
【Fused】地理空間データ処理のワークフローを自由なキャンバス上で視覚的に組み立てる新機能、Canvas
Canvasの核となる思想
従来のデータ分析(特にクラウドネイティブな大規模処理)は、「コードを書いて、デプロイして、結果を確認する」という線形的で不自由なプロセスでした。
Fused Canvasの思想は、「思考のスピードで地理空間データを扱う」ことにあります。

非線形なワークフロー: 1つの計算結果を複数の可視化に使ったり、複数のデータソースを統合したりするプロセスを、ホワイトボードに図を描くように自由に行えます。
「コード」と「地図」の融合: コードを書くエディタ、処理をつなぐノード、そして結果を表示する地図が1つの画面に統合されており、変更が即座に反映される「ライブ感」を重視しています。
主要な機能ポイント
Canvasは以下の3つの要素を直感的に結びつけます。
フリーフォーム・キャンバス: Pythonで書かれた処理(UDF)を「カード(ノード)」として配置し、それらを線でつなぐことでデータフローを構築します。
AIアシスタントの統合: 「このデータをH3インデックスに変換して」といった指示を出すだけで、AIがUDFコードを生成し、キャンバスに配置してくれます。
ワンクリック共有: 作成した複雑なワークフローや可視化画面を、そのままインタラクティブなダッシュボードとしてURL一つで外部に公開できます。
具体的な利用例
利用シーン内容マルチレイヤー分析
例えば「土壌水分」「降水量」「気温」の3つの異なるUDF(データソース)をキャンバスに並べ、それらを重ね合わせて作物の分布予測を行う。
リアルタイム・ダッシュボード
Overture Mapsの建物データと、警察の犯罪統計データを結合。スライダーで犯罪の種類を絞り込むと、地図上の建物の色がリアルタイムに変わるアプリを数分で作る。
データパイプラインの試作
S3にある巨大なParquetファイルを読み込み、DuckDBでフィルタリングし、結果を地図に表示するまでの一連の流れを視覚的に確認しながら構築する。
やってみた
もっと簡単な例で、キャンバスを使ってみました。手順は以下の通りです。
Fusedを開く
AIアシスタントに、「有名なアイリスデータセットを読み込んで、表として見せてくれる?」
キャンバスをクリックして、UDFノードを追加
AIアシスタントに、「高さと幅の散布図を作ってくれる?」
これだけです。こんな感じで数珠つなぎでどんどんデータ解析を進められるんです。

Fusedの新機能、Canvasが解決すること
これまでは「バックエンドエンジニアがパイプラインを組み、フロントエンドエンジニアが地図アプリを作る」という分業が必要でした。Canvasは、データサイエンティストが一人で「データの抽出・加工・アプリ化」までを一つの画面で完結させることを可能にします。
「Pythonコードを直接いじるのは少しハードルが高いな」と感じる場合でも、AI Canvasを使えば自然言語での指示から始められるのもFusedの大きな強みです。
Canvasについては、Fusedの公式ウェブサイトも見てみてください。
📩 お問い合わせ
Fused の導入や空間データ解析にご関心のある方は、Fused の日本国内パートナーである Pacific Spatial Solutions までお気軽にご相談ください。
https://pacificspatial.com/contact/