Tableauデータサイエンス勉強会 第4回 - 画像認識技術とBIの巻- 登壇資料 https://techplay.jp/event/750555

1. Tableau + Pythonと
データのあり方
Tableau データサイエンス勉強会第4回

2. About Me
荒木 和也
Kazuya Araki
Knight of Tableau DATA Saber
受託開発 -> パッケージ開発 -> 某HR Tech & 個人事業
Engineer -> Data Analyst / Data Enginieer / Data Archtect
Love: Data
Hobby: J-Rock, Snow Sports, PC Game, Board Game etc(100+)https://www.facebook.com/kazuya.araki.tokyo
@kazuya_araki_jp
https://note.mu/jedi_trickstar
https://public.tableau.com/profile/kazuya.araki#!/

3. お話しすること
最近考えている、思っていることについて語ってみます。
(サイエンスよりは、エンジニアリングの与太話となります)
● データとTableau(Desktop)の関係
● TableauとPython

4. お話ししないこと
10分では足りないので。
● PythonのHow
● TabPyの細かい話(本当は語りたい)

5. データとTableau(Desktop)の関係

6. 基本はETL(データパイプライン)の考え方

7. Tableau(Desktop)は優秀

8. 優秀すぎるが故の罠

9. 優秀すぎるが故の罠
例: 計算フィールド多すぎ問題
● 単純にパフォーマンスが劣化する。
● メジャーの視認性が悪くなる。
● メジャー名を正しく定義しないと使うときに困る。
● 計算式が正しくなかった場合のレビューがとても難しい。
○ レビュワーもCreatorユーザーでなければならない。
etc...

10. 優秀すぎるが故の罠

11. 優秀すぎるが故の罠
例: カスタムSQL
● SQLが実行できるデータソースで発生しうる。
○ データマート構築が進んでいない場合。
○ サービズデータを無加工でデータウェアハウスに格納して
いる場合。
○ 総じて、データエンジニアリングが未熟なフェーズ。
● Tableau Desktopのウインドウだと視認性が良くない。
● SQLが正しくなかった場合のレビューがとても難しい。
○ レビュワーもCreatorユーザーでなければならない。
○ 計算フィールドと複合していると原因特定に詰む。
○ SQLを書いた本人ですらわからない場合もある。
etc...
(フォーマッターかけて)
800行超あるSQL

12. 気をつけないと痛い目を見る

13. 構成を考えてみる🤔

14. 最近の推しの構成

15. 最近の推しの構成

16. 役割分担と構成管理

17. データ加工とデータ可視化を分けた方がよさそう
● データ加工 = SQL / Python / Tableau Prep Builder
○ GitHubでコードを管理する。
■ データ定義を残す。
■ 再現性を担保する(= 誰が使っても同じ結果になる保証)。
○ SQLはデータベース、SQLでできないことはPythonに任せる。
○ API系はPython。
○ Tableau Prepは可能性しかない。今後に期待。
■ ただし、Prep Conductorまで使うには別途追加料金が必要。
● データ可視化 = Tableau Desktop
○ Tableau側はデータについて関与しない。
○ Tableauはデータ可視化にだけ、注力するようにする。

18. TableauとPython

19. Python IDEの構成 from あらき

20. TabPyの登場

21. Tableau内でPythonが記述可能に
TabPy

22. リプレース可能？
TabPy
🤔

23. 一人Zen問答したメモ at 2019/10/01
● TabPyの位置付けは計算フィールドと変わらないので、データパイプライン
を考えると、役割分担ができない。
● 一方で、TabPyは構築さえできてしまえばTableau内で完結するので、楽とい
えば楽。
● どちらが優れているかは現時点では判断できない。
● 少なくとも、2人以上が関わるようになった場合は、Tableau内であれこれや
るよりも、ちゃんと思考開示して共有できるようにしないと属人化は進むだ
ろう。
○ Citizen Data Scientists向け？
○ Data Engineerをかかえている組織であれば、分業した方が効率は良い？

24. もう少し、ざっくばらんに
議論したいです
※背景画像はイメージです

25. まとめ
● データとTableau(Desktop)の関係
○ データパイプラインを意識する = ツールに適した役割分担をする。
○ データ定義はTableau(Desktop)内で行うべきではない(のが個人的見解)。
○ なんでもTableau(Desktop)で解決しようとしない。
● TableauとPythonTabPy
○ データパイプラインを意識すると、TabPyの導入意義が薄れてしまう(のが個人的見解)。
○ もう少し深掘りしていきたいです🙇