5つのステップでExcelより便利な帳票を作成!
エンタープライズ用の帳票を開発するには、なぜExcelではなく、SQLと帳票ツールが必要なのか
すべての企業に帳票を作成する必要があって、中小企業ならまだExcelで済ませますが、大手企業の場合、ERP、CRMなどのシステムから取り出した大量データを帳票にして、経営層に報告するので、帳票ツールを利用しなければいけません。
それに、データの価値がますます重視されるにつれて、ニーズも多様化しているので、問題を発見するには帳票とレポートを通す必要とされます。さらに、電子帳票システムは人件費を下げて、開発の効率を向上させることができます。データポータルがあれば、データをオープンに利用可能になります。
なぜExcel VBAを利用したり自分で開発したりしないのか
私から見れば、VBAがごく少数のニーズしか満足できません。一方、データベースに基づくアプリケーションシステムの開発にはたくさんのjsp 、asp、 phpコードを書く必要があります。
データの表示、絞り込みと入力を実現できるWebページのコードを書くのは、開発の効率が低いだけでなく、プロジェクト引き渡し後のメンテナンスの負荷も重くて、コードの修正に手間がかかります。
FineReportなどの帳票ツールのメリット
帳票ツールを利用すれば、データの表示、絞り込みと入力を実現するWebページの作成時コードを書く必要がありません。FineReportのデザイナを介して、ドラッグアンドドロップ操作だけで絞り込む機能を備える帳票、データ入力フォームおよび可視化レポートを作成し、FineReportサーバの指定したディレクトリに保存できます。
ユーザがテンプレートにアクセスする時、FineReportサーバが自動的にそのテンプレートをWebページに解析し、ブラウザで直接表示します。
FineReportの特徴
①Excelライクのデザイナ、コーディングが不要で、簡単に帳票設計
②無限の行と列の展開、クロスシートの計算にExcelの数式と完全に互換性がある
③既存のExcelシートのフォームとデータをインポートし、デザインがそのまま利用可能
④データ入力と帳票出力の両方に対応
5つのステップでExcelより便利な帳票を作成!
下図は簡単な絞り込む機能とグラフを含める帳票です。地域別の販売状況を検索できるだけではなく、グラフとテーブルのデータもに従って変化します。
以下はFineReportによるこの帳票の作成方法を解説します。
ステップ1: FineReportインストールと起動
FineReportの公式サイト(ダウンロードはこちらへ)からインストールファイルをダウンロードし、無料でアクティベーションコードを取得し、Finereportをアクティベーションします。(個人用の場合無料、最大2ユーザ同時利用)
インストールが簡単で、完了後下図の画面が表示されます。
ステップ2: テンプレートとデータセットの新規
Excelでsheetを新規作成するように、テンプレートを追加します。
データセットは、FineReport専有のデータ接続を通じてデータベースから取り出したデータです。データセットは二次元のデータ表で、データセット中のフィールドとデータを直接に見られます。
左下にテンプレートデータセットパネルがあって、このテンプレートに使用できるすべてのテンプレートデータセットが表示されます。
データソースが一般的にデータベースです。ここはFineReportビルトインのデータベース「FRDemoJP」を利用するので、データベースクエリ「ds1」を追加します。
SQL文SELECT * FROM 販売量 WHERE 地域 = ‘${地域}と入力します。これはパラメータを含むSQL文で、パラメート名は「地域」です。
下のパラメータリストの更新ボタンをクリックすると、データセットパラメータを取得できます。それからSQL入力欄上の一番左のプレビューボタンをクリックします。
「OK」ボタンをクリックすると、「関東」地域のデータが表示されます。
ステップ3: 帳票の設計
作成したテンプレートの効果は下図のようになります。
タイトル:A1~D2セルを結合し、「販売実績分析」と入力します。
フレーム:まずA3~D5のエリアを選択し、ツールバーの枠線ボタンをクリックします。内部と外部の枠をつけます。
斜線:A3とB3セルを結合し、A3セルをクリックしてツールバーの斜線を選択すると、斜線編集のダイアロが表示されます。入力欄に斜線に入れたい内容「製品 |販売員|地域」を入力します。スペースを入力することで、文字の位置を調整できます。
データ列をセルにドラッグし、セルの属性を設定します。下図のように位置と方法を設定します。
ステップ4: パラメータパネル(絞り込み機能実装)
絞り込み機能を実装するには、パラメータの使用が必要です。
パラメータパネルのペンボタンをクリックし、パラメータを編集します。
定義されたすべてのパラメータは、パラメータ設定画面の上に表示されます。「すべて追加」をクリックすると、既定の設定によってパラメータパネルになります。必要に応じてパラメータパネルを調整することができます。
パラメータ「地域」のウィジェットをプルダウンボックスに設定します。
プルダウンボックスを選択し、右上の属性表にプルダウンボックスの「データ辞書」を設定します。「データベース表」⇒「FRDemoJP」⇒「販売量」を選択し、実際値と表示値を「列名」の「「地域」フィールドと設定します。
ステップ5:グラフの設計
A7~D18セルを結合し、ツールバーのグラフをクリックすると、グラフタイプのダイアログが表示されます。ここでは、「縦棒グラフ(新機能)」⇒ 「縦棒グラフ」を選択し、「OK」をクリックします。
A7セルを選択し、右上の「セル要素-データ」を選択します。グラフデータソースはセルデータを使用します。
分類名に数式「=B4」を入力します。「系列名」と「系列値」に「=C3」、「=C4」を入力します。
A7セルを選択し、右上の「セル属性—展開」で下左と上の親セルを「なし」と設定します。
「改ページプレビュー」を直接クリックすると、ブラウザで効果を見ることができます。ここまで、帳票の作成が完了です。
最後に
一つの実例だけではFineReportのすべての機能を説明しきれません。スキルをマスターすれば、FineReportで驚かせた効果を実現できますよ。デモサイトに示すように、FineReportはデータの価値を掘り出して、販売、生産、財務、物流、IoTなどのさまざまな業務シーンに運用されています。
興味があれば、デモを体験するか、FineReportを試してみましょう。
本記事はFineReportブログに掲載しました。(http://www.finereport.com/jp/design/excelreportdesign/)
簡単最速!North Star Metricsを中心に可視化ダッシュボードの作り方
下図の二つの管理ダッシュボードについて、みなさんどう思いますか?一目で見ると、チャートと指標が多すぎて、指標の間にも関連がなさそうです。データの変化がリアルタイムに見えますが、ほしいデータの結果がどこかと、何を中心にデータを分析すべきかはわかりません。原因として、ダッシュボードにNorth Star Metrics(道しるべの指標)がないからです。
オシャレなダッシュボードを上司などに呈すると、いい仕事をしてたって褒められるかもしれません。とはいえ、上司(経営層、業務担当者、管理職層などいろいろ)にとって、一目瞭然の指標から業務本質を見抜き、意思決定を助けるダッシュボードは一番有用なのではありませんか?
では、どのような指標はダッシュボードに必要ですか?
ダッシュボード①
ダッシュボード②
1. いい指標についての考え
「Lean Analytics. Use Data to Build a Better Startup Faster」という本にいい指標の評価方法が述べられます。
1)比較可能性(英語Comparability)。各時間範囲の指標(ユーザグループ、競合製品の売上など)を比べることで、商品の動きを見通せること。
2) わかりやすい。チームあるいは会社のすべての人がその指標を覚えられること。例えば、増加率、利益率、支払率など。
3)指標が比率で表示。比率は行動を導く指標だといえます。例えば、毎月のユーザ増加率によってユーザの状況を判断できます。ユーザ増加率の急増から重要な活動が行われたことがうかがえます。
2. 正しい指標を見つける
1)定量的指標と定性的指標
定性的指標より定量的指標を優先するのは一般的です。定量的指標は店舗の売上、年間契約率など数字で表示する指標です。定性的指標は過去経験に基づき、数値化が難しい指標(ポジション、顧客満足度)です。
2)経営目標に直結した指標と経営目標からかけ離れた指標
指標は部署と会社の目標に関するものでなければなりません。さもなければ、行動の道しるべになれないし、部署と会社の成長に何の役にも立ちません。
3)現状指標と予測指標
現状指標は現状を把握するための指標であるのに対して、予測指標は未来に何が起こるか予測する指標のこと。現状指標と予測指標が会社の運営状況によって設定されます。
4)相関関係指標と因果関係指標
相関関係と因果関係は統計学の二つの分析手法です。相関関係とは「一方の変数の増減にあわせて、もう一方の変数も増減する」関係のこと。こういう関係がある指標を一つのグラフ(例:折れ線グラフ+棒グラフ)に表示できます。一方、因果関係とは「Aが原因となってBという結果が起きる」関係のこと。こういう関係がある指標を一つのグループに表示したほうがいいです。
3. North Star Metrics(道しるべの指標)を中心にダッシュボードを作成
以下はある不動産会社の販売状況を例として道しるべの指標を中心にダッシュボードを作成します。複数のデータソースを統合し、データをリアルタイムにリフレッシュすることを実現できるデータ可視化ツールFineReportを利用します。
ステップ1:道しるべの指標を決める
意思決定を助ける経営ダッシュボードには「XXX不動産会社販売状況」のような明確なテーマがあります。このようなダッシュボードの指標を指標を立てる際に、North Star Metricsを分解してみましょう。
「North Star Metrics」(道しるべの指標)を決めると、それはダッシュボードの中心になって、北極星のように方向を導きます。このダッシュボードの道しるべの指標は同不動産会社の営業部が一番関心を寄せるもの——2018年売上高です。
ステップ2:道しるべの指標を分解する
経営層に道しるべの指標の深層を理解できるように、その指標の値を分解する必要があります。
1)時間
複合グラフ(折れ線と棒グラフ)で月ごとの売上高の推移を表示します。
2)場所
同会社のプロジェクトが全国に分布しているので、地図マップで地方ごとの売上高を表示する必要があります。
3)割合
経営層に指標の達成度合いがわかるように、ここはメーターで目標達成率を表示しています。場合によっは進捗率なども使います。
4)部署、支社、プロジェクト別
一般的に、会社が複数の部署、支社あるいはプロジェクトを含め、これらの指標が全体的な指標を組み立てるでしょう。ここはプロジェクトと支社によって売上高を降順で並べ替えることで、ランキング上位のプロジェクトと支社を見ることができます。
5)直結した指標
売上高=総契約金額、実際の売上高=総支払い金額。
ここは折れ線グラフで売上高に直結した指標の契約金額と支払い金額を表示しています。
まとめ
簡単にいうと、North Star Metricsを中心にダッシュボードの作成は、「道しるべの指標の設定→相関関係と因果関係による指標の分解」二つのステップに分かれます。ピラミッド原則に似っているのではないでしょうか?どんなダッシュボードでもこのような原則に従って素早く設計できるはずだと考えられます。
最後に、ここで利用したFineReportにご興味のある方は公式サイトでダウンロードできます!
データアナリストに必要なPCスキル
基礎編
-
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も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プラグインもあります。
-
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。
-
データ視覚化ツールを習得する
例えば、Cognos、PowerBIやFinreportなど、それは企業が使用するツールに決められます。Finereportがあらゆるデータベースに接続できるほど強大なデータ接続機能を持っています。コーディングが不要なExcelライクの操作画面で、数式もと同じです。
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。
上級編
-
統計学を学ぶ
純粋な機械学習は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)
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。
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。
まとめ
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を考えるのも大事です。
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. 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。データ分析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、帳票と可視化ツールのFineReport V10.0に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3Dエフェクト10種類、ローディングアニメーション15種類あります。インパクトの強い可視化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、新しいグラフはデフォルトで暗い背景と蛍光色風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方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。素敵な体験を確保すために、帆軟の開発チームは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
グラフでは、新しく設計されたカルーセルgis地図マップは、ユーザー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。
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。
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エフェクトが改善され、15種類のローディングエフェクトが追加されました。
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
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/
データアナリストになるために最も重要なポイントは?
データ分析に関する多くの書籍やコースは統計の知識から導入されていますが、ほとんどの人は専門出身ではないので、様々なコンセプトを受け入れると、かえって最初に学ぶべきことに迷うようになります。
実践しながら学ぶのはもっともはやい道だといえるでしょう。途中でデータアナリストとしてのクリアをはじめる、あるいは現在プロジェクトに取り組んでいる場合、この過程に出会う難題を解決する能力はアナリストになるために必要です。
データアナリストとして、10人のうち9人が以下の状況に出会ったことがあるでしょう。
「データがたくさんありますから、分析してみて、結果を出してください。」
ベテランのアナリストは、データ分析の問題を業務上の問題と見なし、どんな角度から、どんな問題を解決できるか、どんなシーンに適用するのか、そしてどんな結果が予測されるのか、これらの問題がしっかりわかっています。したがって、データアナリストにとって、データ分析のアイデアを持ちながら問題を扱うする能力が必要です。
素人として、プロジェクトの経験がないときは、模倣技能を十分に活用し、他人の優れた分析上のアイデアや手法を参照することができます。実際にはほとんどの業務分析課題は昔の経験を参考し、解決されることが多いです。たくさんの分析方法は、すでに成熟しており、たとえば、顧客のプロファイル、マーケティングプロモーション、ウェブサイト運営、クレジットカードの格付け、不正行為などの課題では、豊富な経験が積み重ねされています。
データアナリストになるための第一歩は、他人の分析のアイデアを理解し、自分の知識に転化することです。
ポイント一:業務知識を学ぶ
すべてのデータアナリストは、業界知識は大事だと素人を教えてくれます。みんなが遠回りしてから初めてぶつかったほとんどのの問題は、業務上に欠けている知識からくるとわかるようになりました。データ分析は、あらゆる業界に適用できる共通の技術だと考えられる一方、業界で成功するためには業界の知識が必要です。
たとえば、企業に対する分析では、Eコマースと生命保険会社は大きく違います。前者は出所、活動、購入率、転倒率を重視するのに反し、後者はチャネル、見積もり、クレームリスク、苦情に重きを置きます。
業務知識には、業界に関する共通知識と企業の具体的な状況が含まれます。詳しく了解すれば、回り道を避けることができます。
例えば、社内人員が介した故であるデータの異常を事前に対処しなければならない行為もあれば、地域の特性によりデータを処理する場合もあります。
ポイント二:専門知識を補う
他人の分析アイデアや手法を模倣する時、分析の方向が決定されており、特定の部分は各プロジェクト条件と合わせ洗練する必要があります。簡単なデータ集約だけで問題を解決できる場合は、実際の運用段階に直接進みますが、複雑な分析方法を実行する必要がある場合は、専門知識を補う必要があります。
たとえば、マーケティングを改善するために、ほとんどの分析アイデアで製品関連分析に言及されています。製品関連分析とは何か、どのデータが必要なのか、どのアルゴリズムが使用されているのか、結果がどのように適用されるのか、そして製品関連分析が現在のシーンに合うのか、このよう問題は専門知識を持たないと回答できないでしょう。
ポイント三:データ分析ツールを選ぶ
本当に分析を行うとなると、たくさんのデータ分析ツールがあり、身につけるのはあふれるほど多い、と気づきます。ここに困るする必要はありません。個人の能力に応じ、実際のデータ分析状況と結び付け、適当なツールが選択できます。
データアナリストがデータの処理を行うことに費やす時間が80%以上を占めると言えるので、データ処理能力が欠かせません。簡単なツールはExcel、SQLで、複雑なのはR、Python、Javaで、BIツールはFineReport、Tableauなどがあります。
FineReportはコーディング不要で複雑な帳票作成、ダッシュボード設計、クロス分析などを簡単に実現できるデータ分析ツールです。個人用の場合は無料です。
From FineReport
企業の利用の場合、複数の部門やスタッフによる共同での作業も可能です。ロック機能により編集上の衝突を防ぎます。
要約すると、データアナリストになるために、業務と専門知識を学び、データ分析の考え方を持ちながら実践と運用で分析の能力を養うのはもっとも重要なことです。
本記事はFineReportブログに掲載しました。(http://www.finereport.com/jp/analysis/dataanalyst/)
IDC「2017年データ分析&BI業界トラッキング調査」ーFinereport市場占有率第一位!
IDC(インターナショナルデーターコーポレイション)が発表した「2017年データ分析&BI業界トラッキング調査(中国)」では、13.76%の市場占有率を誇る帆軟は第一位を獲得しました。 トップ10企業において、SAP、Oracle、SASなどの大手国際企業を含みますが、中国企業として、帆軟1社しかありません。
帆軟(カタカナ表記ファンラン)ソフトウェア有限会社(以下、帆軟と略称)は、業界をリードする帳票とBIソリューションを提供する企業です。データ分析領域における十数年の経験を蓄積し、世界中の企業にワンストップ型のデータ分析ソリューションを提供すると同時に、業界の高品質な交流プラットフォームの組織者でもあります。数年間にわたる発展を通し、当社は現在1000人余りの社員を有し、90%以上が名門校の出身です。帆軟は15箇所の支社を持ち、41箇所のオフラインサービス拠点が日本、北米、東南アジア、台湾、中国に分布しています。
FineReportは、帆軟ソフトウェア有限会社の独自開発した企業向けの帳票·BIツールです。「プロフェッショナル、シンプル、フレキシブル」な製品を使い、複雑な帳票とBIダッシュボードをドラッグ操作で作成可能です。