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。