外部企業向けBI導入を全て1人で実践して思ったこと

今回は今まで何回も外部企業向けにPower BIによるBI導入をしてきた経験について話してみたいと思います。前提条件として以下数項目を念頭に入れて読んで頂ければと思います。

• 記事の内容は個人の備忘録的なもの
• セルフサービスBI*1寄りの構築である
• 構築に関するコンテンツ以外に、BI導入に関する営業コンテンツを含む
• 「1人で」という定義は社内営業からバトンタッチを受けてから構築完了までの話
• 契約関係・初期的営業以外は全て1人で担当
• BI導入の最終目標は、対象企業が今後自分たちでBIを運用できるよう、社員のスキルアップも同時に実現していくこと

なお、BI構築に関する詳細マニュアルではなく、コンテンツ的には「BI導入プロセスにおけるあれこれ」というものになりますので、上記について興味ある方、かなりの長文でも大丈夫な方だけ、読んで頂ければと思います。

*1:Self-Service BI: SSBI。ビジネスユーザーがIT部門の負担を最小化し、自分たちでデータを抽出・変換し、BIソリューションを実現する現在主流のBI

時系列メジャー作成時の落とし穴

Power BIを使う場合、DAX*1を用いて計算列*2や計算テーブル*3の構築、あるいはメジャーを算出します。メジャーは定義済計算式であり、[売上高]や[粗利益率]等の指標を算出できます。DAXはデータモデルにおけるビジネス用の数式を算出するものですが、その中でも特に多く使用されるものが「時系列メジャー」となります。

*1:Data Analysis eXpressionの略で、Power BI及びAnalysis Tabular Model等の言語

*2:データモデルのテーブルに追加する列のこと

*3:DAXを使ってデータモデルに既に存在するテーブル（あるいはその列）からデータモデルに追加して使用するためのテーブル

DAXの基礎_02 -DAXとフィルター

少し時間が空きましたが、前回はPower BIが簡単にレポートを作れる一方で、気を付けないと間違った結果に結びつくことを説明しました。今回はいよいよDAXの役割について紹介していきます。

DAXの基礎_01 -DAXの前に

Power BIやExcel Power Pivotを勉強する人が最初に遭遇する難関がDAX*1です。私はよく冗談でDAXのことを

D（どう）

A（あがいても）

X（無理 ×）

と表現していますが、基礎が分からないままPower BIでメジャー*2を乱発して作ってしまうと、底なし沼に落ちてしまいます。DAXの基礎について話をしていきますが、作成したビジュアルと一緒に見ていくことが重要ですので、レポートに対する考え方も一緒に見ていきます。

*1:Data Analysis eXpressionの略で、Power BIの言語。こちらを使って様々な計算指標（メジャー）を作っていく

*2:DAXで作られた計算指標。簡単なものから複雑なものまであらゆる計算を行うことが可能

MicrosoftにおけるBIの歴史

歴史というと、実は学生の時に殆ど興味がなかった分野だったのですが、今思えば自分が歴史よりも現在・将来について興味があったのが原因だったのかもしれません。ただし、例外として自分が今最も活用しているテクノロジーについての歴史は面白くて堪りません。今回はMicrosoftのBIに関する歴史について簡単に紹介してみようと思います。Power BIの登場背景、MicrosoftのBIテクノロジーの登場逸話等に興味がある人は最後まで読んでみて下さい。

BI関連の話いろいろ

このブログはMSテクノロジーを中心に紹介していくのですが、たまに普通の日記も書いていきます。とはいえ、データ及びBI関連の話ですが、今回は主にBI活用の現状や学ぶ環境等について話をしていきます。かなりの部分で自分自身のアナリストとしての経験が入っています。

Excelで分析（Analyze in Excel）の簡単更新法

Power BIは非常にパワフルな分析ツールです。ETL*1からモデリング*2が完了し、適切なメジャー*3を記述した後、Power BI Desktopにて自由にチャートやテーブルを配置し、分析業務を開始することが可能となります（下図）。

*1:Extract, Transform, Loadの略。データソースからデータを取得し、変換等を行うこと

*2:ETLが終わった後、データモデルにデータを読み込み、テーブル間にリレーションシップを構築すること

*3:Data Analysis eXpressionの略。売上、在庫高、利益率、売上前年比等の計算を実現できる計算式

Power Queryにおけるデータ型の考察

Excelユーザーで普通にデータ集計を行い、ピボットテーブルを作って分析を行う人は特に"データ型"に付け使う必要はないでしょう。今迄であれば、"データ型"はAccessやデータベース等を扱うヘビーユーザー、あるいはDBA*1等の専門家が取り扱うトピックでした。しかしここにきて、ExcelやPower BIにおけるETL*2機能であるPower Queryが登場し、そこで変換されたデータはExcel Power Piovtデータベース（=データモデル）やPower BIのデータモデルに出力され、より高度な分析ができるようになったことから、"データ型"に対する理解は必須となってきました。

*1:Database Administrator

*2:Extract, Transform, Load、データの取得と変換

データに関する基礎知識2

前回はデータの基礎に関して、データの概念及びきれいなデータ vs きたないデータ等について見ていきました。BIを活用するためにはデータについてしっかり押さえておく必要があり、今回はその続きについて見ていきたいと思います。

データに関する基礎知識1

本ブログはBIテクノロジーに関する紹介ですが、そもそもテクノロジーを学ぶ目的の1つがデータを有効活用することにあります。

テクノロジー × データ = 意思決定

というのがキーワードですが、今回は”データ”についていろいろ考えてみたいと思います。