The presentation slide of https://iprostm.doorkeeper.jp/events/30714 Published on Sep 17, 2015

1. re:dash Use Cases at iPROS
株式会社イプロス
開発部
横⽥田 順平

2. Jumpei Yokota
@yokotty_̲j
IPROS 開発部
（新卒⼊入社２年年⽬目）
Main Job
サーバーサイド PG
データ分析→施策検討

3. アジェンダ
• re:dash による
Visualization / Dashboard
• イプロスにおけるデータ分析の
re:dash 導⼊入前と導⼊入後
• re:dash 活⽤用のポイント

4. re:dash による
Visualization / Dashboard

5. Visualization Type
Chart
Cohort
Counter
Map

6. Chart
(5 series type)
Area（面グラフ）
Pie（円グラフ）
Scatter（散布図）
Column（棒グラフ）
Line（折れ線グラフ）

7. Cohort

8. Counter

9. Map

10. How to visualize?
1. Queries (or Top Page) → New Query
2. Data Source を選択
3. SQL 実⾏行行
4. +New Visualization
5. セッティング後，Save

11. https://demo.redash.io/
re:dash 公式デモサイト

12. Ex) Line Chart（折れ線グラフ）
https://demo.redash.io/queries/516

13. SELECT
to_char(created_at,'YYYY-MM-DD') AS created_at,
action,
count(id) AS count
FROM events
WHERE created_at BETWEEN NOW() - interval '6 month' AND NOW()
GROUP BY 1,2
ORDER BY 1,3 DESC
データソース
re:dash
（PostgreSQL）
Ex) Line Chart（折れ線グラフ）

14. SELECT
to_char(created_at,'YYYY-MM-DD') AS created_at,
action,
count(id) AS count
FROM events
WHERE created_at BETWEEN NOW() - interval '6 month' AND NOW()
GROUP BY 1,2
ORDER BY 1,3 DESC
データソース
re:dash
（PostgreSQL）
Ex) Line Chart（折れ線グラフ）
YX Series

15. Ex) Line Chart（折れ線グラフ）
グラフにマッピングするカラムを指定

16. Ex) Line Chart（折れ線グラフ）
X Axis Type（X 軸の尺度度）
・Category：カテゴリデータ（質的データ）
・Date/Time：⽇日付データ
・Linear：⽐比率率率データ／間隔データ（量量的データ）

17. Dashboard
• 作成した Visualization や Table，
テキストボックスをタイル状に
並べてダッシュボード化
• テキストボックスはHTML コードも
⼊入⼒力力し，そのまま表⽰示可

18. How to create Dashboard?
1. Top Page → New Dashboard
2. Dashboard Name を⼊入⼒力力して Save
（これが URL になるため英語を推奨）
3. Add Widget（+マーク）で Query を指定
4. Choose Visualization，Size 指定して Save
5. グラフの並び替えやタイトル修正

19. グラフの並び替え

20. イプロスデモ公開中
https://demo.redash.io/dashboard/ipros-‐‑‒demo

21. 普通のダッシュボードツール
・・・？

22. それだけじゃない！

23. 便便利利機能たち
• リンク
• クエリパラメータ
• フィルター／マルチフィルター
• リフレッシュスケジュール

24. リンク
• URL を SELECT すると⾃自動的に
リンクになる
• <a href=“http://
www.google.com”>Google</a>
を⽂文字列列⽣生成すると・・・

25. https://demo.redash.io/queries/521
クエリパラメータ

26. ん？表⽰示されない？

27. https://demo.redash.io/queries/521?p_userId=2
クエリパラメータ

28. クエリパラメータ
• {{hoge}} でSQL の⼀一部を変数化
• クエリの URL に p_̲hoge を付けて
アクセスすると値が置換されて演算
• 複数パラメータも可能
• ダッシュボードへも適⽤用できる

29. リンク × クエリパラメータで・・・
https://demo.redash.io/queries/520

30. ドリルダウン，動線設計
リンク × クエリパラメータで・・・

31. フィルター
https://demo.redash.io/queries/559/source#770

32. マルチフィルター
https://demo.redash.io/queries/560/source#772

33. フィルター／マルチフィルター
• カラムの要素を選択してグラフ化
• AS “hoge::filter”
AS “hoge::multi-‐‑‒filter”

34. リフレッシュスケジュール

35. リフレッシュスケジュール
• 定期実⾏行行で結果を最新の状態に
• 1分〜～1週間毎，5分刻みの時刻指定
など細かいスケジュール設定

36. イプロスにおけるデータ分析の
re:dash 導⼊入前と導⼊入後

37. What is IPROS ?

38. 国内最⼤大の「製造技術データベースサイト」イプロス製造業をはじめ
他業種，多国籍に B to B サイトを展開

39. ユーザーと出展者をマッチングする
イプロスサイトはいわば ”Web上の展⽰示会”
営業
問合せ
製品やサービスを
探している
製品やサービスを
PRしたい
ものづくり現場の
エンジニア・購買担当者
営業・販売促進担当
マッチング
出展者ユーザー

40. データ分析における
Who? Why? What?

41. Who ? & Why ?（誰が何のために）
• 企画：施策の検討・振り返り，マネタイズ，
SEO など
• 開発：バグや異異常がないかどうかの監視
• 営業：クライアント，広告のパフォーマンス
etc …

42. What ?（何を⾒見見るか）
• サイト閲覧数，成⻑⾧長度度（PV，UUなど）
• マッチング発⽣生状況（CV）
• 出展者ごとの集客状況や広告効果
• 施策ごとの KPI

43. How ?

44. re:dash 導⼊入前
ログデータ
集計データ
マスタデータ
イプロス
分析プラットフォーム
Amazon
Redshift

45. 解決すべき点
• 保守性が低い分析プラットフォーム
• ⾒見見たいデータがどこにあるか分からない
画⾯面が多くても⾒見見るページは⼀一握り
• 都度度のデータ出し対応
（対応者でクエリにバラツキ，再利利⽤用性低）
• 可視化は Excel … 時間がかかる，重い

46. re:dash 導⼊入後
集計データマスタデータ ログデータ
Amazon
Redshift

47. 作成したダッシュボード
• トラフィック分析
（⽇日次／週次⽐比較／⽉月次，CV 深堀り）
→ フィルターでサイト毎に表⽰示
• ユーザーや出展者，広告の分析
→ パラメータを使ってマクロ⇒ミクロ分析
• 施策毎の検証，KPI
→ あらゆる⾓角度度で分析してダッシュボード化

48. re:dash 導⼊入で変わった点
• URL のみでデータソース＆グラフを
スムーズにやり取り
• クエリの共有による均質化，SQL ⼒力力 UP
• ⾼高い保守性
• 多様なグラフを並べて施策検討，深堀り

49. re:dash 活⽤用のポイント

50. re:dash 活⽤用のポイント
• 気付きの得られるグラフを作る
• 適切切なスケジューリング
• OSS

51. 気付きの得られるグラフを作る
• ⽉月次や年年次での集計
• ⾏行行 ↔ 列列 変換
• 割合，昨対⽐比
• ⻭歯抜けデータの補填
などを駆使して，直感的に理理解できるグラフにする

52. ⽉月次や年年次での集計
— postgresql
to_char(created_at,’YYYY-mm-dd’)
to_char(created_at,’YYYY-mm-01’)
— mysql
date_format(created_at,’%Y-%m-%d’)
date_format(created_at,’%Y-%m-01’)

53. ⾏行行 ↔ 列列変換
— 行→列
SUM(CASE col1 WHEN ‘val1’THEN 1 ELSE 0 END) AS “val1”,
SUM(CASE col1 WHEN ‘val2’THEN 1 ELSE 0 END) AS “val2”
— 列→行
SELECT col1 FROM table1
UNION ALL
SELECT col2 FROM table1

54. 割合，昨対⽐比

55. SELECT
CASE date_part(dow, week_before_last.log_date)
WHEN 0 THEN '日'
WHEN 1 THEN '月'
WHEN 2 THEN '火'
WHEN 3 THEN '水'
WHEN 4 THEN '木'
WHEN 5 THEN '金'
WHEN 6 THEN '土'
END AS week,
week_before_last.cnt AS week_before_last,
last.cnt AS last_week,
this.cnt AS this_week
FROM (~) AS week_before_last
LEFT OUTER JOIN
(~) AS last ON last.log_date =
week_before_last.log_date + CAST('7 days' AS INTERVAL)
LEFT OUTER JOIN
(~) AS this ON this.log_date = last.log_date +
CAST('7 days' AS INTERVAL)
GROUP BY last.log_date, 2,3,4
ORDER BY date_part(dow, last.log_date)

56. ⻭歯抜けデータの補填
FROM calender c
LEFT OUTER JOIN (
SELECT log_date, count(id) AS cnt
FROM pv
GROUP BY 1
) AS p ON c.log_date = p.log_date

57. 本来 SQL は抽出が強み
整形は他に任せるべき

58. でも re:dash は
そこを敢えて SQL で
乗り切切る必要がある
出⼒力力イメージを先に持って
ゴリゴリ SQL を書く！

59. 適切切なスケジューリング
• データの変化が多いものや，よく
⾒見見られているグラフは更更新頻度度を
⾼高くする
• 同じ時間・データソースに
重いクエリを投げない

60. 実際に使っています
https://demo.redash.io/dashboard/ipros-‐‑‒demo
スケジュールが偏ってないか？
データソースごとに状況把握

61. OSS
• re:dash はオープンソースだから
こそバグもポテンシャルもある
• 完璧を求めない or コミッタになる

62. バグ？
• ２軸グラフに対して x_̲max / x_̲min を
設定するとグラフが表⽰示できなくなる
• 1000 ⾏行行以上は x 軸に設定できない
（1⽇日1⾏行行だと MAX で3年年…）
etc …

63. 今後対応されたらいいな・・・
• グラフ出⼒力力期間の範囲指定，絞り込み
• re:dash 内での TIME ZONE 設定
• CSV 出⼒力力のエンコーディング設定
• ヒートマップやバブルチャートなど
Chart の種類追加
• 近似曲線，移動平均線など
etc …

64. Enjoy re:dash !
ありがとうございました