コミュニティフォーラム (Japanese)

ようこそLookerの日本語コミュニティへ!リリースノートやイベントのご案内などは「ニュースと告知」、Lookerの製品機能に関するちょっとした疑問・質問は「ヘルプとサポート」、その他TIPsやデータにまつわる話は「コラム」のカテゴリへご投稿ください。みなさまの投稿・コメント、心よりお待ちしています!

134 Topics

動的な階層の作り方

階層は値をバケット化するのに最適な方法ですが、LookMLのdimensionのtier:で指定した場合は、バケットのサイズは事前定義された静的な階層となります。時折、バケットサイズを動的に変更可能な階層を作成したい場合があります。これを、Liquidと呼ばれるテンプレート言語と、パラメーターと呼ばれるLookerのフィルターのみのフィールドを使用して実現可能です。 (🇺🇸本記事は、このヘルプ記事を翻訳したものになります) 実現方法 まず、ユーザーが希望するバケットサイズの数値を入力するためのフロントエンドフィルターフィールドとして機能するパラメータ(type: number)を作成します。 次に、さまざまなバケットを決定するために使用されるディメンションにて、Liquid変数{% parameter parameter_name %}で前述のパラメーター値を参照します。 これにより、ユーザーがパラメータに入力した値に応じて、dimensionの出力内容が動的に変更されます。 例 動的階層を構築するために、モジュロ演算を使用するパターンを作成します。そうすると、以下のように、10〜20、20〜30などの階層が連結した状態で表示されます。 数学的アプローチ: 先に述べたように、 剰余演算(modや%)を使用して階層を計算します。このアプローチは、いくつかの簡単な数学で説明できます。 rが、ユーザー定義のバケットサイズを表すとする バケットを割り当てたい値を、nとする まず、次の式でバケットの下限を計算します: n - n % r 次に、次の式で上限を計算します: n - n % r + r 例: r = 5 n = 33 n % r = 33 % 5 = 3 これは以下のことを意味します: 下限境界 = 33 - 3 = 30 上限境界 = 33 - 3 + 5 = 35 次に、これらの2つの値を連結すると、30 - 35 という階層が得られます。 LookMLで実装する場合 最初に、エンドユーザーが希望するバケットサイズを選択できるようにするパラメーターを作成します: parameter: bucket_size { default_value: "10" type: number } 次に、buc

テーブル計算を使って「その他」を表現する方法

カーディナリティの高いディメンションをチャートやテーブルで可視化する際に、数の少ないものについては纏めて「その他」として表示したいケースというのは往々にしてあると思います。 もちろんLookMLの派生テーブルを利用すれば簡単に実現することが可能ですが、LookMLに手を加えるまでもない場合、テーブル計算を使ってこれを実現することが可能です。 LookMLを使う方法はこちらをご参考ください。 例えば以下のようなカテゴリ別オーダー数のデータについて、TOP10より少ないカテゴリはすべて「その他」にまとめて表示したいとします。 まず以下のようにエクスプローラの 行数制限 を 11 (表示したいカテゴリ数+1(その他の分))とし、合計 の取得のチェックボックスにチェックを入れます。 次に、テーブル計算で以下二つのカラムを追加します。 products.category を対象のディメンションに、order_item.order_countを対象のメジャーに、それぞれみなさんの環境に合わせて置き換えてください。 カテゴリ (表示用) if( # 最終行以外の行の場合 row() != max(row()) # カテゴリ名をそのまま表示 ,${products.category} # 最終行の場合、「その他」と表示 , "その他" ) オーダー数 (表示用) if( # 最終行以外の行の場合 row() != max(row()) # オーダー数をそのまま表示 ,${order_items.order_count} # 最終行の場合、これ以降全ての行の合計値を表示する , ${order_items.order_count:total} - sum( if(row()= max(row()) , 0 , ${order_items.order_count}) ) ) ※ エクスプローラに「合計」を追加している場合に、上記のように「:total」を付けることでその列の合計値を取得することができます。詳細はこちらをご参照ください。 以下のように追加されたかと思います。 元々のディメンションとメジャー項目を可視化項目から除外します。 歯車マークをクリックし、以下のように「Hide from Visualization」を選択します。

カテゴリ:The Kitchen Table が公開されました!

Lookerのコミュニティサイトに新しいカテゴリとして The Kitchen Table が公開されました。こちらのカテゴリでは、これまでLookerのメンバーが長年に渡って蓄積してきたLookerに関する大量のHow-to, TIPs, トリックなど、内部限定で共有していたナレッジを公開していきます(既に多くの投稿がありますが、まだ内部ドキュメントからの移行最中ですのでこれからさらに増えていきます!)すべて英語での公開となりますが、Lookerユーザーの皆様にとっていずれも興味深い内容のものばかりかと思いますので、Lookerの利用において何か気になることがあったときにはこちらも合わせて探索してみていただけますと幸いです。 The Kitchen Table (キッチンテーブル) とは?Lookerが大切にしているカルチャーとして “キッチンテーブル”というものがあります。これはチームやロールに関係なく、みんなが (物理的な) キッチンテーブルに集まって仕事をし、その場で自由に・気楽に質疑応答やアイデアの交換を行い、ともに協力・学び・成長していくためのカルチャーです。今回Lookerが内部限定で共有していたナレッジを公開することで、ユーザーの皆様も含めてキッチンテーブルのように気軽に意見交換できるきっかけになればとの思いを込め、このようなカテゴリ名がつけられました。ぜひお楽しみください!

[イベント終了] BEACON Japan 2021のご案内

Looker主催のオンラインイベント、BEACON Japan が今年も開催決定! Looker を活用した全社規模でのデータ活用や、デジタルトランスフォーメーション(DX)についての情報をお届けするだけなく、最新のモダン BI 構成や組み込み分析の事例に関するトピックもお送りします。開発担当者からビジネスユーザーだけでなく、これからのデータ活用を進めていく上で必要となるアクションや課題など、意思決定者の方にも最適なコンテンツをお送りします。開催日:2021年6月22日 - 6月23日本イベントは終了しました。全てのセッションは以下ページよりアーカイブをご覧いただくことができます。一覧はこちら基調講演 (日本語字幕付き) Slalomと三菱商事が実例を交えてDXを語る - デジタル時代に必要な取り組みと考え方とは データ活用推進の取り組みとポイント (株式会社スペースマーケット 山崎様) マネーフォワードが実践する「SSOT」とデータの民主化に向けた取り組み (株式会社マネーフォワード 佐々木様) データマネジメント×データマーケティングを掛け合わせて実現するDXへの挑戦 (株式会社True Data 竹村様) Looker組み込みアナリティクスによるScalebase分析機能の展開 (アルプ株式会社 相野谷様) 柔軟性と低価格化を実現!Lookerを搭載した独自の顧客データ管理ソリューションの開発録 (デジタル・アドバタイジング・コンソーシアム株式会社様)  Lookerセッション 最適なデータ分析ソリューションの見つけ方 Looker 組み込み分析 セッション 分析機能の組み込み - 製品利用で収益化コストを最適化

Chrome Extension から Looker APIを読んだ際に色々分かったことを共有します。

 Chrome ExtensionからLookerのAPIを使ってなにか出来ないかと思い、実装してみました。その段階で、調べて分かったこと、今の所ここまでしか出来ないといったところを共有したいと思います。APIの基本的な処理の流れは以下になります。1.Client_ID/Client_Secretを使って認証を行います。Client_ID/Client_Secretの取得はここから取得します。このClient_IDとClient_Secretを利用します。 例:https://xxxxxx.looker.com/api/4.0/login&client_id=xxxxxxxx&client_secret=xxxxxxx2.そうするとaccess_tokenが発行されますのでそれを使って今後操作をしていくことになります。3.Access_Tokenをつかっての操作はこんな感じです。例:https://xxxxxx.looker.com/api/4.0/queries/models/thelook-model/views/order_items/run/json?fields=order_items.total_revenue&access_token=xxxxxxxxxxxxxxxxxxxxxx&f[products.brand]=filter用の検索ワードqueries以下は操作に寄って色々変わりますが、&access_token=xxxxxxxxxxxxxxxxxxxxxxは必ずどの操作でも必要となります。APIのリファレンスはここになります。 次にChrome Extensionの話です。ミニマムなファイル構成はmanifest.jsonmain.js(名前は何でも良い、manifest.jsonの中で呼び出す名称と一致していれば良いです。)Chrome Extension の開発はこの開発モードで行います。デベロッパーモードをオンにするとパッケージ化されていない機能拡張を読み込むオプションが利用できるようになるので、上記のmanifest.jsonなどがあるフォルダを指定することで作成中の新しい機能拡張が利用できるようになります。 開発が終了したらパッケージ化してGoogleの審査を通るとようやく一般に開放できることとな

Looker 7.8 リリースノート

リリース予定スケジュール リリース開始日: 2020/5/17 リリース完了およびダウンロード可能: 2020/5/28 2020/6/1 ⚡ APAC地域は日本時間2020年 5月29日 6月2日のリリースを予定しています⚡ ⚡ リリース予定日は変更となる可能性があります。予めご了承ください⚡ リリース予定の変更など、リリースに関する重要な通知はLooker Technical Contacts 宛にメール配信されます。Lookerの管理画面よりTechnical Contactsの登録をお願い致します。 その他リリースに関する概要はこちらをご参照ください。 過去のリリースノート レガシー機能の終了スケジュール 重要なお知らせ: オリジナルのリリースノート(英語版)は標準のLooker documentationにて掲載されます。以下リンクよりご参照ください。 Looker 7.8 Release Highlights Looker 7.8 Changelog その他日本語のLookerドキュメントリスト 本スレッドへのコメントは公式には追跡されないことにご注意ください。ヘルプ・リクエストや障害報告については、新規トピックを追加いただくかLooker Help Centerからご連絡ください。 リリース・ハイライト Aggregate Awareness 永続的派生テーブル(PDT)の並列作成 Data Dictionary(データディクショナリー) マーケットプレイスの新たなコンテンツ その他の追加・変更・修正機能 Aggregate Awareness Lookerは、データベース内の最も効率的なAggregate table (集計テーブル) を特定し、クエリを実行します。 Aggregate awareness は、データベースクエリのパフォーマンスを向上させ、LookMLの中にAggregate table (集計テーブル) を定義することによってクエリコストを減らすことができます。 Aggregate table は粒度の細かいテーブルをロールアップしたものになります。 Lookerは、可能な場合に、粒度の細かい大きなテーブルの代わりに自動でAggregate tabl

新しいランタイムAragoniteについて

Lookerバージョン21.20にて、Lookerの新しいランタイムAragoniteのbeta版がリリースされました。製品発足当初から使用されていたサブシステムを大幅に変更したもので、今までのLookMLのランタイムと比べて、大規模で複雑なモデル(例:ネストされたNDT)やLookerがクエリを並行で準備・実行する際などのパフォーマンス問題の改善が期待されます。具体的には下記のシーンでのパフォーマンス改善が期待されます。 Exploreやdashboardでのメタデータローディング LookML validation、content validation SQL生成 Project内に大量のコンテンツがありLookMLのValidation実行に毎回時間がかかるケースなどで有効そうですね! 使用方法 Admin > Labs feature> LookML New Runtime(Aragonite)を有効にした上で、projectのmanifest fileに”aragonite: yes” を記載してファイルを保存すると、project内でaragoniteランタイムが有効になります。"aragonite: yes" を削除またはコメントアウトすると、aragoniteランタイムは無効になります。 今までのランタイムでサポートされているLookMLと互換性がありますので、既存のコードに変更を加えずそのままご利用いただけます。詳しくはこちらをご覧ください。  注意バージョン21.20現在、aragoniteは現在ベータ版での提供となりますので、バグなどが含まれている可能性があります。manifestファイルに”aragonite:yes”を記載して今までのランタイムで発生しなかったエラーが出現した場合は、aragoniteのバグの可能性があります。バグが修正されるまで”aragonite:yes”をコメントアウトして通常のランタイムをご利用ください。

ツールチップの他のフィールドの値を表示する

本ページでは、ビジュアリゼーション内のツールチップをマウスオーバーした時に外のフィールドの値を表示する方法を説明します。(🇺🇸本記事は、このヘルプ記事を翻訳したものになります) ツールチップの他のフィールドの値を表示する Lookerビジュアライゼーションでは、データポイントにカーソルを合わせると、ツールチップにそのデータポイントのx軸とy軸のフィールドの値が表示されます。 ただし、ツールチップの他のフィールドの値を表示したい場合もあります。この場合は、html パラメータ内でLiquid変数を使用します。 Liquidは、Lookerでより動的なコンテンツを作成するために使用できるテンプレート言語です。 ただし、これを掘り下げる前に、Liquid with Lookerの使用に関する基本的な概念を理解する必要があります。この基本的な概念を理解するには、HTMLパラメーターでのLiquid変数の使用および、Liquid変数リファレンス のドキュメンテーションページを参照してください。 以下の例を参照してください。その後、これをどのように行うかを説明します。 実装方法 次のパターンを使用して、ビジュアリゼーションで値の任意の組み合わせを表示します。ただし、ビジュアリゼーションを検討するときは、次の重要な点に留意してください。 htmlパラメータは、Y軸として使用されるメジャーに利用します。 Y軸に表示する値は、メジャーの sqlステートメントの値である必要があります。 フォーマットされたメジャー(メジャー タイプ:percent_of_totalまたはvalue_format_nameまたはvalue_formatパラメーターを持つメジャー)を使用する場合は、必ずLiquid構文{{field_name._rendered_value}}を使用してください(field_nameはメジャーまたはディメンションの実際の名前です) 。 この特定の例では、データセットをグループ化するためにgross_margin_tierディメンションと、計算のためにtotal_gross_marginメジャーを type:sumとして作成しました。 Liquid変数_rendered_valueを使用して、小数点2桁のtotal_gross_marg

Looker 6.24 リリースノート

リリース予定スケジュール リリース開始日: 2019/11/10 リリース完了およびダウンロード可能: 2019/11/21 すべてのリリースノート 6 レガシー機能の終了スケジュール 重要なお知らせ: オリジナルリリースノート(英語版)のDiscourseへの掲載は今回のリリースが最後となります。今後リリースノートにつきましては標準のLooker documentationにて掲載されます。 尚、日本語翻訳版に付きましては引き続きDiscourseに掲載する予定です。 🇺🇸 Release Notes in English 🇺🇸 日本語のLookerドキュメントリスト 本スレッドへのコメントは公式には追跡されないことにご注意ください。ヘルプ・リクエストや障害報告については、新規トピックを追加いただくかLooker Help Centerからご連絡ください。 リリース・ハイライト 一般的な改修と機能強化に加えて、このリリースには次のカテゴリの新機能と機能改良が含まれます。詳細については以下を参照ください Labs機能として、Slack Appを導入 Labs機能として、新しいダッシュボードエクスペリエンスを導入 Labs機能として、キュレーション検索を導入 ClickhouseのDialectサポート Snowflake接続におけるOAuthサポート リリース準備 ⚡ が付いている項目は、既存の機能への変更を示しているので注意が必要です。 詳細については、以下の「従来の機能の更新と機能別のセクション」を参照してください。 Labs機能のキュレート検索はデフォルトで有効化されます Table-nextはLabsのベータからはなくなり、デフォルトで利用可能な機能となります アラートはLabsのベータからはなくなり、デフォルトで利用可能な機能となります API 3.0および3.1のエンドポイントにおける修正と拡張 ベータ及び実験的Labs機能 ⚗マークが付与されたベータ及び実験的機能 は、新規追加及び改良されています。 新しいSlack App 新しいキュレーション検索 新しいダッシュボードエクスペリエンス 注目機能 Slack App &#x2

Looker アクション - Sendgrid

Looker アクション - Sendgrid 本記事は Looker Actions - Sendgrid 🇺🇸 の翻訳記事です Lookerは、Sendgridアクションを起動し、お客様がLookerからSendgridを介してデータをメールに送信できるようにします。 このアクションにより、Lookerのお客様は、1回のみまたはスケジュールに基づいて、Sendgridを介してLookerデータを電子メールに送信できます。 Sendgrid アクションの有効化 Note: Looker インスタンスが Looker 5.6 以上である必要があります. Lookerでアクションを有効にするには、管理パネルに移動し、プラットフォームヘッダーの下にある[アクション]タブ* [your-instance.looker.com/admin/actions] *。 (管理>プラットフォーム>アクション) Sendgridアクションで「有効」を選択します。 Sendgrid APIページで、webhookコネクターを使用してワークフローを作成します* * [https://app.sendgrid.com/guide/integrate/langs/nodejs#settings/api_keys]* (** Sendgrid->キーの作成->コピー**) Sendgrid APIキーをコピーして、Lookerアクションページに貼り付けます。 Sendgridワークフローにデータを送信 これで、LookerがSendgrid APISHと通信できるようにアクションを設定できました! レポートの作成と送信、スケジュール Lookerで、view a Look、explore dataまたはダッシュボードを表示でSendgridに送信するデータを表示します。 次に、今すぐデータを送信するまたは データをスケジュールする を選択すると、後にまたは定期的に送信されます。 送信またはスケジュール ウィンドウの 宛先 フィールドで, “Sendgrid”を選択します。 To フィールドで、データ受信者の電子メールアドレスを指定します。 オプションで 、From 、 ファイル名 、 件

Looker API 4.0 の一般提供開始

この投稿は、Looker API 4.0 Generally Available英語版に投稿されたものの翻訳です。 Looker API 4.0 の一般提供開始Looker API 4.0 が Looker 22.4 で一般提供が開始されることをお知らせいたします。一般提供の API 4.0(API 4.0 Generally Available)には、大きな変更がいくつか行われ、複数のエンドポイントがベータ版(Beta)から製品版(Stable)に昇格されます。API 3.1 と 3.0 は影響を受けません。Looker API 4.0 GA エンドポイントに対応するように、Looker がサポートする SDK とコミュニティがサポートする SDK を更新します。詳しくは、API と SDK のサポート ポリシーおよび Google によるAPI のバージョン管理の方法をご覧ください。この記事では、API 4.0 GA への移行により追加・変更される機能について説明します。 この記事の対象者このドキュメントは、Looker がサポートする SDK、コミュニティがサポートする SDK、または API 自体を通じて、Looker API を利用するユーザーを対象としています。現在ご利用の Looker API バージョンに対応する以下のセクションをご覧ください。 一般提供前の API 4.0 ユーザーAPI 4.0 を使用する場合は、このセクションをお読みください。Looker 22.4 で API 4.0 GA に移行する際の、追加・変更される機能について説明しています。API 4.0 GA では、すべてのエンティティ ID フィールドが数値の integer 型から string 型に変更されます。例えば、GET /groups/{group_id} エンドポイントは、型 int64 ではなく型 string として id を返します。API 4.0 エンドポイントの使用に伴う影響と対応策については、次の表を参照してください。 使用状況 発生する可能性のある影響1 予防策   Looker モバイルアプリ 古くなった Looker モバイルアプリのインストールが動作しなくなる 最新

Looker 6.22 リリースノート

リリース予定スケジュール リリース開始日 : 2019/10/13 リリース完了およびダウンロード可能 : 2019/10/24 すべてのリリースノート 6 レガシー機能の終了スケジュール 本スレッドへのコメントは公式には追跡されないことにご注意ください。ヘルプ・リクエストや障害報告については、新規トピックを追加いただくかLooker Help Centerからご連絡ください。 🇺🇸 Release Notes in English 🇺🇸 📚 日本語のLookerドキュメントリスト 📚 リリースハイライト 一般的な改修と機能強化に加えて、このリリースには次のカテゴリの新機能と機能改良が含まれます。詳細については以下を参照ください。 IPホワイトリスティング SQL Runner ビジュアライゼーション New SDKs ローカライゼーション アップデート リリース準備 ⚡ が付いている項目は、既存の機能への変更を示しているので注意が必要です。 詳細については、以下の「従来の機能の更新と機能別のセクション」を参照してください。 コンテンツの送信、スケジューリング、またはダウンロード時のフィールドラベルのJSON形式の出力に変更が導入されました 宛先のないスケジュールは送信に失敗するようになります SnowflakeのJDBC driverがアップグレードします Microsoft SQL Server 2016+ timezoneがサポートされるようになります ベータ及び実験的機能 以下の ⚗ マークが付与されたベータ及び実験的機能 は、新規追加及び改良されています。 Table-Next (ベータ) の改善 アラート (ベータ) の改善 SQL Runner ビジュアライゼーション (ベータ) 注目機能 IPホワイトリスティング この新機能は、Looker管理者がLookerインスタンスにアクセスできる特定のIPアドレスまたはIPアドレスのブロックをホワイトリストに登録する仕組みを提供します。この機能をアクティブにすると、Lookerはホワイトリストに登録していないすべてのIPアドレスからの接続試行

アグリゲートアウェアネスによるパフォーマンス改善

本トピックは、弊社のHelpに記載のAggregate Awareness using _in_queryを翻訳したものになります。 Liquid attribute の _in_query を利用することで、Exploreでユーザがどのフィールドを選択し、SQLを動的に変更することが可能になります。これにより、多くの潜在的なユースケースが考えられます。この記事では、データベースリソースの消費を削減することで合理的にパフォーマンスを向上させる「アグリゲート・アウェアネス」と呼ばれる概念に焦点を当てています。 Lookerの多くのお客様は、イベントレベルまたはトランザクションレベルで非常に大量の詳細なデータをレポーティングしています。これは、個々のレコードの調査など、特定のシナリオには役立ちますが、基本的な統計だけが必要な場合、詳細なデータのクエリには多大なコストがかかります。 一般的な解決策は、これらのユースケース用に、より集約されたテーブルを作成することです。この場合、クエリのコストは低くなりますが、それぞれ独自のエクスプローラを利用する必要があります。そして、エンドユーザーが利用すべき最適なエクスプローラを知らない状況が発生する可能性があります。 _in_queryを利用することにより、一つのExploreだけを利用して、最適な集約データへのルーティングを行うことが可能になり、この問題を解決することができます。これは、基本的な統計に対しての問合せ時間を減らすことが可能です。 サンプル これは、LookerのLiquid variable ドキュメントにて提供されているものに近い基本的な利用例です: view: orders { sql_table_name: {% if orders.created_date._in_query %} orders {% elsif orders.created_week._in_query %} orders_smry_week {% elsif orders.created_month._in_query %} orders_smry_month {% else %} orders_smry_year {% endif %} ;;

「最新の」値だけをメジャーにする方法

この記事は、Only measuring the “latest” values🇺🇸 の翻訳記事です メジャーとは何か? 非常に多くのケースで、私たちは、自分自身に不必要な制約をかけてしまって、メジャーやメトリック、あるいは集約するということは、SQLで提供される基本的な集約であるSUM、COUNT、AVERAGE(あるいは方言がサポートされている場合はMEDIANも含む)のことであると考えてしまいます。 しかしここでちょっと立ち戻って、なんのメジャーが本質的なのかを考えてみましょう - 通常、あるグループやディメンションの中で、潜在的に多数の基礎データポイントを取得して、それらを利用可能なデータに凝縮するメジャーを選びましょう。数千の注文を集約する際は? メジャーには総売上が良いです。数百万のセッションでは? サイトの平均滞在時間が良さそうです。何百万人ものセグメントあたりユーザー数は? 訪問頻度のヒストグラムになります。多数のキャンペーンと、たくさんの日付、訪問データは? 直近30日間の訪問回数のスパークラインなど。 上記の例はちょっと言い過ぎかもしれませんが、要点はつまり、あなたの想像力が制約になっているということです。ここでは、最新のデータポイントのみを使用する必要があるデータを要約するときの簡単なメジャー使用方法を次に示します。例としては、在庫のスナップショットや、バランス・シート、タイムスタンプ付きの変更リストが与えられた属性の状態履歴などのデータです。 「最新の」メジャー 今、以下のような在庫のスナップショットデータで、日毎にそれぞれ在庫数を持っているとします。 INVENTORY_SNAPSHOT inventory_id | taken_at | amount ------------------------------------ 1 | 2018-01-01 | 17 2 | 2018-01-01 | 9 3 | 2018-01-01 | 29 1 | 2018-01-02 | 13 2 | 2018-01-02 | 37 3

[ウェビナー] What's New in Looker Mar 2021 - Japan

2020年後半〜2021年現在までにリリースされたLookerのメジャーな最新機能をデモを交えてご紹介します。 開催日時:3月12日(金)  12:00 - 12:30登録ページ:こちらのフォームよりお申し込み下さい本ウェビナーは既に終了しました。以下URLよりオンデマンドにてご視聴いただけます!https://info.looker.com/looker-japan/whats-new-in-looker-looker-march-2021 ご紹介予定機能 :エクスプローラ:新しいフィールドピッカーとクイックスタート LookML IDE:メタデータサイドバー Extension:LookMLダイアグラム その他:BI Engine Integration ウェビナー中にご紹介する内容についてのご質問はこちらのトピックにお気軽にコメントをお寄せください。またご案内する機能以外のLookerに関するご意見・フィードバックも大歓迎です! みなさまのご参加とコメントを心よりお待ちしております。 以下各機能についてのリソースページも合わせてご参照ください新しいフィールドピッカーhttps://docs.looker.com/exploring-data/exploring-data#new_explore_field_pickerクイックスタートhttps://docs.looker.com/exploring-data/exploring-data#quick_start_analysesIDEメタデータサイドバーhttps://docs.looker.com/data-modeling/getting-started/lookml-metadataBigQuery BI Engine SQL interface overview (プレビュー登録フォームもこちら)https://cloud.google.com/bi-engine/docs/sql-interface-overview#requesting_access_to_the_previewQuickstart using BI Engine SQL interface with Looker(BI Engine設定方法)https://cloud.google.com/bi-engine/docs/gett

TableVisualizationでコホート表現をしたいときに最初の列を表示しない方法

LookerのTable Visualizationで、例えば初回購入月からの経過月数ごとの継続購入率のコホートをピボットで表現したいとき、最初の月は必ず100%になります。最初の月は、特に表示する必要がないという場合があるかもしれませんが、Table Visualizationでは現在これを非表示にする機能はありません。 この場合、Table Calculationの pivot_where 関数を使って必要なピボットの列だけTable Visualization上に表示することができます。この関数では、ピボットの列から条件に一致した値だけを取り出すことができます。 まず、継続率の分母になる初回購入や初回訪問などの列にある数字を入れるための計算フィールドを作成します。ここでは初回訪問のfirst_sessionの値が0の列のセッション数だけを取り出します。pivot_where(   ${sessions.months_since_first_session} = 0,    ${user_session_fact.count}) 次に、コホートで継続率をみたい経過月数ごとに、「Xヶ月目の数/ 初回の数」を取り出すためのそれぞれの計算フィールドを作成します。pivot_where(   ${sessions.months_since_first_session}=3,   ${user_session_fact.count}/${0}) 最後に、初回の数をVisualizationで非表示にして、グラフのConditional Formattingで条件付き書式の色を設定して完成です。お試しください。