WARP4.9 Experimental Buildの紹介 ~ TableauMakeTdeコンポーネント②

前回に引き続き、TableauMakeTdeコンポーネントの紹介になります。

弊社では先日、ASTERIAの導入社数5,000社を記念して「Infoteria Green Activity」という活動を始めました。参照記事(http://www.infoteria.com/jp/news/press/2015/06/17_01.php)
この記事の中で私は初めて知ったのですが、日本の森は国土の約7割を占めていて、森林率はなんと世界第3位。
東京で暮らしていると、日ごろ森を見ることはほとんどないのでちょっと驚きです。

では日本の都道府県別の森林率ってどうなんでしょう?
ということでTableauを使ってグラフや地図で表示してみたいと思います。

林野庁のサイト[1]にデータがあるのでこれを使ってみます。
このサイトではWebページ上にデータが表示されています。しかし、TableauではWebページ上のデータを直接取り込むことができません。
そこでWARPのフローサービスの出番です。

Tableauとの連携でフローサービスを使うと次のようなメリットがあります。
・Tableauが接続できないデータソースへの接続
・マッパー関数を利用したデータの加工

それではフローを作成してみましょう。

フローの全体図は次のようになります。

blog20150722-1.png

RecordFilterコンポーネントで不要な行を削除した時点ではデータは次のようになっています。

都道府県 森林率
北海道 71%
青森県 66%
・・・ ・・・
沖縄県 46%

 

森林率が%形式の文字列になっているので、0.71のような小数点の数値に変換します。

blog20150722-3.png

TableauMakeTdeコンポーネントでは、保存先ファイルパスの指定とコンポーネントをダブルクリックして表示されるダイアログでテーブル定義を設定するだけです。

blog20150722-2.png

出力されたデータ抽出ファイルをTableauで表示してみます。

kigo.png

treemap.png

森林率第1位は高知県でした。意外にも埼玉、茨城、千葉は東京よりも森が少ないんですね。


今回はWeb上のデータから抽出データを作成しましたが、WARPを使えば他にもTableauが対応していないデータソースから抽出ファイルを作成することができます。
例えばREST APIで提供されているデータであればRESTコンポーネントを使って取り込めますし、kintoneのデータであればkintoneアダプターを使えば取り込めます。

また、データをそのまま取り込むのではなく、不要な部分を削除したり整形してからTableauに取り込みたいケースは多々あります。
そんな場合にデータの加工が得意なWARPを使えば、期待通りのデータを作り出すことができます。

みなさんもTableauとASTERIA WARPを使って、いろいろな分析にチャレンジしてみてください。

 

[1] 出典:林野庁ホームページ(http://www.rinya.maff.go.jp/j/keikaku/genkyou/h24/1.html)

この記事は役に立ちましたか?
0人中0人がこの記事が役に立ったと言っています
    キーワード:
  • Tableau
  • "Experimental Build"
  • Experimental Buildの紹介
他にご質問がございましたら、リクエストを送信してください

このセクションの記事

他のキーワードで検索する