動、キーワード、商品ターゲティング、オーディエンスなどのターゲティングタイプを詳細に比較し、費用と売上高の割合を確認し、各マッチング方法まで下層に掘り下げます。

広告構造分析

SP、SB、SDの3種類の広告のパフォーマンスと業務占比を比較し、キー指標と予算/売上高占比を表示し、予算配分の提案を作成する

予算使用分析（当月）

当月の全店または商品ラインの予算使用進捗状況；予算異常の広告キャンペーンを特定する

注：現在は「当月予算使用」（現在の日予算に基づき当月の計画予算を見積もる）のみサポートしています。

SB専題

通常概要、ターゲティングタイプ×マッチング方式

SBとSBVの比較；SBVビデオ素材の効果

New-to-Brand分析

自動入札 vs カスタム入札

異なる Placement の表示差異

各国市場の比較

異なる国の市場における広告の主要指標と予算/費用の割合を比較し、クロスマーケットの予算配分に関する提案を提示する

検索語分析

単語頻度と語根分析

データによるTOP N検索；トレンド；四象限（高効率/高潜在力/低効率/無効）

SP特集

通常の概要、ターゲティングタイプ×マッチング方法；異なる入札戦略と Placement の連動分析

広告キャンペーン分析

TOP N、トレンド、四象限（高効率/高潜在力/低効率/無効）

キーワード分析

TOP N、トレンド、四象限（高効率/高潜在力/低効率/無効）

SparkXの基盤にはText-to-SQL機能が備わっており、上記のトピックに留まらず、複数のトピックを組み合わせたり、さらに深く掘り下げたりすることができ、より多くの使い方があなたの探索を待っています。

注：Text-to-SQLは、システムがあなたの自然言語によるリクエストに基づいて、その場で意図を理解し、「即席でSQLを作成」することを指します。固定テンプレートを適用するのではなく、あなたの質問に基づいてテーブルとフィールドをマッチングし、条件と集計を推論し、動的にSQLを生成して実行します。

以下のデータは現在クローズドベータテストが未開放です。ご期待ください。

どんな分析を始める前に、まずデータ範囲を設定することをおすすめします：

Q：なぜ設定項目を通じてこれらの範囲を指定する必要があるのですか？

A：自然言語で時間、店舗、商品を指定すると、曖昧性が生じやすく、正確な入力のハードルが高い。設定項目により、利便性、正確性、権限管理の間でより良いバランスを達成することができる。

AIによって推薦されたアウトラインを見て、似た構造であなたの要望を入力することで、コミュニケーションの回数を減らし、生成を加速することができます。

すべてのトピックは自然言語による集計次元と比較方法の指定をサポートしており、例えば：

「週」を粒度としてトレンドを表示するよう指定する

「製品ライン」で特徴を比較することを指定する

「親ASIN」を粒度として分析することを指定する

多次元クロス分析を行う

小ヒント：直接「XX テーマについて、XXの次元で分析して」、「異なるXXの特徴を比較して」、「最も良いと最も悪いXXを見つけて」と言うことができます。

XXは、親ASIN、ASIN、製品ライン、キャンペーン、日次、週次、月次とすることができます（異なるトピックでサポートされる次元は異なる場合があります）

具体的なエンティティの名前を入力する必要はありません

例1：専門的な運用では、しばしば「四象限」分析法が用いられます。これは、高効率、高潜在力、低効率、無効などの異なる対象を区別し、そのパフォーマンスを分析するものです。

難点は、異なるビジネス段階における「高効率/高ポテンシャル/低効率/無効」の定義がそれぞれ異なることです。例えば、成熟期ではコスト効率が重視され、高効率 = 高コスト + 低ACOSと定義されることがありますが、新商品の伸び期では高コスト + 高売上と定義されることもあります。

あなたは直接 Agent にあなたの定義と関心ポイントを伝えることができ、システムはあなたの基準に従って分析を生成します。

あなたはどのような「検索語」が効率的だと思いますか

あなたはどのような「広告活動」が効率的だと思いますか

「コンバージョン率」を重視する場合、どのように判定すべきか

例2：異常分析では、AIに「異常」とは何かを教えると、システムがあなたのルールに従ってスクリーニングと解釈を行います。

例3：語根分析の論理（推奨）

「3語を1セットとする語根分析を行い、高貢献と高コストの語句リストとクリーニング提案を出力する。」

「もう一版、二つの単語を一組とする語根分析を作成してください。」

もっと多くの使用シーンがあり、あなたの発掘を楽しみにしています！👏🏻

あなたは何も事前設定を行わなくても構いません。Agentはお客様事例に基づいてまず1版を生成し、その後あなたの追及に応じて迅速に反復します。

追及例：（既に生成されたレポートの初稿に対して、引き続きあなたのニーズや派生的な質問を提起する）

報告結果に基づいて追及することは、現在の強化表現ニーズに対する最適なアプローチである。

AIと繰り返し磨き上げて理想的なレポートを作成したら、「周期計画を作成」を選択することができ、エージェントが設定した周期に従って自動生成します。

入口

入口1：レポートライブラリー—インテリジェントレンダリング

入口2：会話内—レポート詳細

周期計画設定

レポートライブラリ内の管理可能な計画

実行が成功した後、レポートデータベースにはソースが「定期計画」の新しいレポートが表示されます

「新しいレポートに自動的にセッションを作成する」にチェックを入れると、セッションリストに表示されます

エージェントは計画通りに自動的にタスクを実行します

理想レポートを異なる商品や製品ラインなどのシナリオに一括で再利用します。システムは最大限に元のレポートの大綱とプロンプトを再利用し、差異化された要件の補充もサポートします。

入口

入口1：レポートライブラリー—インテリジェントレンダリング

入口2：会話内—レポート詳細

一括再利用フロー

ポップアップウィンドウ

作成が成功すると、レポートライブラリにはソースが「一括再利用」の新しいレポートが表示されます

任意のレポートを起点として「新しいブランチを開く」ことで、会話と最適化を続けます。

すべてのレポートは、テンプレートとして、定期的に生成され、一括で再利用され、継続的に最適化されることができます。今後は、チーム内での共有などの機能もサポートされます。

第 3 章で説明した方法により理想的な分析/レポートを取得した後、その適用シーンを拡張し、経験をチーム内で流動化し再利用することをおすすめします。

SparkX Reporting Agentは「機能リスト」を境界とせず、実際のビジネスにおいてあなたと共に創造することに重点を置いています。それを使用するにはテンプレートは必要ありません——あなたの目標と背景を話し出すだけで、自由に試行と探索を行ってください。あなたの実際の問題と試行が、私たちの「理解と生成」能力の持続的な反復を直接促進します。

共築と共有

あなたの事例や高品質なプロンプトの共有を歓迎します。我々は優れた事例に対して使用枠を傾斜配分し、「素敵な事例」として蓄積し、より多くのユーザーに啓発を与えます。

フィードバックとサポート

もしAgentの理解が不正確だったり、返答にずれがあったりする場合は、いつでもフィードバックや突っ込みをしてください。現在はまだクローズドベータの密集デバッグ期間であり、あなたの意見が直接的に修正と最適化を促進します。あなたの参加とサポートに感謝します。

方式1：

レポートの末尾で評点を付け、具体的な改善提案（できるだけ具体的な方が役に立つ）を追加してください

方式2：

単一のトピックに対していいね/突っ込みを行う（具体的なほど役に立つ）

方法3：アカウントマネージャーに連絡する

問題の会話リンク（ウェブページのURLをコピー）を直接私たちに送ってください

会話の中に複数のレポートがある場合は、何番目のレポートかを明記する