[Tableau] 計算フィールドで怒られないために集計・非集計を理解する

はじめに

カユいところに手を届かせるためのスーパー機能、計算フィールド。
ちゃちゃっと使いこなせればかっこいい！ とは思いつつ、ちょっとでも込み入ったことをしようとすると、すぐに怒られてしまうのでついつい敬遠してしまいます。

なので、今回は計算フィールドさんに

集計および非集計の引数を混在させることはできません

と怒られないために、この辺りのルールを整理したいと思います。

（こんな式を書けば、手っ取り早くこのこの怒られ方をします）

これは、非集計と集計の違いを理解すれば、怒られるのを回避できます。

非集計と集計

非集計はレコード1つ1つそのもので、複数の値をまとめたりしてないものを指します。

なので、[売上]のように書いた非集計の値は、全レコードに存在する売上の値全てを指します

売買履歴レコードが10個あったら、それぞれ10個の売上の値すべてをまとめて指してるわけです。

一方で、集計は文字通り、複数のレコードの値をなんらかの方法で1つにまとめることを指します。

10個の売買履歴レコードがあったときに、その売上の合計として1つの値を出す、とかですね。

SUM（）とかAVG（）とかMAX()とかが集計関数に当たります。

なので、SUM([売上])のような集計の値は、集計結果のたった1つの値を指します

で、なにがTableauを怒らせるのか

集計と非集計の計算を混在させて怒られる理由として、しばしば

「1つ1つの売上（非集計）と、全体の売上合計（集計）を足す、という計算が意味を成さないから」

という説明を見かけますが、これが個人的には混乱を招きました。

例えば、1つ1つの売上が全体の平均からどれくらい高いか、とかの計算はしたくなるなじゃん、と思うわけです。
実際、そういう計算をしようとしてるから計算フィールドに書いて怒られてるわけですから。

では、自分的に納得のいく怒られる理由は何かというと、

集計と非集計とで、Tableauがやる計算のモードが違うから

…なんかもやっとした言い方になってしまいましたので、もっとちゃんと説明します。

非集計と非集計の計算

前述の通り、非集計はレコードに書いてある値そのものです。
なので、非集計と非集計の計算というのは、1つ1つのレコードに対して個別にやるわけです。

例えば10個の売買履歴レコードがあったとして、利益を求めるために

[売上] - [原価]

とすると、これは10個のレコード1つ1つにこの計算を適用することになります。

なので、非集計と非集計の計算は、レコードの個数だけ計算を繰り返するイメージになります

集計と集計の計算

次に、集計は複数のレコードの値を1つにまとめた値です。

SUM([売上]) - SUM([原価])

とすると、まずSUM([売上])最初に10個のレコードの売上を合算して、原価を合算して、最後にその合算した数値を引き算します。

なので、集計と集計の計算は、すでに全レコード分の値が1つにまとまっている数値について、1回だけ計算するイメージです。

Tableauさんが起こる理由

つまり、集計と非集計の混在した式を書かれると、Tableauさん的には1行1行計算して欲しいのか、まとめて1個だけ計算して欲しいのかの区別がつかないわけです。

ずいぶん長い解説になってしまいましたが、どちらのモードで計算するのかわからなくて、怒ってくるわけです。

でも、混在させたいんだ！ というときに

とはいえ、前述の通り「1つ1つの売上（非集計）が全体の平均（集計）からどれくらい高いか」のように、集計と非集計とを混在させたいタイミングがあるわけです。

集計→非集計に変換する

「1つ1つの売上（非集計）が全体の平均（集計）からどれくらい高いか」` というケースのように、集計を非集計に変換したいときに使うのがLOD表現です。

(以前書いたまとめ↓)

LOD表現は、異なるLOD（詳細レベル）の計算を混在させるための関数ですが、今回のケースでいうと、集計を非集計にする効果があります。
FIXEDやEXCLUDを使って上位のLODで表現を使うと、最小のLODであるレコード単位の計算に、上位のLODである全体の集計を持ってこれる、というわけです。

集計した1つの値を各レコードにコピーして配布する、というイメージなのですが、伝わりますでしょうかね？

なので、↓のようにすれば「1つ1つの売上（非集計）が全体の平均（集計）からどれくらい高いか」が集計と非集計を混在させることなく実現できるわけです

非集計　→ 集計に変換する

一方で、非集計を集計に変換したいケースもまれにありますが、これは集計しちゃえばいいわけですから簡単です。

SUM（）とかを使っちゃうと値が変わってしまうので、非集計の時の値をそのまま使うには、MAX（）とかを使うことが多いですね。

まとめ

計算フィールドで出てくるエラーって、基本的にそれ以上の情報がないので、遭遇すると思わず「ぐぬぬっ」と身構えてしまいます。

が、Tableauさんも意地悪を言っているわけではないので、1つ1つの仕様をちゃんと理解することで回避することができます。

他にも怒られるケースがあるので、そのうちまたまとめたいと思います、