Tableauデータ分析 ～実践から活用まで～（秀和システム） [電子書籍]

Tableauデータ分析 ～実践から活用まで～（秀和システム） の 商品概要

• 要旨（「BOOK」データベースより）
  つまずきポイントを通じたコンセプトの理解／ＬＯＤ表現を使いこなす！表計算による高度な分析／設定を駆使して思い通りのデザインに！パフォーマンスチューニングやＰｙｔｈｏｎ連携でさらに上級レベルへ！データ準備ツール「Ｔａｂｌｅａｕ　Ｐｒｅｐ」で複数のデータもラクラク処理！
  目次
  第1章 6つのつまずき解決法から紐解くTableau操作の基本コンセプト
  
  1-1 はじめに　マスターすべき7つのこと
  1-2 ケース①　「メジャーネーム」と「メジャーバリュー」というフィールドが勝手に配置された！（データの「縦持ち」と「横持ち」）
  1-3 ケース②　二重軸の同期ができない！（データ型）
  1-4 ケース③　「非集計と集計は混ぜられない」と言われた！（集計と非集計）
  1-5 ケース④　違う詳細レベルを混ぜての計算ができない！（詳細レベル）
  1-6 ケース⑤　フィルターの選択肢を絞りたい！〔フィルターのかかり方（Order of Operations）〕
  1-7 ケース⑥　色を個別に設定したいのだが、グラデーションしか選べない！（連続と不連続）
  1-8 まとめ
  
  第2章 徹底解説！　複数のデータの取り扱い方法
  
  2-1 フローチャート
  2-2 ユニオン
  2-3 データブレンド
  2-4 結合
  2-5 クロスデータベース結合
  2-6 補足説明：Tableau Prepの利用
  
  第3章 表計算を使いこなして高度な分析を行おう
  
  3-1 表計算とは
  3-2 表計算の仕組み
  3-3 表計算関数
  3-4 表計算関数の検算
  3-5 表計算における「計算フィールド」と「メジャーのペイン」の使い分け
  
  第4章 LOD表現でTableau活用の幅を広げよう
  
  4-1 LODとは
  4-2 LOD表現の種類と記述ルール
  4-3 裏でどのような計算がされているのか
  4-4 LOD表現とフィルターの関係
  4-5 理解を深めるための利用例
  
  第5章 設定を使いこなして思い通りのデザイン表
  現を行おう
  
  5-1 書式設定
  5-2 ツールヒント
  5-3 色での表現
  5-4 マークの「ラベル」
  5-5 注釈
  5-6 キャプション
  5-7 アナリティクスペイン
  5-8 日付表示形式
  5-9 各ビュータイプでの表示設定の変更
  
  第6章 Tableauの動作が遅いときのパフォーマンスチューニング
  
  6-1 ボトルネックを特定する
  6-2 性能改善に向けた対処を行う
  
  第7章 もっと活用したい！　Pythonとの連携
  
  7-1 TableauとPythonによる機械学習
  7-2 TableauをAPIで操ろう
  
  
  出版社からのコメント
  浸透するデータ分析ツールTableau（タブロー）の実践的な解説書
  的な情報の付加の方法や、色の設定までを解説します。
  
  　第6章「Tableauの動作が遅いときのパフォーマンスチューニング」は、ダッシュボードのパフォーマンス向上などについて解説します。既刊書『Tableauデータ分析～入門から実践まで～』の読者アンケートでも要望のあった内容です。
  
  　第7章「もっと活用したい！　Pythonとの連携」は、TableauとPythonを使った機械学習や、SDKを使ったTableau抽出ファイルの自動作成機能の実装、Web Data Connectorを使った政府統計データの取得などを解説。「こんな使い道もあるのか！」と、更に広がるTableau利用の可能性が感じられます。
  内容紹介
  既刊書『Tableauデータ分析～入門から実践まで～』（2017年3月）に、現場のノウハウを満載した続編が登場！　日本の分析力が更にアップします！
  
  　第1章「6つのつまずき解決法から紐解くTableau操作の基本コンセプト」は、ありがちなつまずきのケースを取り上げ、その解決法を通じて、Tableauを使うにあたって知っておくべきコンセプトを理解できます。
  
  　第2章「徹底解説！　複数のデータの取り扱い方法」は、「ユニオン」や「結合（ジョイン）」「データブレンド」「クロスデータベース結合」など、複数のデータを組み合わせるTableauの機能を整理し、正確に集計を行う方法を説明しています。また、2018年4月に発表されたデータの準備ツール「Tableau Prep」にも触れています。
  
  　第3章「表計算を使いこなして高度な分析を行おう」は、Tableauのビュー上でいったん数字を集計したあとで変換を行う「表計算」機能について説明します。この機能を使うと、累計や合計に対する割合、ランクなどが簡単に表示できます。
  
  　第4章「LOD表現でTableau活用の幅を広げよう」は、初心者にとっての難関であるLOD（Level of Details、詳細レベル）表現について説明します。「なぜLOD表現が必要なのか」「裏ではどのように動いているのか」「フィルターとの関係はどうなるのか」「どのような利用例があるのか」など、LOD表現を根本から理解できます。
  
  　第5章「設定を使いこなして思い通りのデザイン表現を行おう」は、基本的な書式設定から、ツールヒントや注釈といった補助
  
  
  の流行予測など、多様なレポーティングに従事。また、顧客動向を把握するためのダッシュボードの要件設計・開発も併せて行う。2017年からは現職にて、PythonやRでの自社データの研究から、データの整備や抽出、定常作業のダッシュボード化などデータに関する幅広い業務を行っている。
  
  下山輝昌 (シモヤマテルマサ)
  　合同会社アイキュベータ代表
  
  　株式会社イノヴァストラクチャー データサイエンティスト。日本電気株式会社（NEC）の中央研究所にてハードウェアの研究開発に従事した後、独立。機械学習を活用したデータ分析やダッシュボードデザイン等に裾野を広げ、データ分析コンサルタントとして幅広く案件に携わる。それと同時に、最先端テクノロジーの効果的な活用による社会の変革を目指し、2017年に合同会社アイキュベータを共同創業。人工知能、Internet of Things（IoT）、情報デザインの新しい方向性や可能性を研究しつつビジネス化に取り組んでいる。
  
  高木洋介 (タカギヨウスケ)
  　大手証券会社にて、BIツールを用いた金融資産分析基盤の構築運用や、周辺機能の要件定義から設計構築に従事。現在はフリーランスのデータエンジニアとして、主に各企業のBIや機械学習システム導入によるデータの利活用促進を支援。データ基盤の設計からTableauダッシュボード開発まで一貫して担当し、分析基盤構築に対してのノウハウを保有。また、Pythonによるデータ収集の自動化など、データ利活用ならではの課題に対して、解決策提案から実装まで行っている
  。
  著者について
  小野泰輔 (オノタイスケ)
  　日本キャタピラー計画管理部
  
  　国際電話会社や、インターネットプロバイダのプロダクト担当、法人営業、投資家向け広報（IR）を経て、キャタピラージャパンに入社。その後、キャタピラーのディーラーである日本キャタピラーに移り、事業計画の策定やレポーティング業務に携わる。2013年にTableauを使ったデータ分析プロジェクトを立ち上げ、情報システム部門や米国キャタピラー社のBIチームと連携しながら、レポートの開発や情報分析の基盤構築、本社・支社・関連会社のスタッフへのトレーニングを進めている。
  　『Tableauデータ分析～入門から実践まで～』の主筆を務めた。Tableau Desktop Qualified Associate。
  
  黒木賢一 (クロキケンイチ)
  　NTTデータ技術革新統括本部ITマネジメント室
  
  　NTTデータで、データ活用に関する業務に長年従事。2015年から社内IT部門で、Tableauを用いた経営情報見える化プロジェクトを、プロジェクトリーダーとして推進。企画、開発のほか、シンガポールなどの海外拠点も含めたTableau活用支援を担当。2015年および2017年のTableau Conference Tokyoにて、セルフサービスBI導入・推進におけるノウハウを講演。その他、書籍『Tableauデータ分析～入門から実践まで～』の査読や社外講演など、精力的に活動中。
  
  長野克也 (ナガノカツヤ)
  　TVISION INSIGHTS株式会社データ部
  
  　大手Web企業や事業会社にて、主にTableauを用いてメルマガ継続・サービスのCVR向上・商品
  
  

Tableauデータ分析 ～実践から活用まで～（秀和システム） の商品スペック