生データからビジネスの意思決定へ：Power BIでのJCars Logistics販売データのクリーニングとモデリング

今日のデータ主導の世界では、効果的なビジネスの意思決定において生データを理解することが不可欠です。ビジネスが戦略の指針としてデータ分析に依存する傾向が強まっている現在、このトピックは特に関連性があります。

データセットの理解

今回取り上げるデータセットは、ケニア全土で車両を輸入・販売する企業であるJCars Logisticsのものです。276行と32列で構成され、各行は車両の販売注文を表しています。これには、顧客、車両、取引日などの詳細が含まれています。

データの何が実際に問題だったのか

最初の調査で、データセットにはいくつかの問題があることがわかりました：

• Order ID: 異なるフォーマットと重複。
• Date Fields: テキストやExcelのシリアル値を含む、混在したフォーマット。
• Categorical Columns: 大文字・小文字の不一致、略語、スペルミス。
• Numeric Fields: 数値に混在するテキストや、あり得ない値。
• Currency Fields: KSh、KES、USDなどのさまざまなフォーマット。

これらの問題により、データは分析には信頼できないものとなっていました。

データのクリーニング

ステップ1：データの読み込み

まず、生データをステージングクエリとしてPower Queryに読み込み、名前を Sales_Rawとしました。次に、元のデータを安全に保つために、それを複製して作業用クエリを作成し、名前を Sales としました。

ステップ2：Order IDの修正

Order IDについては、フォーマットを標準化し、重複を解決しました。Order IDは各取引に対して一意である必要があるため、これは非常に重要でした。

ステップ3：日付のクリーニング

次に、日付フィールドのクリーニングに焦点を当てました。これには以下が含まれます：

• Excelのシリアル値を読み取り可能な日付に変換する。
• フォーマットを単一のスタイルに標準化する。
• 2026-13-04のようなあり得ない無効な日付を処理する。

ステップ4：カテゴリデータの標準化

カテゴリ列については、不一致を修正するためのマッピング数式を作成しました。たとえば、異なるスペルや略語を1つの標準用語に統合しました。これにより、類似したエントリが正しくグループ化されるようになりました。

ステップ5：数値フィールドの正規化

数値のテキスト表現を実際の数値に変換しました。これには、Units Soldフィールドの「two」や「3 cars」などのエントリの処理が含まれます。

ステップ6：通貨フォーマットの標準化

すべての金額値を単一の通貨フォーマット（KES）に変換しました。さまざまなフォーマットを処理するロジックを構築し、比較や計算が正確に実行できるようにしました。

データモデリング

データをクリーニングした後、スタースキーマを構築しました。これには、販売のファクトテーブルと、顧客、車両、取引に関する関連ディメンションテーブルの作成が含まれます。この構造は、効率的なデータ分析に役立ちます。

DAXメジャー

次に、主要な指標を計算するためにいくつかのDAX（Data Analysis Expressions）メジャーを作成しました：

• Total Revenue
• Total Units Sold
• Gross Profit これらのメジャーは、ビジネスのパフォーマンスに関する信頼性の高いインサイトを提供します。

これまでのダッシュボード

クリーニングされたデータとDAXメジャーを整備し、Power BIで初期のダッシュボードを開発しました。主な結果は以下の通りです：

• 総収益は販売台数452台で13億1000万KESに達した。
• 粗利益は約4億3037万KESだった。
• SUVが総売上の59%を占め、市場のトレンドを浮き彫りにした。
• トヨタが売上でトップとなり、他ブランドを大きく上回った。

まだ残っていること

クリーニングと初期のダッシュボードは完了しましたが、さらに作業が必要です。これには、より多くのインタラクティビティ、詳細なレポートページ、特定のビジネス上の質問に答えるための追加のDAXメジャーの追加が含まれます。

結論

情報に基づいたビジネスの意思決定を行うためには、生データをクリーンで使用可能なフォーマットに変換することが不可欠です。このプロセスには、データが明確なストーリーを確実に伝えるための慎重なクリーニング、モデリング、および視覚化が含まれます。

メリット

• データの正確性と信頼性の向上。
• 明確なインサイトを通じた意思決定能力の強化。
• 構造化されたモデルを使用した効率的なデータ分析。

デメリット

• データのクリーニングと標準化に時間がかかるプロセス。
• Power BIやDAXなどのツールに精通している必要がある。
• 慎重に管理しないと見落としが発生する可能性がある。

注意

この記事は教育目的で作成されています。プレースホルダー値は実際のデータに置き換える必要があり、読者は情報に依存する前に元のソースと照合して確認する必要があります。

よくある質問

• Power BIとは何ですか？ — Power BIは、データを視覚化し、組織全体でインサイトを共有するのに役立つビジネス分析ツールです。
• データクリーニングが重要なのはなぜですか？ — データクリーニングは分析における正確性と信頼性を確保し、より良いビジネスの意思決定につながります。
• DAXメジャーとは何ですか？ — DAXメジャーは、データを動的に分析するためにPower BIで使用される計算です。
• データフォーマットを標準化するにはどうすればよいですか？ — Power Queryのマッピング数式と関数を使用することで、データフォーマットを標準化できます。
• スタースキーマとは何ですか？ — スタースキーマは、効率的なクエリのためにデータをファクトテーブルとディメンションテーブルに整理するデータベース構造の一種です。
• データクリーニングではどのような課題に直面する可能性がありますか？ — 一般的な課題には、一貫性のないフォーマット、重複、欠損値などがあります。

タグ

#data #powerbi #analytics #datacleaning #businessintelligence #DAX #datamodeling #dashboard #dataanalysis #datascience