はじめにこれまでの「10分で試すQlik Senseでデータ分析」などのチュートリアルでは主にSumを使ったシンプルな集計を扱ってきました。ここではSum,Total,Count,Distinct,Avgなどの集計関数やオプションを使って、様々な集計の要件に対応するための方法をより細かくご説明します。軸を跨った合計の算出-Total以下は基本的なSum関数の使い方となり、軸に設定した「商品カテゴリ」毎の売上を集計しています。では、ここで「全体の売上に対する各商品カテゴリの売上構成比」を算出したい場合にはどうすれば良いでしょうか？この様な時に利用するのがTotal句となります。以下の形でSum()の中にTotalを利用すると、軸に設定されている「商品カテゴリ」を跨って全体の売上合計を出力します。Sum(Total [販売価格])そして、以下の形とすると、全体の売上に対する各商品カテゴリの売上構成比を算出することができます。Sum([販売価格])/Sum(Total [販売価格]) また、以下の様に「商品カテゴリ」＞「商品名」という形で2軸となっている場合を見てみましょう。ここで先ほどのTotalを使うと、先ほど同様に全体の売上が集計されます。ただ、このような2軸で集計を行った場合、全体の売上ではなく「商品カテゴリの売上合計に対する、カテゴリに含まれる各商品の売上構成比」を算出したい場合があると思います。 そのような場合は以下の形でTotalの後に集計を行う単位の軸の名前を<>で括って指定します。そうすると以下の様な形で全体ではなく「商品カテゴリ」ごとの合計を計算して、各商品カテゴリの中での各商品の売上構成比を算出することができます。Sum(Total<商品カテゴリ> [販売価格])選択を無視した合計の算出 – SET分析の活用次にSET分析を活用して、選択を無視した合計の算出を行う以下の例を見てみます。ここでは、SET分析の「{1}」を指定しており、現在の選択範囲を無視して常に全体のレコードセットを対象として集計を行います。(SET分析については「思い通りのチャート集計を実現–Qlik SenseのSET分析」のエントリをご参照ください。)Sum({1} [販売価格])そうすると、例えば上記の例では「都道府県」で「東京」のみの絞り込みを行っており、「Sum([販売価格])」にはその選択が適用されますが、「Sum({1} [販売価格])」には適用されないため、「商品カテゴリ毎の東京都での売上」を算出することができます。同様に他の項目で絞り込みを行うと、軸に設定した「商品カテゴリ」単位で、全体のレコードに対する選択で絞り込まれたレコードの売上割合を出力することができます。レコード数のカウント – Count, Count Distinctレコード数のカウントはCount関数を使い、例えば以下の形で「伝票番号」の数をカウントして「商品カテゴリ」毎の取引数を集計することができます。ただ、Count関数を利用するときには「延べ数」をカウントするのか、「ユニーク数」をカウントするかを意識することが必要な点に注意する必要があります。以下の例では、「Count([販売日付])」とすると延べ数をカウントしているので上記の「伝票番号」をカウントした値と同じになっていますが、「Count(Distinct [販売日付])」とすると重複が排除されてユニークな日付数がカウントされています。 ただここで注意が必要なのは、キーとなっている項目に対するCount関数の利用する場合です。例えば以下の様なデータモデルで「Count([商品コード])」で集計した場合、どの様な集計が行われると期待するでしょうか？「商品コード」がキーとして「商品マスタ」と「売上明細」の両テーブルに含まれているため、数式の定義があいまいになってしまっています。 このように集計の定義があいまいになってしまうため、このような形でキーとなっている項目をCount関数で利用する場合には、求めていない値が算出されないように常にDistinctを付けた数式で利用することが基本的には推奨されます。Count(Distinct [商品コード])平均値の算出 – Avg, Sum()/Count(), Aggr平均値の算出にはAvg関数が用意されており、以下の形で利用します。ここで注意が必要なのは「何の平均値を算出しているか？」で、このような形で売上明細テーブルの販売価格に対してAvg関数を利用すると「取引(=伝票番号)毎の平均値」を算出します。ただ、多くの場合では取引単位ではなく、例えば月や商品単位などの平均値を算出するようなことを行います。そのような場合には以下の様な数式を利用します。この例では、商品カテゴリでグループ化して、商品毎の平均売上高を算出しています。Sum([販売価格])/Count(Distinct [商品名])また、商品毎といった形で1層での平均ではなく、商品と都道府県といった形で複数層での平均を算出する場合には、以下の形で文字列を結合することで可能です。Sum([販売価格])/Count(Distinct [商品名] & '|' & [都道府県]) 尚、以上の計算はAggr関数を利用して行うことも可能で、それぞれ以下の形となります。(Aggr関数は「Qlik SenseのAggrによる高度な集計処理」で詳細をご紹介しています。)Avg(Aggr(Sum([販売価格]),[商品名])) Avg(Aggr(Sum([販売価格]),[商品名],[都道府県]))まとめ以上、Sum,Total,Count,Distinct,Avgなどを使った集計の方法をご説明しました。 ...View More

 ■ Qlik Showcaseとは？『Qlik Showcase』はユーザー登録を行って頂くことで、公開された数多くのQlik Sense及びQlikViewの日本語版デモアプリをご自由に試して利用頂くためのパブリックサイトです。■ 利用開始方法以下の手順でQlik Showcaseへサインイン・ログオンを行います。① Qlik Showcaseのサイトへのアクセス：以下のURLをクリックしてサイトにアクセスします。https://qtjsc.ap.qlikcloud.com/② サイトへのサインアップ：サインアップは以下のいずれかの方法で行うことができます。GoogleアカウントによるログインFacebookアカウントによるログイン新規アカウントの登録（ID、パスワードの登録）■ サイト利用における基本操作アプリを開く以下の手順でアプリを開きます。スペースの切り替えアプリはスペースと呼ばれる単位で、アプリの業界別・目的別にカテゴリ分けされており、スペースを切り替えることでアプリ表示の絞り込みを行うことができます。アプリの検索検索ボックスでキーワードを入力して[Enter]を押すことで、アプリの検索を行うことができます。タグでの絞り込みアプリにはタグが付加されており、タグでアプリの絞り込みを行うことができます。コレクション（お気に入り）へのアプリの追加アプリをコレクションに追加し、ホーム画面やコレクション画面に整理して表示させることができます。■ サイト利用における注意点サイトの設定上、アプリ上でデータストーリーテリングやブックマークを作成することが可能となっています。ただし、他の利用者の迷惑にならないように他ユーザーへの共有などは控えてください。サイトでのメール送信の機能は無効としていますので、メール送信機能を利用するチャート画像のメール共有などの機能はご利用いただけません。Qlik Showcaseは複数の利用者で共有して利用するコミュニティサイトとなっています。他の利用者の迷惑になる行為や違法行為は行わないでください。当サイト利用における規約や行動規範については利用規約をご参照ください。■ 公開デモアプリの募集当サイトで公開するデモアプリを募集しています。当サイトのご利用者ご自身が作成されたデモアプリの中で公開可能なアプリをお持ちの場合、当ページ下部の連絡先までぜひご連絡ください。■ 利用規約当サイトはQlikTech, Inc.の日本法人が運用するQlikコミュニティサイトとして位置付けれ、以下のQlikサイトの利用規約に従って運営されています。利用規約■ 連絡先Qlik社の社員に直接ご連絡頂くか、以下イベントコミュニティサイトの[グループに関するお問い合わせ]よりご連絡ください。(TECH PLAYのアカウント登録が必要です。）https://techplay.jp/community/qlik ...View More

Qlik Sense の日本語サンプルアプリを公開します。 添付のqvfファイルをダウンロードし、Qlik Sense Desktopで開くか、Qlik Sense Businessにアップロードしてご覧いただくことができます。アプリの追加方法は下記をご参照ください。>>Qlik Senseへのアプリの追加方法Qlik連想技術Qlikの連想技術はどのようにビジネスにおいて役立つのでしょうか。クエリーベースのツールと比較しながら、連想技術の特長を確認します。動画もご参照ください。>> Qlikの連想技術（デモ動画）消費者販売の分析消費者向け製品の販売会社の分析です。営業員、地域、製品などで分析します。環境マネジメント（CSR）事業活動が地球環境に与える影響を常に認識していなければなりません。企業は、持続可能な社会の実現に向けて、社会的責任を意識した活動を推進することが求められています。そのため、サプライチェーンを含めた環境マネジメントが求められています。本アプリでは、グローバルに拠点を持つ日本の機械メーカーの環境経営について解説します。サプライチェーンリスクマネジメント製品の共有を滞らせないためのサプライチェーンリスクを管理するためのアプリケーションです。部品調達、製造フロー、地理的リスクを分析します。>> サプライチェーンリスクマネジメント（デモ動画） ...View More

Qlik Sense の日本語サンプルアプリを公開します。 添付のqvfファイルをダウンロードし、Qlik Sense Desktopで開くか、Qlik Sense Businessにアップロードしてご覧いただくことができます。アプリの追加方法は下記をご参照ください。>>Qlik Senseへのアプリの追加方法調達組織が支出と契約を分析する方法を示しています。ユーザーは、発注書、契約範囲、支払いパターンなどを使用して調達を分析し、組織のどの部分が期限内に支払いを行い、残高があるかを判断し、契約のステータスと重要な契約日をモニターできます。保険金請求の分析このアプリにより、ユーザーは自動車保険会社の請求ポートフォリオを分析できます。請求の概要、コスト、期間及び不正請求を発見するための分析を行うサンプルとなっています。医療のばらつき分析さまざまなタイプの医療のばらつきに注目し、不当な医療のばらつきを削減するために何ができるかに焦点を当てています。医療提供者にサービス改善の重要な追加情報を提供する、洗練されたアプローチの可能性を強調しています。患者費用分析このアプリケーションは、患者記録、財務、および運用医療システムから取得したデモデータで開発しました。このアプリを使用すると、医師の費用プロファイルを確認し、個々の患者レベルとそれらの患者の治療に使用されたリソースにドリルダウンできます。 [行動]タブでは、個々のDRG別処置を選択し、臨床医毎の経費と在院期間のばらつきを確認できます。 ...View More

Qlik Sense の日本語サンプルアプリを公開します。 添付のqvfファイルをダウンロードし、Qlik Sense Desktopで開くか、Qlik Sense Businessにアップロードしてご覧いただくことができます。アプリの追加方法は下記をご参照ください。>>Qlik Senseへのアプリの追加方法 CRMダッシュボードCRMデータを分析するダッシュボードです。顧客や商談、営業担当者のパフォーマンスまで分析し、受注金額トップ10の案件や、案件のステータス、顧客の数と案件の規模と受注数の相関関係などを見ることができます。ヘルプデスク管理社内の従業員がIT部門に依頼した用件のデータを可視化しています。これには、コンピューターのアップグレードの要求や、携帯電話の故障などが含まれます。各用件はIT担当に割り当てられますが、ITマネージャーは、どの用件が優先度が高いか、またはどの用件がまだ担当に割り当てられていないかを認識する必要があります。財務ツールキットこのアプリケーションでは、Qlikで解決できる、為替換算、キャッシュフロー、損益分岐点など財務チーム向けの10種類の分析をご紹介します。人材管理従業員の人口統計、離職率、新入社員、退職、給与を分析できます。このアプリのデータのほとんどは人事管理システムから取得されていますが、給与・報酬システム、採用システム、Active Directory（LDAP）、学習管理システム、その他のローカルソース（XLS、CSVなど）などの他のソースからのデータも含まれます。 ...View More

■ はじめに別の環境で開発されたアプリや、Communityサイトからダウンロードしたサンプルアプリなどを、自分の Qlik Sense 環境に追加して使用することができます。Qlik Senseのアプリケーションは、拡張子 qvf のファイルとして格納されますが、このファイルを自分のQlik Sense環境に取り込む方法をご説明します。■クラウド版 Qlik Sense の場合ハブ画面右上の[＋新規作成]＞[アプリをアップロード]をクリックします。qvfファイルをドラッグアンドドロップするか、フォルダからファイルを指定して、追加先のスペースを指定して、[アップロード]をクリックします。複数同時に追加することもできます。■Qlik Sense Desktop の場合ローカルフォルダの「C:\Users\%username%\Documents\Qlik\Sense\Apps」にダウンロードした.qvfファイルを配置することで、Qlik Senseのハブ上にアプリが追加されます。 ...View More

3月16日に Qlik アドボケイトのオンラインミートアップが開催されました。

...View More

■ はじめにQlik SenseではGUIでのウィザードベースの操作によるデータ追加や管理を行えますが、それに加えてロードスクリプトによる処理も可能です。実際のビジネスの現場では、分析する前に多岐に渡る複雑な変換処理が求められることが多いですが、ロードスクリプトによりそのような要求に対応することが出来ます。ここでは、まずQlik Senseでのデータ管理のコンセプトをご紹介した上で、ロードスクリプトの基本をご説明したいと思います。■事前の準備このエントリでは、「10分で試すQLIK SENSEでデータ分析」の手順に従って、Qlik Sense Business(SaaS版)の無料トライアルを開始、またはQlik Sense Desktopのインストールを行い、アプリの作成（「売上分析」アプリ）が完了していることを前提に作業を進めます。もし作業をまだ実施されていなければ、以下のリンク先の手順に従って作業を実施して下さい。>>「10分で試すQLIK SENSEでデータ分析」また今回、追加で「顧客マスタ.xlsx」のファイルを利用します。以下からダウンロードして下さい。>> 「顧客マスタ」のダウンロード■Qlik Senseのデータ管理のコンセプトQlik Senseでは、取り込むデータの管理方法としては大きく2つの方法があります。「データマネージャー」による管理GUIでのウィザードベースの操作でデータの追加などを行える管理方法です。技術に精通しないユーザーでも簡単にデータの取り込みなどを行うことができ、これまでのチュートリアルの作業で主に利用してきた方法となります。ファイルのドラッグ＆ドロップによるデータの追加(クイックデータロード)もこの方法に含まれます。「データマネージャー」へはナビゲーションバーの準備タブからアクセスすることが可能です。以下の画面上でデータ追加のウィザードを呼び出したり、データの削除を行うことが可能です。「データロードエディタ」による管理Qlik Senseでは複雑な変換処理などを実装できる強力なロードスクリプトが提供されています。ロードスクリプトはこの「データロードエディタ」で管理を行うことができます。「データロードエディタ」はナビゲーションバーの準備タブから呼び出すことが可能です。「データマネージャー」でデータが追加された場合には、それに対応するデータ追加のスクリプトが自動的に生成されます。これまで「データマネージャー」で行ったデータの取り込み、変換などの処理が、以下の形でスクリプトとして記述されていることが確認できます。また、アプリ作成直後に以下の様なメニューが表示されていたかと思いますが、右側の「ファイルおよびその他のソース」が「データマネージャー」による管理、下段の「データロードエディタ」が「データロードエディタ」による管理をそれぞれ選択する形となります。「データカタログ」はクラウド版のみの機能で、ここからもデータの追加が行えます。「データマネージャー」から「データロードエディタ」への管理切り替え「データマネージャー」でデータが追加された場合には、「自動生成セクション」タブに対応するスクリプトが追加され、このタブはデータマネージャーの管理下に置かれます。この「自動生成セクション」はロックされ、編集が出来ない状態となっています。これまでのチュートリアルでは別のタブを追加してスクリプトを追加しましたが、この「自動生成セクション」を編集しない限りでは「データマネージャー」と「データロードエディタ」の両方での管理を併存して行うことが可能です。また、「自動生成セクション」のロックを解除して「データロードエディタ」上で編集を行うことも可能です。ただし、一旦ロックを解除するとデータマネージャーを使用してこの「自動生成セクション」に含まれていたデータの管理やこれらのデータに対するプロファイリングが出来なくなりますので注意が必要です。ここでは、「自動生成セクション」のロック解除を行って編集をしていきたいと思います。「自動生成セクション」タブを選択し、「ロック解除」ボタンをクリックします。警告が表示されますので、再度「ロック解除」ボタンをクリックします。■データロードエディタでの基本作業顧客マスタのアップロードダウンロードした「顧客マスタ」を新たにクラウド上にアップロードして追加します。まず、「自動生成セクション」タブを開いて「商品マスタ」のロード文の最後尾を改行してカーソルを合わせます。そして「データロードエディタ」右側の「データ接続」欄の DataFiles フォルダのテーブルアイコンをクリックします。「ファイルを選択」画面の下部、「ここにファイルをドロップするか、ファイルをクリックして選択します。」欄に、「顧客マスタ」をドラッグアンドドロップします。データがアップロードされました。データロードのスクリプト追加次に同じ画面で一覧から「顧客マスタ」を選択し「選択」をクリックします。「スクリプトを挿入」をクリックします。データロードのスクリプトが挿入されました。■ロードスクリプトによる変換処理ロード文での変換処理追加されたスクリプトには先頭にLOAD文が含まれています。このLOAD文に変換処理を追加することで、FROM以下で定義されたファイルから取り込まれたデータに対してQlik Sense内で様々な変換処理を行うことが出来ます。先ほど取り込んだ顧客マスタのデータ形式は以下の様になっています。ここでは、このデータに対して以下の変換処理を行います。「顧客登録番号」の項目名を「顧客コード」に変換「顧客登録番号」に含まれるデータの先頭の「CU-」の部分を削除「生年月日」の項目を削除これらの変換処理の実装後のスクリプトは以下になります。顧客マスタ: LOAD SubField(顧客登録番号, '-', 2) AS 顧客コード, 氏名, 性別, //生年月日, 年齢, 血液型 FROM [lib://DataFiles/顧客マスタ.xlsx](ooxml, embedded labels, table is 顧客マスタ);ここでは以下の様な処理を行っています。SubFieldでは区切り文字を指定してサブストリングを取得することが出来ます。ここでは「-」を区切り文字に指定し、2番目のサブストリング(入力値が「CU-1001」の場合は「1001」の部分)を取得しています。ASにより項目名の指定・変更を行えます。ここでは1項目の名称として「顧客コード」を指定しています。「生年月日」は「//」でコメントアウトすることで取り込み対象から外しています。また、先頭に「顧客マスタ:」を追加していますが、これにより格納先のテーブル名を明示的に指定できます。(既定ではファイル名がテーブル名に設定されます。)スクリプトの修正が完了したら右上の「データのロード」ボタンをクリックし、ロードを実行します。ロードの完了後、「データモデルビューア」を開いて取り込まれたデータを確認します。以下の形で「顧客コード」で「売上明細」と自動的に関連付けがなされ、想定通りに変換されたデータが格納されていることがプレビューから確認できます。先行ロード文ここまでロード文に変換処理を追加してきましたが、さらに先頭にロード文を追加し、下のロード文の出力データを入力として数珠つなぎでさらに変換処理を継続することができます。ここでは以下の変換処理をさらに追加したいと思います。「顧客連番」の項目を追加し、1からの連番を格納「顧客コード」と「氏名」をハイフンで連結した「顧客コード・氏名」の項目を追加以下の赤字の部分が追加されたスクリプトになります。顧客マスタ: LOAD *, RowNo() AS 顧客連番, 顧客コード & '-' & 氏名 AS　顧客コード・氏名 ; LOAD SubField(顧客登録番号, '-', 2) AS 顧客コード, 氏名, 性別, //生年月日, 年齢, 血液型 FROM [lib://DataFiles/顧客マスタ.xlsx](ooxml, embedded labels, table is 顧客マスタ);追加された部分では以下の様な処理を行っています。「*(ワイルドカード)」により下のロード文から入力として受け取った全ての項目をそのまま出力しています。読み取られているレコードの行数を1から始まる整数で返すRowNo()関数を使い、「顧客連番」の列を生成しています。「&」で顧客コード、ハイフン、氏名の文字列の連結を行った新たな項目を生成し、「顧客コード・氏名」の項目名称としています。再度ロード処理を実行します。実行後データを確認すると、以下の形で項目が追加されていることが確認できます。■まとめQlik Senseでは複雑な変換処理などを実装できる強力なロードスクリプトが提供されており、このエントリでは基本的なロードスクリプトの利用と変換処理の追加方法をご説明しました。 ...View More

はじめにRank関数を利用して、レコードのランキング(順位)を表示させる手順をここでご紹介します。Rank関数の基本的な使い方Rank関数は以下の様な形で数式を引数に与えて利用すると、ランキングを表示します。Rank(Sum(売上))上記の例では、「Sum(売上)」によって集計される売上高の大小に従って製品を軸としてランキングを行っています。２軸以上でのランキング先ほどの例では「製品」の1軸のみでランキングを表示しましたが、例えば以下の様な形で「製品カテゴリ」と「製品」といった形で2軸とした場合、上位軸の「製品カテゴリ」でグループ化された中で「製品」のランキングが算出されます。これを軸を跨ってランキングを算出するには以下の形で「Total」句を利用します。Rank(Total Sum(売上))このようにTotal句を利用すると全ての軸を跨ったランキングの表示が行われます。テキスト表現の表示方法の変更先ほどの例では同一順位のレコードの順位は「3-4」(最小値-最大値)という形で表示されていました。Rankには追加で2つの数値を引数として指定することが可能となっており、2つ目の数値の引数で以下の指定可能となっています。(「3-4」の順位の例に有る通り、3は順位上は「最高順位」となりますが、ここでは「最小値」と表現し、「最低順位」の4を「最大値」としていますのでご注意ください。)0 (デフォルト) 最小値-最大値 (例: 3-4)1　最小値2　最初の行は最小値で、その後は空白2つ目の数値の引数に1を指定すると、以下の形で最小値のみが表示されます。Rank(Sum(売上),0,1)2つ目の数値の引数に2を指定すると、最初の行は最小値で、その後は空白が表示されます。Rank(Sum(売上),0,2)数値表現の表示方法の変更次にRankの数値の表現方法の変更についてご説明します。RankはQlik Sense内部にDualと呼ばれるデータ形式で「テキスト表現」と「数値表現」の2値がそれぞれのレコードに対して保持されています。この「テキスト表現」については先ほどご説明させて頂きましたが、以下の形でNum関数でRank関数を括ることでRankの数値表現を表示させることができます。Num(Rank(Sum(売上)))出力を確認すると、先ほどのRank関数とは異なる値が表示されていることが確認できます。このNum関数を利用した場合にはDualの数値表現が表示され、ランキング全体の中間値以下の場合は最小値、中間値をまたぐ場合は平均順位、中間値以上の場合は最大値がここに表示されています。この数値表現の表示方法については、1つ目の数値の引数で以下の指定可能となっています。0 (デフォルト) ランキング全体の中間値以下の場合は最小値、中間値をまたぐ場合は平均順位、中間値以上の場合は最大値1 最小値2 平均順位3 最大値4 最初の行は最低順位、その後は1ずつ増加まず1つ目の数値の引数に1を指定すると、以下の形で最小値のみが表示されます。Num(Rank(Sum([売上]),1,0))引数に2を指定すると、以下の形で平均値のみが表示されます。Num(Rank(Sum([売上]),2,0))引数に3を指定すると、以下の形で最大値のみが表示されます。Num(Rank(Sum([売上]),3,0))引数に4を指定すると、最初の行は最小値が表示され、その後は1ずつ増加されます。Num(Rank(Sum([売上]),4,0))まとめ以上、Rank関数を利用してレコードのランキング(順位)を表示させる手順をご説明しました。 ...View More

はじめにQlik SenseではAggr関数という強力な関数が提供されています。このAggr関数を使うことにより、指定した軸と数式に基づいて仮想的なテーブルを作成し、さらにこの仮想的なテーブルに対して集計処理を行って結果を出力する、といった形で多段階の集計処理を行うことができます。これにより、集計処理の柔軟性が高まって、かつ非常に高度な集計処理も行えるようなり、Qlik Senseで実現できる集計処理の幅が広がります。このエントリではこのAggr関数を以下の3つの用法に分けてご説明します。Aggrの基本的な利用方法AggrのCOUNTIFとしての利用Aggrの数式軸での利用事前の準備このエントリでは、「10分で試すQLIK SENSEでデータ分析」で利用した以下の売上データを利用します。>>サンプルデータ(売上データ)のダウンロードデータの取り込み方などの詳細については、「10分で試すQLIK SENSEでデータ分析」をご参照ください。Aggrの基本的な利用「商品カテゴリ」を軸としたテーブルで分析を行う中で、まずは基本的な用途としてどういった場合にAggr関数が必要となるかを見ていきたいと思います。まず、「各商品カテゴリに含まれる商品毎の平均売上金額」を算出するには「商品カテゴリ」を軸に設定し、以下の数式を入力します。(平均ということで「Avg([販売価格])」としてしまわない点に注意が必要です。この場合にAvgとするとレコード(=伝票)毎の平均が算出されてしまいます。)Sum([販売価格])/Count([商品名])各カテゴリごとに売上の合計を商品数で割ることで、商品ごとの売上の平均を算出形になっています。では次に、「各商品カテゴリに含まれる商品毎の最大平均売上金額」を表示するにはどうすれば良いでしょうか？一旦商品毎の平均を上記の形算出して、その上で最大値を求める多段階の計算ステップが必要で、一筋縄にはいかないように見えます。このような場合にAggr関数を使うことが出来ます。Aggr(Sum([販売価格])/Count([商品名]), [商品カテゴリ], [商品名])これは、[商品カテゴリ], [商品名]の2軸で「Sum([販売価格])/Count([商品コード])」を集計する数式となっています。この数式より一時的に以下の様な一時的な仮想テーブルが作成されることをイメージすれば分かりやすいかと思います。その上で、上記の数式を以下の形でMax関数で全体を括って最大値を取得します。Max(Aggr(Sum([販売価格])/Count([商品名]), [商品カテゴリ], [商品名]))この数式をテーブルにメジャーとして追加した結果が以下となります。先ほどの仮想テーブルの中の平均売上金額の最大値が「商品カテゴリ」毎に取得・表示されています。次に、ここで算出した商品毎の平均購入額が最大となる商品はどれかを明らかにするためにその商品名を表示する列を追加したいと思います。それを実現するために、以下の形でFirstSortedValue関数を利用します。FirstSortedValue([商品名], -Aggr(Sum([販売価格])/Count([商品名]), [商品カテゴリ], [商品名]))上記数式では先ほどと同様、、Aggrを使って[商品カテゴリ], [商品名]の2軸で「Sum([販売価格])/Count([商品コード])」を算出しています。先頭に「- (マイナス)」が付いているのは、その結果返される数値を降順でソートするように指示するためです。FirstSortedValueにより、この降順でソートされた結果の先頭の値(=最大値)の[商品名]を返しています。結果は以下の様になります。AggrのCOUNTIFとしての利用次に、集計した値が指定した値を超えたレコードのみをカウントする、COUNTIFの用法としてのAggrの使い方をご説明します。ここでは、先ほどと同様のAggrの数式を利用して「平均購入金額が\10,000,000を超える商品の数」を商品カテゴリごとにカウントしたいと思います。式は以下となります。Sum(If(Aggr(Sum([販売価格])/Count([商品名]), [商品カテゴリ], [商品名])>10000000, 1, 0))まず、If(Aggr・・により、平均売上金額が10,000,000以上の商品には1、それ以外の商品には０のフラグを付与しています。この数式より一時的に以下の様なイメージのテーブルが作成されます。そして、上記テーブルの一番右側に追加されたフラグをSum()で商品カテゴリ毎に集計する形となります。新たなテーブルを作成して上記数式をメジャーとして追加した結果は以下となります。Aggrの数式軸での利用「顧客の購入回数」毎に軸を分けて、それぞれの購入回数ごとに「購入金額合計」を集計する棒グラフを作成したいと思います。そのためにはまず「顧客毎の購入回数」を集計し、その購入回数を軸として顧客をグループ化して購入金額合計を算出する必要があります。棒グラフを作成して以下の数式を軸に追加します。=Aggr(Count(Distinct [伝票番号]), [顧客コード])そして以下をメジャーに追加します。Sum([販売価格])そしてメジャーの「数値でソート」で昇順のソート設定を行うと、以下の形で「顧客の購入回数毎の購入金額合計」のチャートを作成することが出来ます。まとめ以上、3つの用法に分けてAggr関数の利用方法をご説明しました。Aggr関数を使うことで、ここでご説明したような形で高度な集計処理も行えるようなり、Qlik Senseで実現できる集計処理の幅を広げることが出来ます。 ...View More