Salesforce と Data Cloud の用語を理解する
2025 年 10 月 14 日以降、「Data Cloud」は「Data 360」というブランド名に変わりました。この変更の途上では、アプリケーションやドキュメントに「Data Cloud」と表示されることがあります。名前は新しいですが、機能と内容は変更されていません。
Tableau Next と Tableau(新しいウィンドウでリンクが開く) には、より強力な統合が継続的に構築され、データがどこに存在するかに関係なく、必要な場所で分析できる機能が追加されています。これは、Tableau と Data Cloud の用語と考え方に触れる機会がさらに増えているということです。一つのエコシステムに慣れ親しんでいるユーザーにとっては、もう一方のエコシステムは分かりにくかったり、異質なものに感じられたりするかもしれませんが、結局はすべてデータの話です。
このトピックは、どのシステムに慣れているか、どのシステムで作業しているかに関わらず、利用者の方向付けを支援することを目的としています。
注: Data 360 は、以前は「Data Cloud」と呼ばれていました。
データに関する重要な用語と概念
データを表現するための言葉はたくさんあります。最も一般的な意味で、データ セットは扱っているデータの集まりです。
- データベース は、Amazon Redshift、Firebird、Google スプレッドシート、Oracle など、実際にデータを保持しているテクノロジー プラットフォームです。
- データは、多くの場合、データのテーブルとして保存されています。データベースには、複数のテーブルやビューが存在する場合があります。Excel や Google スプレッドシートでは、各シートのタブが 1 つのテーブルです。csv ファイルでは、ファイル全体がテーブルです。
- 必要なデータが複数のテーブルに分散している場合は、それらをあるデータ モデルでつなぎ合わせる必要があります。データ モデルは、テーブルが相互に接続する方法を抽象的に表現したものです。
Salesforce のデータ
Data 360 では、データはさまざまな概念に分類されます。
| データ型 | 説明 |
|---|---|
| データ ストリーム(新しいウィンドウでリンクが開く) |
元のソース (S3、Amazon、Google BigQuery など) などの接続情報。どのフィールドを取り込むか、どのフィールドがプライマリ キーか、どのような頻度でデータを更新するかなど。 |
| データ レイク オブジェクト (DLO)(新しいウィンドウでリンクが開く) |
Data 360 に取り込まれたデータ、または Snowflake などの外部システムから参照されたデータは、DLO に保存されます。DLO に保管されたデータは、クレンジングされ、変換され、計算と分析のために準備されています。 データの各テーブルは、独自の DLO です。 |
| データ モデル オブジェクト (DMO)(新しいウィンドウでリンクが開く) |
1 つまたは複数のデータ レイク オブジェクトに格納されたデータの構造とスキーマを記述する Data 360 オブジェクト。DMO は 1 つのデータ テーブルですが、1 つまたは複数の DLO から派生したものです。DMO は DLO のデータを受け取り、信頼性の高い書式にマッピングします。DMO には、ID 解決ルールセットとその他のテンプレート化された書式設定が適用されます。標準 DMO とカスタム DMO があります。 DLO から DMO へのデータ マッピング(新しいウィンドウでリンクが開く)と、多くの DMO のテンプレート化された性質は、Data 360 が持つ調和の力です。 |
| 計算済みインサイト オブジェクト (CIO)(新しいウィンドウでリンクが開く) | 計算済みインサイトを処理した後に作成されるデータ モデル オブジェクト。計算済みインサイトを使用すると、Data 360 データのメジャーとディメンションを使用してキューブ型のメトリクスを構築できます。Data 360 で既存の CIO に接続し、ワークスペースにデータ アセットとして追加できます。 |
| コンマ区切り値 (CSV)(新しいウィンドウでリンクが開く) |
テーブルのような形式でデータを格納するテキスト ファイル。CSV ファイルは、アプリケーションやプログラムの間でデータを移動するために一般的に使用されています。 Tableau Next の場合: CSV ファイルを Tableau Next ワークスペースに取り込み、そのデータを DLO として Data 360 にアップロードして保存することができます。 |
Tableau 利用者のための Salesforce データ オブジェクトについての補足
データ ストリームは、接続情報です。
DLO は、データ ストリームからダンプした生のデータです。各 DLO は、1 つのテーブルです。
Tableau には、直接 DMOに相当するものはありません。DMO は複数の DLO からマッピングでき (データベース内の「ビュー」に似ています)、各 DMO は 1 つのテーブルです。
Tableau には、CIO に相当するものはありません。計算は、他と同様、データソースの単なるフィールドです。
Tableau のデータ
Tableau データ ソース(新しいウィンドウでリンクが開く)は、データベース接続情報、データ モデル、データへのアクセス方法 (認証資格情報など) や更新方法に関する情報、セマンティック情報、さらに場合によってはデータ自体で構成されます。データ ソースを作成および編集するための 2 つの主要な UI 要素は、[データ ソース] タブと [データ] ペインです。
データ ソース タブ: [データ ソース] タブでは、参照元のデータベースまたはファイルへのデータ接続を確立し、関係、結合、ユニオン(新しいウィンドウでリンクが開く)を使用して 1 つまたは複数のデータベースのテーブルを 1 つのデータ ソースに結合してデータ モデルを構築します。データが元のデータベースに残っている場合、それはライブ接続になります。データのコピーを Tableau 自体に抽出として取り込んで、必要に応じて更新することもできます。
データ ペイン: [データ] ペインでは、意味的な情報を取得します。それらの情報には、フィールド名、メンバーのエイリアス、階層、グループ、セット、計算、既定の集計と色、フィールドの説明などがあります。
データ ソース: [データ ソース] タブと [データ] ペインで行った変更を合わせて、データ ソースが形成されます。データ ソースは、パブリッシュされたアセットやファイル、または作成元のワークブック内に含めることができます。
- パブリッシュされたデータ ソース (PDS) は、Tableau Cloud または Tableau Server 上にあるスタンドアロンのアセットです。
- ローカルでは、ファイルベースのバージョンの Tableau データ ソースを持つこともできます。
.tdsは Tableau データ ソースのファイル拡張子であり、データ以外の情報 (接続とセマンティクスのみ) を含みます。.tdsxはパッケージ化された Tableau データ ソースのファイル拡張子であり、データ以外の情報だけでなくデータ自体も含みます。.hyperは、抽出のファイル拡張子であり (以前は.tde)、データのコピー (データ自体) を含みます。
注: パブリッシュされたデータ ソースは、Tableau でセマンティック レイヤーまたはセマンティック モデルに最も近いものです。
Salesforce 利用者のための Tableau データについての補足
Tableau は、ローカルかクラウドベースかを問わず、さまざまなデータベースやテクノロジーからのデータを扱います。データは、Salesforce クラウドからすべての必要なデータ オブジェクトとともに取得されるものではないため、データのモデル化とフォーマットの方法には多くの柔軟性があり、テンプレート化されたデータ書式という現実的な概念はありません。
標準化モデルとセマンティック モデルは、ほとんどの場合、パブリッシュされたデータ ソース (PDS) で取り込まれます。
データ セマンティクスの要点
- データとは、生の事実 (数字、観察結果、測定値) です。
- 情報とは、そのデータを解釈したもの、またはそのデータを処理して理解することで得られる知識のことです。
- セマンティクスとは、基になるデータとそこから得られる情報の間にある踏み石です。
この用語は、言語学におけるセマンティクス (意味論) とシンタックス (構文論) の概念に由来しています。シンタックスはそれをどう言うかであり、セマンティクスはそれが何を意味するか、というものです。この「セマンティクスとはそれが意味するもの」という考え方は、データのコンテキストでのセマンティクスにも引き継がれています。セマンティクスには、データ モデルにおけるテーブルの組み合わせ方、データのフィールドや列に関する情報、それらの相互作用のしかた、既定の集計などの追加情報、生データの上で実行する計算などが含まれます。
データセットに必要な情報がすべて含まれていても、そのデータセットから意味を引き出す方法がわかなければ役に立ちません(新しいウィンドウでリンクが開く)。役に立つにはセマンティクスが必要です。
ビジネスのユース ケースでは、セマンティクスの詳細を切り離すことはできません。セマンティクスとは、データやそのビジネス上の意味を記述することです。セマンティクスは、カテゴリに分類できます。カテゴリには、データ モデル、フィールドのメタデータと説明、デフォルトの集計、階層構造とグループとセット、計算などがあります。
いくつか例を挙げます。
- データ モデル
- データのテーブルを相互につなぎ合わせる方法。4 つの四半期の売上テーブルをユニオンする必要がありますか? 医師のテーブルは患者のテーブルに直接関連付ける必要がありますか、それとも両方を予約テーブルに関連付ける必要がありますか?
- フィールドのメタデータ (フィールド名、データ型、メンバーの別名)
- 「名前」は、取引先の企業名ですか、それとも担当者名ですか?
- 「割引」は、割引が適用されるかどうかを示すブール型フィールドですか、割引のタイプを示す文字列フィールドですか、それとも割引額を示す不連続メジャーですか?
- フィールドの説明
- たとえば、次のようなコメントです。「このデータセットの APR は、Annual Percent Return ではなく、Adjusted Pitching Runs であり、
APR = L * IP - R / pf(P)として計算します。ここで、L: リーグで投球されたイニングあたりの平均ラン数、IP: 投球イニング数、R: 失点数、pf(P): プレーヤーのホームパーク P のパーク ファクター。」
- たとえば、次のようなコメントです。「このデータセットの APR は、Annual Percent Return ではなく、Adjusted Pitching Runs であり、
- 既定の集計
- リストは、COUNT (すべてのインスタンスを数え上げる) で集計しますか、それとも COUNTD (一意の値のみを数え上げる) で集計しますか?
- メジャーの既定の集計は SUM ですか、それとも AVG ですか?
- 階層、セット、グループ
- 大学の学部を集めたものでは、工学部が独立した学部であり、歴史学、文学、哲学、政治学の学部で教養学部を構成する場合があります。
- 計算
- データに元からに存在するフィールドですが、操作したり組み合わせたりする必要のあるフィールドから導き出したフィールドです。たとえば、古くなった対応案件を、スタンダード アカウントでは 10 日間開いているが、プレミアム アカウントでは 2 日間しか開かないと定義することです。
Tableau におけるセマンティクスと Tableau セマンティクス
再利用できるセマンティック レイヤーがなければ、データ モデル、セマンティック定義、計算フィールドは 1 回限りのものとして何度も作成され、非効率さが生まれ、エラーやずれが発生する可能性があります。
Tableau におけるセマンティクス
Tableau 利用者にとって、セマンティクスは目新しいものではありません。単に、データ ソース、特にパブリッシュされたデータ ソース (PDS) の一部でした。パブリッシュされたデータ ソースでは、データのセマンティック定義を制御します。
ビジュアル分析のサイクル(新しいウィンドウでリンクが開く)という Tableau の理念により、セマンティクスはこれまで明確なレイヤーとして抽象化されていませんでした。作成環境は、データ モデル ([データ ソース] タブ) とセマンティクス ([データ] ペイン) を同時に開発する場所です。
Tableau セマンティクス
Tableau セマンティクス(新しいウィンドウでリンクが開く)は、セマンティクスを分析とは異なるレイヤーに分離するアプローチを採用しているため、セマンティック モデルを一度構築すると、さまざまな分析や製品で使用できます。Tableau セマンティックは、データや分析とは区別されるスタンドアロンのセマンティック レイヤーとして、Data 360 および Tableau Next 環境に統合されています。セマンティック レイヤーの単位はセマンティック モデルです。セマンティック モデルには、データのデータ モデルとセマンティック定義の両方が含まれます。Tableau セマンティクスでは、セマンティック モデル ビルダーは、セマンティック モデルを作成するための UI です。これらのセマンティック モデルは、Data 360 またはTableau Nextで構築できます。
相互運用性
Tableau 用 Tableau セマンティック コネクターを使用すると、Tableau Next のセマンティック モデルを使用して Tableau で分析を行うことができます。または、パブリッシュされたデータ ソース (PDS) からセマンティック モデルを作成する(新しいウィンドウでリンクが開く)ことで、Tableau のデータ ソースを使用して Tableau Next で分析を行うことができます。