Steep(BIツール)でMetricsを定義する方法
Steep(BIツール)では接続しているデータベースに格納されているデータを事前にMetricsとして定義して使用します。
Metricsの定義の方法を解説します。
今回使用するサンプルデータ
今回はBigQuery内のサンプルECショップの売上データを例にMetricsを定義してきます。
Metricsの定義方法
左メニューの「Metrics」にマウスオンすると「+」マークが表示されるので、これをクリックします。
Metricsのタイプを選択します。
Metricsのタイプは以下の6つが用意されています。
馴染みある関数なのでデータを扱ったことのあるかたでしたら、すぐにわかると思います。
- Sum
- Count
- Ratio
- Unique Cuont
- Custom Value
- Custom Ratio
まずは売上のデータのMetricsを定義してみましょう。
売上データは「なにかの合計値」なのでMetrics Typeの「Sum」を選択します。
右側にMetricsの設定項目があります。
「Metrics name」に名称を付けます。現時点でSteepは日本語対応していませんが、Metricsには日本語も使えるようです。
「売上」にしました。
続いてこのMetricsで使用するテーブルを選択します。
右側メニューの「Table」をクリックするとテーブルの選択メニューが現れます。テーブル名で検索もできるのですぐに目的のテーブルが探せます。
使用するテーブルをクリックします。
次に「Value」を設定します。
ここでは売上の「sales」を選択します。データタイプ(INT、FLOAT)はBigQuery側で指定してあるものが反映されています。
次に期間が含まれている「Time」を設定します。
ここもBigQuery側のデータタイプのDATEが反映されているので、日付のデータが一発で選択できました。
次にDimensionsの設定です。
今回の売上データは商品の「ジャンル」「商品名」ごとのデータを持っているので「genre_1」「item_name」の2つを指定しています。
Dimensionsは3つ以上も指定可能です。
そのほかにこのMetricsに対するフィルタや期間(日、週、月、年など)、プライベート設定ができます。
今回はここは設定しません。
さて、ここまで設定していくと画面下にSQLクエリが記述されているのがわかると思います。
Steepでデータを扱う際、このMetricsの定義の段階で元データに対してSQLクエリが記述され、そのSQLが反映されたMetricsができあがるというわけです。
あとはこの作業を繰り返して分析に必要なだけMetricsを定義します。
これでこのデータを使った分析の下準備ができました。
さっそくグラフなどを作成してみましょう。
以上、Steep(BIツール)でMetricsを定義する方法の解説でした。