Morph

データ管理のためのノーコードツール「Morph」の日本語ブログです。

Morph

データ管理のためのノーコードツール「Morph」の日本語ブログです。

マガジン

  • 開発チームからの手紙

    Morph開発チームから皆様へ、プロダクトへの思いやビジョンについてお伝えします

  • Morphの使い方

    データ管理のためのノーコードツール「Morph」の使い方のアイデアやユースケースをご紹介します

  • Morphのビジョン

    データ管理のためのノーコードツール「Morph」のプロダクトのビジョンや、チーム内のディスカッションの内容をお伝えしています

最近の記事

  • 固定された記事

誰もがデータを扱える、新しいツールを。それを可能にする2つのテクノロジー

私たちは「データを日常の道具にする」というビジョンを達成するために、新しいデータマネジメントツールMorphを開発しています。 Morphは「All-in-one Data Studio」というコンセプトのプロダクトで、エンジニアだけでなくマーケティング、営業、カスタマーサポート、バックオフィス、経営者を含む全ての人がデータを簡単に、そして強力に活用することをサポートします。 私たちが向き合う課題 — データはもっと簡単であるべき私たちは、2016年に会社を創業してから7

    • ビジネス部門のためのデータ基盤入門:データパイプラインの紹介

      概要 デジタル変革が進む現代において、データは新たな価値創出の源泉とされています。しかし、データを有効活用するためには適切なデータ基盤の構築が不可欠です。 そして、適切なデータ基盤を構築するための重要な要素として「データパイプライン」があります。本noteでは、データ基盤におけるデータパイプラインの概要、重要性と従来の課題についてお話したうえで、その課題を解決するために開発した弊社の次世代プロダクト「Morph2.0」を紹介させていただきます。最後にお得なお知らせも掲載しま

      • 【DX推進】SQLやPythonの研修を受けたビジネス部門がデータ活用を推進するために必要なこと

        概要ビジネスの現場でデータを活用する能力は、今や必須のスキルとなっています。特に、PythonやSQLといったプログラミング言語を習得することは、ビジネス部門に大きなアドバンテージを提供します。これらのスキルを身につけることで、データ処理が現場レベルで迅速に行えるようになり、意思決定の質が飛躍的に向上します。しかし、実際にそれらのプログラミング研修を行う企業は増えてきましたが、研修をしてもなかなか現場で活用できないケースもよく聞くようになりました。本noteでは、ビジネス部門

        • データ基盤を構築してもビジネス部門のデータ活用はなぜ進まないのか?

          概要 データ基盤の構築やセルフBIツールの導入、プログラミング研修を導入しても、ビジネス部門でのデータ活用が進まないことはありませんか?実は、ビジネス部門とエンジニアリング部門(基盤担当)間でコミュニケーションコストが増加し、両者が疲弊している可能性があります。この問題を解決するためには、「コラボレーションのための仕掛け」が不足しているのかもしれません。 データ活用を推進するためには、ビジネス部門が積極的にデータ基盤を活用することが重要です。今日の記事では、ビジネス部門がデ

        • 固定された記事

        誰もがデータを扱える、新しいツールを。それを可能にする2つのテクノロジー

        • ビジネス部門のためのデータ基盤入門:データパイプラインの紹介

        • 【DX推進】SQLやPythonの研修を受けたビジネス部門がデータ活用を推進するために必要なこと

        • データ基盤を構築してもビジネス部門のデータ活用はなぜ進まないのか?

        マガジン

        • 開発チームからの手紙
          0本
        • Morphの使い方
          2本
        • Morphのビジョン
          2本

        記事

          SalesforceのデータをAI分析でダッシュボード化したら、こんないいことがありました

          Salesforceをご利用中の皆様、こんにちは! 今回は、ノーコードツールを活用して、営業用のセールスダッシュボードを構築する方法をご紹介します! Salesforceは営業管理・顧客管理ツールをリードする存在として、多くの企業の営業部門で採用されています。特に、営業管理にまつわる多くの機能を備えていることからカスタマイズをすることで各企業ごとに最適な活用方法を生み出すことができます。 しかし、Salesforceを利用している営業チームの全てがその恩恵を受けられている

          SalesforceのデータをAI分析でダッシュボード化したら、こんないいことがありました

          AIを活用してIR業務を効率化! データの集計・可視化・公開までを行う方法とは

          こんにちは!Morphチームの坂田です!(X : https://twitter.com/SakataSsk)今回のテーマはIRです!企業のIRページは各社様々ですが、PDFを添付して作成した資料をダウンロードしてもらう形式のページが多いと思います。一方で、投資家・アナリストに対して理解を深め、期待を持てるような情報提供が求められるため、ページ内の情報量・見やすさが非常に重要です。 例えばこちらはマネーフォワード社のIRページになります。 流石、財務システムの会社です!豊富

          AIを活用してIR業務を効率化! データの集計・可視化・公開までを行う方法とは

          Morph v1.1.1 リリースのおしらせ

          Morphは、AI機能を搭載したノーコードのデータ分析ツールです。 「データを日常の道具に」をコンセプトに、誰もがデータを扱うことのできるノーコードツールとして提供しております。 Morphの基本的な概要に関しては、こちらの記事をお読みください。 このたびMorph v1.1.1をリリースしましたので、新機能をご紹介させていただきます。 Canvas内でCSVダウンロードCanvasで行ったデータ編集や集計を表の右下の「エクスポートボタン」からファイルとしてダウンロードでき

          Morph v1.1.1 リリースのおしらせ

          AIフィールド:データの整形作業をマクロやスクリプトなしに、AIプロンプトで実行!

          MorphにAIフィールドが追加されました! Morphは、AI機能を搭載したノーコードのデータ分析ツールです。 この度のアップデートで、新機能「AIフィールド」が追加されました。具体的には、任意の列の値をAIに処理してもらうことで、ルールベースでは難しかったり、または手間のかかる変換を簡単に実現することができます。 例えば、「株式会社A」や「(株)B」といったバラバラのデータ形式から前株だけを取ってデータ形式を整えたり、言語形式の異なるデータを日本語に統一したり、テキスト

          AIフィールド:データの整形作業をマクロやスクリプトなしに、AIプロンプトで実行!

          ExcelのデータをAIで分析!ドラッグ&ドロップでつくるBIダッシュボード

          私たちは「データを日常の道具にする」というビジョンを達成するために、AIによる自動データ分析ツールMorphを開発しています。 Morphは「All-in-one Data Studio」というコンセプトのプロダクトで、エンジニアだけでなくマーケティング、営業、カスタマーサポート、バックオフィス、経営者を含む全ての人がデータを簡単に、そして強力に活用することをサポートします。 当たり前になっているデータ管理上の課題私たちは、Morphを開発するにあたって、多様な業種の企業で

          ExcelのデータをAIで分析!ドラッグ&ドロップでつくるBIダッシュボード

          Morph v1.1 リリースのおしらせ

          Morphは、AIによる自動データ分析ツールです。 「データを日常の道具に」をコンセプトに、誰もがデータを扱うことのできるNo-Codeツールとして提供しております。 Morphの基本的な概要に関しては、こちらの記事をお読みください。 このたびMorph v1.1をリリースしましたので、新機能をご紹介させていただきます。 AIフィールドとComputedフィールドSourceに新たなフィールドタイプとして、AIフィールドとComputedフィールドが追加されました。 これ

          Morph v1.1 リリースのおしらせ

          NotionやWebflow上に、リアルタイムで更新されるチャートを埋め込み可能に!Morph新機能のご紹介

          Morphにチャート埋め込み機能が追加されました! Morphは、AIによる自動データ分析ツールです。 この度のアップデートで、チャート埋め込み機能が追加されました。具体的には、WebサイトやNo-Codeツール上に、作成したチャートを簡単に公開・共有する機能です。 例えば、リアルタイムで更新されるチャートを会議のレポートに貼り付けたり、Webサイト上のグラフやチャートを自動で更新させたりといった活用が可能になります。 チャート埋め込み機能の使い方 実際にMorphで

          NotionやWebflow上に、リアルタイムで更新されるチャートを埋め込み可能に!Morph新機能のご紹介

          BizDevがBizOpsのためのデータ基盤を、スプレッドシートからノーコードデータベースへ移行した話 #BizOpsアドカレ

          このNoteでお伝えすること このNoteでは、BizOpsを推進するためのデータ基盤は、当事者であるBizの人が作るのがよいです!という提案になります。データ基盤というと、エンジニアの方が構築するイメージもあると思うのですが、そうではなく、その後運用に最も関わるBizの人がメインで構築することで、BizOpsを推進するためのデータ基盤ができるんです、ということをお伝えしたいです。 こんな人によんでほしい ビジネスサイドのオペレーション構築をしている方 スプレッドシ

          BizDevがBizOpsのためのデータ基盤を、スプレッドシートからノーコードデータベースへ移行した話 #BizOpsアドカレ

          マーケティングの分業化が必要な理由。欧米主流のマーケティングオペレーションとは?

          はじめに現代のデジタル時代において、企業の各部門では膨大なデータが蓄積されています! そして、このような状況から、企業はデータの積極的な有効活用が求められています。これらのデータを有効に活用するためには、各部署がデータを正確なタイミングで収集し、加工しやすい形で処理・分析できる仕組みを整える必要があります。組織全体がデータを取り扱いやすい形に整備された組織モデルに変革する必要があり、このアプローチが広まりつつあります。 上記に関連して、かつては「Big Data」の収集方

          マーケティングの分業化が必要な理由。欧米主流のマーケティングオペレーションとは?

          マーケティングで失敗したBizDevが、新規事業でMOps(マーケティングオペレーションズ)を導入してみたらどうなったか #BtoB事業開発アドカレ

          このNoteでお伝えすることこのNoteでは、これまでの新規事業開発におけるマーケティングで苦労した経験から、今回の新規プロダクトの事業開発では、マーケティング体制をこれまでと変えて、MOpsの役割を明確にして取り組んでみたことを書きました。新規事業や今のマーケティング業務で課題感を抱えている方にとって、とって少しでも有意義なNoteになることを祈っています。 自己紹介株式会社QueueでBizdevをしている小野寺と申します(X:@hayato1844)。2022年11

          マーケティングで失敗したBizDevが、新規事業でMOps(マーケティングオペレーションズ)を導入してみたらどうなったか #BtoB事業開発アドカレ

          MySQL / PostgreSQL内のデータをAI (ChatGPT) で分析!ビジネスチームで完結するKPI集計環境の構築手法

          こんにちは!Morph チームの坂田です!(X ぜひフォローしてください!: https://twitter.com/SakataSsk ) 本日はシステムに保存されているデータをビジネスチーム主導で活用できるようにする方法をお伝えします。 具体的にはMySQL,PorstgrSQLに格納されているデータとMorphを連携することで、リアルタイムにデータを取得・集計・可視化をしていきます。 従来のRDBのデータ活用方法 これまでビジネスチームがRDBに保管されているデー

          MySQL / PostgreSQL内のデータをAI (ChatGPT) で分析!ビジネスチームで完結するKPI集計環境の構築手法

          Google Big Queryのデータを、AI機能を活用して分析する方法

          こんにちは!本日は、BigQueryに格納しているアプリケーションデータをMorphにインポートして、データ分析を行う方法をご紹介します。 みなさんは、ChatGPTを使ってグラフを出力するサンプルを目にしたことがあるかもしれません。MorphのCanvas機能を使えば、ファイルのアップロードをせずに、それが自分のデータで可能になります! さらに、MiroやFigmaのようにホワイトボード形式でリアルタイムに共同編集ができます! 最新の機能アップデートはこちらからご確認く

          Google Big Queryのデータを、AI機能を活用して分析する方法