Tableauの超基本 #2：集計とは？

2022年11月1日 00:54

Tableauの使い方を調べていくと、いろいろなところで「集計」「非集計」という単語が出てくると思います。
大量のデータを素早く理解する（or だれかに理解させる）ために、必ず使われる機能です。

ここでは、集計とは？を確認したうえで、集計の単位（粒度）、集計計算と非集計計算の違いの２つを見ていこうと思います

集計とは：複数行のデータの集まりから、「代表」を作る

集計は、Tableauに限らず、データを扱う時に頻繁に行われています。
いちばんわかりやすいのは「合計」でしょうか。

ここでは「複数行のデータをまとめる（束ねる）とき、その代表になる値を1個決める」という言い方にします。
合計のほかにも、平均、最大値など、集計の方法は色々あります

Tableauでも、何かメジャーを列や行に置いたとき、1本の棒グラフになりますが、元データが1行しかない訳ではないですよね。

裏側で、Tableauがたくさんの行データを読み、合計を計算・表示してくれています。（どんな集計をしたかも表示されています）

この「集計」の概念を踏まえ、
ここからは基本的なTableauの仕組みを2点押さえたいと思います。

a ビューに表示される集計単位（viz LOD = 見た目の粒度）はどうきまるか
b 計算と集計の関連性（集計 vs 非集計）

a. 粒度の話：データのまとまりをどんな単位にするか？Tableauで表示されている単位 viz LOD

では、まず、
「集計」をどの単位で行うか？
言い換えると、データのまとまりを何ごとに設定するか？　を考えることにします。

さきほどの売上棒グラフ1本は、全体の合計でしたが、これを何かの「切り口」で分けると、それぞれの集計結果が表示されます

「#1 行と列」では、出荷モードを列に入れて棒グラフを分割ました。
これは、集計を出荷モードごとに行った（集計単位に出荷モードを追加した）ことになります

「出荷モード」集計結果の分割は列以外でも分けることができます。
「マーク」のなかにある、色・サイズ・ラベル・詳細　に入れると、それぞれ違った表現方法（視覚属性）ですが、同様に集計単位をコントロールすることができます。

色、サイズ、ラベル、詳細　に「出荷モード」をドロップする
↓
集計結果が分かれるのは共通で、出荷モードをどう表現するかが異なる
（詳細＝視覚的には同じまま、集計単位だけ細かくする）

このように、元の行データを集計した結果を区切る単位をコントロールできる場所がいくつかあります。（列・行・色・サイズ・ラベル・詳細）

これらによって決められた集計単位（ビューでの集計単位）のことを、見た目の粒度と呼ぶことがあります。（viz LOD とも言われます）
* LOD = Level Of Details

b. SUMを計算？計算したものをSUM？
「集計 vs 非集計」の計算

次に、
元データの値から計算を行うときに気にしなくてはいけない、
集計・非集計の考え方について触れます。

ここでは、売上と数量から平均単価を計算する　という例で考えてみます
（売上÷数量＝平均単価）

1. 非集計＝元データの行ごとに計算
計算フィールドでこのように割り算を書くと、各行で計算を行います。
それぞれの行で割り算された結果を持ちます。（行ごとデータなので、集計することもできます）

2. 全体の平均は？= 集計計算
では、製品、店舗の切り口を外し、全体の平均を出してみます。
が、１の「行ごと計算」を集計しても、期待した答えが得られません

行ごとの計算結果を合計しても意味がない
平均しても違和感がある：行ごとの重み（数量）が考慮されてない

感覚的に、 320円 ÷ 8個 =40 と求めるのが正しそうです。
つまり合計の割り算（加重平均）が必要になりますよね。ここで集計計算が登場します。
言い方を変えると、集計結果を先に作ってから計算をさせることになります。

この場合、Tableauが何をしているか、以下3点を覚えておくとよいです
- 集計の方法は関数で決める (SUM, AVG, MAX, など )
- 集計関数が入るので、行ごとではなく、集計単位での計算になる
- 集計される単位は、 a で説明した「見た目の粒度 viz LOD」に従う

a+b 組み合わせて使う：全体の平均を切り分けていく

集計計算は見た目の粒度に従うので、切り口を追加すると、
切り分けられた集計結果それぞれを割り算していきます

エラー：1個の計算式に集計と非集計は同居できない

最後に、冒頭に紹介した、エラーが出るケースを思い出してみましょう
「集計と非集計は混在できない」と言われるのですが、最初いまいちピンときませんでした。

この集計の仕組みを踏まえると、集計されたカタマリの相手として1行のデータを特定できないからエラーになると考えています。
違う見方をすると、Tableauは同じ粒度の集計結果で計算していることになりますね。

売上の集計 320 を割る相手が非集計だと、
Tableauがどの行を参照したら良いかわからなくなる

ちなみに、集計を集計するのもダメですね。

【参考】集計計算のフィールドをさらに集計するのもエラーです
この場合は SUM() を外すべき

まとめ

おさらいするとこんな感じでしょうか。

集計：複数データを束ねて代表の値を決めること
集計単位はビュー上の「見た目粒度」で決まる
行ごとの計算（非集計計算）と、集計してから計算（集計計算）がある
粒度の違うものを計算しようとするとエラーになる（集計と非集計の混在）