Tableau 徹底入門
タブローテッテイニュウモン
基礎から実務まで完全マスター
- 著者:
- 酒井 悠亮 / 渡部 卓久(サカイ ユウスケ / ワタナベ タクヒサ)
- 出版社:
- 共立出版
- 出版日:
- 2022年07月11日頃
- ISBN:
- 9784320072015
- 在庫:
- 在庫あり
なぜ注目されているか
書籍紹介
実用と本質が詰まった Tableau ユーザーの必読書!
Tableau は、今やビジネスで非常に重要な BI ツールとなり、様々な職種や幅広い分野で Tableau のプラットフォームを用いたビジュアル分析が行われています。
本書は、データサイエンティストからビジネスユーザーまで、すべての Tableau ユーザーを対象に、Tableau の操作手順はもちろんのこと、機能の理解に必要な周辺知識・動作原理・よくある落とし穴に至るまで、Tableau の機能を実務で十分に使いこなすためのテクニックをまとめた解説書です。練習問題も掲載されており、知識の定着度を確認しながら確実にステップアップすることができます。
著者は、Tableau Desktop Certified Professional を取得し、事業会社におけるデータアナリストやプロダクトマネージャー、技術支援会社における BI エンジニアなどの様々な職種・立場で Tableau を活用してきた Tableau マスターです。
基礎から実践テクニックまで網羅的に身につけ、Tableau の機能を最大限に活用したい方に最適な一冊です。
第 0 章 Tableau と Tableau Desktop
0.1 Tableau とは
0.2 Tableau Desktop でできること
0.3 Tableau Desktop の画面名称とファイル形式
第 1 章 データソースの作成
1.1 データベースの関連用語を押さえる
1.2 データソースを作成する
1.3 複数のテーブルを統合する
1.4 接続タイプ (ライブと抽出) を使い分ける
1.5 章末問題
第 2 章 フィールドの整備
2.1 ディメンションとメジャーを適切に割り当てる
2.2 個別のフィールドを整備する
2.3 計算フィールドを作成する
2.4 章末問題
第 3 章 グラフの作成
3.1 Tableau のグラフ作成の仕組み
3.2 マークカードで表現を変更する
3.3 グラフの作成
3.4 メジャーネームとメジャーバリュー
3.5 マップを使った可視化
3.6 フィルターを利用したデータの絞り込み
3.7 クエリパイプライン
3.8 ビューに表示されたデータの並び替え
3.9 書式設定
3.10 章末問題
第 4 章 ダッシュボードの構築
4.1 ダッシュボードを構築する
4.2 インタラクティブ性を向上させる
4.3 デバイス別にレイアウトを最適化する
第 5 章 Tableau をさらに活用するための機能
5.1 パラメーター
5.2 表計算
5.3 LOD 表現
5.4 ダッシュボードのパフォーマンスチューニング
5.5 Tableau Server / Tableau Cloud へのパブリッシュ
章末問題の解答
謝 辞
索 引
技書の森解説
Tableau は、データに接続してドラッグ操作でグラフやダッシュボードを組み立てる BI ツールですが、操作自体は直感的でも、ディメンションとメジャーの割り当てや接続タイプ、表計算の仕組みを理解しないと期待した集計結果にならない場面に必ず出会います。『Tableau 徹底入門』 (酒井悠亮 / 渡部卓久 著、共立出版、2022 年 7 月刊) は、副題を基礎から実務まで完全マスターとし、データサイエンティストからビジネスユーザーまでのすべての Tableau ユーザーを対象に、操作手順だけでなく機能の理解に必要な周辺知識 / 動作原理 / よくある落とし穴まで踏み込んで解説する一冊です。版元は、わかりやすい図解による操作手順の解説、周辺知識や仕組みまで踏み込んだ丁寧な解説、プラスアルファの機能紹介の 3 点を特徴として掲げています。
第 0 章から第 5 章まで、データソース作成からパブリッシュへ進む構成
構成は第 0 章から第 5 章までの 6 章立てで、章末問題の解答と索引が付きます。第 0 章で Tableau と Tableau Desktop の位置づけ、画面名称とファイル形式を確認し、第 1 章はデータベースの関連用語の整理から始めてデータソースの作成、複数テーブルの統合、ライブと抽出という接続タイプの使い分けを扱います。第 2 章はディメンションとメジャーの適切な割り当て、個別フィールドの整備、計算フィールドの作成というフィールドの整備です。第 3 章は節数が最も多く、Tableau のグラフ作成の仕組み、マークカードによる表現の変更、メジャーネームとメジャーバリュー、マップを使った可視化、フィルターによる絞り込み、クエリパイプライン、並び替え、書式設定と、グラフ作成の中核を扱います。第 4 章はダッシュボードの構築とインタラクティブ性の向上、デバイス別レイアウトの最適化、第 5 章はパラメーター、表計算、LOD 表現、ダッシュボードのパフォーマンスチューニング、Tableau Server / Tableau Cloud へのパブリッシュという、さらに活用するための機能です。第 1 章から第 3 章には章末問題が置かれ、版元サイトにはまえがきと詳細目次、正誤表が PDF で公開されています。
操作を覚えるだけでは越えられない Tableau の仕組み
Tableau の学習でつまずきやすいのは、画面操作は真似できても、集計の粒度がどこで決まるのかが見えないことです。Tableau では、ビューに置いたディメンションの組み合わせで集計の粒度が決まり、メジャーはその粒度で集約され、フィルターや表計算、LOD 表現はそれぞれ異なる段階で適用されます。この処理順序 (本書の第 3 章が扱うクエリパイプライン) を知らないまま計算フィールドを書くと、合計が合わない、フィルターをかけたら比率が変わる、といった落とし穴に繰り返し落ちます。本書が第 1 章で データベース の関連用語から始め、ライブ接続と抽出の違い、複数テーブルの統合を先に置くのも同じ理由で、Tableau は裏側でデータソースにクエリを発行するツールであり、テーブルの構造と結合の理解が可視化の正しさを左右するからです。データウェアハウス や各種データベースに接続する実務では、抽出とパフォーマンスチューニングの知識が、見やすいだけでなく待たされないダッシュボードを作る土台になります。データ分析 の結果を関係者に届ける最後の工程を担うのが BI ツールであり、Tableau 固有の概念を仕組みから理解しておくことは、他の BI ツールへ移っても通用する可視化設計の理解につながります。
すべての Tableau ユーザー向けの前提と、2022 年刊の注意点
前提知識は特に求められず、第 0 章と第 1 章でツールの位置づけとデータベースの基本用語から入るため、Tableau を初めて触る人でも読み始められます。一方で、版元が対象をデータサイエンティストからビジネスユーザーまでと広く取っているとおり、第 5 章の表計算や LOD 表現、パフォーマンスチューニングは自己流で使ってきた経験者ほど得るものが大きい内容です。刊行は 2022 年 7 月で、Tableau の画面や機能名はその後のバージョンで変わり得るため、手元の画面と図解の細部が一致しない場面はあり得ますが、粒度と集約、接続タイプ、処理順序といった本書が重点を置く仕組みの部分は版に左右されにくい知識です。Tableau Prep によるデータ準備や Tableau Server の管理者側の設定を主目的にする人には、目次上それらの章は無く、本書は範囲が異なります。
部署に導入された Tableau を触ってはいるものの、数字が合わない理由を説明できずに時間を失っている担当者、あるいはこれから BI エンジニアやデータアナリストとして Tableau を武器にしたい人には、操作手順と動作原理を一冊で押さえられる本書は投じた金額の元が取りやすい選択です。Tableau Desktop Certified Professional を取得した著者が、事業会社と技術支援会社の双方の立場で Tableau を使ってきた経験を落とし穴の解説に反映している点も、独学の遠回りを減らす材料になります。章末問題で理解を確かめながら第 3 章までを通し、第 5 章を必要に応じて引く使い方が、実務で確実に使いこなす近道です。
言及した記事 (2 件)
この本に興味がある方におすすめ
関連する本
関連記事
データベース本ガイド - SQL から設計まで学べる技術書の選び方
データベースの基礎から設計、パフォーマンスチューニングまで学べる技術書の選び方と学習順序を紹介します。
DevOps 本ガイド - CI/CD とインフラ自動化を学ぶ技術書の選び方
DevOps の文化と原則から CI/CD、IaC、オブザーバビリティまで学べる技術書の選び方と学習順序を紹介します。
技術書を読む順番の戦略 - 複数冊を組み合わせて理解を加速させる
技術書を 1 冊ずつ読むのではなく、複数冊を戦略的に組み合わせることで、1 冊では届かない理解の深さと広さに達する方法を解説します。
関連用語
シャーディング
データを複数のデータベースインスタンスに水平分割し、書き込みスループットとストレージ容量をスケールさせる手法
Kinesis
AWS のリアルタイムデータストリーミングサービスで、大量のデータを収集 / 処理 / 分析する
フィーチャーストア
機械学習の特徴量を一元管理し、学習時と推論時で一貫して提供するためのデータ基盤
動的計画法
問題を部分問題に分割し、結果をメモ化して重複計算を排除するアルゴリズム設計手法
API バージョニング (詳解)
API の破壊的変更を管理する戦略の詳細な実装パターン
Protocol Buffers
Google が開発した効率的なバイナリシリアライゼーションフォーマットで gRPC の標準データ形式