内容
MS Excel Power Query
Power Queryは、外部ソースからExcelにデータを統合するためのツールです。
Power Queryを使用すると、オンラインおよび企業ネットワークを介して利用可能なさまざまなソースからデータを検索して開くことができます。 彼は、さまざまなタイプ、フォーマット、構造のデータをExcelにロードできるだけでなく、まったく異なるソースからもロードできます。
- ネットワークから
- ファイルから（Excel、CSV、XML、テキスト、またはメタデータとリンクを含むフォルダー）
- データベースファイル（SQL Server、Access、Oracle、IBM DB2、MySQL、PostgreSQLなど）から
- パブリックデータソースおよび企業データリポジトリから（組み込みETLサポート）
- 他の多くのソース、SharePointリスト、ODataフィード、Active Directory、Facebookなどから
詳細な説明はここで読むことができます 。
ウィキソース
Power Queryを使用すると、外部（7）構造化データソースをインポートし、Excelで処理できます。 次の例は、人口に応じて地図上に南北アメリカの最大都市を示しています。
（クリック可能）
Outlookでメールをインポートして分析する
また、電子メールをデータソースとしてインポートし、Outlookで分析することもできます。 以下の例は、メールのインポートを示しており、人からの手紙の数、つまり最も頻繁に通信が行われる人の数によってヒストグラムを作成します。
（クリック可能）
長所 ：PowerQueryは最も強力なツールの1つであり、一方では分析のための幅広い機能を備えていますが、一方では習得が非常に難しく、主にアナリストが使用します。 表形式モデルと多次元モデルの両方で機能します。 追加のソースを接続できる
短所 ：「通常の」ユーザーには適していないため、学習が難しく、むしろ時間がかかります。 アクセスの共有、ファイル/レコードのサイズの制限などの可能性はありません。
追加資料
ここからダウンロード
MS Power BI
Power BIは、コラボレーション、視覚化、インタラクティブな作業が可能なインタラクティブなビジネスレポートを作成するためのツールです。
主な機能：
- 情報に基づいたビジネスレポートとパネル（オンライン）の迅速な開発-データのやり取りと調査が可能です。
- データが変更されたときにBIレポートと視覚化を自動的に更新する
- Power Queryを含むクエリ言語のサポート。 要求レベルで参加者間で対話する機能。
- 検索するインデックスを持つデータカタログを作成します。
- クエリ言語は自然に近く（ビジネスアナリストにとって）、インタラクティブな作業の可能性があります。
- モバイルサポート
Webで公開でき、他の参加者による相互作用や研究に利用できるレポートの例。
クエリとプーリングソースの例：ニューヨーク証券取引所とS＆P 500財務インデックスのソースの組み合わせ。
（クリック可能）
詳細はこちら 。
長所 ：新しいモダンな製品、ユーザーフレンドリーなインターフェース、習得しやすいオンラインソリューション。
短所 ：ソリューションは「未加工」であり（一部のコンポーネントは不安定に動作する可能性があります）、OLAPキューブでは動作せず、競合他社と比較して機能が切り捨てられます。
追加資料：
ピラミッド分析
Pyramid Analytics-クラウドベースのビジネスインテリジェンスプラットフォーム。 3つの主要なコンポーネントがあります。
ジオビジュアライゼーションとデータマイニングの可能性を備えたサンプルレポート。
紹介ビデオ：
（ youtubeチャンネルPyramid Analytics ）
プラットフォームには、 分析とデータモデリングを結合する機能、およびその他の便利な機能があります。
PyramidAnalyticsは、私たちが使用する最も強力なツールです。
長所 ：習得が簡単で、膨大な数のソースで機能し、非常に幅広い機能を備えています。
短所 ：価格。
MS SQL Server分析コンポーネント（MDS、SSIS、SSAS）
SQL Serverは、そのエコシステム内での分析を可能にします。 コンポーネントの広範なセットがあり、最も有名な3つに焦点を当てます。
マスターデータサービス -会社のマスターデータを管理するためのプロセスとツール。 詳細はこちら 。
（マスターデータはビジネスデータです：顧客、製品、サービス、人員、技術、材料などについて）
SQL Server Integration Services-データの移行と統合。 詳細はこちら 。
SQL Server Analysis Services OLAPおよびSQL Server内のデータマイニング。 詳細はこちら 。
主なツールは脳です
以下に示す4つのグラフを混同することはおそらく困難です。 ただし、視覚化の代わりに平均値、変動、相関を計算し、それらに基づいて回帰を構築すると、まったく同じ結果が得られることに驚かされます。
（ アンスコムのカルテット ）
これは、意思決定プロセスをどのように最適化しても、アナリストが探索的データ分析（探索的データ分析）を実施する必要があるという事実の良い例です。 これを行うには、ツールも必要ですが、計画が少し異なります。 まず第一に、これはインタラクティブな作業とデータ処理、およびそれらの変換と視覚化の可能性です。 Python言語の例と視覚化の動作（典型的なエラーを示す）を使用して、使用可能なツールとマテリアルの簡単な選択を想像してください。
データの視覚化：
Pythonでのデータのインタラクティブな作業：
- IPythonスマートインタラクティブコンソール
- パンダ分析
- MatplotlibのPython環境内での可視化
- Rとpython R2pyの相互作用
- plotlyのインタラクティブなWebグラフィック
ボーナスツール
記事の執筆過程で、MicrosoftはDatazenからの分析ツールの購入を発表したので、簡単に言及しておくと便利です。
Datazenは、プラットフォーム（PC、iOS、Android、Windows Phone）に関係なく、レポート作成を可能にするマルチプラットフォームソリューションです。 この製品の特徴は、その広範な統合と、モバイルデバイスを介して分析プラットフォームを完全に機能させることです。
長所 ：幅広いプラットフォームをサポートし、MSはサポートおよび開発され、多数のソースで動作します。
短所 ：OLAPとは直接連携せず（MDXクエリを自分で作成する必要があります）、いくつかの制限（インターフェイス機能から設定機能まで）があり、別売りではなく、MS SQL Enterprise Editionにバンドルされています。
次の記事では、DatazenとPyramid Analyticsを詳細に調べ、それらに基づいてレポートを作成する方法を理解します。