Alteryx Designerにはサンプルのワークフローが多数含まれていて、ツールの機能とユースケースを示しています。このワークフローには、Designerトップメニューの[ヘルプ] > [サンプルワークフロー]から直接アクセスできます。
「ツールごとに学習」は、1つのツールに対して一度にさまざまな設定オプションを示すサンプルワークフローです。これらは、ワークフローの一部として特定のツールがどのように使用されるかを理解するのに役立つよう設計されています。
例には、さまざまな場所からアクセスできます。
次のツール (ツールカテゴリ別に分類) は、現在、Alteryx Designer に「ツールごとに学習」が用意されています。
Designerのメインメニューから[ツールごとに学習] (前述の「ツールごとに学習」を参照)にアクセスするには、[ヘルプ] > [サンプルワークフロー] > [ツールごとに学習]の順に選択します。以下のワークフローは、ディレクトリ別にアルファベット順にリストされています。各サンプルに含まれるツールを示します。
「モデルごとに学習」は、Designerのデータサイエンスについて概要を説明しています。機械学習ツールやテキストマイニングツール (Alteryx Intelligence Suite の一部) の使用方法、データの準備と整理の基本的なテクニック、複雑なアルゴリズムと統計的手法の大まかな説明など、多くのトピックが含まれています。
Designerのメインメニューからこれらに直接アクセスするには、[ヘルプ] > [サンプルワークフロー] > [モデルごとに学習]の順に選択します。
[ヘルプ] > [サンプルワークフロー] > [基本設定]の順に移動し、初心者向けの基本的なサンプルワークフローの中から選択します。
顧客データを含む2つのスプレッドシートを結合する: このワークフローは、2つのスプレッドシートを組み合わせて、必要なデータすべてが1つのファイルで利用できるようにします。
文字列フィールドを正規化する: このワークフローは、列「アイテム」から最初の2つの数字を分離する多くの方法を示すだけでなく、結果ウィンドウから報告されるさまざまなメッセージも確認します。
よく使われるツールを学習する: この演習では、Alteryxで最も頻繁に使用されるツールの使用方法を示します。すべてのユーザーがこれらの各ツールに慣れるよう強くお勧めします。Alteryxを使用して同じタスクを実行する方法は複数あります。この演習の目的は新規ユーザーに各ツールの基礎を紹介することであり、必ずしも最も直接的な問題解決方法を示すものではありません。
電話番号を正規化する: 顧客ファイルには、標準化が必要な電話フィールドが含まれています。まず、電話番号をどの形式に正規化する必要があるかが特定され、次に、電話番号コンポーネントを再フォーマットして解析するための複数のプロセスが実行されます。
構造化されていないTXTファイルを正規化する: このワークフローでは、書式設定なしでセキュリティログテキストファイルを取り込み、使用可能なテーブルに解析する方法を説明します。
販売パイプラインを分析: このワークフローは、複数のSalesforce.comテーブルからデータを融合・集約して担当者向けのセールスリードのクローズ割合を測定し、部署やテリトリーごとに分析して販売担当者の実績の検証や販売リーダーシップの決定を行います。
緯度と経度から郵便番号を推測: このワークフローは、動的入力ツールを使用してポイントインポリゴン選択を実行し、世帯を対応する郵便番号に割り当てる方法を示しています。
傾向の計算とデータのソート: 過去15年間の年間成長率と5年間の予測成長率に基づいて、上位10の最速成長郡を特定します。
XMLファイルの作成: このワークフローでは、XMLファイルを作成する方法を示します。このXMLファイルは、ウィザードまたはマクロでツリーの質問として使用できます。このワークフローは、サンプル分析アプリ内で使用するXMLを作成します。
FLATファイルを読み込む: このワークフローは、フラットファイルを読み取るための適切な構成を示しています。
[ヘルプ] > [サンプルワークフロー] > [Advanced]の順に移動し、高度なサンプルワークフローの中から選択します。
ファイル形式を変換する: この例では、ファイルの種類を別の種類に変換できるアプリケーションを作成する方法を示します。
電話番号を整理して解析する: この例では、ファイルから電話番号を整理して解析する複数のオプションをユーザーに提供するアプリケーションの作成方法を示します。
商圏分析を定義する: この例では、凸包法を使用して、最も近い顧客のパーセンテージに基づいて店舗商圏を作成する方法を示します。
FEMA住宅データを表示する: このアプリは、ハリケーンサンディ後のFEMA住宅データを調べます。アプリのコンシューマーが郡を選択すると、郡と郵便番号のデータを含むさまざまなマップとテーブルが返されます。
住宅ローンの支払いを計算する: このワークフローは住宅ローン計算の例です。金利、支払い、支払い回数、ローン金額、将来価値を計算することができます。
店舗に最も近い顧客を検索: この分析アプリでは、マップ上に表示されているペットショップの1つを選択し、50マイルの閾値内でその店に最も近い20人の顧客(既存の顧客ファイルから)を示すPDFレポートを作成できます。
カスタムファイルデータベースとツリーの使用: この例では、階層ツリーデータ構造を使用してアプリケーションを作成する方法を示します。
ツリーファイルシステムの使用: この例では、階層ツリーデータ構造を使用してアプリケーションを作成する方法を示します。
カスタムXMLとツリーの使用: この例では、階層ツリーデータ構造を使用してアプリケーションを作成する方法を示します。
インターネットからデータをダウンロードする: このアプリは、インターネットからデータをダウンロードし、それを高度な方法で解析した後、チャートを含むPDFレポートとして出力をフォーマットします。
メトリックを変換してオンラインで公開する: このアプリは、長さ、温度、容量、通貨の単位の変換を実行します。
ファイルをディレクトリで検索: この分析アプリは、指定されたディレクトリに含まれるすべてのワークフロー内に、指定されたデータファイルが存在するかを検索します。
ファジーマッチサポートマクロ
サポートマクロ
需要に供給を割り当てる: このワークフローは、需要と供給の関係を示しています。
店舗ごとに顧客をマップで示す: このワークフローの目的は、扇形商圏マップを表示することです。
購入データのヒートマップを作成する: このワークフローの目的は、ヒートマップを表示して購入率の高いエリアを識別することです。
ワークフローで使用されるツールとマクロを識別する: このワークフローでは、ワークフローの作成に使用したツールとマクロを特定します。
距離を最小限にして位置を最適化する: この例では、需要までの最小距離を調べることで既存の小売ネットワークを拡大する潜在的効果を調べます。
重力モデルで位置を最適化する: この例では、競合他社や既存店舗だけでなく、Null競合他社、摩擦指数、および最小関連距離における需要引き込みおよび引き受けを調べることで既存の小売ネットワークを拡大する潜在的影響を検討します。
ファジーマッチを使ってマスターファイルに統合する: このワークフローは、マスターの世帯用ファイルを取り込み、それを新しい顧客データベースファイルと照合します。マッチングはウォーターフォール形式で行われ、一致プロセスの反復ごとに、以前に一致していない顧客行のみと照合します。
サービスの境界を作成する: 顧客ファイルが検査されて、顧客が特定のサービス境界内にいるかどうか、および顧客がある場所から指定された半径で信号を受信できるかどうかが判定されます。顧客と信号位置との間の距離もまた決定されます。
店舗周辺の取引エリアをマップ化する: このワークフローは小売店の所在地に関連した広告エリア分布を計算するために、2つの空間データファイルを組み合わせます。
株式情報をXMLからスプレッドシートに変換: このワークフローは、XMLファイルをより読みやすいスプレッドシート形式に変換します。
顧客に最も近い店舗を検索: このワークフローでは、各顧客の10マイル以内で最も近い店舗を見つけ、距離を計算し、店舗名、住所、電話番号、距離を含むファイルを出力し、各店舗の顧客行動のサマリーを作成する方法を示します。
商圏1をマッピングする: この例では、凸包法を使用して、店舗に最も近い顧客の割合に基づいて商圏を作成する方法を示します。
データの品質を測定する: このワークフローは、Alteryxを使用してデータファイルのメトリックをレポートする方法を示します。目標は、ファイルの完成度を判断することです。列ごとに有効な値、および各列が完了するパーセントを識別します。
テーマ別マップのあるレポートを作成する: 購入データを含む顧客ファイルに基づいて、郵便番号の空間分散を表示する定量的テーママップを作成します。
店から30マイル(48 km)以内のすべての顧客を見つける: このワークフローでは、各店舗から30マイル以内のすべての顧客を特定し、距離を計算し、合計の顧客数をカウントし、店舗名、住所、電話番号、距離を含むファイルを出力する方法を示します。
商圏2をマッピングする: このワークフローでは、ボロノイポリゴンのマップを作成する方法を示します。
構造化されていないXMLファイルを正規化する: このワークフローでは、XMLデータを読み込んで解析し、標準のテーブルスキーマに表示する方法を示します。
年別のオピオイド蔓延傾向を報告する: このワークフローは、アメリカ疾病予防管理センター(CDC)が作成したデータを使ってビジュアルを作成し、傾向を特定します。
ウェブデータをダウンロードしてパースする: このワークフローは、Webからデータをダウンロードし、それを使ってレポートを作成する方法を示します。このモジュールは正規表現やその他のデータ処理ルーチンを使用してデータを解析する方法、空間式を使用して空間オブジェクトを作成する方法、レポートで効果的なマップを作成するための技術を調べます。
郵便番号をmap1にオーバーレイ: このワークフローでは、空間マッチツールを使用して空間データを結合する方法を示します。この例では、ポイントオブジェクトがポリゴンオブジェクトと交差する場所でデータを結合し、各行のポイントとポリゴンオブジェクトを含むデータストリームを作成します。結果を視覚化するためにマップが作成されます。
交通事故による死亡者数を分析してレポートを作成: このワークフローは、米国運輸省道路交通安全局から2015年度交通事故死者数のデータを取り込み、複数のレポートを出力します。さらに、このワークフローは、日付、曜日、1人当たりごとの交通事故死者数について、複数のビジュアルを作成します。
傾向の計算とデータのソート: 過去15年間の年間成長率と5年間の予測成長率に基づいて、上位10の最速成長郡を特定します。
グラフと表付きのレポートを作成: このワークフローは、テーブル、グラフ、および会社ロゴの見出しを含む販売データのレポートを作成します。
郵便番号をmap2にオーバーレイ: このワークフローでは、グループ化された列と顧客分散に基づいてポリゴンを組み合わせ、対象エリアを作成する方法を示します。
レポート用のサマリーテーブルを作成する: このワークフローでは、テーブルツールで使用できるさまざまなクロス集計オプションを示します。
アドカバレッジの重複を測定する: このワークフローでは、小売店舗周辺の25マイルの円に関して各広告エリアの重なり合うパーセンテージを決定する方法を示します。
空間オブジェクトをマップでスムージングする: この例ではバッファ、一般化、スムージングの各ツールを組み合わせて、複雑な空間オブジェクトを表示用に単純化する方法を示します。
Unicodeデータからテーブルを作成する: Unicodeデータを適切に表示するレポートを作成します。
レポートレイアウトを作成する: このワークフローは、ビジュアルレイアウトツールを使用して、様々な要素を組み合わせてアレンジすることで単一のレポートを作成する方法を示します。
[ヘルプ] > [サンプルワークフローPredictive tool samples(予測ツールサンプル)]の順に移動し、それぞれのツPredictive tool samples(ールのサンプルワークフローを選択します。
Basic Input Output(基本的な入出力): このワークフローは、RスクリプトにAlteryxデータを取り込む方法と、RスクリプトからAlteryxにデータを出力する方法を示します。
Principal Component(主成分分析): このワークフローは、Alteryx内で主成分分析を実行する方法を示します。これは、最初にデータセットを探索し、予測モデルを作成するのに便利な方法です。
New Donor(新規ドナー): このワークフローでは、多くのAlteryx Rベースの予測分析マクロを使用して、経営的意思決定に役立つモデルを開発する方法を示します。
New Donor Score Sample(新規ドナースコアリングサンプル): このワークフローは、Rベースの予測モデルからの予測値(スコアリング)を、モデルと「矛盾しない」Alteryxデータストリーム(モデルを作成するために使用されたすべての予測フィールドを含むもの)にどのように付加できるかを示しています。
Market Basket Analysis Sample(MB分析サンプル): マーケットバスケット解析ワークフローでは、MBルールとMB検査という2つの予測マクロが示されます。これらのマクロは、ユーザーが購入者の購入行動をよりよく理解するのに役立つ分析の実行を支援します。
Spatial Objects(空間オブジェクト): このワークフローは、RスクリプトにAlteryx空間オブジェクト(ポイントとポリゴン)を持たせる方法と、RスクリプトからAlteryxに空間データを出力する方法を示します。
K-Centroids Cluster Analysis Sample(K重心クラスター分析サンプル): このワークフローでは、K重心クラスター分析を実行する方法を示します。K重心クラスター分析を使用すると、各クラスターのメンバー間の距離を最小化する方法でユーザーが指定した数のグループにレコードを体系的にグループ化します。結果としてクラスター間の距離が増加します。
Find Nearest Neighbors Sample(最近傍探索サンプル): このワークフローでは、「データ」のセット内の最近傍法を、Alteryx内の「クエリ」ポイントのセットに割り当てる方法を示します。
R Tool Plotting Data(Rツール-プロットデータ): Rは、統計的計算およびグラフィックス用のフリーソフトウェア環境です。これは、さまざまなUNIXプラットフォーム、WindowsおよびMacOS上でコンパイルおよび実行されます。このサンプルは、「郡密度」入力ファイルを既存のR環境に取り込み、データをグラフィカルに出力する非常にシンプルな例です。
Optimization Model Input Modes(最適化モデル-入力モード): 食料品店の棚に並べる商品カテゴリが4つあるとします。ビジネス上の問題: どのような製品を選択すべきでしょうか?
Optimization Mixing Problem(最適化-混合課題): 線形計画法(LP)の典型的な問題の1つは、いわゆる「混合問題」です。この種の問題では通常、栄養/収益の最大化やコストの最小化などのために、いくつかの成分や製品を混合する必要があります。
Optimization Fantacy Sports Lineup(最適化-ファンタジースポーツのラインナップ): 予算が固定されており、フィールドポジションが9つある場合、予想得点、年俸、フィールドポジションを基に選手をドラフトするにはどうすればいいでしょうか?
Optimization Workforce Scheduling(最適化-労働スケジュール): このサンプルでは、ある時間からシフトを開始する接客係の数と、1日の1時間ごとに割り当てる接客係の種類(フルタイム、パートタイム)を決定して、レストランが顧客サービスを損なうことなく従業員給与の総コストを最小限に抑えることができるように最適化ツールを使用する方法を示します。
Optimization Parse Detailed Output(最適化-パース詳細出力): 最適化ツールを使用すると、一連の制約の下で従属目的関数の値を最大化または最小化する、一連の決定変数の値を選択できます。
Simulation(シミュレーション): このワークフローでは、シミュレーションサンプリング、シミュレーションスコアリング、シミュレーション要約ツールのサンプル設定を示します。