データの読み込み・変換・公開

このチュートリアルには約1時間かかります。終えるころには、CSVをインポートし、いくつかのテーブルステップで変換して、結果を公開する、動作するワークフローが完成します。

作成するもの

生の売上CSVを取り込んでクレンジングし、製品の参照テーブルと結合し、派生列を計算して、結果をクリーンなファクトテーブルとして公開するワークフローです。

sales.csv  →  import  →  filter  →  join with products  →  add columns  →  publish
                              ↓
                       products.csv  →  import

前提条件

• PlaidCloudワークスペース（お持ちでない場合は無料トライアルを開始してください）
• 作業用のプロジェクト（必要に応じてプロジェクトタブから作成してください）
• インポートする2つのCSVファイル。このチュートリアルでは、単純な売上取引ファイルと製品カタログファイルを使います。ご自身のファイルを使うことも、任意のスプレッドシートツールでサンプルデータを作成することもできます

ステップ1：ワークフローを作成する

1. プロジェクトを開き、ワークフロータブに切り替えます。
2. 新規ワークフローをクリックします。「Sales Cleanup」のようなわかりやすい名前を付けます。
3. 作成をクリックします。空のワークフローが一覧に表示されます。
4. ワークフローをダブルクリックして、Workflow Explorerを開きます。

ステップ2：売上CSVをインポートする

1. Workflow Explorerで、新しいステップを追加します。
2. Import → CSVを選択します（ソースの形式に合うインポートステップでも構いません）。
3. ステップの設定で次を指定します。
   • ソースファイル — 売上CSVを指定します（アップロードするか、接続済みのドキュメントアカウントから選択します）
   • ターゲットテーブル — sales_raw という名前を付けます
   • 区切り文字、引用符文字、ヘッダー行 — ファイルが標準的でない場合は調整します
4. ステップを実行します。CSVは、プロジェクトの新しいテーブルとして取り込まれます。

テーブルタブで sales_raw を確認します。クリックして開き、列数、サンプル行、データ型など、データが正しいかを確認します。

ステップ3：製品カタログをインポートする

製品CSVを使ってステップ2を繰り返し、ターゲットを products_raw というテーブルにします。これで、結合に必要な2つの参照テーブルがそろいます。

ステップ4：不要な行を除外する

実際の売上データには、NULLの金額、テスト取引、メインのファクトテーブルに含めたくない返金など、欠落や不要なものがあります。フィルターステップを追加して、それらを取り除きます。

1. Tables → Table Lookupステップ（またはフィルターができる任意のテーブル変換）を追加します。
2. 次のように設定します。
   • ソーステーブル：sales_raw
   • ターゲットテーブル：sales_clean
   • フィルター条件：例：amount > 0 AND status = 'completed'
3. ステップを実行します。sales_clean の行数は sales_raw より少なくなるはずです。

ノート

フィルターは、データがソースからターゲットへ流れる際に適用されます。ソーステーブルは変更されません。これはPlaidCloudの基本的なパターンです。各ステップは1つ以上のソースから読み取り、1つ以上のターゲットに書き込み、監査可能性のために元のデータをそのまま残します。

ステップ5：製品カタログと結合する

クレンジング済みの売上行と、カタログの製品詳細を組み合わせます。

1. Tables → Table Inner Joinステップを追加します。
2. 次のように設定します。
   • 左テーブル：sales_clean
   • 右テーブル：products_raw
   • 結合キー：2つのテーブルを結び付ける列（例：product_id）
   • ターゲットテーブル：sales_enriched
3. ステップを実行します。

sales_enriched には、両方のテーブルのすべての列が含まれています。おそらく必要なのは一部の列だけです。それは次で行います。

ステップ6：列を選択して計算する

クレンジングでは通常、不要な列を削除し、派生列を計算します。別のテーブルステップを追加します。

1. Tables → Table Lookupステップを追加します（ここでは、列の選択と計算に使います）。
2. 次のように設定します。
   • ソース：sales_enriched
   • ターゲット：sales_final
   • 保持する列：下流の利用側に必要なサブセット
   • 計算列：例：revenue = amount * price、margin = revenue - cost
3. ステップを実行します。

列単位の計算については、式リファレンスで、利用できるすべての関数を説明しています。文字列操作、日付計算、条件ロジック、集計などです。

ステップ7：結果を公開する

sales_final を、ダッシュボードや下流のシステムから利用できるようにします。

1. Data → 公開ステップを追加します（またはテーブルで公開オプションを直接使用します）。
2. 公開したテーブルを誰が読み取れるかを設定します。通常は、ワークスペースの他のメンバーと、アクセス権を持つ外部システムです。
3. ステップを実行します。

公開したテーブルは、適切な権限を持つダッシュボード、BIツール、および外部の利用側から参照できるようになります。

ステップ8：ワークフロー全体を実行する

ワークフローの実行をクリックします（1つのステップだけではありません）。各ステップが順番に実行される間、ログを確認します。CSVのインポートから公開までのパイプライン全体が実行されます。

いずれかのステップでエラーが出た場合は、ステップのエラーへの対処ガイドにデバッグの方法があります。最も多い問題は、結合キーの不良（テーブル間の不一致）と、計算列での予期しないNULL値です。

次のステップ

• 配賦モデルを構築する — ドライバーデータを使って、コストを利用側に分配します
• ワークフローガイド — エラー処理、条件、ループ、変数
• ワークフローステップリファレンス — すべてのステップタイプとその機能