BI 拡張機能のユースケース
- トピック:
- データビュー
作成対象:
- ユーザー
この記事では、Customer Journey Analytics BI 拡張機能を使用して様々なユースケースを達成する方法について説明します。 各ユースケースでは、Customer Journey Analytics機能を説明し、その後でサポートされている各 BI ツールの詳細を説明します。
- Power BI デスクトップ。 使用されるバージョンは 2.137.1102.0 64 ビット(2024 年 10 月)です。
- Tableau Desktop。 使用されるバージョンは 2024.1.5 (20241.24.0705.0334) 64 ビットです。
- Looker。 オンラインバージョン 25.0.23、looker.com から入手可能
- Jupyter Notebook。 使用されるバージョンは 7.3.2 です。
- RStudio. 使用されるバージョンは 2024.12.0、ビルド 467 です。
次のユースケースについて説明します。
connect のユースケースでは、Customer Journey Analytics BI 拡張機能を使用して BI ツールを接続する方法に重点を置いています。
レポートと分析 のユースケースでは、現在サポートされている BI ツールで同様のCustomer Journey Analytics ビジュアライゼーションを実行する方法を示しています。
理解 ユースケースでは、次の項目について詳しく説明します。
- BI ツールを使用してレポートおよび分析を行う場合に発生する変換。
- ビジュアライゼーションのCustomer Journey Analytics ツールと BI ツールの類似点と相違点。
- 注意が必要な各 BI ツールの注意事項。
接続と検証
このユースケースでは、BI ツールからCustomer Journey Analyticsへの接続を設定し、使用可能なデータビューを一覧表示して、使用するデータビューを選択します。
この手順では、次のオブジェクトを持つ環境例を参照しています。
- データビュー:C&C - データビュー ??。
- ディメンション:製品名 ??および 製品カテゴリ ??。
- 指標:購入売上高??および 購入??。
- フィルター:釣り製品 ??。
ユースケースを確認したら、これらのサンプルオブジェクトを特定の環境に適したオブジェクトに置き換えます。
-
Experience Platform クエリサービス UI から必要な資格情報とパラメーターにアクセスします。
-
Experience Platform サンドボックスに移動します。
-
左パネルから
-
クエリ インターフェイスの「資格情報」タブを選択します。
-
データベース ドロップダウンメニューから「
prod:cja
」を選択します。
-
-
Power BI Desktop を起動します。
-
メインインターフェイスから、「他のソースからデータを取得」を選択します。
-
データを取得 ダイアログで、次の手順を実行します。
1. **PostgreSQL データベース** を検索して選択します。 1. **接続** を選択します。
-
PostgreSQL データベース ダイアログで、次の手順を実行します。
1.  を使用して、Experience Platformの **クエリ****有効期限が切れる資格情報** パネルの **Host** と **Port** の値をコピーして貼り付け、**Server** の値として `:` で区切ります。 例:`examplecompany.platform-query.adobe.io:80`。 1.  を使用して、Experience Platformの **クエリ****有効期限が切れる資格情報** パネルから **Database** 値をコピー&ペーストします。 貼り付ける値に `?FLATTEN` を追加します。 例:`prod:cja?FLATTEN`。 1. **Data connectivity mode** として **DirectQuery** を選択します。 1. **OK** を選択します。
-
PostgreSQL データベース - データベース ダイアログで、
1.  を使用して、**ユーザー名** および **パスワード** フィールドのExperience Platform **クエリ****有効期限が切れる資格情報** パネルから **ユーザー名** および **パスワード** の値をコピーします。 [ 有効期限のない認証情報 ](https://experienceleague.adobe.com/ja/docs/experience-platform/query/ui/credentials?lang=ja#use-credential-to-connect) を使用している場合は、有効期限のない認証情報のパスワードを使用します。 1. **これらの設定を適用するレベルを選択** のドロップダウンメニューが、前に定義した **サーバー** に設定されていることを確認します。 1. **接続** を選択します。
-
ナビゲーター ダイアログで、データビューが取得されます。 この取得には時間がかかる場合があります。 取得すると、Power BI Desktop に以下が表示されます。
1. 左パネルのリストから **public.cc_data_view** を選択します。 1. 次の 2 つのオプションがあります。 1. **読み込み** を選択して続行し、設定を完了します。 1. **データを変換** を選択します。 オプションで設定の一部として変換を適用できるダイアログが表示されます。
<img src="https://experienceleague.adobe.com/docs/analytics-platform/assets/powerbi-transform-data.png?lang=ja" alt="Power BI デスクトップ変換データ " class="modal-image"> * **閉じて適用** を選択します。
-
しばらくすると、public.cc_data_view が Data ペインに表示されます。
-
FLATTEN か NOT か
Power BI Desktop では、FLATTEN
パラメーターに対して次のシナリオをサポートしています。 詳しくは、 ネストされたデータの統合を参照してください。
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
詳細情報
-
Experience Platform クエリサービス UI から必要な資格情報とパラメーターにアクセスします。
-
Experience Platform サンドボックスに移動します。
-
左パネルから
-
クエリ インターフェイスの「資格情報」タブを選択します。
-
データベース ドロップダウンメニューから「
prod:cja
」を選択します。
-
-
Tableau の起動
-
To a Server の下の左パネルから「PostgreSQL」を選択します。 使用できない場合は、「その他…」を選択し、「インストールされているコネクタ 」から「 PostgreSQL」を選択します。
-
PostgreSQL ダイアログの 一般 タブで、次の操作を行います。
1.  を使用して、**ホスト** をExperience Platform **クエリ** **有効期限が切れる資格情報** パネルから **サーバー** にコピー&ペーストします。 1.  を使用して、Experience Platformの **クエリ****有効期限が切れる資格情報** パネルから **Port** に **Port** をコピー&ペーストします。 1.  を使用して、Experience Platformの **クエリ****有効期限が切れる資格情報** パネルから **データベース** に **データベース** をコピー&ペーストします。 貼り付ける値に `%3FFLATTEN` を追加します。 例:`prod:cja%3FFLATTEN`。 1. **認証** ドロップダウンメニューから **ユーザー名とパスワード** を選択します。 1.  を使用して、**ユーザー名** をExperience Platform **クエリ** **有効期限が切れる資格情報** パネルから **ユーザー名** にコピー&ペーストします。 1.  を使用して、**パスワード** をExperience Platform **クエリ** **有効期限が切れる資格情報** パネルから **パスワード** にコピー&ペーストします。 [ 有効期限のない認証情報 ](https://experienceleague.adobe.com/ja/docs/experience-platform/query/ui/credentials?lang=ja#use-credential-to-connect) を使用している場合は、有効期限のない認証情報のパスワードを使用します。 1. 「**SSL が必要**」が選択されていることを確認します。 1. 「**ログイン**」を選択します。
Tableau Desktop が接続を検証している間、要求の進行状況 ダイアログが表示されます。
-
メインウィンドウの左側のペインには、「データSource」ページが表示されます。
-
接続 の下の接続名。
-
Database の下のデータベースの名前。
-
Table の下のテーブルのリスト。
- cc_data_view エントリをドラッグし、「テーブルをドラッグ」と表示されるメインビューにここにエントリをドロップします。
-
-
メインウィンドウに、cc_data_view データビューの詳細が表示されます。
-
FLATTEN か NOT か
Tableau Desktop は、FLATTEN
パラメーターに対して次のシナリオをサポートしています。 詳しくは、 ネストされたデータの統合を参照してください。
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
は URL エンコードされたバージョンの ?FLATTEN
であることに注意してください。詳細情報
-
Experience Platform クエリサービス UI から必要な資格情報とパラメーターにアクセスします。
-
Experience Platform サンドボックスに移動します。
-
左パネルから
-
クエリ インターフェイスの「資格情報」タブを選択します。
-
データベース ドロップダウンメニューから「
prod:cja
」を選択します。
-
-
Looker へのログイン
-
左パネルから 管理者 を選択します。
-
接続 を選択します。
-
接続を追加 を選択します。
-
データベースを Looker に接続画面 で確認します。
- 接続の 名前 を入力(例:
Example Looker Connection
) - 接続範囲 として「すべてのプロジェクト が選択されていることを確認 ます。
- ダイアレクトとして PostgreSQL 9.5 以上 を選択します。
-
examplecompany.platform-query.adobe.io
。 -
80
。 -
%3FFLATTEN
を追加します。 例:prod:cja%3FFLATTEN
。 -
-
- オプション設定 で すべて展開 を選択します。
- ノードごとの 最大接続数 を
5
に設定します。 - SSL が有効になっていることを確認します。
- 「テスト」を選択して、接続をテストします。 画面の上部にバナーが表示され、「Success, can connect JDBC …のようなメッセージが表示されます。
- 「接続」を選択し、接続を確立して保存します。
- 接続の 名前 を入力(例:
-
Connections インターフェイスに新しい接続が表示されます。
-
管理者 から ← を選択して、左側のパネルのメインナビゲーションに移動します。
-
開発 を選択します。
-
プロジェクト を選択します。
-
LookML プロジェクトで 新規モデル を選択します。
-
を設定して、他のユーザーに影響を与えないようにします。 プロンプトが表示されたら、「開発モードに入る」を選択します。
-
モデルを作成 エクスペリエンスで、次の操作を行います。
-
➊データベース接続を選択し す。
- データベース接続を選択 でデータベース接続を選択します。 例:example_looker_connection。
- このモデルの新しい LookML プロジェクトを作成 でプロジェクトに名前を付けます。 (
example: example_looker_project
用)。 - 「次へ」を選択します。
-
➋テーブルを選択します。
- 公開 を選択し、Customer Journey Analytics データビューが選択されていることを確認します。 例:
- 「次へ」を選択します。
- 公開 を選択し、Customer Journey Analytics データビューが選択されていることを確認します。 例:
-
で➌プライマリキーを選択し す。
- 「次へ」を選択します。
-
➍作成する探索を選択します
- 必ずビューを選択してください。 例:cc_data_view.view。
- 「次へ」を選択します。
-
➎モデル名を入力し す。
- モデルに名前を付けます。 例:
example_looker_model
。
- モデルに名前を付けます。 例:
-
「データを入力して調査」を選択します。
-
Looker の 参照 インターフェイスにリダイレクトされ、データを参照する準備が整います。
-
FLATTEN か NOT か
Looker では、FLATTEN
パラメーターに対して次のシナリオをサポートしています。 詳しくは、 ネストされたデータの統合を参照してください。
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
は URL エンコードされたバージョンの ?FLATTEN
であることに注意してください。詳細情報
-
Experience Platform クエリサービス UI から必要な資格情報とパラメーターにアクセスします。
-
Experience Platform サンドボックスに移動します。
-
左パネルから
-
クエリ インターフェイスの「資格情報」タブを選択します。
-
データベース ドロップダウンメニューから「
prod:cja
」を選択します。
-
-
Jupyter Notebook 環境を実行するための専用の Python 仮想環境をセットアップしていることを確認します。
-
仮想環境に必要なライブラリがインストールされていることを確認します。
- ipython-sql:
pip install ipython-sql
。 - psycopg2-binary:
pip install psycopg-binary
。 - sqlalchemy: pip
install sqlalchemy
。
- ipython-sql:
-
仮想環境
jupyter notebook
から Jupyter Notebook を起動します。 -
新しいノートブックを作成するか、 このサンプルノートブックをダウンロードします。
-
最初のセルに、次のように入力して実行します。
%config SqlMagic.style = '_DEPRECATED_DEFAULT'
-
新しいセルに、接続の設定パラメーターを入力します。
import ipywidgets as widgets from IPython.display import display config_host = widgets.Text(description='Host:', value='example.platform-query-stage.adobe.io', layout=widgets.Layout(width="600px")) display(config_host) config_port = widgets.IntText(description='Port:', value=80, layout=widgets.Layout(width="200px")) display(config_port) config_db = widgets.Text(description='Database:', value='prod:cja', layout=widgets.Layout(width="300px")) display(config_db) config_username = widgets.Text(description='Username:', value='EC582F955C8A79F70A49420E@AdobeOrg', layout=widgets.Layout(width="600px")) display(config_username) config_password = widgets.Password(description='Password:', value='***', layout=widgets.Layout(width="600px")) display(config_password)
-
セルを実行します。
-
-
新しいセルに、SQL 拡張機能を読み込むためのステートメント、必要なライブラリを入力し、Customer Journey Analyticsに接続します。
%load_ext sql from sqlalchemy import create_engine %sql postgresql://{config_username.value}:{config_password.value}@{config_host.value}:{config_port.value}/{config_db.value}?sslmode=require
シェルを実行します。 出力は表示されませんが、セルは警告なしで実行する必要があります。
-
新しい呼び出しで、ステートメントを入力して、接続に基づいて使用可能なデータビューのリストを取得します。
%%sql SELECT n.nspname as "Schema", c.relname as "Name", CASE c.relkind WHEN 'r' THEN 'table' WHEN 'v' THEN 'view' WHEN 'm' THEN 'materialized view' WHEN 'i' THEN 'index' WHEN 'S' THEN 'sequence' WHEN 's' THEN 'special' WHEN 't' THEN 'TOAST table' WHEN 'f' THEN 'foreign table' WHEN 'p' THEN 'partitioned table' WHEN 'I' THEN 'partitioned index' END as "Type", pg_catalog.pg_get_userbyid(c.relowner) as "Owner" FROM pg_catalog.pg_class c LEFT JOIN pg_catalog.pg_namespace n ON n.oid = c.relnamespace WHERE c.relkind IN ('v','') AND n.nspname <> 'pg_catalog' AND n.nspname !~ '^pg_toast' AND n.nspname <> 'information_schema' AND pg_catalog.pg_table_is_visible(c.oid) AND c.relname NOT LIKE '%test%' AND c.relname NOT LIKE '%ajo%' ORDER BY 1,2;
シェルを実行します。 以下のスクリーンショットに同様に出力が表示されます。
データビューのリストに cc_data_view が表示されます。
FLATTEN か NOT か
Jupyter Notebook では、FLATTEN
パラメーターに対して次のシナリオをサポートしています。 詳しくは、 ネストされたデータの統合を参照してください。
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
は URL エンコードされたバージョンの ?FLATTEN
であることに注意してください。詳細情報
-
Experience Platform クエリサービス UI から必要な資格情報とパラメーターにアクセスします。
-
Experience Platform サンドボックスに移動します。
-
左パネルから
-
クエリ インターフェイスの「資格情報」タブを選択します。
-
データベース ドロップダウンメニューから「
prod:cja
」を選択します。
-
-
RStudio を起動します。
-
新しい R Markdown ファイルを作成するか、 このサンプル R Markdown ファイルをダウンロードします。
-
最初のチャンクでは、
```{r}
~````の間に次のステートメントを入力します。 ![コピー][image16] を使用して、Experience Platform **クエリ** **資格情報の有効期限** パネルから
host、
dbname、
user` などの様々なパラメーターに必要な値にコピー&ペーストします。 例:library(rstudioapi) library(DBI) library(dplyr) library(tidyr) library(RPostgres) library(ggplot2) host <- rstudioapi::showPrompt(title = "Host", message = "Host", default = "orangestagingco.platform-query-stage.adobe.io") dbname <- rstudioapi::showPrompt(title = "Database", message = "Database", default = "prod:cja?FLATTEN") user <- rstudioapi::showPrompt(title = "Username", message = "Username", default = "EC582F955C8A79F70A49420E@AdobeOrg") password <- rstudioapi::askForPassword(prompt = "Password")
-
チャンクを実行します。 「Host」、「Database」、「User」の入力を求められます。 前の手順の一部として指定した値をそのまま使用します。
-
-
新しいチャンクを作成し、
``` {r}
~ `の間に次のステートメントを入力してください。
con <- dbConnect( RPostgres::Postgres(), host = host, port = 80, dbname = dbname, user = user, password = password, sslmode = 'require' )
-
チャンクを実行します。 接続に成功した場合は、出力は表示されません。
-
新しいチャンクを作成し、
``` {r}
~ `の間に次のステートメントを入力してください。
views <- dbListTables(con) print(views)
-
チャンクを実行します。
character(0)
が唯一の出力として表示されます。 -
新しいチャンクを作成し、
``` {r}
~ `の間に次のステートメントを入力してください。
glimpse(dv)
-
チャンクを実行します。 以下のスクリーンショットに同様に出力が表示されます。
FLATTEN か NOT か
RStudio は、FLATTEN
パラメーターに対して次のシナリオをサポートしています。 詳しくは、 ネストされたデータの統合を参照してください。
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
詳細情報
毎日のトレンド
このユースケースでは、2023 年 1 月 1 日から 2023 年 1 月 31 日までの発生件数(イベント)の毎日のトレンドを表示するテーブルとシンプルな線のビジュアライゼーションを表示します。
ユースケースの例 毎日のトレンド パネルを次に示します。
-
データ ペインで、次の操作を行います。
- daterangeday を選択します。
- 「∑回数」を選択します。
当月の発生件数を示すテーブルが表示されます。 視認性を高めるには、ビジュアライゼーションを拡大します。
-
フィルター パネルで、次の操作を行います。
- このビジュアルのフィルター から daterangeday is (All) を選択します。
- フィルタータイプ として「詳細フィルタリング」を選択します。
- フィルターを定義して 値が 次の値の場合に項目を表示
1/1/2023
および 次の値の前2/1/2023.
を設定します。カレンダーアイコンを使用して、日付を選択して選択できます。 - 「フィルターを適用」を選択します。
適用した daterangeday フィルターで更新されたテーブルが表示されます。
-
ビジュアライゼーション パネルで、折れ線グラフ ビジュアライゼーションを選択します。
折れ線グラフビジュアライゼーションは、テーブルと同じデータを使用しながら、テーブルを置き換えます。 Power BI デスクトップは次のようになります。
-
折れ線グラフのビジュアライゼーションで:
-
- コンテキストメニューから「テーブルとして表示」を選択します。
メインビューが更新され、折れ線グラフのビジュアライゼーションとテーブルの両方が表示されます。 Power BI デスクトップは次のようになります。
-
-
下部にある「シート 1」タブを選択して、「データソース」ビューから切り替えます。 シート 1 ビューで、次の操作を行います。
-
データ ペインの テーブル リストから Daterange エントリをドラッグし、フィルター シェルフにドロップします。
-
フィルターフィールド[Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。
-
フィルター[Daterange] ダイアログで 日付範囲 を選択し、
01/01/2023
~01/02/2023
の期間を指定します。 -
データ ペインの テーブル リストから Daterangeday をドラッグ&ドロップし、列 の横のフィールドにエントリをドロップします。
- Daterangeday ドロップダウンメニューから Day を選択し、値が DAY (Daterangeday) に更新されます。
-
データ ペインの テーブル(メジャー名) リストから 発生件数 をドラッグ&ドロップし、行 の横のフィールドにエントリをドロップします。 値は自動的に SUM (発生件数) に変換されます。
-
標準 を、ツールバーの フィット ドロップダウンメニューから ビュー全体 に変更します。
Tableau Desktop は次のようになります。
-
-
[シート 1] タブの右クリック メニューから 複製 を選択し、2 番目のシートを作成します。
-
[シート 1] タブの右クリック メニューから 名前変更 を選択して、シートの名前を
Graph
に変更します。 -
シート 1 (2) タブの右クリック メニューから 名前変更 を選択して、シートの名前を
Data
に変更します。 -
データ シートが選択されていることを確認します。 データ 表示で、次の操作を行います。
-
右上の 表示 を選択し、テキストテーブル (左上のビジュアライゼーション)を選択して、データビューのコンテンツをテーブルに変更します。
-
ツールバーの 行と列を入れ替える を選択します。
-
標準 を、ツールバーの フィット ドロップダウンメニューから ビュー全体 に変更します。
Tableau Desktop は次のようになります。
-
-
「新規ダッシュボード」タブボタン(下部)を選択して、新しい ダッシュボード 1 ビューを作成します。 ダッシュボード 1 ビューで、次の操作を行います。
-
Sheets シェルフから Graph シートを Dashboard 1 ビュー(「シートをここにドロップ 」と表示されているビュー にドラッグ&ドロップします。
-
データ シートを、グラフ シートの下にある シート シェルフから ダッシュボード 1 ビューにドラッグ&ドロップします。
-
ビューで データ シートを選択し、ビュー全体 を 固定幅 に変更します。
Tableau Desktop は次のようになります。
-
-
Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「
-
フィルター の下の「+ フィルター を選択します。
-
フィルターを追加 ダイアログで、次の手順を実行します。
-
「‣ Cc データビュー」を選択します
-
フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。
-
-
CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 前)まで 2023/02/01 として指定します。
-
左側のパネルの「Cc データビュー」セクションから、
- 「‣Daterange Date」を選択し、「DIMENSIONS」のリストから「Date」を選択します。
- 左パネル(下部)の MEASURES の下にある Count を選択します。
-
「実行」を選択します。
-
「‣ビジュアライゼーション」を選択して、折れ線グラフのビジュアライゼーションを表示します。
以下に示すようなビジュアライゼーションとテーブルが表示されます。
-
新しいセルに次のステートメントを入力します。
import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangeday AS Date, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ GROUP BY 1 \ ORDER BY Date ASC df = data.DataFrame() df = df.groupby('Date', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Date', y='Events', data=df) plt.show() display(data)
-
セルを実行します。 以下のスクリーンショットのような出力が表示されます。
-
新しいチャンクで、
```{r}
と ` ````の間に次のステートメントを入力します。## Daily Events df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>% group_by(daterangeday) %>% count() %>% arrange(daterangeday, .by_group = FALSE) ggplot(df, aes(x = daterangeday, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Date") print(df)
-
チャンクを実行します。 以下のスクリーンショットのような出力が表示されます。
毎時トレンド
このユースケースでは、2023 年 1 月 1 日の発生件数(イベント)の 1 時間ごとのトレンドを表示するテーブルと単純な線のビジュアライゼーションを表示します。
ユースケースの例 時間別トレンド パネル:
-
下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。
-
データ ペインの テーブル リストから Daterange エントリをドラッグし、フィルター シェルフにドロップします。
-
フィルターフィールド[Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。
-
フィルター[Daterange] ダイアログで 日付範囲 を選択し、
01/01/2023
~02/01/2023
の期間を指定します。 -
データ ペインの「テーブル」リストから Daterangehour をドラッグ&ドロップし、「列」の横のフィールドにエントリをドロップします。
- Daterangeday ドロップダウンメニューから More > Hours を選択し、値が HOUR (Daterangeday) に更新されるようにします。
-
データ ペインの テーブル(メジャー名) リストから 発生件数 をドラッグ&ドロップし、行 の横のフィールドにエントリをドロップします。 値は自動的に SUM (発生件数) に変換されます。
-
標準 を、ツールバーの フィット ドロップダウンメニューから ビュー全体 に変更します。
Tableau Desktop は次のようになります。
-
-
[シート 1] タブの右クリック メニューから 複製 を選択し、2 番目のシートを作成します。
-
[シート 1] タブの右クリック メニューから 名前変更 を選択して、シートの名前を
Graph
に変更します。 -
シート 1 (2) タブの右クリック メニューから 名前変更 を選択して、シートの名前を
Data
に変更します。 -
データ シートが選択されていることを確認します。 データ 表示で、次の操作を行います。
-
右上の 表示 を選択し、テキストテーブル (左上のビジュアライゼーション)を選択して、データビューのコンテンツをテーブルに変更します。
-
HOUR (Daterangeday) を Columns から Rows にドラッグします。
-
標準 を、ツールバーの フィット ドロップダウンメニューから ビュー全体 に変更します。
Tableau Desktop は次のようになります。
-
-
新規ダッシュボード」タブボタン(下部)を選択して、新しい ダッシュボード 1 ビューを作成します。 ダッシュボード 1 ビューで、次の操作を行います。
-
Sheets シェルフから Graph シートを Dashboard 1 ビュー(「シートをここにドロップ 」と表示されているビュー にドラッグ&ドロップします。
-
データ シートを、グラフ シートの下にある シート シェルフから ダッシュボード 1 ビューにドラッグ&ドロップします。
-
ビューで データ シートを選択し、ビュー全体 を 固定幅 に変更します。
ダッシュボード 1 ビューは次のようになります。
-
-
Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「
-
フィルター の下の「+ フィルター を選択します。
-
フィルターを追加 ダイアログで、次の手順を実行します。
-
「‣ Cc データビュー」を選択します
-
フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。
-
-
CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 前)まで 2023/01/02 として指定します。
-
左側のパネルの「Cc データビュー」セクションから、
- 「‣ Daterangehour Date」を選択し、「DIMENSIONS」のリストから「Time」を選択します。
- 左パネル(下部)の MEASURES の下にある Count を選択します。
-
「実行」を選択します。
-
「‣ビジュアライゼーション」を選択して、折れ線グラフのビジュアライゼーションを表示します。
以下に示すようなビジュアライゼーションとテーブルが表示されます。
-
新しいセルに次のステートメントを入力します。
import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangehour AS Hour, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-01-02' \ GROUP BY 1 \ ORDER BY Hour ASC df = data.DataFrame() df = df.groupby('Hour', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Hour', y='Events', data=df) plt.show() display(data)
-
セルを実行します。 以下のスクリーンショットのような出力が表示されます。
-
新しいチャンクで、
```{r}
と ` ````の間に次のステートメントを入力します。## Hourly Events df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>% group_by(daterangehour) %>% count() %>% arrange(daterangehour, .by_group = FALSE) ggplot(df, aes(x = daterangehour, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)
-
チャンクを実行します。 以下のスクリーンショットのような出力が表示されます。
月間トレンド
このユースケースでは、2023 年の発生(イベント)の月ごとのトレンドを表示するテーブルとシンプルな線のビジュアライゼーションを表示します。
ユースケースの例 月間トレンド パネルを次に示します。
-
データ ペインで、次の操作を行います。
- daterangemonth を選択します。
- 「∑回数」を選択します。
当月の発生件数を示すテーブルが表示されます。 視認性を高めるには、ビジュアライゼーションを拡大します。
-
フィルター パネルで、次の操作を行います。
- このビジュアルのフィルター から daterangemonth is (All) を選択します。
- フィルタータイプ として「詳細フィルタリング」を選択します。
- フィルターを定義して 値が 次の値の場合に項目を表示
1/1/2023
および 次の値の前1/1/2024.
を設定します。カレンダーアイコンを使用して、日付を選択して選択できます。 - 「フィルターを適用」を選択します。
適用した daterangemonth フィルターで更新されたテーブルが表示されます。
-
ビジュアライゼーション パネルで、
- 折れ線グラフ ビジュアライゼーションを選択します。
折れ線グラフビジュアライゼーションは、テーブルと同じデータを使用しながら、テーブルを置き換えます。 Power BI デスクトップは次のようになります。
-
折れ線グラフのビジュアライゼーションで:
-
- コンテキストメニューから「テーブルとして表示」を選択します。
メインビューが更新され、折れ線グラフのビジュアライゼーションとテーブルの両方が表示されます。 Power BI デスクトップは次のようになります。
-
-
下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。
-
データ ペインの テーブル リストから Daterange エントリをドラッグし、フィルター シェルフにドロップします。
-
フィルターフィールド[Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。
-
フィルター[Daterange] ダイアログで 日付範囲 を選択し、
01/01/2023
~01/01/2024
の期間を指定します。 -
データ ペインの テーブル リストから Daterangeday をドラッグ&ドロップし、列 の横のフィールドにエントリをドロップします。
- Daterangeday ドロップダウンメニューから MONTH を選択し、値が MONTH (Daterangeday) に更新されるようにします。
-
データ ペインの テーブル(メジャー名) リストから 発生件数 をドラッグ&ドロップし、行 の横のフィールドにエントリをドロップします。 値は自動的に SUM (発生件数) に変換されます。
-
標準 を、ツールバーの フィット ドロップダウンメニューから ビュー全体 に変更します。
Tableau Desktop は次のようになります。
-
-
[シート 1] タブの右クリック メニューから 複製 を選択し、2 番目のシートを作成します。
-
[シート 1] タブの右クリック メニューから 名前変更 を選択して、シートの名前を
Graph
に変更します。 -
シート 1 (2) タブの右クリック メニューから 名前変更 を選択して、シートの名前を
Data
に変更します。 -
データ シートが選択されていることを確認します。 データビューで、
-
右上の 表示 を選択し、テキストテーブル (左上のビジュアライゼーション)を選択して、データビューのコンテンツをテーブルに変更します。
-
MONTH (Daterangeday) を Columns から Rows にドラッグします。
-
標準 を、ツールバーの フィット ドロップダウンメニューから ビュー全体 に変更します。
Tableau Desktop は次のようになります。
-
-
新規ダッシュボード」タブボタン(下部)を選択して、新しい ダッシュボード 1 ビューを作成します。 ダッシュボード 1 ビューで、次の操作を行います。
-
Sheets シェルフから Graph シートを Dashboard 1 ビュー(「シートをここにドロップ 」と表示されているビュー にドラッグ&ドロップします。
-
データ シートを、グラフ シートの下にある シート シェルフから ダッシュボード 1 ビューにドラッグ&ドロップします。
-
ビューで データ シートを選択し、ビュー全体 を 固定幅 に変更します。
Tableau Desktop は次のようになります。
-
-
Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「
-
フィルター の下の「+ フィルター を選択します。
-
フィルターを追加 ダイアログで、次の手順を実行します。
-
「‣ Cc データビュー」を選択します
-
フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。
-
-
CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 前)まで 2024/01/01 として指定します。
-
左側の Cc データビュー パネルから、
- DIMENSIONS のリストから「‣Daterangemonth 日付」を選択してから「月」を選択します。
- 左パネル(下部)の MEASURES の下にある Count を選択します。
-
「実行」を選択します。
-
「‣ビジュアライゼーション」を選択して、折れ線グラフのビジュアライゼーションを表示します。
以下に示すようなビジュアライゼーションとテーブルが表示されます。
-
新しいセルに次のステートメントを入力します。
import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \ GROUP BY 1 \ ORDER BY Month ASC df = data.DataFrame() df = df.groupby('Month', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Month', y='Events', data=df) plt.show() display(data)
-
セルを実行します。 以下のスクリーンショットのような出力が表示されます。
-
新しいチャンクで、
```{r}
と ` ````の間に次のステートメントを入力します。## Hourly Events df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>% group_by(daterangehour) %>% count() %>% arrange(daterangehour, .by_group = FALSE) ggplot(df, aes(x = daterangehour, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)
-
チャンクを実行します。 以下のスクリーンショットのような出力が表示されます。
ランク付けされた単一ディメンション
このユースケースでは、2023 年を超える製品名の購入および購入売上高を示すテーブルとシンプルな棒ビジュアライゼーションを表示します。
ユースケースの例 単一のDimensionのランク付け パネルは次のとおりです。