Power BIの紹介と導入と簡単な使い方のチュートリアルです。社内講習会用。

1. Power BI チュートリアル
導入・初級編
平成２８年１２月２８日
JapanTaxi 株式会社
増谷 修

2. アジェンダ
• Power BIで業務効率改善
– セルフサービスBIを社内で普及させ、現場での分析力向上
– これまでExcel可視化に留まっていたレポートをグレードアッ
プ
– ファイルによるデータ展開からWeb上でのリアルタイム配信へ
• Power BIの基本概念と基本操作を理解
– 通常の読み込み⇒グラフ化
– 簡単な分析
– データ加工テクニック ※ これだけでExcel＋αのことが可能になる

3. POWER BIで業務効率改善
PowerBIを使う理由

4. Power BI とは
• MicrosoftのBI(Business Intelligence)ツー
ル
– https://powerbi.microsoft.com/ja-jp/what-is-
power-bi/
– リアルタイムに収集されるデータを１つの
ダッシュボードを通して全体像を把握する
– １クリックでデータを直感的に探索し、背後
のインサイトを見出すことができる
– データの共有、公開し全員が最新の情報を得
られる

5. セルフサービスBI
• 分析の専門家以外の各
ディビジョンの担当者が
自らBIを使いこなすこと
で業務効率向上
• IT部門に頼らない、実践的
即効的なソリューション
• 社員全員が分析屋
– 現場知識＊分析パワー
https://www.nttcom.co.jp/comware_plus/solution/201510_1.html

6. Power BIの立ち位置
• セルフサービスBIで躍進中
• BIプラットフォームではリー
ダーに位置づけられる
– ガートナー調査
– Tablaeu, QlikとTop3を構成
Magic Quadrant for Business Intelligence and Analytics Platforms
https://www.gartner.com/doc/reprints?id=1-2Y77IIA&ct=160208&st=sb

7. Power BI 製品群
• Power BI Desktop
– デスクトップアプリ
– 対話型ダッシュボード作成
– データ接続、収集、変換
– 分析、可視化
• Power BI Web
– Webサービス
– データ共有、公開
• Power BI Mobile
– モバイルアプリ
（iOS,Android,Win)
すべて無償
今日からすぐ使える！

8. Power BI のワークフロー
• ツールを使い分ける
Power BI Desktop
• データ収集、変換
• 分析、可視化
• ダッシュボード作成
Power BI Web
• 監視、計測
• グループ共有
• Web公開
Power BI Mobile
• モバイル閲覧

9. より大きなワークフローの一部として
• SQL ServerのAnalytics Serviceとの融合
• Sharepoint との融合
• Azureとの融合
– Stream Analytics, HDInsightなど
Excelをフロントエンドとしていた製品群が
Power BIにも対応

10. Power BIの対応データソース
• MS以外のデータ、サービスに広く対応
– ファイル
– データベース
– Azure
– オンライン サービス
– その他
• 急速に拡大中
ファイル
Excel, CSV, XML, テキスト, JSON,
フォルダ, Share Pointフォルダ
データベース
SQL Server, Access, SQL Server Analysis Services,
Oracle, IBM DB2, MySQL, PostgreSQL,
Sybase,Teradata SAP HANA, IBM Informix, SAP
Business Warehouse, Amazon Redshift, Impala,
Snowflake
Azure
SQL Database, Data Warehouse,
Marketplace, HDInsight, Blob, Table,
HDInsight Spark, DocumentDB,
DataLake Store
オンライン サービス
SharePoint Online, Exchange Online, Dynamics 365.
PowerApps, Facebook, Salesforce, Google アナリティ
クス, appFigures, comScore Digital Analytix, GitHub,
MailChimp, Marketo, Mixpanel, Planview, Projectplace,
QuickBooks, SparkPost, Smartsheet, SQL Sentry, Stripe,
SweetIQ, Troux, Twilio, tyGraph, Webtrends, Zendesk
その他
Web, SharePoint リスト, OData
フィード
Hadoop ファイル (HDFS), Active
Directory
Microsoft Exchange, ODBC, OLE DB,
R スクリプト,Spark (Beta), 空のクエ
リ

11. Excelと何が違うの？
• より可視化に特化している
– データ入力やデータ編集の機能は省く
• Excelと比べたメリット
– 複雑な解析（相関、スライス、探索）
– 複数のデータソースからのETL
– 図や表が散らからない
– 範囲指定による間違いがない
グラフが散在して、
よくわからなくなる
データ量が多く、
データ範囲の指定が
うまくいかずミス
データ統合が表
データのみ
回帰、予測などは
プラグインが必要
Excelをデータ分析で使う時の難点

12. 他のツールとの比較
• Tableau
– 機能とパフォーマンスにおいて優れている
– 数十万円から
– 無償版はデータ保存できない
• Qlik Sense
– 無償版がある
– 共有が５人まで、公開できない
いろいろあるけど、“とりあえず“ Power BIから入るのが良い

13. POWER BI を使ってみよう
Power BI導入編

14. 取得、インストール
• Power BI Desktopをダウンロード
– https://powerbi.microsoft.com/ja-jp/desktop/
– 64bit/32bit版、Windows7以降、100MB強
– 最新バージョン：2.41.4581.361 (11月版)
• １月おきにアップデートがある
• セットアップ
– インストーラexeを普通に起動
• 数分でスタートラインに立てる

15. データをロード
• 身近なデータで試してみましょう
– 最もありそうなシナリオはcsv
• 今回の事例：紅白歌合戦データ（時節柄・・・）
– まずは事前に用意したcsvから
• WebからPowerBIでスクレイピングしエクスポート
– 優勝、司会者データ
• http://www.geocities.jp/kouhaku_mania/shikai 1951年～2016年まで
– 出場歌手データ
• http://www.asahi-net.or.jp/~QM4H-IIM/kohaku.htm 1951年～2005年まで
• http://www.geocities.jp/n_quaker/kouhaku/ 2006年以降

16. データ読み込み
• データを取得 ボタンから
– CSVを読み込む
– デフォルトでヘッダー指定される
– カラムごとの型は自動認識
• 後で編集可能なので、デフォルトでOK

17. データロードされた状態
• 白紙のレポートページと
フィールドリストから始める
– 特にデータを加工することがな
ければここからスタート可能
• レポートページ
– 可視化を並べてダッシュボード
を作るペイン
• フィールドリスト
– Excelでいう列、DBでいうカラム

18. いきなり可視化
• 好きなフィールドをページへドラッグアンドドロップ
– デフォルトでは、表が開く
– “優勝“フィールドをドラッグ
「表」視覚化
ページ

19. 勝敗表を作成
• “回数”、”年”を[値]に追加（ドラッグ）
• 回数でソート
– 表のカラムにソートコントロールがある
• 表のメニューからエクスポート可能
– 他の場所ではできないので重要

20. 円グラフで集計
• 今度は視覚化からグラフを追加
– 円グラフ視覚化を押すと空のグラフが
レポートに出現
– [値]に集計したいフィールドを入れる
• 数値以外の場合は「カウント」になる
– [凡例]にグループ化したいフィールド
を入れる
• 値と同じにすると、nominalな値集計が可
能になる
• “優勝”のカウント内訳

21. 時系列用にデータを加工したい
• ”年毎の優勝推移を見たい“
• 時系列グラフ化するには値
が数値である必要がある
– クエリーエディタでデータを
変換
– ※ 変換ステップは保存される
ので、後で修正が可能
クエリーエディタ
クエリーを編集ボタンから起動

22. フィールドを適切な型へ変換
• 文字列の”回”、“年”フィールドを
適切な型に変換する
– データ型プルダウンから宛先の型
を選ぶだけ
• “回” ⇒ 整数
• “年” ⇒ 日付 ⇒ 年

23. フィールドを適切な型へ変換
• 優勝チームを数値に変換
– “紅”、“白”という値を含む文字
列を数値化
– 通常の変換では対応できない
ので条件列を修正
• 条件列の追加
– “優勝ID” フィールドを追加
– [紅,白] ⇒ [-1,1] にマッピング
• クエリーエディタを閉じて終
了⇒レポートへ戻る

24. 時系列グラフ
• 数値になった“優勝ID“フィールド
で時系列プロット
– 軸：年、値：優勝IDの平均
– 白組(1)、紅組(-1)
• なんとなく白が連続勝利

25. トレンドをみたい
• 分析タブから傾向線を追加
– 回帰直線が得られる
– 白組への優勝偏移がわかる

26. 予測したい
• 分析タブから予測を追加
– 予測時系列が得られる
– やはり白組が勝ちそうだ
• 季節性なども加味できる

27. 司会者の統計を出したい
• 司会者の文字列データから集計
– 棒グラフVisualを選択
• 並びが名前順で読みにくい
– Visualの右端のメニューから並べ
替えを選択しカウント順に変更

28. 類型（グループ）化したい
• 司会者クラスを作成
• フィールドからグ
ループ作成
– 「アナウンサー」「歌
手」など
• 手作業で対応できる
数ならこれで十分
通常はデータ中にグループデータが存在するが、
ない場合はこの場で作成可能

29. クラス情報の利用
• 先ほどの棒グラフ：グラフの凡例に追加
• 内訳の円グラフ
棒グラフ
円グラフ

30. 勝敗と司会者クラスの相関をみたい
• 白組が勝ちやすい司会者
クラスは？
• 100%積み上げグラフ
– 凡例に優勝を選択
• コメディアン、民放アナ
ウンサークラスで顕著に
白組が優勝
– 今年は？相葉君？

31. グラフのデコレーション
• 普通にグラフを描くとイメージに合わない配色になることがある
– 書式パネルで簡単に変更可能
– Excelのグラフほどカスタマイズはできないが
好ましく無い配色 好ましい配色

32. スライシング
• 同じデータソースに関するデータ選択は全グラフに反映される
• テーマごとに別々のグラフを作る必要がない
白組選択
白組が勝利したときの司
会者
アイドル選択
アイドルが司会した時の
勝敗
アイドルが司会した時の
紅組司会者

33. まとめ

34. まとめ
• Excelでやっていた作業が、
– より効果的に分析可能
• Excelでは特殊機能だったものが簡単
• 可視化までのパスが短い（ドラッグアンドドロップだけ）
• スライシングが自由自在（スライサーの定義自体いらない）
– より効率的に作業可能
• WebスクレイピングやDBなどに直感的に接続可能
– ミスなく作業可能
• 範囲指定などを考えなくてよい（１００万件でも大丈夫）
• 式などの処理履歴を保持でき、後で編集可能

35. データは公開済み
• このチュートリアルで使ったレポート
– https://app.powerbi.com/groups/2fdcaf78-1da6-4c73-8296-
366f005f0163/reports/7c96df13-16ff-443c-853a-
6ebd0e49a82a/ReportSection
– スライスなどの基本的な分析操作が可能

36. Japan Taxiでの適用先候補
• コーポレートデータ
– 売上、営業成績、財務、人事
– 営業所別経理、労務管理、パートナー
• Webデータ
– アプリ関連のメトリックス、Webアクセス
– マーケティングデータ
• 決済データ
– PoS、顧客管理
• 運行管理
– トラッキングデータ、配車履歴