スーパーストアの社長になってみる(第1回)

投稿日: 2019年9月30日 2020年6月26日
投稿者: morita
カテゴリー: Tableau
タグ: データ編集

データの全体像をざっくり把握する方法、分析前にやっておくべきことについて解説しています。

スーパーストアの社長だ

スーパーストア

　タブローを利用されている方々はよくご存じだろうと思います。タブローの第一画面の下の方にあるスーパーストアというサンプルです。このサンプルにはタブローでできるとことが詰め込まれていますから、サンプルを参考にしながら知識を得たり実際にデータをつかってテクニックを練習することができるすぐれものです。

　今回は、このスーパーストアの社長になってみます。社長がスーパーストア(我が社)のデータを分析します。
　サンプルとしてあるVIZを使いながら、また少し手を加えたり、あたらしいVIZを考えたりしてみます。既存のVIZがあるものですから、今回は小技の解説が多くなっています。

データを確認する

　我が社のデータソースへ接続しました。まず、データソースがどのようなものなのかを確認します。

　とりあえずは、データソースのタブへ移動して、じろじろ見ます。とくにフィールド名を見ます。データの内容が場合によっては数十万行！じろじろ見るだけでは無理です。そこで、データ内容を一望できる方法をあみだしました。

　とにかくはじめに、ディメンションとメジャーを確認します。
　メジャーのなかに「行ID」があります。データソースを確認すると1～昇順でユニークな番号になっているようです。
　名称のとおりIDですからディメンションへ変更します。
　メジャーからディメンションへ変更する方法は、
・ドラッグして移動する
・右クリックして「ディメンションに変更する」を選択するかのどちらかです。

　タブローはデータへ接続するだけで各フィールドを自動的にディメンションかメジャーへ仕分けしてくれます。フィールド名が「ID」あれば通常は自動的にディメンションとみなす仕組みになっています。
　つまりタブローはフィールド名を読んで判断しているようです。今回のデータがメージャーになっているのは「ID」が全角になっているからなのか、何かの理由があるのだろうと思います。

　そのほかを確認すると、ディメンション、メジャーのなかに計算フィールドがすでに作成されています。
・計算フィールドの見分け方は「＝＃」「＝abc」のように、アタマに「＝」がついていることでわかります。

　また、ディメンション階層がつくられていたり、フォルダーでまとめてあったりすることも見てとれます。これらは有難く活用させていただきます。

データを確認してちょっと編集する

ディメンションの個別カウント数を確認

　ディメンションの内容を確認します。
・ディメンションの階層やフォルダーで折りたたまれている部分はすべて開きます。
・ディメンションの上から下まで(メジャーネームを除く)をシフトキーを押しながら全選択します。
・すべてのディメンションを「テキスト」へドロップします。

・カードへ移動したディメンションを上から下までシフトキーを押しながら全選択します。
・右クリックして「メジャー」→「カウント(個別)」を選択します。

　さきほどまではディメンションそのものを表示していましたが、表示が数値へかわります。

・数値のどこかへマウスオンするとツールヒントが開いて、ここで内容を確認することができます。

・「行IDの個別カウント」からデータソースは10,000行あることがわかります。

・「オーダーIDの個別カント」は2,822です。
　あるひとつのオーダーIDを取りだしたときに、そのオーダーIDは単数以上の行IDで構成されてることがわかります。粒度でいえば、オーダーIDは粒度が粗い、行IDは粒度が細かいといえます。

・「オーダーIDの個別カント」のほうが「オーダー日の個別カウント」よりも多くなっています。
　つまり１日あたり複数のオーダーIDがある可能性があります。

・カテゴリーとサブカテゴリ―の関係は階層です。
　粒度の粗い・細かいがあり、LOD表現でもつかえそうです。(LOD表現(タブロー))

１対１の関係にならない理由

・「地域の個別カウント」と「地域マネージャーの個別カウント」は一致しています。
・ところが「製品IDの個別カウント」と「製品名の個別カウント」が一致しません。
・本来は１対１の関係になるはずです。
　個別カウントはNULLをカウントしません。ゼロはカウントします。ひょっとすると製品IDにNULLがあるのかもしれません。

　実際に、このようなことはよくあります。
・ほとんどの場合、NULLよりも製品マスタの書き換えでが原因です。
　製品の番号、たとえばバーコードはそのままで、製品名が変わるということがよくあります。

・製品マスタの製品番号をそのままに製品名を書き換えたとします。
・製品名を書き換えたあとに過去１年分のデータをシステムからダウンロードします。
・製品名は書き換えらえた名称ででてきます。

　ダウンロードデータの製品番号と製品名の関係は１対１です。しかし、分析するデータというのはおおくの場合、１か月ごととかにシステムからダウンロードしたものを繋ぎ合わせた(ユニオンした)ものです。

　つまり、製品マスタの製品名を書き換えるまえのデータに製品名を書き換えたあとのデータがプラスされます。
　そうなると、ひとつの製品IDにたいして複数の製品名がついている状態になるわけです。顧客マスタの書き換えも同様な事象がおこります。

　この事象はLOD表現とか値の変更とかで回避できることがありますが、今回は少々なのでそのまま進みます。

ディメンションの最小値を確認

・カードへ移動したディメンションを上から下までシフトキーを押しながら全選択します。
・右クリックして「メジャー」→「最小値」

　このような確認もできます。日付の範囲とかの確認に有用です。

　そのほかの気づきで、返品の値が「〇」になっていす。ここを確認してみましょう。

値を別名にする

・「〇」のフラグが付いている行とNULLの行があります。
　「〇」は、返品になった行とならなかった行を判別するフラグのようです。
・「〇」と「NULL」の表示ではわかりにくいので変更します。

・返品を右クリック→「別名」を選択します。
　「名前の変更」ではありません。「別名」はデータソースの値を書き換えることができる機能です。

・窓が開きます。
・右列の「値(別名)」を書き換えれば完成です。
・「NULL」は純売上高、「〇」は返品高へ書き換えました。

メジャー合計

・すべてのメジャーをテキストへドロップします。
　数値が表示されます。
　我が社の売上高累計は２億円を突破しています。表示単位は円ではなく千円にしたほうが集計結果が読みやすくなります。このままだとグラフの軸目盛表示も円になって、いちいち軸の書式を変更する手間がかかるから表示単位をまえもって変更します。