見逃しちゃうダメ!入門から専門まで~データ分析、機械学習に関する必読本10冊

 最近ディープラーニングの書籍がだんだん増えて、書籍を買う時どれを買えばいいのかわからない方がいるでしょう。ここで、データ分析、機械学習に関する良書10冊を紹介していきます。みなさんに少し役に立てば幸いです。

データ分析

 

1、Head Firstシリーズ

 

Head Firstデータ解析 ―頭とからだで覚えるデータ解析の基本

Michael Milton (著), 大橋 真也 (監訳), 木下 哲也 (翻訳)

 

 データ分析に関する入門レベルの本なので、内容が比較的にやさしいです。とはいえ、基本的な知識を網羅しており、説明もわかりやすいです。最後にR言語を言及しています。以下の二冊は同じシリーズの本です。

データ分析

 

Head First Statistics ―頭とからだで覚える統計の基本

Dawn Griffiths (著), 黒川 利明 (翻訳), 木下 哲也 (翻訳), 黒川 洋 (翻訳), 黒川 めぐみ (翻訳)

 

データ分析

 

Head First SQL ―頭とからだで覚えるSQLの基本

Lynn Beighley (著), 佐藤 直生 (監訳), 松永 多苗子 (翻訳)

 

データ分析

 

2、ビューティフルデータ (THEORY/IN/PRACTICE)

Toby Segaran (編集), Jeff Hammerbacher (編集), 堀内 孝彦 (翻訳), 真鍋 加奈子 (翻訳), 苅谷 潤 (翻訳), 小俣 仁美 (翻訳), 篠崎 誠 (翻訳)

 

 データ分析業界の39人の著名人の経験を集まる本です。各章は一つの問題に集中し、彼らがどうのように開発上の困難を克服したのかを紹介しており、データ分析の応用と解決策の理解にとても役立ちます。

 

データ分析

 

3、R in Action: Data Analysis and Graphics with R

Robert Kabacoff (著)

 

 全面的で詳細なRのガイドとして、Rとその強大な機能をまとめて、使用された統計の実例を挙げます。それに、従来のやり方では扱いにくい、複雑で不完全なデータと非正規則分布データをうまく処理する方法を説明します。

 

データ分析

 

4、Data Analysis with Open Source Tools: A Hands-On Guide for Programmers and Data Scientists

Philipp K. Janert (著)

 

 多くのシミュレーションプロセスと結果を表示するほか、データ解析のためにオープンソースツールを利用する実例を含めています。この本を読めば、オープンスースツールの使い方と用途がわかります。

 

データ分析

 

5、Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management

Gordon S. Linoff (著), Michael J. A. Berry (著)

 

 最新のデータマイニング手法を利用して、直接販売の応答率を高める、顧客基盤を特定し、信用リスクを推定するなどの業務上の問題を解決する方法を紹介します。 さらに、分析するデータの準備や企業のデータマイニングに必要なインフラストラクチャの作成など、より高度な内容もカバーしています。

 

データ分析

 

6、Python Data Science Handbook: Essential Tools for Working with Data

Jake VanderPlas (著)

 

 各章はPythonデータサイエンスにおける1つまたは2つの重要なツールキットを紹介します。プログラミングの経験が持って、 データの解析、操作および可視化を目的にPythonを利用するデータサイエンティストに適します。大量の情報の処理が必要となる人にとって、これは、データの操作、変換、クリーンアップ、可視化そして統計モデルと機械学習モデルの構築などの日常問題に効率的に対処できるようにする価値が高いマニュアルです。

 

データ分析

 

7、Storytelling with Data: A Data Visualization Guide for Business Professionals

Cole Nussbaumer Knaflic (著)

 

 大量のケーススタディを通じて、データ可視化の基本知識だけではなく、どのようにデータの活用によって引きつけて説得力のあるストーリーを作成し、効果的なコミュニケーションを実現するのかも紹介します。 コンテキストの理解、チャートの選択、視聴者の視線の集中、デザイナーのような考えやデータでストーリーの作成などの内容が含まれています。

 

データ分析

 

 

8、Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理

Wes McKinney (著), 小林 儀匡 (翻訳), 鈴木 宏尚 (翻訳), 瀬戸山 雅人 (翻訳), 滝口 開資 (翻訳), 野上 大介 (翻訳) 

 

 多くのケーススタディによって、Pythonライブラリ(NumPy、pandas、matplotlib、IPythonなど)を使用して一連のデータ解析上の問題を効果的に解く方法を示します。

 

データ分析

 

9、Machine Learning in Action

Peter Harrington (著) 

 

 機械学習の基本理論と日常のデータ分析のツールを組み合わせて、複雑で理解しにくい機械学習アルゴリズムをやさしく説明します。 柔軟性の高いPythonプログラミング言語でデータの分類、集計、予測およびアドバイスなどの高度な機能を実装するプログラムを構築します。

 

データ分析

 

10、実践 機械学習システム

Willi Richert (著), Luis Pedro Coelho (著), 斎藤 康毅 (翻訳) 

 

 この本に従えば、Pythonによって機械学習を勉強し、プロジェクトを立てることができます。機械学習を勉強しようとするPythonプログラマーに向いています。

 

データ分析

 

 以上の本を読み通す限り、データ分析の理論がだいたいわかるようになります。実際の応用では企業と業務のニーズに応じて練習と勉強をする必要があります。

BIツール比較—FineReportとTableau

  このころ、よくFineReportとTableauはどこが違いますかって聞かれていますが、今日は簡単に二つの製品を比べて説明します。

 FineReportとTableau、二つともデータ分析ツールですが、利用シーンとユーザーが違います。TableauはOLAP製品である一方、FineReportはOLTP製品です。

 簡単にいうと、データの分析が食事と似っており、Tableauはバイキングで、FineReportは定食です。

BIツール

From FineReport

 IT部門がチェフで、食べ物がデータ分析の結果で、業務部門、管理者や上司などがお客様で、つまりデータ分析結果の利用者です。

 バイキングのメリットはシェフがまず食材を取り扱って、お客様がいつでもどこでも好きな食べ物を組み合わせられることですが、おいしいかどうかはお客様の選択次第です。 したがって、企業にプロのデータアナリストまたは、ピボットテーブルなどが必要な管理者と業務スタッフがいる場合、Tableauのようなセルフサービス型のBIツールはとてもそのような企業に向いています。

 バイキングに反して、用意してある定食のほうが時間を節約し、お客様がどのような味を好むかを事前にチェフと言っておけば済みます。しかし、チェフがお客様の好みに合わせて満足していただける料理を出せないこともあるので、正しく自分の好みをチェフに伝えるのは大事です。

 以上の説明でみんなに理解していただけるだろうと思います。つまり、Tableauはデータ分析に熟すデータアナリスト向けのBIツールであるのに対し、FineReportはIT部門主導のBIツールで、IT部門によって分析される結果を業務部門と管理者に提供するのです。以下で詳しく説明していきます。

1.データ統合

 TableauとFineReportの両方とも、SQLservermysqloracledb2などのデータベース、そしてExcel、txt、xmlなどのファイルデータソースを含む多種類のデータベースのデータを統合するデータ処理ソフトウェアです。とはいえ、統合の方式が違います。

 Tableauでは、主にテーブルを関連する形で異なるデータソースを統合します。

 FineReportでは、柔軟なSQL文とダイナミックパラメータを通じて、マルチデータソースを一つのテンプレートに繋げます。

BIツール

From FineReport

2.テーブルの表現形式

 フロントエンドの分析ツールとしてのTableauは、アプリケーションフレームワークに限られるので、リスト、クロスタビュレーション、ピボットテーブルの3種類しか提供しません。でも、 企業が実際に応用する時、複雑なグラフ別テーブルとクロスタビュレーションも必要です。この場合、Tableauでは満たせません。

 帳票作成·BIツールとしてのFineReportは、さまざまなExcelテーブルスタイルを柔軟に設定できるExcelライクの操作画面なので、複雑な帳票とレポートの処理に適しています。

 

BIツール

From FineReport



3.グラフのタイプ

 グラフ上で、FineReportとTableauはそれぞれのメリットがあります。

 Tableauの豊富なビジュアルチャートは、一般ユーザーのUIおよびUX設計に近くて、ドラッグ&ドロップによって作成できます。

 FineReportは同じく豊な可視化グラフがあります。APIインターフェイスと条件属性設定の二つの方式によって、チャートのスタイルをカスタマイズできます。

可視化グラフ

From FineReport

4.ダッシュボード

 気軽にダッシュボード帳票を作成できるのはTableauの利点ですが、テーブルと同様に複雑なカスタムスタイルと形式を実現できないのは問題です。

 FineReportは個性的なダッシュボードの開発が得意で、スタイルをカスタマイズできます。

BIツール

From FineReport

5.統計モデル

 フロントエンドのデータ分析ソフトウェアとして、統計と分析はTableauの強みです。 Tableauは非常に豊富なモデルをサポートます。比較的に専門な財務統計機能を提供する上で、R言語もサポートします。

 FineReportは統計モデルという点で弱くて、SQL、STORE PROCEDURE、JAVAおよびExcel関数と組み合わせる必要があります。

6.データ入力

 日常の経営では、データの統計と表示に加えて、企業はしばしばデータの追加、変更、削除などをして、データをデータベースに入力することがあります。また、企業によっては、Excelのデータをデータベースにインポートすることもあります。例えば、倉庫の品目をスキャンしたり、毎日店舗の運営状況を入力したり、顧客情報をリアルタイムに入力したりするさまざまな応用シーンです。

 ユーザーーはTableauで統計と分析のためにデータソースからデータを取り出せますが、データの追加や削除などデータベースへのデータ入力を実現できません。

 FineReportの強みはデータ入力です。ユーザーはWebページとアプリで関連型データベース(MySQLOracleSQL Server)にデータを入力できます。 また、データの検証、保存、送信、承認、却下などの完全な流れも提供されます。 Excelをデータベースにインポートすることもできます。

7.データ管理ポータル

 Tableauの企業データプラットフォームは、タスクスケジューラー、レポートのオンライン分析、ダッシュボード、権限制御などの基本機能を備えており、データアナリストに適しています。

 FineReportの管理ポータルは、タスクスケジューラー、オンラインレポート分析、ダッシュボード、権限管理、Active Directory統合、各種レポートの印刷などをサポートしており、機能がより豊富です。 これは、簡単なテーブルから複雑な意思決定ダッシュボードまで、会社部門のあらゆるレベルの応用シーンに満たします。

BIツール

From FineReport

8.多次元分析

 Tableauは柔軟なOLAP分析機能を持っており、多次元分析の操作が便利です。

 FineReportも多次元分析をサポートしますが、Tableauほど柔軟ではありません。多次元分析する際、階層ごとに帳票とレポートを作成する必要があります。

9.印刷

 Tableauでは、desktopのみが印刷をサポートし、そして印刷についての設定が少ないです。serverは、ブラウザ側でデータを表示するときに直接の印刷をサポートしていません。さらに、 レポートを改ページ表示できないため、印刷の際にページ番号を追加できません。

 FineReportは強力な印刷機能を持ち、PDF印刷、applet印刷、flash印刷のみならず、ブラウザ側で直接の印刷をサポートしてます。印刷の際に、オフセット、ページ番号、背景、用紙の向きなどを設定できます。請求書、領収書、見積書などの印刷が必要な企業にとって、FineReportの印刷機能は手間がかかります。

10.権限管理

 企業によって権限管理のニーズが違います。

 Tableauでは、ワークブックの権限をviewによって割り当てます。

 FineReportでは、ユーザの役職や役割により、権限を付与し、セルまで管理できる上、同じ帳票を閲覧するとき、異なるユーザに対し、見るデータの制限も可能です。さらに便利なシングルサインオンもサポートします。

11.モバイル端末

 Tableauのモバイル端末はデータの分析と表示に重きを置きます。

 FineReportのモバイル端末によって、管理ポータルのすべての帳票とレポートを表示する上に、データ入力、バーコードリーダー、画面ハードコピー転送と撮影アップロードことも実現できます。

BIツール

From FineReport

12.インテグレーション

 TableauはTableau Serverで生成したJavascriptコードを介して、完成したテンプレートをほかのWebアプリケーションにインテグレーションします。

 FineReportはjavajavascriptAPIインターフェースがあって、ERP/OA/MESなどのシステムあるいはアプリに統合されます。そして、企業のニーズに応えてカスタマイズ開発できます。

まとめ

 TableauとFineReportはそれぞれの利点と欠点があります。どちらを選択するかは企業の実際状況によって決められます。スタッフのデータ分析能力、企業の計画そして現在システムとの統合などは考えるべき要素と思います。

 

 

 

データ分析に必要なデータソース20選(無料で使える)

データアナリストとして、データ分析をする際に、手元に質のいい情報とデータソースがないことがしばしばあります。今回は無料データソースを20個厳選してみました。もちろん、これだけじゃ足りません。ほかに何かお勧めのデータソースがあれば、コメントは大歓迎です。

 

一、政府の公開情報

 政府の公開しているデータ量がだいぶ増えているだけでなくて、データの質も向上してきています。日本政府は多く情報を公開しており、人口、経済、医療、観光、気候などのデータをウェブサイトで簡単に手に入れます。このデータを他の国の状況と比べるすることが多いため、いくつかのよく使われる国のデータプラットフォームを知る必要があります。

1.日本統計局:http://www.stat.go.jp/

2.米国政府の公開資料:https://www.data.gov/

3.英国国立データセンターhttps://data.gov.uk/

4.EU情報プラットフォーム:https://www.europeandataportal.eu/

5.中国国立データセンター:http://data.stats.gov.cn/

6.香港政府データセンター:https://data.gov.hk/ja/

7.台湾政府情報公開プラットフォーム:https://data.gov.tw/

データ分析ツール

8.Googleで検索したくない場合は、以下のウェブサイトを使用することもできます。

 https://opendatainception.io/

 これは、世界各地に2,600を超えるオープンデータポータルを統合し、地図で検索できるナビゲーションサイトです。

データ分析ツール

データ分析ツール





二、国際機関の統計データ

9.経済協力開発機構OECD)データベース:https://data.oecd.org/

 各国の人口、税金、輸出入、経済状況か、グローバル経済状況などの経済データは、国やデータ別に検索することができます。 一度に複数の国のデータを比較したい場合、各国のデータプラットフォームをいちいち検索するよりも、OECDに着手するほうは手間が省けます。

データ分析ツール



10.世界銀行の公開情報:https://data.worldbank.org/

 気候、融資、経済、教育、人口などの情報は非常に全面的で、ダウンロードすることができます。

データ分析ツール



11.世界保健機関http://apps.who.int/gho/data/node.home

 ここでヘルスケアについての情報を入手できます。 近年、AI医療の発展に伴って、予防接種、病気の前処理、薬物、栄養などに関するデータが増加しています。WHOは最新の情報を幅広く提供しています。

データ分析ツール

そのほか、アメリカ航空宇宙局NASA)もデータを公開しています。必要に応じて検索してください。

https://data.nasa.gov/

 

 

データ分析ツール



三、企業/プラットフォームデータベース

12.githubhttps://github.com/awesomedata/awesome-public-datasets

 この有名なプラットフォームがよく知られると思っています。 農業、気候、経済、教育、エネルギー、金融…いかなる情報を網羅するといえます。

 以下に一部のデータベースのディレクトリを示します。

データ分析ツール



13.Google BigQuery公開データセットhttps://cloud.google.com/bigquery/public-data/

 これは完全に無料ではありません。1Tを超えると支払う必要があります。 主に米国の情報は多いですが、データ分析のリソースとして利用可能です。

データ分析ツール



14.YouTubeデータセットhttps://research.google.com/youtube8m/index.html

 YouTubeのデータが必要な方にお勧めします~

データ分析ツール



15.GOOGLEオープンデータ検索:http://www.google.com/publicdata/directory?hl=en_US&dl=ja

 Googleの検索ですべてのネットワークのデータを検索することができますが、Googleのオープンデータ検索では、データベースだけ検索できます。言語を切り替えると、その言語に対応するデータベースの結果が出ます。

f:id:greywwl:20181112233642p:plain

16.Google Trend Search:https://trends.google.com/trends/?geo=US

 常にトレンドに関心を持つ方、マーケティングや営業をやった人にお勧めします。 国別にトレンドをチェックできますし、googleでのキーワードの人気度をダウンロードできます。 同じキーワードが異なる国における人気度も比較できます。

f:id:greywwl:20181112233713p:plain

f:id:greywwl:20181112233733p:plain

17.アマゾン awshttps://aws.amazon.com/cn/datasets/

 アマゾンのクロスサイエンスのデータプラットフォームで、化学、生物学、経済など複数の分野のデータセットが含まれています。 全人類の遺伝情報データベースを構築しようとする1000のゲノムプロジェクトと、NASAの衛星画像のデータベースまで含みます。

 

四、そのほか

18.MNIST手書き数字データベース:http://yann.lecun.com/exdb/mnist/

 手書き数字画像認識のデータセットとして、MNIST手書きデータベースは、60,000例のトレーニングセットおよび10,000例のテストセットがあります。

f:id:greywwl:20181112233754p:plain

19.UCI機械学習データベース:https://archive.ics.uci.edu/ml/datasets.html

 UCI機械学習ライブラリは、機械学習アルゴリズムの実証研究のため、領域理論とデータジェネレータを結合したデータベースです。それは機械学習データセットの主要なソースとして世界中の学生、教育者、研究者によって広く使用されています。

f:id:greywwl:20181112233810p:plain

 

20.クローラー

 ほしいデータがまとまらない場合、データを取得するにはWebサイトデータのクロールのようなクロールツールを使用する必要があります。 この分野に多くのツールと方法があります。必要に応じて一つを選んで学習してください。

まとめ

 いかがでしょうか?以上のデータソースを十分に利用すれば、いつもと違う相当いいデータ分析を完成できるはずです。商用利用に関して、各データソースの利用条件を確認したうえで利用してください。

データアナリストに必要なPCスキル

基礎編

1、Excelを使いこなす

 Excelは簡単に見えるものではありません。Excelで2次元テーブル、複雑な埋め込み型テーブルだけではなく、折れ線グラフ、縦棒グラフ、棒グラフ、面グラフ、円グラフ、レーダーチャート、コンボチャート、散布図などを作成し、 ピボットテーブル(BIに似ている多次元分析モデルCube)やVlookupなどの複雑な関数を含む高度な機能も実現できます。100万回以内のデータの処理は問題なく済ませます。そして、多くの高度なツールには、AI Machine Learning開発ツールなどのExcelプラグインがあります。

2、SQL ServerまたはOracle SQLステートメントを身につける

 データアナリストですが、できるだけITエンジニアとITツール(BIの多次元分析モデルなどでほしいデータを取得できないこともあります)に依存し、データを取得しないほうがよいです。複雑のSQLステートメンにjoin, group by, order by, distinct, sum, count, average,さまざまな統計関数が含められます。

3、データ可視化ツールを習得する

 例えば、Cognos、TableauやFinreportなどで、それは企業が使用するツールに決められます。前はFinereportを使用してことがあり、データ分析にとても便利だと感じています。特に分析レポートに以下のようなグラフが含まれると、目上の注目を集め、一目で理解させ、業務の本質を把握させられます。 そして専門アナリストにとって、多次元分析モデルCubeで帳票を簡単にカスタマイズでき、効率を大幅に向上させることができます。


要約:

以上のスキルの80%をマスタリングすると、合格するアナリストになれるといえます。 この段階のデータアナリストは、ツールを使用しデータを処理できる上に、業務シーンによって基本的な問題を分析し解決する方法を知る必要があります。 データアナリストにとって最も重要な点は、業務知識を身につけるすることです。業務を理解ことで、分析のロジックは明確になり、無駄なトライルも排除します。 時間が長ければ長りほど、知っている業務のデータを比較すれば、すぐ問題がどこに起こるかわかるようになります。
その後、もっと技術を深く研究すると、データサイエンティストの方向へ発展することまでできます。

データ可視化ツール



上級編

1、統計学を学ぶ

 純粋な機械学習アルゴリズムの予測と実現を強調しますが、統計は常に「解釈の可能性」を強調しています。 たとえば、今日のinstagramの株価が20%上昇している場合、株価を予測するモデルをfacebookに使用し、上司に報告します。 統計学はこのような役割を果たしています。

データマイニングに関連する統計方法(多次元ロジスティック回帰分析、非線形回帰分析、判別分析など)

定量的分析手法(時系列解析、確率モデル、最適化)

意思決定分析(多目的意思決定分析、意思決定ツリー、影響図、感度分析)

競争優位性を立てる分析(プロジェクトや成功事例を通し、基本的な分析コンセプトを学ぶ)

データベースエントリ(データモデル、データベース設計)

予測分析(時系列分析、主成分分析、ノンパラメトリック回帰、統計的プロセス制御)

データ管理(ETL(抽出、変換、ロード)、データガバナンス、管理責任、メタデータ

最適化と経験則(整数計画、非線形計画法、局所探索、スーパーインスピレーション(シミュレーテッドアニーリング、遺伝的アルゴリズム))

ビッグデータ分析(非構造化データコンセプトの学習、MapReduce技術、ビッグデータ分析手法)

データマイニングクラスタリング(k-平均法、セグメンテーション法)、関連ルール、因子分析、生存時間分析)

その他、以下から任意な二つ選んでください。

確率モデル(ソーシャルネットワーク、テキスト分析、Web分析、財務分析、サービス業界の分析、エネルギー、ヘルスケア、サプライチェーン管理、統合マーケティングコミュニケーション)

リスク分析と運用分析のコンピュータシミュレーション

ソフトウェアレベルの分析(組織レベルの分析課題、ITおよびビジネスユーザー、変更管理、データ課題、結果のプレゼンテーションおよびコミュニケーション)

2、AI Machine Learningアルゴリズムをマスターし、Python / Rなどのツールでモデルを立てられる

 伝統的なBI分析は、過去に何が起こったのか、現在何が起こっているのか答えられますが、将来についての問題はアルゴリズムに依存する必要があります。市場のセルフサービスBIツールに一部の分析モデルが組み込まれているとしても、全面的な深層分析にはPython / Rのようなデータマイニングツールが必要です。さらに、従来のツールによる手作業の分析では、ビッグデータ間の隠れた関係を掘り出すことはできません。この時、アルゴリズムに任せると、驚く結果が出るに決まっています。

 その中で、統計分析向けのオープンソースプログラミング言語および運行環境「R」が注目されています。 Rの強みは、豊富な統計分析ライブラリを含めるだけでなく、結果を可視化し、簡単なコマンドを実行することで高品質なグラフ生成機能も備えています。そのうえ、標準状態でサポートされていない関数やデータセットを使用できるためのCRAN(Comprehensive R Archive Network)というパッケージ展開メカニズムを備えています。 R言語は強大な機能を持っていますが、しかし学ぶのは挑戦的で、pythonからスタートするとお勧めします。

 

 

データ分析ツール

 

 最後に、なんといっても、業務分析とデータ分析の価値はビジネス価値にあり、データ人材の最終的に企業運営の方向と戦略スタッフに成長するわけです。たとえば、データストラテジストはIT知識と経験を使用しビジネス上の意思決定を行うことができ、データサイエンティストは専門知識とIT技術を結びつけ、複雑なモデルやアルゴリズムを開発でき、分析コンサルタントは実用的な業務知識と分析経験を結合し、次の業界ヒットに集中できます。

 

 要するに、コミュニケーション能力、マネジメントスキルそしてビジネスの考えが必要とされます。特定のポジションに限定されるものではなく、より高いポジションから考え、会社のために利益を求めるべきです。その同時に、どうすれば「データ分析」で価値を発揮し、企業運営を推進するかについて考えるのも大事です。

 

データ可視化ツール

 

オシャレなBIダッシュボードってどうな感じ?

 多くのお客様からオシャレで見やすいBIダッシュボードを求める声が強まりそうです。FineReportが大量の調査を行った結果、以下の結論を出します。

  1. データ可視化のBIダッシュボードに関心を寄せるユーザーの年齢層にバランスがとれており、20~40歳の間に分布しています。 ゆえに、BIダッシュボードをデザインする時、一つのスタイルに偏らないほうがいいと考えられます。
  2. 「オシャレ&クール」と「シンプル&直感」についての嗜好調査によりますと、両方も選択したユーザーはほぼ60%に達多ました。つまり、ほとんどのユーザーが二つのスタイルの間に揺れているのです。
  3. 「オシャレ&クール」では、大部分のユーザーは「青緑系、動的エフェクト、フレキシブル、変化が多い」という特徴を選択する傾向にあります。可視化ダッシュボードの作成において、配色と動的エフェクトは一番重要な要素だと言えます。

 以上に基づいて、帳票作成とBIツールのFineReport 10.0で斬新なビジュアライゼーションエフェクトが導入されます。合わせて大型スクリーンの3Dエフェクト10種類、動的ローディングアニメーション15種類あります。オシャレな効果をもたらすうえで、データを見やすく反映させることもできます。

 臨場感のあるBIダッシュボードの体験に合わせて、新しい可視化グラフはデフォルトで暗い背景と蛍光色の配色が用いられます。また、「カルーセル」と「リフレッシュ」の2つのアニメーションの表現形式が提供されるので、ユーザーが業務シーンに応じて選択できます。より素敵な体験を確保すために、帆軟のチームはwebglなどの技術に従ってつねにアニメーションを調整して最適化していきます。

3Dエフェクトコンポーネント

 新しく設計されたカルーセルgisポイントマップは、ユーザーの事前に入力したデータに基づいて、各ポイントの関連情報を順番に再生します。

データ可視化ツール

BIツール

BIツール

From FineReport

 

 

 シンプルな形でデータを表示するには、新しく追加されたインジケータカードで、カルーセルパーティクルカウンターなどのさまざまななエフェクトが導入されます。

 

BIツール

BIツール

BIツール

From FineReport



 

 

 

ほかにいろいろなエフェクトがあります。ここで一一挙げません。

ローディングアニメーション

 

 オシャレなBIダッシュボードのデザインには、可視化グラフに加えて、動的エフェクトも重要です。 FineReport10.0では、ダッシュボードの各コンポーネントの動的効果が改善され、15種類のローディングエフェクトが追加されました。

 

BIツール

BIツール

From FineReport



 

 

 

 さらに、コンポーネントによるローディングエフェクトはモニタリングリフレッシュ機能と組み合わせることができます。 

初期化 ->  ローディングエフェクト-> データがタイムアウトかどうかを判断する->  消えるエフェクト-> エフェクト終了->  新しいデータを取得する

 

BIツール

From FineReport

 

 オシャレで見やすいBIダッシュボードはこんな感じです!いかかでしょうか? 

 FineReport10.0日本語バージョンは間もなく発売します!ご期待ください!

 無料ダウンロード:http://www.finereport.com/jp/products/trial/

FineReportは何ですか?

1.概要

 

 帳票作成·BIツールFineReportは、帳票デザイナー(テンプレートの設計)と帳票サーバー(テンプレートの解析)の2つの部分から構成され、クリアレイヤーの3層構造で構築されています。帳票はデザイナー(ミドルウェア)で完成し、最終的にサーバーの解析でユーザーに表示されます。

 

1.1 FineReportの構成

 帳票作成·BIツールFineReportは、テンプレートを設計するデザイナーとテンプレートを解析するサーバーから構成されています。デザイナーは、帳票ファイルにおける様式、データ、表示、印刷などのさまざまな要素を設計でき、帳票作成、設計、開発、デバッグ、およびデプロイを統合するプラットフォームです。 帳票サーバーは、Web環境で帳票を解析するServlet式のサーバーで、ユーザーはブラウザと通じて帳票サーバーとインタラクションを実現します。

BIツール

From FineReport

2.応用範囲

2.1 現状

 データベースに基づくシステムの開発においてもっとも煩雑で時間がかかり、かつとても多い作業は、JSP/ASP/PHPコードの記述を通して、データベースに基づく表示、検索、入力するページを作成することです。このようにプログラミングコードでデータ表示(レポート)、データ検索(パラメータ)、データ入力(フォーム)を行うページを記述するのは、開発効率が悪いだけではなく、プロジェクト引き渡し後のメンテナンス作業を膨大にします。クライアントの要求が少しの変更すると、、エンジニアが対応するコードを修正することが必要で、修正のコストも高くなります。

 

2.2 解決案

  FineReportを使えば、データベースに基づく表示、検索、入力のページにプログラミングコードを使用する必要はありません。FineReportの提供するテンプレートデザイナーで、ドラッグだけで簡単にデータ表示(レポート)、データ検索(パラメータ)、データ入力(フォーム)機能を持つテンプレートを作成し、FineReportサーバの指定するディレクトリに保存することができます。エンドユーザーがブラウザを通してテンプレートにリモートアクセスする時、FineReportサーバはユーザーの指定するテンプレートをゼロクライアントのhtmlページに自動解析して、ブラウザに返します。このようにして、ユーザーはブラウザでデータの確認や入力を行うことができます。また、FineReportは使いやすいため、プロジェクト引き渡し後にFineReportソフトウェアをエンドユーザーに提供すれば、エンドユーザーはFineReportに基づいて簡単なページ修正することで、セルフメンテナンスやシステム更新の目的に達成します。

 

3.FineReportの特長

3.1 基本構造が簡単

 FineReportはExcelライクの操作画面を採用しており、Excelの操作方法を踏まえています。Excelファイルを破損することなく インポート・エクスポートできます。

 

帳票作成

From FineReport
3.2 リモート編集

 FineReportではサーバに配置した帳票にリモートアクセスし、直接編集することができます。帳票の編集から配置までの過程で発生する事故を防ぐことができます。

3.3 多種類のデータソースをサポート

 多種類のデータソースをサポートしており、複数のデータソースを同時に表示することができます。例えば、データベースデータソース、テキストデータソース、プログラムデータソースなどです。データソースを定義したら、ドラッグと設定で簡単に帳票に引用できます。

BIツール

From FineReport



3.4 ウェブグラフ表示

 FineReportは操作スタイルがExcelに似たグラフデザインツールを提供しています。また、オンラインでグラフスタイルを切り替えることができます。マップのデータ分析をサポートしており、より直感的にデータを表示することができます。

3.5 データ分析

 ウィジェットやパラメータパネルを使用し、グラフと合わせることで、便利なデータ分析機能とデータのさまざまな表示方式を実現することができます。詳しくは データ分析をご覧ください。

3.6 ウェブ環境のインスタント帳票

 バックエンドのロジックを理解する必要はなくて、使用するデータソースを定義するだけで、オンライン帳票作成、エクスポート、印刷などの機能を使用することができます。

3.7 ピボットテーブルをオンライン作成

 ブラウザで大量のデータを素早くまとめ、リストを参照したクロス集計帳票を作成します。データの分析とのまとめをサポートし、また二次フィルタリングなどの操作を行うことでユーザーの欲しがる効果を実現できます。

3.8 ゼロクライアントデータ入力

 複数のデータソースの入力と多数の送信方法で、クライアントのデータ入力を手伝いします。また、ゼロコードと豊富な編集スタイル、さまざまのウィジェットでユーザーの速やかな入力をサポートします。FineReportはブラウザの自動計算とデータ検証に対応しており、クライアントが手動計算と検証の労力を節約できます。

3.9 Flash印刷

 Flash Playerをインストールすれば、ブラウザでプリントすることができます。AppletやPDFとは異なり、大きなプラグインをインストールする必要はありません。詳しくは Flash印刷をご覧ください。

3.10 多数の帳票出力方法

 Excel、Word、PDF、txt、htmlなど、多数のファイル形式でエクスポートできます。

3.11 パラメータ取得・スケジューラタスク

 頻繁に更新する帳票は定時タスク管理を行うことで、ビジー状態の時にデータを検索することによるサーバへの負担を軽減し、頻繁に帳票を手動更新する手間を省くことができます

3.12 B/Sリソース管理

 データ接続、サーバデータセット、キャッシュ、、メールなどの機能はオンラインサービス管理プラットフォームで設定することができます。また、帳票の複数のログ情報をユーザーの検索のため提供します。

 

データ可視化ツール

From FinerReport
3.13 データリアルタイム更新

 帳票とレポートのデータはデータベースとともに更新されます。