その他お問い合わせ先

lodestar@truestar.co.jp

運営会社

株式会社truestar
truestar activation株式会社

Alteryxを活用したShapeFileのTDE化

今回は、Alteryxを活用して、Shape File(ポリゴンデータ)をTableauでビジュアル化する方法をご紹介します。 今回活用したShape Fileは、e-Statよりダウンロードしてきたものです。

今後もAltery+Tabelauを活用したTIPSをご紹介いたしますので、ご期待ください。

執筆:K.Koebisawa

続きを読む Alteryxを活用したShapeFileのTDE化

千葉のサーフポイント

今回のダッシュボードは、インターンとして弊社で勤務する千葉大4年の小室さんが実装しました。 Tableau歴は今年4月1日からですが、週2~3日の勤務のため実質1か月程度でしょうか。

Learn About Tableau

ダッシュボードの中にWebページを埋め込んだだけでなく、各グラフなどを選択した際に Webページが連動するように工夫されています。 本人いわく、Webページの見せたい個所をきれいに見せるために、ダッシュボードのサイズや各アウトプットの配置に苦労したそうです。 なお、このアウトプット構築にかけた工数は5日弱でした。 (1日4~7時間勤務) プログラミングのスキルが無くても、短時間で簡単にこのレベルのアウトプットが実装できることがTableauの大きな魅力の一つです。

続きを読む 千葉のサーフポイント

市区町村ポリゴン

10月20日のTableau User Groupというイベントでもご紹介させていただいた、 市区町村レベルのポリゴンデータを使ったマッピングアウトプットです。

Learn About Tableau

境界線は0.5km単位で間引きしています。ご自由にご活用下さい。

なお、間引き前のTDEは下のサイトからダウンロード可能です。 [[http://tableaumapping.bi/]] ※15MB程度ありますのでご注意ください。

続きを読む 市区町村ポリゴン

V.LEAGUE女子のチームスタッツ

女子バレーの各チームのデータをシンプルなダッシュボードにまとめてみました。

Learn About Tableau

まずは全体成績を表示し、その要因となりうる指標を攻撃面、防御面に整理して掲載しています。 優勝した久光は、2位(レギュラーシーズン)だった前シーズンより、アタックの精度が下がっています。これはサーブレシーブ成功率が低下したことに起因している可能性がありそうですね。

配色を含めてシンプルなグラフとしたことで、細かな数値ではなくメッセージ(結果の良し悪し)が明確になりました。

続きを読む V.LEAGUE女子のチームスタッツ

花火大会お出かけダッシュボード

今回のアウトプットも、インターンの山田さんが実装してくれました。

Learn About Tableau

パラメータを用いたフィルタがTableau Public上でうまく動かないなどの問題(原因不明)も発生し、 アップロードが遅れてしまいましたが、コンパクトで実用的なダッシュボードになっています。

また、カレンダーのアウトプットは、デイリーで業績を管理する場合などに役立ちそうです。 当該月全体で何曜日もしくは何週目が問題を抱えていたのかを簡単に把握できるようになります。

続きを読む 花火大会お出かけダッシュボード

高齢化概況

国勢調査などを用い、高齢化の状況を俯瞰するダッシュボードです。 来週掲載するために蓄えていたものですが、本日の日経の記事で似たような話が取り上げられていたこともあり、ホットなトピックとして前倒しで公開することにしました。

Learn About Tableau

15~64歳の人口がいわゆる生産人口です。 10年ごとの推移をみると、都市部以外で急激に高齢化が進んでいることが良くわかります。 ちなみに、日経の記事の数値は国勢調査をベースとした推計値を使用しているため2013年のデータがありますが、このダッシュボードでは国勢調査のデータをそのまま使用したため、人口は2010年の数値になっています。 予めご了承下さい。

続きを読む 高齢化概況

軽自動車マーケットダッシュボード

自動車検査登録情報協会と全国軽自動車協会連合会のデータを用いたダッシュボードです。 自動車業界における軽自動車マーケットの拡大、ブランド別の動向がわかります。

Learn About Tableau

ダイハツとスズキの2強から、ホンダを加えた3強へ。 マップやBDI/CDIから、ホンダは関東圏で優勢であることがうかがえます。(際立っている訳ではありませんが・・・)

続きを読む 軽自動車マーケットダッシュボード

訪日外客数動向

日本政府観光局(JNTO)の訪日外客数統計を使用したダッシュボードです。 Tableauに実装されている予測機能を用い、2014年の数値を推定しています。

Learn About Tableau

このような簡易な時系列予測であれば、数クリックのみで可能です。

※2014年4月16日15時修正済み 設計ミスにより総数が二倍となっていたため、アウトプットを修正致しました。大変失礼を致しました。

続きを読む 訪日外客数動向

家計調査に基づく主要品目の平均購入価格

公開第一弾は総務省の家計調査のオープンデータを使用した、品目別の平均価格を都道府県別(正確には県庁所在市別)にまとめたダッシュボードです。

Learn About Tableau

直近の数値のほか、推移をマップとグラフで確認できます。 マップではエリアの傾向がよりわかりやすく、折れ線グラフでは年次の推移と都道府県間の価格の違いが良くわかります。

目的に応じてグラフを使い分けるべきであることを示す良い例です。

折れ線グラフでは都道府県名の2文字目以降が省略されていますが、Tableauの場合はPDFと異なり、グラフをクリックしたりカーソルを上に乗せれば都道府県名だけでなく紐付いている数値も読み取れます。

ちなみに、Nikkei Open Data Portal にも同じようなアウトプットがあります。 http://opendata.nikkei.co.jp/article/kakei-chosa-2005-2013/#

グラフィカルに表現することで、数値の羅列と比べて圧倒的に直感的な状況把握ができますね。

続きを読む 家計調査に基づく主要品目の平均購入価格

商圏分析(二点間の距離の算出)

Tableauの[[コミュニティ(Groups Japan)>http://community.tableausoftware.com/message/289820]]で回答したTipsですが、非常に有益なのでここでも取り上げます。

緯度経度情報を使えば二点間の距離はTableauの関数で計算可能です。

二点間の距離はヒュベニ公式、定数となる地球の長半径と短半径はGPSと同じものを用いました。 (算出方法や定数は諸説あるようですが、商圏分析に用いるならばどれを用いても実務上影響は無いと思います。)

サンプルアウトプットは以下の通りです。

Learn About Tableau

顧客住所と店舗住所の距離で色分けしています。(色の境界:5000m)

顧客住所データ(ここでは23区内の全郵便番号の緯度経度データを使用)と 店舗住所データ(各区につき1件の緯度経度データ)をそれぞれ用意し、 各顧客に対して全店舗をぶつけるようにブレンドしました。

今回は、両データに結合コードという列を用意し、全て1を入力しました。 顧客データ1件(結合コード = 1)に対し、店舗データ全23件(結合コード = 1)がヒットします。 (この場合、結合は『内部』でも『左』でも同じ結果です。)

店舗データを単一値のフィルタで指定し、指定店舗からの距離を計算させます。

距離の計算式は以下の通り。

“長半径” = 定数(パラメータで設定) “短半径” = 定数(パラメータで設定)

“第一離心率” = sqrt(([長半径]^2-[短半径]^2)/[長半径]^2) “緯度差” = radians([緯度 (店舗住所)])-radians([緯度 (顧客住所)]) “緯度平均” = (radians([緯度 (店舗住所)])+radians([緯度 (顧客住所)]))/2 “経度差” = radians([経度 (店舗住所)])-radians([経度 (顧客住所)])

“子午線曲率半径” = [長半径]*(1-[第一離心率]^2)/(sqrt(1-[第一離心率]^2*(sin([緯度平均])^2)))^3 “卯酉線曲率半径” = [長半径]/sqrt(1-[第一離心率]^2*(sin([緯度平均])^2)) “ヒュベニの距離”

続きを読む 商圏分析(二点間の距離の算出)