【2019年】データ分析・可視化に本気でおすすめのツール30選（ノーコード型ツール含め） - Qiita
1.一般的なチャート （1）RAWGraphs RAWGraphs はクラウド型、オープンソースのデータ視覚化ツールであり、 Excelのデータを処理するためによく使われます。RAWGraphsにデータをアップロードし、ほしいグラフを設計して、 SVGかPNGの画像に出力すれば済みます。RAWGraphsにアップロードされたデータは Web側でのみ処理されるので、 データの安全を保証できます。 （2）ChartBlocks ChartBlocks はグラフ作成のオンラインツールであり、スマートデータインポートガイドに従えば、データのインポートとグラフの設計を簡単に完了します。グラフを SVG、PNG、JPEGの画像や PDFへの出力が可能です。また、 Facebook やTwitter などのSNSで作ったグラフを共有するだけではなく、生成したグラフのソースコードを Webサイトに埋め込む
エンジニアを魅了する次世代 BI ツール『Looker』を Quipper が導入した理由（わけ） - スタディサプリ Product Team Blog
こんにちは、データグループのマネージャーをやっています beniyama と申します。 先の記事『プロダクトの「負債」を「機能」と呼び直す 〜A/Bテストを用いた"価値"の定量化〜』でも触れられていますが、データグループではデータ分析基盤の構築（参考資料）からデータ分析、あるいは学習データを活用した研究開発までスタディサプリのデータに関わることほとんど全てを担当しています。 プロダクトや事業 KPI の社内向けモニタリング環境の構築・整備も行なっているのですが、今回、既存の環境を刷新して Looker というまだ日本ではほとんど無名？のツールを導入することにしましたのでその経緯をお話ししつつ、今後国内でもユーザーが増えていくといいなという願いを込めて１エンジニアとして興奮したポイントを書き連ねていこうと思います。 最初の１年間は DOMO を導入して運用 スタディサプリではもともと各種 K
RFM分析とは？限界 / デシル分析との違い / 進め方を紹介！｜
言わずと知れた、顧客分析の黄金フレームワークであるRFM分析。RFM分析はとてもシンプルで強力な分析手法ですが、実は簡単には使いこなせない理由があります。本記事では、RFM分析を改めて簡単に解説しながら、どのような点に気をつけて分析を進めれば思い通りの分析が出来るのかを、具体例を交えて丁寧に説明していきます。記事の最後にはツールの紹介も行っているので、自社のデータに対してRFM分析をしたいと考えている方は是非参考にしてください。 弊社が提供している マーケティングツール『b→dash』 は、マーケティングプロセス上に存在する全てのビジネスデータを、ノーコードで一元的に管理できる他、b→dash上のデータを活用した分析レポートや、メールやLINE配信等の施策成果レポートの作成に最適なツールとなっております。 1. RFM分析とは 1-1. RFM分析の3つの指標 RFM分析とは、ある一定期間
OSSのデータ可視化ツール「Metabase」が超使いやすい - Qiita
Metabase、まじでイケてる。 1日で、Re:Dashから乗り換えました。 Metabaseとは OSSのデータ可視化ツール。Re:Dashとかと同じ類。 AWSとかに乗せて、誰もが見れるダッシュボードを作ったりする時に使うと、俺かっけーってなります。 スクリーンショット 実際に社内で運用している様子をモザイク付きでお見せします。 毎日みているダッシュボード。これの4倍くらいの数値見てる。 ダッシュボードの編集。マウスで簡単に位置や大きさの変更ができる。 クエリビルダー的なやつがあり、グルーピングとか超絶便利。SQL書けない人でも、単一テーブルとかだったら余裕かと。 グラフ化も簡単。 SQLでのクエリ編集画面。ちゃんと補完してくれる。 Metabaseの良い所 見た目が格好いい。 インストールが簡単。 openjdk-8-jdk入れて、jarファイル置くだけ。 豊富なデータソースに対応
Airbnb製のCaravel改めSupersetを使ってデータ可視化を試してみた。 - Qiita
この記事はOrigami Advent Calendarの8日目の記事です。 Origamiでは現在、re:dashというBIツールを使っているのですが、最近airbnb製のsupersetというツールにも興味が湧いたので開発用に使っているDBを対象にして環境構築からデータ可視化までの一連を試してみたのと、普段使っているredashとの比較をしてみました。 環境 公式のドキュメンテーションに沿って構築します。サーバーはEC2のt2.micro、OSはubuntuを使っています。 dockerの環境がある場合は、dockerhubにあるimageを使うと楽です。 扱う前の事前準備 データソースの設定及びsupersetを扱う前に抑えておきたい4つの概念を紹介します Source(Database) Source(Table) Dashboard Slice Source(Dtabase) こ
Google の可視化ツールの Data Studio を試してみた - 唯物是真 @Scaled_Wurm
Google Data Studio (データスタジオ) という可視化サービスがベータ版で使えるようになっていたので試してみた 見たい数値を一覧するためのダッシュボード的なものを作るためのサービスなので、いろんな場所からデータを取ってきて一箇所でまとめて確認するのが用途っぽい(今のところ似たようなサービス・ツールの方が機能が多そう データソース データソースとしてGoogle AnalyticsやBigQuery、Google Spreadsheet、MySQLなどを選んでデータを取ってこれる データソースを選んでGUIでグラフやテキストを配置していく データの既存のフィールドに関数を適用した結果の値を使うこともできる 使える関数のリスト 下の画像ではGoogle Analyticsの「ブラウザ」(Chrome, Firefoxなど)と「ブラウザのバージョン」(バージョンの番号)をCONC
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
