社内アナリスト チームと営業チームの両方のニーズを満たすには、モバイル用に特別に設計されたアプリと社内用に設計されたアプリの 2 つを別々に作成するのが最善の解決策です。モバイル デバイスでは、よりシンプルでタッチに最適化されたレイアウトなど、さまざまな UI を考慮する必要がありますが、社内チームは、デスクトップ用に最適化されたより詳細なアプリのメリットを享受できます。別々のアプリを設計することで、両方のチームが特定のデバイスとユース ケースに適したカスタマイズされたエクスペリエンスを利用できるようになります。
重要な概念:
モバイル最適化: モバイル デバイスでは、小さい画面に合わせて合理化され最適化されたアプリが必要ですが、デスクトップ コンピューターを使用する社内ユーザーは、より複雑なレイアウトや詳細なレポートを処理できます。
個別のアプリ: 個別のアプリを作成することで、各チームがニーズに合わせてカスタマイズされた最高のユーザー エクスペリエンスを実現できます。
他のオプションがあまり適していない理由:
A. モバイル ユーザー向けの特定の拡張機能を備えた 1 つのアプリ: 拡張機能はモバイル機能をある程度提供できますが、完全にモバイル フレンドリーなエクスペリエンスに必要な柔軟性と最適化は提供されません。
C. さまざまなオブジェクトを含むマッシュアップ: マッシュアップは柔軟性を提供しますが、この要件に対して複雑すぎる可能性があり、必ずしも最適なモバイル エクスペリエンスを提供するとは限りません。
D . さまざまなオブジェクトを含む 1 つのアプリ: モバイル ユーザーはデバイスに最適化されていないオブジェクトの操作に苦労する可能性があるため、両方のチームのユーザー エクスペリエンスが複雑になる可能性があります。
Qlik Sense Business Analyst の参考資料:
モバイル アプリとデスクトップ アプリの設計: Qlik Sense では、デスクトップ ユーザーとモバイル ユーザーの両方に最適なユーザー エクスペリエンスを確保するために、特定のデバイス向けにアプリを最適化することを推奨しています。
したがって、B はモバイル セールス チームと社内アナリスト チームの両方にとって最適なソリューションを提供するため、検証済みの回答となり、正解となります。

売上とマージンの関係を分析するには、散布図が最適です。散布図では、顧客や製品カテゴリなどのさまざまなディメンションにわたって 2 つのメジャー (売上とマージン) の関係を視覚化できます。ファネル チャートは、販売プロセスの各段階を視覚化するのに最適です。ファネル チャートでは、各セグメントの幅が各段階の合計売上を表し、最初の段階から最後の段階 (受注) まで売上がどのように進行するかが示されます。
重要な概念:
散布図: このタイプのグラフは、2 つのメジャー間の相関関係または関係を視覚化するように特別に設計されており、さまざまなディメンションにわたって売上と利益を分析するのに最適です。
ファネル チャート: このチャートは、セールス ファネルの各ステージを通過する売上の割合を視覚的に示すため、セールス ステージを視覚化するのに特に適しています。
他のオプションがあまり適していない理由:
A. 散布図と棒グラフ: 散布図は売上と利益の分析に適していますが、棒グラフではファネル グラフほど効果的に販売プロセスのさまざまな段階を適切に表すことができません。
C. 複合グラフと円グラフ: 複合グラフは潜在的に有効ですが、売上と利益の関係を散布図ほど明確に表示することはできません。円グラフは、販売ファネルの段階を表すのにもあまり効果的ではありません。
D. 分布プロットと棒グラフ: 分布プロットでは 2 つのメジャー間の関係を効果的に表示できず、棒グラフは販売プロセスの段階を視覚化するのに最も適した選択肢ではありません。
Qlik Sense Business Analyst の参考資料:
関係の散布図: このグラフの種類は、売上と利益など、2 つの連続変数間の関係を調べる場合に強く推奨されます。
ファネル チャート: 最初のエンゲージメントから最終的な販売までの販売段階など、プロセスのさまざまな段階を通じてデータがどのように移動するかを視覚化するのに最適です。
したがって、散布図とファンネル チャートの組み合わせが最適なソリューションとなり、B が正解となります。

Qlik Sense では、セット分析は、ビジネスアナリストが同じアプリ内で異なるデータのサブセットを管理するために利用できる最も強力なツールの 1 つです。両方の顧客が同じ財務データセットで作業していますが、目的は異なるため、セット分析を使用して複数の視覚化を作成することで、アナリストはアプリを複製したり複雑なデータモデルを作成したりすることなく、各顧客に合わせてデータビューをカスタマイズできます。
重要な概念:
セット分析: この機能を使用すると、データのサブセットを定義する式を作成できるため、特定の視覚化内でデータをフィルター処理できます。これは、複数のユーザーが同じ基礎データセットから異なる分析情報を必要とする場合に最適です。
柔軟性: セット分析を使用すると、個々の視覚化内で条件を指定できるため、各ユーザーは他のユーザーに影響を与えることなく、データの独自のセグメントに集中できます。
効率性: この方法では、複数のアプリを複製して維持したり、セクション アクセスなどの複雑なロジックを適用したりする代わりに、1 つのアプリと 1 つのデータ モデルのみが必要になるようにすることで冗長性を回避します。
他のオプションがあまり適していない理由:
A . セクション アクセスを適用する: セクション アクセスは、セキュリティを管理し、データセット全体でユーザーが表示できる内容を制限するのに便利ですが、主にユーザー ロールに基づいてデータ アクセスを制限するように設計されています。この場合、両方のユーザーが同じデータセットにアクセスする必要がありますが、異なる分析を実行します。このシナリオでは、セクション アクセスは過度に制限的で複雑なソリューションになります。
C . アプリを複製して名前を変更する: これは冗長性をもたらし、メンテナンスが困難になるため非効率的です (例: データセットや視覚化への変更は両方のアプリに適用する必要があります)。また、アプリのバージョン間で不整合が発生するリスクも高まります。
D . データ テーブルをアンピボットして再度関連付ける: このオプションは問題とは関係ありません。アンピボットは、同じアプリ内の異なるユーザー向けにビューを調整するよりも、データセットを変換する方が適しているためです。顧客固有の分析目標のニーズには対応していません。
Qlik Sense Business Analyst の参考資料:
セット分析: Qlik Sense Business Analyst のツールキットでは、セット分析は単一のアプリ内で多様なデータ サブセットを管理する方法として取り上げられており、コンテンツを重複させることなく、マルチユーザー環境に必要な柔軟性を提供します。
効率的なアプリケーション設計: ベスト プラクティスでは、一貫性とメンテナンスの容易さを確保するために、可能な限り単一のアプリを維持することが推奨されており、これは Set Analysis を使用するアプローチと一致しています。
Set Analysis を使用すると、単一のアプリ内で簡単に管理および更新できるカスタマイズされたデータ ビューを両方の顧客に提供できます。これが、オプション B が最も効果的で検証済みのソリューションである理由です。

Qlik Sense では、Insights Advisor Chat は、ユーザーが自然言語の質問を通じてアプリを操作できる機能です。このツールは、Qlik の高度な AI と機械学習機能を活用して、自然言語のクエリを解釈し、分析に関連する洞察、視覚化、または提案を生成します。
A. 高度なオーサリング
高度な作成は、詳細な視覚化とレポートを作成するために設計された Qlik Sense のツール セットですが、自然言語による対話機能は含まれていません。会話型のクエリよりも、カスタマイズと正確な設計に重点を置いています。
B. ストーリーとブックマーク
Qlik Sense のストーリーテリングとブックマークは、データを物語形式でプレゼンテーションし、分析の特定の状態を保存するためのツールです。自然言語で質問したり、自動的に洞察を生成したりする機能は提供されません。
C. インサイトアドバイザーチャット
正解は Insights Advisor Chat です。この機能を使用すると、ユーザーは自然言語の質問を入力してデータを操作できます。システムはそれを解釈して、チャート、KPI、その他の洞察を含む適切な応答を生成します。これは、自然言語を通じてデータ探索をより直感的でアクセスしやすいものにすることで、技術者以外のユーザーを支援するように設計されています。
D . 連想エンジン
連想エンジンは、Qlik Sense が大規模なデータセットを処理し、それらに対して連想検索を実行できるようにする基盤となるテクノロジーです。データ探索には強力ですが、Insights Advisor Chat のように自然言語クエリ用の直接インターフェースは提供されません。
主な Qlik Sense ビジネスアナリスト参考資料:
Insights Advisor Chat は、データの専門家でなくてもユーザーが自然言語で質問し、有意義な回答を得ることができる Qlik Sense の機能です。
これは、ガイド付きの洞察を提供し、自然言語クエリを通じてユーザーがデータ内の関係性を発見できるようにすることで、ユーザー エクスペリエンスを向上させる、Qlik Sense の広範な拡張インテリジェンス ツール セットの一部です。
この機能により、複雑なデータ クエリ手法に慣れていないビジネス ユーザーでもデータ探索が簡単になります。
したがって、ユーザーが Qlik Sense で自然言語の質問を使用できるようにする機能は、Insights Advisor Chat です。

折れ線グラフは、2 つの連続した指標 (利益と収益) を時間の経過とともに比較するのに最適な視覚化です。折れ線グラフは、連続したスケール (時間など) での傾向とパターンを示すように設計されているため、利益と収益が一定期間にわたってどのように変化するかを観察する必要があるこのシナリオに最適です。
重要な概念:
連続スケール: 折れ線グラフは、時間などの連続データに特に適しており、複数の測定値の時間の経過に伴う変化を追跡する場合に適しています。
二重メジャー比較: 折れ線グラフを使用すると、同じ軸に 2 つのメジャーをプロットできるため、同じ期間の傾向を簡単に比較できます。
他のオプションがあまり適していない理由:
B. ブレット チャート: ブレット チャートは、2 つの指標を時間の経過とともに追跡するのではなく、1 つの指標をターゲットと比較するために使用されます。
C. 棒グラフ: 棒グラフは、時間の経過に伴う連続的な測定値ではなく、カテゴリデータの比較に適しています。
D. 散布図: 散布図は 2 つの測定値間の関係を比較するために使用されますが、連続した時間ベースの比較には適していません。
Qlik Sense Business Analyst の参考資料:
時系列データの折れ線グラフ: 折れ線グラフは、特に利益や収益などの連続データを扱う場合に、Qlik Sense で複数のメジャーを時間の経過に沿って比較するための推奨される視覚化です。
したがって、このシナリオでは折れ線グラフが最適な選択であり、正解は A になります。