Tableauを触り初めて半年が経ち、DATA Saberを目指す
2020年の春よりTableauを使う機会がどっと増えて、多少勉強したもののそろそろTableauの力量を証明ができる資格的なものを取ろうと考えChallenge(箔を付けたいな)。
っというのはあとから考えた建前で、ただ単純にチーム内でDATA Saberが誕生し、師匠になってくれるとのことなのでこれを機に取ってしまおう!という乗っかり的な動機です。
とはいいつつも真面目に取り組むので、迷っている人や資格で探し中の方の1つの参考になれば良いかなと思ってます。
(ゆるゆるな表記はご勘弁ください。。。)
目次
- DATA Saberとは
- 事前準備
- 技術力の認定条件
- 導く証の認定条件
- 最終資格試験
- 最後に...
基本的には個人の勉強用&振り返り用の内容になるため、キレイにまとまってないです。
ただ、DATA SaberにChallengeしようか迷っている人が、Challengeの全貌を知ることができる程度にはまとめられるように努力します!
1. DATA Saberとは
【そもそもTableauって?】

(まずはすごい形式的なところから)
Tableau Software社が提供しているBI(ビジネスインテリジェンス)に特化したインタラクティブなデータの視覚化ツール。2010年頃から提供を開始している。(詳細はWiki)
また、HPには
ビジュアル分析プラットフォームの Tableau は、データを使った問題解決の方法を変革し、人と組織がデータを最大限に活用できるようにします
っとあります。
■Excelとの違い
個人的な意見満載ですがざっくり言うと「DataDriven文化を形成するのに適したツール」という感じです。
Excelの違いでいうと
・常にデータ鮮度を最新に保ち、共通認識で勧められる。
・ビジュアライズがしやすい(導いてくれる)
・大量のデータにも対応する。(Excelだと固まっちゃう)
・DWHや外部データソースとの連携が容易
です。
(ぶっちゃけると、Tableauで作れるビジュアライズはExcelで作れます。)
重要なポイントは「DataDriven文化を形成する」です。(DataDriven文化を形成するのはExcelでは難しいです)
この辺りを学習するのがData Saberですので詳細は割愛します。
(※他のサイトではこういった議論もされているので参考までに)

■ライセンス体系
Tableauには大きく3分類。
1. 自分で作業するための製品 : [Tableau Desktop](https://www.tableau.com/ja-jp/products/desktop)(,[Tableau Public](https://public.tableau.com/s/)※)
※Tableau Publicサイトにデータを公開することを前提とした無料ライセンス
→ データを元にグラフを作成し、ダッシュボードを作りたい要件を満たす。
2. 作成した分析結果を共有する製品 : [Tableau Server](https://www.tableau.com/ja-jp/products/server)(,[Tableau Online](https://www.tableau.com/ja-jp/products/cloud-bi) ※SaaS)
→ あらかじめServer側で作っているグラフやダッシュボードを周知、共有したい要件を満たす。
簡易的な編集はブラウザ経由でできるが、TableauDesktopレベルのことはできないので注意。
3. 共有された分析結果を閲覧する製品 : [Tableau Reader](https://www.tableau.com/ja-jp/products/reader)(,[Tableau Mobile](https://www.tableau.com/ja-jp/products/mobile) ※mobile,tablet用)
→ TableauDesktopなどで出力されたファイルを閲覧する要件を満たす。編集はできない。フリーライセンス。
※Tableau Prep,Tableau CRMもあるのでいずれ追記します。。。
##### 【DATA Saberとは】
###### ■[概要](https://datasaber.world)
まずは認定サイトより引用させて頂きます。
DATA Saberの姿
DATA Saberの力
■個人的な見解
DataSaberになった個人的な見解を書くとすると、「DataSaberとはDataDrivenな文化・組織を作る人材」です。
DataDriveな文化・組織とは「自分のTaskに対して、状況をデータを活用し、分析を行い、Insightを得てActionに繋げる」というBusinessmodel Analyticsのサイクルが根付いていることです。
この組織・文化を作るために必要なことや行動力が鍛えられる、身についていると評価された人材がDataSaberなのかなと思ってます。
そのため、Tableauの技術を身につけたいだけであればTableauの資格を推奨しますし、そちらの方が単純なTableau力は身につくと思います。
自分が身につけたいスキルがDataSaberの方が近いな、っと思った方はぜひ扉を叩いてみてください。
周りにSaberの知り合いがいなくて困っている人はぜひ、こちらにコメントいただいたり、Saberのサイトから僕にコンタクトをとってみて下さい!
DataSaberの2つ名は「BItender」です。

2. 事前準備
【心得えの確認】
DATA Saberを目指すApprenticeに向けたKTさんからの心得えとメッセージがまとめられている。
自分自身のDATA Saberを目指す動機の再確認やどういうDATA Saberになりたいのか、を考えるために熟読してみてください。
DATA Saberを目指す君たちへ〜Apprenticeの心得
本認定制度がただのTableauスペシャリストになるためだけのものではなく、データを扱うスペシャリスト(データサイエンティスト)として理解し行動していくべき大事なメソッドが取り込まれている認定制度であることを知ることができたので是非読んでください。
【師匠探し】
本認定制度には師匠が必要。
身近に師匠に該当する人がいれば、その方にお願いするで良いかと思います!(僕は完全にこれ)
ただ、身近にいない・そもそも会社にもいない、って方はDATA Saberのサイトに現在活躍しているDATA Saberが表示されているのでそこから師匠のお願いをしよう。
■コンタクトの取り方


【アカウント準備】
特に準備しないといけないアカウントは以下の3つ!!
・Tableau Public
→課題で作成したビジュアライズをパブリックに公開する必要あり。
・Tableau Community
→課題の中でComuunityに寄せられる質問に回答するとポイントがもらえるものがあり。
・Facebook
→こちらはTableauのコミュニティに必要。
・Twitter(任意)
→課題の中でTwitterにて拡散して、ポイントがもらえるものがあり。
・LinkedIn(任意)
・Instagram(任意)
【APPLAY】
師匠が決まって、アカウントができれば、APPLAY(GoogelForm)よりエントリー!!
!注意点!
・師匠の名前は絶対に間違えないこと!!(スペース、大文字小文字も注意)
・自分の名前は間違えてしまったら、師匠に連絡!!(そんな奴いるか!だと思いますが、私はもれなく変換ミスしました...恥)
3. 技術力の認定条件
【概要】
技術力を身につけた証として設問を10個全て、全問正解する必要があります。
回答は試練期間中であれば1日1回回答ができるため、全問正解まで繰り返しましょう。
答えは次に載せているトレーニング教材に載っているものがあれば、Tableauのサイトに紹介しているものもあり、結構難しいです。
まずは、自分の実力を見ることも大事ですが、調べたり、仲間とディスカッションしながら成果を導くことも大事です!
【学習】
■トレーニング教材
DATA SaberのHPにもあるとおり、教材は基本的にはKTさんのYouTubeチャンネルにまとめられています。
どのペースでどの教材を勉強すればいいのかのスケジュールもあるので、ここが一番良いかと。
参考までにKTさんのチャネルにある再生リスト。
※僕は大体1.75〜2倍速で再生して勉強してました。
技術力のテストで満点が取れて、最終資格試験に通る習熟度があれば教材なんて何でも。っと思っていましたがただただTableauが使えれば良いという資格ではなかった。。。
ここの教材を見ればその意味がよく分かるはずです!!
個人的なメモ
[***初めてのTableau:Bronze Demo 〜Data Storytellingの第一歩***](https://www.youtube.com/watch?v=53caWWJxeGk&list=PLR1ulf4cyh2lTnNKO1m3_VGgKRLczHOgO&index=2&t=37s&ab_channel=KT)
・ データをビジュアライゼーションすることが目的になりTaskを忘れないためにビジュアライゼーションを簡単にすることが重要である。
・ スクロールは脳に難しいことをさせるきっかけとなるためスクロールは作らない。
[***Data Storytellingの基礎〜Tableauで初めて自分のデータと向き合うために***](https://youtu.be/QtBVH6EWnyI)
[***古き良きTableau古典 Bronze Demoの極意〜TableauのValueはどこにある?***](https://youtu.be/BMm07sHva30)
・ デモンストレーションでは操作説明をすることではなく、出た結果の解説(おもしろいこと)に時間をあてるべき。
・ データありきの説明ではなく、***ストーリーを作った後どう見せたかを考えてデータの表現を変える***ことで興味関心を引くことができ、理解して頂ける。
[***HandsOn - Fundamental***](https://youtu.be/vaDpfaL3-2M)
・ ただ単に技術を身に付けるブートキャンプではなく、***データを使ってどうすれば人の心を動かせるのか***を学んで欲しい。
・ 動的なフィルターを使っているのか、静的なフィルターを使っているのかを意識して作るだけでシチュエーションに分けて使いこなせる。
・ インジケータは必ず処理する!
・ これ[参考](https://www.youtube.com/watch?v=vaDpfaL3-2M&feature=youtu.be&list=PLR1ulf4cyh2lTnNKO1m3_VGgKRLczHOgO&t=4891&ab_channel=KT)になった。
[***Platform 101: Data Platform〜すべての人が安心してデータを使える土台を作る***](https://youtu.be/8cDik60z-kw)
・ Excelもだが、人に共有する度にデータが複製されていくスキーム・構成はNG。共有=手放す(責任とれない)をデータ分析者としては認めて行けない。
・ 脱レポートファクトリーの考え方。
[***Visual Best Practice: Art and Science of Visual Analytics***](https://youtu.be/_flMp3iD8z4)
・ Sensory(Preattentive Attributes)に働きかけるデータビジュアライゼーションを目指す。
・ ***Preattentive Attributesの強いものから人間は捉える***ため、一番強い(伝えたい)メッセージはSeonsoryの強いもので表現する。
・ Preattentive Attributes
強い ← 位置 > 色 > サイズ > 形状 → 弱い
・ データのタイプ(”***分類的な名義***”,”***順序的な名義***”,”***量的***”)を意識してデータを扱う。
・ データタイプとPreattentive Attributesの相性
- 分類的な名義 × 色相、形状
- 順序的な名義 × 位置、サイズ、色の彩度、色相、形状
- 量的 × 位置、長さ、サイズ、色の彩度
※ この辺を合わせて学習するとより良いと思いました。
[ ・ 直感でわかるデータ分析](https://www.amazon.co.jp/dp/B015R0T3SW/ref=dp-kindle-redirect?_encoding=UTF8&btkr=1)
[ ・ データビジュアライゼーションの教科書](https://www.amazon.co.jp/dp/B07VK43YC7/ref=dp-kindle-redirect?_encoding=UTF8&btkr=1)
[ ・ Tableau 最適なチャート/グラフを選択する方法](https://www.slideshare.net/secret/EqdrVhzut3yT8T)
[ ・ 視覚的分析のベストプラクティス: ガイドブック](https://www.slideshare.net/secret/K7R8GQtoxRyPIF)
[***Vizの評価は何で決まる? Analytics/Design/Storytelling***](https://youtu.be/mLONL_NcgIM)
[***Platform 102: Data Platform - History~データは見られるほど美しくなる***](https://youtu.be/4Yx8GwUi_ik)
・ データは見られると美しくなる!利用者にしか分からない観点など見られて初めて気づく改善点が見つかるのでまずは見せる。
[***Platform 102: Data Platform - Future~すべての人が安心して生きられる大地を目指して***](https://youtu.be/S-Titt1xLGw)
・ Creater:常に新たな視点で質問をもち、想像できる人。
Explorer:常に探究心を忘れず、好奇心を持ち続ける人。
Viewer:美しいViewをみて心を動かし、実際の世界でアクションしていく人々。
・ Tableauは常にデータを扱うビジネスモデルに合わせてライセンス形態を変えている。(今はビジネスモデルアナリティクスを軸にライセンスを準備している。)
■ビジネスモデルアナリティクスとライセンス形態
■ライセンスラインアップ
[***HandsOn - Intermediate I***](https://youtu.be/yOIDQZ3siBs)
・ JOINとブレンディングの違い
JOIN → 全てのテーブルのカラムを結合した1つの大きなテーブル
ブレンディング → 集計されたファクトテーブルを結合したテーブル
・ [集計と非集計を理解する](http://tableaujpn.blogspot.com/2015/09/understanding-aggregate-and-non.html)
[***すべての人がデータを見て理解できる世界へ〜Data Literacy Workshop***](https://youtu.be/9ULkujESIr4)
・ データを活用することは当たり前になっており、データを活用できない人は乗り遅れてしまう。
ただし、全ての人がデータを加工し、ビジュアライズできる必要はない。(ViewrとCreator)
・身に付けるものとしてliteracyとdata literacyがある。
- literacyはビジュアライズされたものから状況や情報を読み取るスキル
- data literacyはデータから読み取るスキル
・ 「[東京における過去142年の日別最高気温](https://public.tableau.com/profile/lm.7#!/vizhome/142/Dashboard1)」から読み解く!
1.Vizから読み解くストーリー:年々6〜9月(夏)のオレンジのマスが濃くなっている → つまり最高気温が高くなっている。
また、オレンジのマスの割合も増えている → つまり、全体的に気温が高くなっている。
2.デザインの効果:時系列の比較がしやすい。マスの色から最高気温、マスの数から日数を読み取れる。
3.Vizの作り方:量的なデータタイプ(少し分類的な名義も含む)。
作るのは意外と簡単?縦軸を年、横軸を月日(位置で時間の経過)。メジャーバリューを色彩で設定(色彩で温度を比較)。
・ 「[HistoryofCrayolaColors](https://public.tableau.com/profile/victor.rocca#!/vizhome/HistoryofCrayolaColors_0/HistoryofCrayolaColors)」から読み解く!
1.Vizから読み解くストーリー:色の名前、いつ作られたのか、いつまで利用されているのか。長い線の色は古くから使われており、原色に近い。
また、直近の色はトレンド色に近いはず。(既に使われなくなっている色は途中で切れている。)
2.デザインの効果:色の歴史がわかりやすい。
3.Vizの作り方:分類的な名義タイプに少し順序的な名義が加わっている。横軸に年、縦軸にカラーのディメンションを入れる。
年は棒グラフ(位置)で表現し、それぞれのディメンションで色相を設定する。
また、ダッシュボード化する際に、選択した色の詳細を表示するシートを作成して表示している。
フィルターに合わせて選択のセットもしている。はず(結構難易度高めのビジュアライゼーションだな。。。)
・ 人はアクションに対してリアクションがない(わかりずらい、伝わらない)とイライラする。
[***HandsOn - Intermediate II Q1***](https://youtu.be/hhk_pcgH8KM)
・ 均等の分類じゃない場合 = 計算式を利用する。
・
[***HandsOn - Intermediate II Q2〜15***](https://youtu.be/qtR_8luMfIg)
・
・
[***Visual Best Practice: 必要なチャートとグラフとは?***](https://youtu.be/_Jrw8Bsk8UE)
・ タイトルは意味のあるものにする。
・
[***Designing Dashboard for Performance***](https://youtu.be/AgNn-EnEJvo)
・ パフォーマンスを決める要素「やりたいこと」「知識」「データ量」「処理能力」
※やりたいこと → 過剰品質を避け、目的に対して最適な実装だけしてあげること
知識 → どういう操作が遅くなるのかを知る。
・ 誰が何を処理するかが重要(レンダリングの図を入れる)
・ パフォーマンスをあげる方法の一つとしてNULLを減らすことも有効。
・
・
[***HandsOn - Advanced I***](https://youtu.be/0pg41F9P1Q8)
・
・
[***DATA Saber の Zen問答~社内でミカタを増やすには?***](https://youtu.be/oKDgoDB670E)
・ この回答全て問うてくる人がいるので、絶対になぜダメなのか理由を持つこと。
・
[***HandsOn - Advanced II***](https://youtu.be/mtcCFqbyW0Q)
・
・
[***https://youtu.be/ExFprHcHw48***](https://youtu.be/ExFprHcHw48)
・
・
[***Data Prep: Tableau Prep Builder Fundamental Hands-on***](https://youtu.be/AhTLDUcOHxo)
・
・
[***Grand Finale: DATA Saberとして〜知識を自分のものにするということ・伝え受け継ぐこと***](https://youtu.be/u0GTxuTZmDs)
・
・
■作業実績

■感想
是非兄弟子や同じApprenticeのメンバーとDiscussionをした方が良いと思います。
理由としては、
・KTさんも言ってますが正解はないこと。1つのテーマでもいくつもの表現の仕方があり、自分で気づかない見せ方に気づけるのは良い学びになると思います。
・悩みや不安が共有できること。意外と1発でpassできないし、解答が分からない問題が多々あります。Discussionをして、解答することはダメではないので、是非意見交換をしながらtryするのが理解が深まるし最短の道だと思います。
です。
4. 導く証の認定条件
【概要】
導く力を備えた証として、コミュニティ活動で50PT以上を取得する必要があります。
コミュニティ活動にはパブリックと組織内の2種類があり、それぞれ20PT以上獲得する必要があります。
それぞれの活動の種目があるので、選択をしコミュニティ活動を行います。
私はそれぞれ以下のような活動を行いました。
パブリック:Viz投稿、ブログ記事作成
組織内:イベント開催、Viz共有、情報共有
【Tableau PublicへのViz投稿】
■Makeover Monday
Tableau Publicに自身で作成したVizを掲載し、そのURLをTwitterでシェアする。題材に悩む場合はMakeover Monday, Workout Wednesday, Viz for Social Goodを参照のこと。
[獲得内容]: 10pt / 4週間以内に3回投稿
①[Cacao demand trends in the Asian market](https://twitter.com/koki19921108/status/1343775750898339843)
②[The relationship between ridership on trails and confirmed cases(COVID-19) in the US.](https://twitter.com/koki19921108/status/1348521014032957443)
③[Current status of HIV infection in South Africa](https://twitter.com/koki19921108/status/1350334127732449284)
個人的なメモ
[***認定に必要な作業***]()
・ワークブックをパブリッシュする。
-説明にMoMのタグを追加
・Twitterで拡散する。
- 説明文
- #MoM
- キャプチャ
- パブリッシュのリンク
・MoMの参加トラッカーの申請する。
[***ビジュアライズを作るときのメモ***]()
・ 説明型のダッシュボードを作る。
・ ダッシュボード内にデータソースを入れる。
・ 普段仕事で作らないことをやってみる。
###### ■作業実績

5. 最終資格試験
【概要】
最終試験は2つあります。
①技術試験
②面談試験
細かくは記載できませんが、各7割以上のスコアが取れていることが合格条件です。
両試験を含めて90日以内に完了することがDataSaber認定の条件なので、最終資格試験までの課題は10週目位(80日前後)を目指して頑張りましょう。
■作業実績

6. 最後に...
【合格までの道のり】
正直、仕事をしながら進めるのはかなりヘビーな取り組みでした。
ただ、DataSaberの活動をする中で業務への姿勢やデータ活用をすることへの考え方などいい方向に成長できたと思っています。(3ヶ月の努力は貴重な価値となった自負があります。)
そのため、本資格はDataSaberとなった私としては強く推奨します。
また、DataSaberコミュニティは皆さんめちゃくちゃ優しいです。
わからないことはすぐにフォローしてくれますし、同じような状況の人たち同士での繋がりも作れます。(アローン会ってのもあります。)
なので、知り合いがいない人がおらず踏み出せていない人はぜひ踏み出して下さい!
一人でも多くのデータ活用を人材の方たちと繋がれればと思い記載をしているので、気軽にお声がけください。