粒度の違うデータの結合は注意が必要

具体的なデータで見ていきます。以下のようなデータがあったとしましょう。
(※数値はダミーです)

実数値テーブル

目標値テーブル

実績値テーブルの粒度はグループ、目標値テーブルの粒度はグループかつ日付です。

このような粒度の違うデータを紐づける時は注意が必要です。

シンプルに結合してみます。結合KEYは「CD名」ですので、結合後のテーブルは下記のようになります。

グループ名	CD名	月	売上	売上目標
乃木坂46	夜明けまで強がらなくていい	1月	120万	200万
乃木坂46	夜明けまで強がらなくていい	2月	110万	200万
欅坂46	黒い羊	1月	80万	150万
欅坂46	黒い羊	2月	80万	150万
日向坂46	こんなに好きになっちゃっていいの？	1月	80万	100万
日向坂46	こんなに好きになっちゃっていいの？	2月	70万	100万

ここで乃木坂46の売上と売上目標を比較してみると・・・・

230万(売上) vs 400万(売上目標)

集計するとこんな感じになりますがどうも違和感がありますね。数値がかなり乖離しています。

理由は単純で、売上目標のデータ1行に対して、売上のデータが2行結合されていて、データが重複してしまっているからです。

集計関数で解決する

Tableauで出来る解決策の一つとして、集計を駆使することが挙げられます。Tableauでは集計方式を簡単に操作できるので以下の様に、一瞬で調整は可能です。

しかし一つ懸念として「集計方式の調整し忘れ」があります。項目数が増えて複雑な時や、データを結合した人とその後の作業をする人が違った際、集計ミスが起こる可能性があります。

「AVGなのにSUMしてた」などの集計ミスです。
粒度の違うデータを結合するときは注意が必要です。

ここで出番なのがTableauのブレンド機能です。

データブレンドとは一言で言うと、「複数のデータソースを集計してから結合する」です。
ブレンド機能の仕組みは以下の通りです。

テーブルを合体させてから集計する「データ結合」に対し、

「ブレンド」はそれぞれ集計してから結合します。

順番が逆ですね。

ですので、ブレンドをすると以下のようになります。

無事クリーンなテーブルの完成です。

ブレンドをTableau上で行うのは簡単です。

複数のデータソースを別のデータソースとして読み込んだら、「データ」タブから「リレーションシップの編集」を選択します。

↓のような画面が出るので、ブレンドしたいデータソースを2種類選んで、KEYにしたいカラムを選択したら完了です。

カラム名が同じものは自動的に指定されます。DAYと日付など、カラム名が違うものは手動で編集なので注意です

ここまでをまとめると、

のように、順番に違いがあります。

ブレンド機能は画期的で便利な機能ですが、毎回使える機能というわけではないかと思います。

何故なら、データソースが多くなるほどブレンドなのか、結合なのか、KEYは何なのかなどごちゃごちゃしてしまうからです。

なので、GCPやAWSなどのDWHにデータソースが全て格納されているならばTableau上でブレンドさせずに

あらかじめSQLを叩いて集計テーブル、マートを作ってしまうのがベターが気がします。

今回の例でいうと、

SELECT
グループ名,CD名,売上,売上目標
FROM `目標値テーブル`
INNER JOIN
(
SELECT
グループ名,CD名,SUM(売上)
FROM `実数値テーブル`
GROUP BY CD名
)
USING
(CD名)

こんなイメージです。集計されてないテーブルを集計したテーブルをjoinさせています。

Tableauに考えさせずに可視化できるのでデータ量が多い場合などはパフォーマンスが上がるかもしれませんね。

元も子もない結論ですが、なるべくTableauには考えさせずにいきたいところです。