EspressDashboard for Azure Synapse Analytics

Azure Synapse Analyticsは「Azure SQL Data Warehouse」の後継サービスで、DWHとビッグデータ解析を1つに統合した分析プラットフォームです。

Azure Synapse Analyticsの主な特徴

●無限のスケール
Azure Synapse Analyticsでは、企業内の部署単位で収集したデータに加え、ビッグデータも含めたすべてのデータを無限のスケールで分析できます。

●リアルタイムでの強力な分析
Azure Synapse Analyticsは、Azure Cosmos DB のAzure Synapse Linkを利用すれば、運用中のデータストアからリアルタイムで分析情報を取得できます。
Azure Synapse Linkは、HTAP(分析処理)機能を提供するサービスで、これを利用することにより、AzureデータベースとAzure Synapseの間でETLパイプラインなどの複雑な処理が必要なくなり、ライブデータの分析も可能となります。

このようにAzure Synapse Analyticsは、BIツールやデータベースはもちろんその他の外部サービスと連携することで、効率的な分析環境を構築できます。

●Apache Spark と SQL エンジンと緊密に統合:データ ウェアハウスと Spark エンジンの両方で、T-SQL クエリを簡単に使用することができます。

EspressDashboardは、Webベースのエンタープライズ型BI(ビジネス・インテリジェンス)ダッシュボード配信・公開システムです。ユーザはキーのパフォーマンス・データのクエリー、チャート/レポート/マップ/の作成を簡単に行うことができます。さらにプログラムを必要とせずに、即時にWebに公開するための自動ダッシュボードにそれらを統合することができます。

EspressDashboard for Azure Synapse Analytics

EspressDashboard for Microsoft Azure Synapse AnalyticsはMicrosoft Azure Synapse Analytics専用でビジネス・パフォーマンスを視覚化、モニター、KPI管理することができます。これを活用することで分散したデータを各種分析要求にAzure Synapse Analyticsで迅速に収集・分析し、EspressDashboardであらゆるデータを集約・可視化することができます。さらにMicrosoft PowerBIと比較してコスト削減が可能です。

タグ: , , , ,

Espressシリーズ Ver7.0 update 13 リリースノート

●Jakarta-activationライブラリを1.1.1から1.2.2へアップグレード
●Jakarta-mail(メール送信)ライブラリを1.6.7へアップグレード
●Xerces ライブラリ (XML パーサー) を 2.9.0 から 2.21.1 へアップグレード
●POI ライブラリ (ooxml-schemas, ooxml, poi) を 3.17 から 5.2.0 へアップグレード
●commons-codec ライブラリを 1.11 から 1.15 にアップグレード
●commons-collections ライブラリを 4.2 から 4.4 へアップグレード
●commons-compress ライブラリを 1.18 から 1.21 へアップグレード
●commons-fileupload ライブラリを 1.2.1 から 1.4 へアップグレード
●commons-io ライブラリを 2.4 から 2.11 へアップグレード
●commons-math3 ライブラリをバージョン 3.6.1 に更新 (POIのため)
●zxing-coreを3.3.0から3.4.1へアップグレード
●zxing-javase を 3.3.0 から 3.4.1 にアップグレード
●wsdl4j ライブラリを 1.5.1 から 1.6.3 にアップグレード
●xml-apis (Batik SVG) を 1.3.04 から 1.4.01 にアップグレード
●xml-apis-ext ライブラリの追加, バージョン 1.3.04
●xmlbeans ライブラリを 2.6.0 から 5.0.3 へアップグレード
●POI のため、SparseBitSet ライブラリ バージョン1.2 を追加
●ライブラリのアップグレードに伴い、全てのbat, sh, jnlpファイルから未使用・旧版のリファレンスを削除
●マップのセキュアードパラメータを実装
●カスタムユーザデータベースのセキュアードパラメーターに関する問題を修正
●カスタムユーザデータベースのデータベース接続の問題を修正
●QuickDesignerのパラメータ初期化時にOKボタンが反応しない不具合を修正
●クロスタブ・レポートのデータフォーマットとビューカラムのマッピングに関する問題を修正
●バーコード128のPDFへの書き出しに関する問題を修正
●QuickDesignerのチャートでファイル名に&が含まれる場合の問題を修正
●セキュリティレベルの名前に&が含まれる場合の問題を修正
●サブレポートでセキュリティで保護されたパラメータに関する問題を修正
●クロスタブ・レポートの66と70の間の互換性の問題を修正
●ERESスケジューラー電子メール配信に関する問題を修正
●QuickDesignerでのデータビューパラメータの初期化に関する問題を修正
●接続プーリングにおける重要な問題(サブレポートを含むレポートでSQLNonTransientConnectionExceptionが発生する)の修正
●スケジューラプリンタの配信に関する問題を修正
●EspressChartの削除ブラウザでログインアプレットが正常に動作しない不具合を修正

APIで複数のデータソースを読み込み方法[EspressChart]

EspressChartでは複数のデータソースを読み込みし、チャートを生成できます。この機能はデータソースとなるファイルが複数に分かれている場合や、異なるデータベースをデータソースとして、一つのチャートを生成したい場合に便利です。

チャートデザイナーの場合は新規でチャートを作成する際のデータソースの指定で、一つ指定した後に「Get Other Data Source」で別のデータソースを指定してというように複数のデータソースを指定できます。

続きを読む
タグ:

Espress API経由でREST APIから取得したJSONデータによるチャートの作成

Espressシリーズ (Quadbase)製品では、チャート、レポート、マップを作成し、ダッシュボードに個別に、あるいはグループ化して公開することができます。

これらのテンプレートはすべて、GUIアプリケーションによる手動作成、またはAPIによるJavaコードでのプログラム作成のいずれでも可能です。

Espressシリーズ製品は様々なデータソースを内部でサポートしていますが、それらはJavaオブジェクトをデータソースとして使用できるため、事実上あらゆるデータが製品のデータソースとなり得ます。

ここでは、Bitcoin/USDの価格チャートを作成し、「タイムズーム(time zooming)」機能を使ってデータを集約し、チャートに移動平均を追加して、そのチャートをファイルにエクスポートしています。全てQuadbase ERES APIを使用し、テンプレートを使用することなく行います。


この例では、チャートデータはREST APIからJSONフォーマットで取得します。

注: 簡略化のため、このブログのコードは例外処理を行いません。このコードは動作していますが、もしこのコードを自身のプロジェクトに使いたいのであれば、例外処理を追加することを推奨します。

クラスパスは

Java JDK 8+ – Oracle Javaを使用しましたが、好きなJavaを使用することができます。

EspressReport ES (ERES) 7.0 評価版については 当社にお問合せください。

注: Quadbase 製品(EspressChartEspressReport、Espress Dashboard(EDAB)、ERES)はすべて同じチャートエンジンを搭載しています。この例では、デフォルトでjson.jarライブラリが含まれているERESを選択しました。

ERES7.0からは、以下のjarが必要になります。

ERESOrganizer.jar – Quadbaseチャート・エンジン(その他)が含まれています。

json.jar – JSONをパースするためのJavaツールです。

qblicense.jar – Quadbaseのライセンス。評価版ライセンスも使用可能です。

まず、API URLからデータを取得する必要があります。バッファードリーダーを作成し、URLから取得した出力をStringBufferに読み込むだけです。

なお、今回は過去1825日間のビットコイン価格(USD)を1時間ごとに取得しているので、大量のデータを取得することになります。

URL apiurl = new URL(“https://api.coingecko.com/api/v3/coins/bitcoin/market_chart?vs_currency=USD&days=1825&interval=hourly”);

BufferedReader in = new BufferedReader(new InputStreamReader(apiurl.openStream()));

StringBuffer sb = new StringBuffer();

String inputLine;
while ((inputLine = in.readLine()) != null) {
sb.append(inputLine);
}
in.close();

続きはこちらの原文を参照ください。

タグ: , , , ,

Oracle MySQL (HeatWave)とJavaチャート・ツール「EspresChart」との高いマッチング性

MySQLとEspressChart

Webサイトの構築によくLAMP(Linux、Apache、MySQL、PHP)を利用されることが多いです。このMySQLデータベース上に蓄積されてデータをエンタープライズ向けJavaチャート作成ツールEspressChartからデータを参照し、チャートを作成することが可能です。EspressChartは対応の製品なので、これにより、WebサイトにEspressChartを使ったわかりやすいチャートとして組み込むユーザが多くあります。

データ管理

EspressChartはすでに組み込まれたデータソース マネジャーとクエリー ビルダーでデータのハンドリングができるユニークなシステムを提供します。MySQLでははJDBCソースから直接データを呼び込みます。データソースマネジャーによりレポート作成に使われるすべてのデータソースを管理することができます。


jdbc classes: mysql-connector-java-2.0.14-bin.jar
dtabase url: jdbc:mysql://host/database
jdbc driver: com.mysql.jdbc.Driver

EspressChartはリレーショナル データベースのクエリーができるユティリティーを持っています。クエリーはQBEスタイルのウィンドーでデザインされ、クエリーデザインに関して高い柔軟性を持っています。クエリーはセーブ、変更ができ、複数のレポートが同じクエリーから作成できます。クエリービルダーでデータベース式の作成、ユーザ自身のデータフィールドの構築が可能です。

ビジュアル データの表現

EspressChartはビジュアルなデータ表示に対して多くの違った手法を提供します。組み込まれたチャートデザイン ユティリティーで30種以上の2次元,3次元のチャートを選択でき、レポートデータにプロットできます。EspressChartはチャートを3Dレンダリング、パン/ズーム、回転、光源変更をしながら描写できます。チャートのテンプレートはレポートとは別にサーブされ、チャートの再デザインの必要なく、何度でも必要な時に再使用できます。

EspressChartはJavaチャート ツールではもっとも拡張性のあるデザイン機能を持ってツールセットです。ヘビー ユーザも開発者も、時間と労力なく、EspressChartデザインツールを使用してプロの高い品質のチャートを作成できます。さらにEspressChartは多くのMySQLユーザから多くの支持を受けて、高いマッチング性を保持しています。

Oracle MySQL HeatWave との連携を確認

MySQL HeatWave インスタンス・ダイアログ・ぺージでインスタンスの設定確認

 

EspressReport ES で指定したポート(「localport」引数、この例では3333)のローカルホストに接続するように、Heatwaveデータベースに接続 (ここではEspressReport ESを使用)

結論

MySQL HeatWaveは、OLTP、OLAP、機械学習アプリケーションに対応した単一のデータベースを提供し、パフォーマンスとコストの面で魅力的な利点を備えています。企業データの管理にMySQLデータベースを使用している企業は、Heatwaveを使用することで、パフォーマンスとコストを大幅に改善し、ETLなしで分析クエリを実行できるようになりました。Heatwave MLは、ネイティブなデータベース内機械学習機能を提供し、機械学習の専門知識がなくても、MySQL内で機械学習モデルの構築、トレーニング、予測、説明を行うことができます。MySQL Autopilotは、Heatwaveのパフォーマンス、スケーラビリティ、使いやすさを向上させる機械学習の自動化を提供します。このサービスは、クラウドのみ、またはハイブリッド環境での導入が可能で、トランザクション、分析、機械学習アプリケーションの管理を簡素化します。

EspressReport ES を含むEspressシリーズはOracle MySQL HeatWaveとの連携を確認しました。そのドキュメントを準備しています。

タグ: , , , , , ,

ビッグデータ解析のためのAWSサービス

データ分析、特に大規模なデータセットを扱う場合、検討すべきAWSのサービスが2つあります。AWS RedshiftAWS Athenaです。では、それぞれについて詳しく見ていきましょう。

AWS Redshift:


AWS Redshiftは、Amazonのパブリッククラウドが提供する、PostgreSQLをベースとしたクラウドベースのデータウェアハウスおよび分析サービスです。SQLベースのビジネスインテリジェンスツールと連携するように設計された列指向のデータベースで、ユーザーにリアルタイムでデータを提供する。

また、AWS Redshiftはフルマネージドのペタバイト規模のソリューションであり、さまざまなユースケースに対応することができる。Redshiftは、ペタバイト級の半構造化・構造化データに対して高性能なクエリを提供し、非常に高いコスト効率でこれを実現するため、最も一般的なものの1つがビジネス・インテリジェンスです。

分析


さらに興味深いことに、AWS Redshiftでは運用分析が可能で、例えばS3から大量のデータ(ログなど)を取り出し、リアルタイムに運用状況を把握することができます。また、独自の機械学習モデルを実行したり、SageMakerのような他のAWSサービスと統合したりと、Redshiftを予測分析に利用することも可能です。

Redshiftは、複数のデータソース(構造化データ、半構造化データ、非構造化データ)を組み合わせることも可能です。

フルマネージド、高速、親しみやすさ


また、Redshiftがフルマネージドサービスであることは、メンテナンスに必要なオーバーヘッドがほとんどないことを意味します。RedshiftのクラスタはAWSに任せて、あなたはデータに集中することができます。より多くのストレージ容量が必要な場合は、Redshiftを必要なだけ拡張することができます。

AWS Redshiftは高速で、データの暗号化を提供し、さらにPostgreSQLをベースにしているため、すべてのSQLクエリをサポートし、親しみやすさを提供します。

価格設定


Redshiftでは、オンデマンドインスタンス価格とリザーブドインスタンス価格を選択することができます。オンデマンド価格は、時間単位で支払うことができ(要件に応じたインスタンスタイプに基づく)、事前のコミットメントがないため、非常に柔軟性があります。

AWS Athena:


AWS Athenaは、AWS Redshiftと比較して、データウェアハウスではなく、インタラクティブなクエリサービスであるため、異なる動作をします。これまでS3バケットに保存されていたデータを簡単に分析できるほか、サーバーレス製品であるため、管理するインフラや考えるべきことがありません。また、Athenaはデータを選択し、使用するスキーマを定義し、SQLを使用してクエリを開始するだけなので、非常に簡単に使用することができます。

シンプルなクエリで高速な分析


最初からAthenaを使うことで、いくつかの目に見えるメリットがあります。例えば、データや準備されているかどうかを考える必要がなく、単にクエリを開始するだけで可能です。また、Athenaは非常に高速で、時には数秒以内に結果が返されることもあります。

Athenaは、アドホック分析、ある種のストリーミング分析、データレイク分析など、さまざまな種類のデータ分析に使用されています。しかし、AWS Redshiftが複数のソースから来る複雑なクエリを念頭に置いて設計されているのに対し、Athenaは単一のデータソースで実行する単純なクエリに多く使用されています。

セキュリティ


AWS AthenaはS3バケットからデータを取得するため、セキュリティについても考えなければならない。幸いなことに、Athenaは静止時の暗号化(サーバーサイドの暗号化、クライアントサイドの暗号化、KMSの暗号化)と転送時の暗号化(S3とAthena間の転送にTLSレベルの暗号化が使用されており、KMSはAthenaクエリー結果から各種データセットを暗号化してサポート)の両方を提供します。

制限事項


AWS Athenaに関しては、いくつかの制限がある。例えば、1つのクエリにしか対応できず、各アカウントで5つのクエリを同時に実行することができません。さらに、Athenaは利用可能なすべての地域にわたるクエリをサポートしていないため、利用を開始する前にデータの場所を確認しておく必要があります。

また、AthenaはAWS Glacierに保存されているオブジェクトに対するデータクエリをまだサポートしていません。制限事項の完全なリストについては、AWSのドキュメントページを参照してください。

価格


AWS Athenaは、実行するクエリによってスキャンされたデータに対してのみ価格が設定されています。これは、コスト戦略を立てる必要がないため、大きな利点となります。

しかし、データの圧縮、パーティショニング、カラムナー形式への変換を行うことで、Athenaクエリの大幅なコスト削減だけでなく、パフォーマンスの向上も達成できることに留意してください。

N2WS Backup & Recovery


N2WS Backup & Recoveryは、データバックアップのニーズを満たすクラウドネイティブの製品です。Ver4.0リリースではMicrosoft Azure Cloudをサポートするなど、常に進化を続けています。

N2WS Backup & Recoveryは、RedShiftのバックアップに使用することができますので、事業継続性を確保するための高品質な製品をお探しの場合は、是非お試しください。

AWSでビッグデータ分析を追跡する


AWS RedshiftとAWS Athenaは、異なる角度からデータ分析にアプローチしています。Redshiftは主にデータウェアハウスサービスであり、ビジネスニーズによってはメリットにも不必要なオーバーヘッドにもなり得ます。

●Athenaはデータ分析用に設計されており、データはすでにS3バケットに配置されているため、データの準備やストレージの追加コストは必要ありません。
●AWS Redshiftは、パフォーマンスに関しては全体的に速く、より複雑なクエリ機能を提供しますが、その追加のスピードは、様々なインスタンスを実行する(そしてその代償として支払われる)ことを伴います。

これらのことは、ユーザにとって最適なソリューションを見つけようとするとき、考慮すべき複数の要因があることを意味します。クエリーの性能も重要ですが、価格も考慮する必要があります。さらに重要なのは、すでにRedshiftを使用しているか(あるいはデータウェアハウスのニーズがあるか)どうかで、選択が決まることです。

 

タグ: ,

EspressReportのAPIを使用してPDF/Excel形式のレポートを簡単にダウンロード・メール送信可能なWebシステムを構築可能

EspressReportはHTML/PDF/Excel(XLS/XLSX)形式などのレポート出力に対応しています。

EspressReport

実装されたAPIを使用することで、例えばJDBC/ODBC対応データベース、CSVやXMLなどのテキストファイルなどの取り込んだデータをEspressRportでチャート付きのレポート・帳票形式に加工し、PDFやExcel形式のレポートでダウンロード可能なWebシステムを構築できます。

またメールに添付して指定したメールアドレスに指定時間に送付することも可能です。

デザイン作成イメージ

ExcelとPDFレポート出力イメージ

APIは下記を使用します。

Excel(XLS):QbReport.export(QbReport.EXCEL, ~);
Excel(XLSX):QbReport.export(QbReport.EXCEL_OOXML, ~);
PDF:QbReport.export(QbReport.PDF, ~);
HTML:QbReport.export(QbReport.DHTML, ~);

デモ動画を準備しています。

またユーザはiOS/Androidデバイスで加工されたレポート・データの可視化も可能です。

タグ: , , , , , , , ,

BIダッシュボードはビジネスにどのような効果をもたらすのか?

なぜビッグデータ産業は成長を続けているのでしょうか。最近のテクノロジーは、あらゆる性質のデータを利用可能にし、簡単に保存し、アクセスできるようにしました。ビジネスのトレンドはデータの収集ですが、すべてのビジネスがその価値を理解しているのでしょうか。この時代に対応しようとする企業の多くは、データが重要であることを知っていますが、データをどのように読み、どのように活用すればよいかを理解しているでしょうか。

2020 Global State of Enterprise Analytics Reportの統計の1つに、調査に参加した従業員のうち、重要なビジネス上の意思決定に必要なデータに素早くアクセスできていると感じているのはわずか3%であることが記されています。収集されたデータの量を考えると、この情報は非常にがっかりさせるものに聞こえます。

しかし、この事実こそがBIダッシュボードをビジネスで活用する理由の核心です。

BIダッシュボードとは?

BIとは、ビジネスインテリジェンスの略です。単にデータを集めればいいというものではありません。どのようなデータを収集するかが重要です。プロジェクトを計画したり、プロセスを導入したりする際には、常にビジネスの効率性を測定する方法を検討しなければなりません。つまり、追跡が必要な指標を定義し、それを追跡する方法を設定することです。このセットアップには、必要な情報を収集する方法、情報を記録する方法、情報を保存する場所(データベース内)が含まれている必要があります。

正確で完全なデータが手元にあるのなら、それを分析する必要があります。BIツールは膨大な種類があるので、適切な人材が作業を行えば、簡単に分析が完了するはずです。分析したデータからどのようにパワーを引き出し、社員に伝えるか。そこで登場するのがダッシュボードです。

ダッシュボードとは、個々のビジネスで決められた重要業績評価指標(KPI)を、チャートや図、表などさまざまなビジュアルで表現したレポートのアウトプットの集合体です。KPIには、業界固有のもの(同じ業界内の複数の異なるビジネスに適用可能)もあれば、ビジネス固有のもの(特定のビジネスに固有のもの)もあります。

ダッシュボードでは、製品別、拠点別、顧客カテゴリー別などの売上を追跡することができます。また、リードの生成や様々なマーケティング・チャネルのパフォーマンス、オンライン・ショップと実店舗の比較など、様々な洞察を提供することができます。さらに、すべての部門、チーム、個人のパフォーマンスなど、業務を追跡するオプションもあります。

BIダッシュボードの有益性

ストレート・トゥ・ザ・ポイント(問題点へ直行)
通常は多くのデータが収集されるため、企業は膨大な数のトレンドを監視しがちです。あらゆるプロセスの微細なステップにまで踏み込んださまざまなレポートが作成されるため、重要な指標から焦点が離れてしまう可能性があります。ビジネスの現状を一目で把握するために必要なことは何か、それがダッシュボードです。あるトピックに関するすべてのレポートの重要なアウトプットを集めたもので、ビジネスの現状を瞬時に把握することができます。ダッシュボードが示すデータ(KPI)は、視覚的に表現されているため、より効果的にポイントを押さえています。

リアルタイムのデータ
ダッシュボードは、どの時点でもビジネスの状況を知ることができ、通常、今年、四半期、ローリング四半期など、直近のデータを含むように設定されています。

インタラクティブ
さまざまなレポーティング・ツールのおかげで、私たちはインタラクティブなダッシュボードを手に入れることができました。ExcelやGoogleシートなど、以前からある専門外のツールでも、適切な設定をすれば、データを少しいじることができます。

簡単なフィルターを設定すれば、ビジネス全体ではなく、特定の製品、特定の市場などに関する情報をダッシュボードにドリルダウンすることができます。しかし、より重要なのは、時系列を変更し、過去の傾向を観察し、現在のものと比較を実行することができることです。

さまざまなシナリオの予測・実行
BIツールによっては、ダッシュボードは非常に直感的で、将来のパフォーマンスを予測するために使用することができます。使用するツールがこの機能を提供していない場合、バックグラウンドでいくつかの余分な作業を行えば、BIチームはある程度これを実現することができます。

これらの将来予測は、現在実行中のトレンドの予測に基づいて行うことができます。

あるいは、特定の条件を変更し、その変更がKPIや全体のパフォーマンスにどのように反映されるかを示す、さまざまなシナリオに基づいて予測することができるツールを検討することもできます。マーケティング費用、スタッフ、製品などを追加/控除し、それが将来にどのように反映されるかを観察することもできます。

常に利用可能で簡単にアクセス
ダッシュボードは、いつでもどこでも利用できるようにするためのものです。BI業界の進歩により、ダッシュボードはパソコンや携帯端末、ブラウザ、アプリ、生産性向上アプリへの組み込み、メールでの送信などで、クリックひとつで利用できるようになりました。

非常に重要なのは、ダッシュボードは明確なイメージを与えることを目的としているため、特に技術に精通していなくても一般のユーザが使用するのに便利であるということです。このように、データの力を、社員一人ひとりの業務に関わるレベルで手に入れることができるのです。

BIダッシュボードの欠点
コンセプトとしてのBIダッシュボードには、真のデメリットはない。デメリットは、その使用/誤用と設定の領域にあります。

BIダッシュボードのメリットを享受するためには、ダッシュボードは適切なKPIを視覚的に分かりやすく表示し、有意義で簡潔である必要があります。さらに、正しいデータに基づいている必要がある。正しいインプットがなければ、間違った傾向を見てしまう可能性があります。これは、正しい材料で料理をするのと同じくらい簡単なことです。

最後に、ダッシュボードは24時間365日利用できるように作成されているため、スケジュール通りに更新され、スムーズに動作していることを確認することが必要です。

ユーザベースの問題としては、ダッシュボードが無視され、十分に使用されていないことが考えられます。一方、ダッシュボードを「使いすぎ」ているユーザもいるかもしれません。ダッシュボードはツールであって目的ではないので、ビジネス上の意思決定や実行をせずに、トレンドやデータを何時間もかけて調べ続けるのではなく、パフォーマンスを向上させるためにダッシュボードを使うことに焦点を当てるべきです。

また、トレンドを正しく読み取ることができないユーザーを見ている可能性もあります。その場合は、ビジュアルやトレンドが互いにどのように反映されるかを理解するための追加トレーニングが必要でしょう。

BIダッシュボードは、すべての人の仕事を容易にし、全体的なパフォーマンスを向上させ、意思決定プロセスを加速させるために存在します。データアナリストなら誰でも、その場しのぎのレポートが減り、最も人気のあるインサイトが組織内の誰でもすぐに利用できるようになることを喜ぶでしょう。一度構築されたBIダッシュボードは、簡単なメンテナンスと、ビジネスにおけるレポートニーズの変化に応じた微調整が必要です。

ダッシュボードは誰でも使うことができ、また誰でも使うべきです。ダッシュボードは、各個人の営業案件の状態やパフォーマンス指標を表示して営業を支援することも、最高レベルの KPI に基づいて経営陣が重要な意思決定を行うのを支援することもできます。ダッシュボードは、意思決定の大小にかかわらず、データの力を利用して、情報に基づいた意思決定や行動計画を立てるための簡単な方法です。

タグ: , ,

Espressシリーズ Ver7.0 update 12 リリースノート

  • Java 8に移行しました。Java 7はサポート対象外となりました。
  • 新機能:クロスタブ・レポート要素の移動を可能にしました。
  • Microsoft SQL Server ドライバを 9.4.0 にアップグレードしました。
  • MySQLドライバを8.0.26にアップグレード
  • 製品ビルドを特定するファイルを追加 (ベータ版やテスト版に有効)
  • mongodb ドライバのアップグレード
  • 製品からLog4Jライブラリを削除
  • PDFエクスポートの改良:画像が複数回表示されている場合、PDFエクスポートに一度だけ追加されます(ファイルサイズを下げ、速度を向上させ、帯域幅を節約します)。
  • 散布図における不具合の修正
  • 第二軸を持つ列グラフのバグを修正
  • コネクションプーリングの不具合を修正
  • Excelエクスポートにおけるスクリプトの問題を修正
  • RTFエクスポートにおけるスクリプトの問題を修正
  • EspressChartの前方互換性の問題を修正
  • チャート:列と棒のオプションにコンボラインパネルを追加しました。
  • チャートタイプ変更時の「ステップライン」設定に関する不具合を修正
  • チャート注釈の後方互換性の修正
  • ファイル名に”%”が含まれるアップロードファイルの削除に関するバグを修正
  • グループ名に”%”が含まれるユーザーグループの編集で発生した問題を修正
  • txtのエクスポートで拡張子が間違っていたバグを修正
  • テキストファイルからユーザーをインポートする際のXSSセキュリティの修正
  • 保護されたパラメータのロジック変更:管理者以外のユーザー–レベルなし、権限なし
  • セキュアードパラメーターに関する数多くの修正
  • クイックデザイナーレポートにセキュアパラメータを実装
  • オーガナイザーのURL生成ダイアログに「URLをコピー」ボタンを追加しました。
  • パラメータなしのサブレポートのバグを修正:常にデータをリフレッシュするようになりました。

社内のExcelデータを十分活用できていますか? Espressシリーズがお応えします!

ExcelとEspresReport ESとの連携

Espressシリーズはデータ・レジストリー内でExcelデータソース機能を使用してExcelスプレッドシートから直接データの抽出が可能です。

これにより社内の情報や資産を可視化することで、情報共有の円滑化や業務効率化につなげていくことができます。

 

 Espress製品を活用した可視化/分析/共有での課題解決例を参照ください[活用例シリーズ まとめ]

タグ: , ,