#目的

このガイドでは、オンラインストアの2年間の注文、約100万件の注文行をLakehouseに読み込み、1つのテーブルに結合し、カスタムアクションでクリーンアップする手順を説明します。Connectorsでファイルをアップロードし、Lakehouse Managerでテーブルを作成し、Data Processing Engineで注文を結合してクリーンアップします。

このガイドを完了すると、Apache Supersetからクエリを実行できるonline_retail_ii_cleanテーブルが完成します。このガイドの後半部分であるBuild the sales dashboard in Supersetでは、これを販売ダッシュボードに変換します。

#必要条件

このガイドに従うには、以下が必要です：

• Data Platformプロジェクト。このガイドでは、ecommerce-salesという名前のプロジェクトを使用します。
• ストアの注文とカスタムアクションのクリーンアップスクリプト：

UCIは注文を1つのExcelワークブックとして公開しており、online_retail_II.xlsxは各年ごとに1つのシートが含まれています。ステップ1の前に、各シートを個別のファイルとして保存してください：

Getting Started guidesを最初に完了することをお勧めします。このガイドでは、Data Platformの主要コンポーネントに慣れていることを前提としています。

#ビルドするもの

このガイドの2つの部分は、Supersetでこのダッシュボードを完成させます：

#指示

#ステップ 1: ファイルをアップロード

1. Connectors > Sources を開き、タイプが File Upload の新しいソースを作成します。
2. online_retail_ii と名前を付けます。
3. online_retail_II_200910.xlsx と online_retail_II_201011.xlsx を Files エリアにドラッグします。
4. Create をクリックします。

#ステップ 2: ファイルを分析

1. Connectors > Analyzer を開きます。
2. ソース online_retail_ii を選択し、ファイル online_retail_II_200910.xlsx を選択します。
3. Extract metadata をクリックします。
4. online_retail_II_201011.xlsx についても同じ操作を行います。

Analyzer は、8つの属性を検出します: invoice, stockcode, description, quantity, invoicedate, price, customer_id および country。invoice と stockcode が String として検出されていることを確認します: C489449 のような請求番号や 85123A のような製品コードは数値ではありません。

#ステップ 3: テーブルを作成

#各年について1つのテーブルを作成

1. Lakehouse Manager > Tables を開きます。
2. New table > Create from a Connectors source をクリックします。

3. ソース online_retail_ii からファイル online_retail_II_200910.xlsx を選択し、Next をクリックします。

4. デフォルト設定のままにし、Create をクリックします。テーブルは online_retail_ii_200910 という名前になり、データセット default_dataset に配置されます。

5. online_retail_II_201011.xlsx についても同じ操作を行います。テーブルは online_retail_ii_201011 という名前になります。

両方のテーブルには、8つの属性と約525kおよび542kの行が表示されます。

#全注文用のテーブルを作成

1. テーブル online_retail_ii_200910 を複製します。その行にマウスを合わせ、Duplicate アイコンをクリックします。

2. 新しいテーブルに online_retail_ii という名前を付け、データセット default_dataset に配置し、Create をクリックします。
3. テーブルを構築します。

テーブルには同じ8つの属性があり、まだ行はありません。

#ステップ 4: 2年間を結合

#Load アクションを作成

1. Data Processing Engine > Actions を開き、New action をクリックします。
2. load を検索し、Load アクションを選択し、Select をクリックします。

3. アクションを入力します:

4. Create をクリックします。

5. 2番目の Load アクションを作成し、ソースを online_retail_II_201011.xlsx にし、同じ宛先にします。

アクションのリストには、2つの Load アクションと、年次テーブルを作成したときに自動生成された2つのアクションが表示されます。

#ワークフローで両方のアクションを実行

1. Data Processing Engine > Workflows で、New workflow をクリックします。
2. Concat と名前を付けます。
3. Stage 1 で、2つの Load アクションを追加します。
4. Create をクリックし、ワークフローを実行します。

ワークフローは数分かかります。その状態が緑色に変わったら、Lakehouse Manager > Tables を開きます: online_retail_ii は両方の年次テーブルの行を保持し、1,067,371 行 です。

#ステップ 5: 注文をクリーンアップ

#クリーンテーブルを作成

1. Lakehouse Manager > Tables で、online_retail_ii を複製します。
2. 新しいテーブルに online_retail_ii_clean という名前を付け、それを構築します。

これで4つのテーブルができました。online_retail_ii_clean は同じ8つの属性があり、まだ行はありません。

#クリーニングアクションを作成

1. Data Processing Engine > Actions で、New action をクリックします。
2. custom を検索し、Custom アクションを選択し、Select をクリックします。

3. アクションを入力します:

4. Create をクリックし、アクションを実行します。

アクションは online_retail_ii を読み取り、クリーニングルールを適用し、結果を online_retail_ii_clean に書き込みます。そのログを開きます: 各ルールはどの行に影響を与えるかを報告し、最後の行は online_retail_ii_clean に書き込まれた行数を示します: 1,021,128 行。

最後のステップ、8. 説明の調和化は、各在庫コードに最も頻繁な説明を与え、製品が2つの名前で表示されることがないようにします。

#クリーンテーブルを空にするアクションを作成

クリーニングアクションは online_retail_ii_clean に行を追加します。それを再度実行する前に、Delete action でテーブルを空にします。online_retail_ii の前に Concat ワークフローを再度実行する場合と同様です。

1. New action をクリックし、delete を検索して Delete アクションを選択します。
2. Table list で online_retail_ii_clean を Table to empty に移動します。
3. Create をクリックします。

データを再度クリーンアップするには、まずこの Delete アクションを実行し、次に online_retail_cleaning を実行します。

#ステップ 6: Superset に接続

すべてのデータは Lakehouse に準備できました。それを分析するには、Apache Superset アプリケーションを作成します:

1. Trino consumer ガイドに従って Trino 接続を作成します。
2. Deploy Apache Superset のステップ 1 から 3 に従ってアプリケーションを作成し、それを Trino に接続します。

#Superset でデータセットを作成

1. Superset で Datasets を開き、+ Dataset をクリックします。
2. 作成したデータベース接続を選択し、このガイドでは Trino DP と名前が付けられています。次にスキーマ default_dataset とテーブル online_retail_ii_clean を選択します。
3. 列を確認し、Create and explore dataset をクリックします。

ダッシュボードの各チャートは Charts > + Chart から始まります: データセット online_retail_ii_clean を選択し、次にチャートタイプを選択します。

Build the sales dashboard in Superset を続けてください。

#ご存知おきください

• 実際の店舗に接続できます。 このガイドでは、ファイルとしてアップロードされた公開データセットを使用しています。自店舗の注文を分析するには、ファイルアップロードソースの代わりに、Shopify または Stripe ソースを作成してください。 Connectors > Sources で、両方が New source ウィンドウに表示されます。その後、テーブルとクリーンアップスクリプトはそのソースの属性に従います。

#構築したもの

店舗のすべての注文行を持つ生テーブル、データセットの説明に従うクリーンテーブル、そしてその上にSupersetデータセットを構築しました。

次に、Supersetで販売ダッシュボードを構築する では、クリーンテーブルをダッシュボードに変換します：主要な指標、時間を通じた収益、ベストセラー商品、国別の販売、顧客ロイヤルティ。

#さらに深く掘り下げる

当社のソリューションのトレーニングや技術的なサポートが必要な場合は、営業担当者にお問い合わせください、またはプロフェッショナルサービス ページをご覧ください。見積もりをリクエストして、専門家がプロジェクトを分析してください。

Data Platformを構築するチームと直接質問し、フィードバックを共有し、交流するには、専用のDiscordチャネルをご利用ください。

OVHcloudサービスについてサポートが必要な場合は、ヘルプセンターでリクエストを作成してください。

ユーザーコミュニティに参加してください。