Snowflake Intelligenceが一般提供！公式チュートリアルを使用してCortex AnalystとCortex Searchに触れながらSnowflake Intelligenceを試してみた

=====================================================
   事前設定
=====================================================
USE ROLE accountadmin;

=====================================================
　 エージェントを作成用
=====================================================

-- 自分のデータベース・スキーマを作成
CREATE DATABASE IF NOT EXISTS MY_AGENTS_DB;
CREATE SCHEMA IF NOT EXISTS MY_AGENTS_DB.AGENTS;

-- 自分のスキーマに対してCREATE AGENT権限を付与
GRANT CREATE AGENT ON SCHEMA MY_AGENTS_DB.AGENTS TO ROLE ACCOUNTADMIN;

-- エージェントを作成するロールに、新しく作成されたデータベースの権限を追加します。これらの権限は、データベースにアクセスするために必要となります。
GRANT IMPORTED PRIVILEGES ON DATABASE SNOWFLAKE_DOCUMENTATION TO ROLE ACCOUNTADMIN;

ダイナミックテーブルテーブルを用いたSQLクエリを書いて

-- ACCOUNTADMINロールを使用してセットアップを開始
use role accountadmin;

-- Snowflake Intelligence管理用のロールを作成
create or replace role snowflake_intelligence_admin;
-- 新しいロールにウェアハウス、データベース、統合の作成権限を付与
grant create warehouse on account to role snowflake_intelligence_admin;
grant create database on account to role snowflake_intelligence_admin;
grant create integration on account to role snowflake_intelligence_admin;

-- 現在のユーザーに新しいロールを割り当て
set current_user = (select current_user());   
grant role snowflake_intelligence_admin to user identifier($current_user);
-- デフォルトロールとウェアハウスを設定
alter user set default_role = snowflake_intelligence_admin;
alter user set default_warehouse = dash_wh_si;

-- 新しいロールに切り替えてリソースを作成
use role snowflake_intelligence_admin;
-- ダッシュボード用のデータベース、スキーマ、ウェアハウスを作成
create or replace database dash_db_si;
create or replace schema retail;
create or replace warehouse dash_wh_si with warehouse_size='large';

-- Snowflake Intelligence用の専用データベースとスキーマを作成
create database if not exists snowflake_intelligence;
create schema if not exists snowflake_intelligence.agents;

-- エージェント作成権限を付与
grant create agent on schema snowflake_intelligence.agents to role snowflake_intelligence_admin;

-- 作業コンテキストを設定
use database dash_db_si;
use schema retail;
use warehouse dash_wh_si;

-- CSVファイル用のファイルフォーマットを作成
create or replace file format swt_csvformat  
  skip_header = 1  -- ヘッダー行をスキップ
  field_optionally_enclosed_by = '"'  -- ダブルクォートでフィールドを囲む
  type = 'csv';  

-- マーケティングキャンペーンメトリクステーブルとデータロード
create or replace stage swt_marketing_data_stage  
  file_format = swt_csvformat  
  url = 's3://sfquickstarts/sfguide_getting_started_with_snowflake_intelligence/marketing/';  

-- マーケティングキャンペーンメトリクステーブル作成
create or replace table marketing_campaign_metrics (
  date date,                    -- 日付
  category varchar(16777216),   -- カテゴリ
  campaign_name varchar(16777216), -- キャンペーン名
  impressions number(38,0),     -- インプレッション数
  clicks number(38,0)           -- クリック数
);

-- S3からマーケティングデータをロード
copy into marketing_campaign_metrics  
  from @swt_marketing_data_stage;

-- 製品テーブルとデータロード
create or replace stage swt_products_data_stage  
  file_format = swt_csvformat  
  url = 's3://sfquickstarts/sfguide_getting_started_with_snowflake_intelligence/product/';  

-- 製品マスターテーブル作成
create or replace table products (
  product_id number(38,0),      -- 製品ID
  product_name varchar(16777216), -- 製品名
  category varchar(16777216)    -- カテゴリ
);

-- S3から製品データをロード
copy into products  
  from @swt_products_data_stage;

-- 売上テーブルとデータロード
create or replace stage swt_sales_data_stage  
  file_format = swt_csvformat  
  url = 's3://sfquickstarts/sfguide_getting_started_with_snowflake_intelligence/sales/';  

-- 売上データテーブル作成
create or replace table sales (
  date date,                    -- 売上日
  region varchar(16777216),     -- 地域
  product_id number(38,0),      -- 製品ID
  units_sold number(38,0),      -- 販売数量
  sales_amount number(38,2)     -- 売上金額
);

-- S3から売上データをロード
copy into sales  
  from @swt_sales_data_stage;

-- ソーシャルメディアテーブルとデータロード
create or replace stage swt_social_media_data_stage  
  file_format = swt_csvformat  
  url = 's3://sfquickstarts/sfguide_getting_started_with_snowflake_intelligence/social_media/';  

-- ソーシャルメディア分析テーブル作成
create or replace table social_media (
  date date,                    -- 日付
  category varchar(16777216),   -- カテゴリ
  platform varchar(16777216),  -- プラットフォーム名
  influencer varchar(16777216), -- インフルエンサー名
  mentions number(38,0)         -- メンション数
);

-- S3からソーシャルメディアデータをロード
copy into social_media  
  from @swt_social_media_data_stage;

-- サポートケーステーブルとデータロード
create or replace stage swt_support_data_stage  
  file_format = swt_csvformat  
  url = 's3://sfquickstarts/sfguide_getting_started_with_snowflake_intelligence/support/';  

-- サポートケース管理テーブル作成
create or replace table support_cases (
  id varchar(16777216),         -- ケースID
  title varchar(16777216),      -- ケースタイトル
  product varchar(16777216),    -- 関連製品
  transcript varchar(16777216), -- やり取りの記録
  date date                     -- 作成日
);

-- S3からサポートケースデータをロード
copy into support_cases  
  from @swt_support_data_stage;

-- セマンティックモデル用のステージ作成（暗号化有効）
create or replace stage semantic_models encryption = (type = 'snowflake_sse') directory = ( enable = true );

-- メール通知統合の作成
create or replace notification integration email_integration
  type=email
  enabled=true
  default_subject = 'snowflake intelligence';

-- メール送信用のストアドプロシージャ作成
create or replace procedure send_email(
    recipient_email varchar,    -- 受信者メールアドレス
    subject varchar,           -- 件名
    body varchar               -- 本文
)
returns varchar
language python
runtime_version = '3.12'
packages = ('snowflake-snowpark-python')
handler = 'send_email'
as
$$
def send_email(session, recipient_email, subject, body):
    try:
        # 本文内のシングルクォートをエスケープ
        escaped_body = body.replace("'", "''")

        # システムプロシージャを実行してメール送信
        session.sql(f"""
            CALL SYSTEM$SEND_EMAIL(
                'email_integration',
                '{recipient_email}',
                '{subject}',
                '{escaped_body}',
                'text/html'
            )
        """).collect()

        return "Email sent successfully"
    except Exception as e:
        return f"Error sending email: {str(e)}"
$$;

-- Cortexのクロスリージョン機能を有効化（AWS US リージョン）
ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'AWS_US';

-- セットアップ完了メッセージ
select 'Congratulations! Snowflake Intelligence setup has completed successfully!' as status;

DASH_DB_SI.RETAILスキーマの売上・マーケティングデータモデルは、マーケティングキャンペーン、製品情報、売上データ、ソーシャルメディアのエンゲージメントを連携させることで、小売業のパフォーマンスを包括的に把握できます。このモデルは、クリック数やインプレッション数を通じてマーケティングキャンペーンの効果を追跡し、異なる地域における実際の売上実績とリンクさせることを可能にします。ソーシャルメディアのエンゲージメントは、インフルエンサーの活動やメンションを通じてモニタリングされ、すべてのデータは製品カテゴリとIDで連携されます。テーブル間の時系列的な連携により、マーケティングが売上実績やソーシャルメディアのエンゲージメントに及ぼす影響を、時間の経過とともに包括的に分析できます。

HTML構文を使用してください。取得したコンテンツがマークダウン形式の場合は、HTMLに変換してください。本文が提供されていない場合は、最後の質問を要約し、それをメールの本文として使用してください。

電子メールが提供されていない場合は、現在のユーザーの電子メール アドレスに送信します。

件名が指定されていない場合は、「Snowflake Intelligence」を使用します。