Zoho DataPrep用Zoho Analyticsコネクター

Zoho DataPrep用Zoho Analyticsコネクター

お知らせ:当社は、お客様により充実したサポート情報を迅速に提供するため、本ページのコンテンツは機械翻訳を用いて日本語に翻訳しています。正確かつ最新のサポート情報をご覧いただくには、本内容の英語版を参照してください。




DataPrepでは、Zoho Analyticsコネクターを使用してZoho Analyticsからデータをインポートできます。Zoho Analyticsは、データの視覚的な分析や、優れたデータ可視化の作成、データに潜むインサイトの発見が可能なセルフサービス型BI/データ分析ソフトウェアです。このコネクターを使用すると、ETLワークフローを効率化し、データをスムーズに移動して、Zoho AnalyticsとZoho DataPrep間のデータ連携を簡素化できます。

Zoho Analyticsからデータをインポートするには

1.既存のパイプラインを開くか、パイプラインを作成したうえで、[ホーム]ページ、[パイプライン]タブ、または[ワークスペース]タブで、[データを追加]をクリックします。

情報情報:パイプラインの作成画面の上部にある[データのインポート]アイコンをクリックして、複数のデータソースからパイプラインにデータを取り込むこともできます。


2. 左ペインで[Zohoアプリ]カテゴリーを選択し、[Zoho Analytics]をクリックします。検索ボックスでこの項目を直接検索することもできます。


3. [組織を選択]ドロップダウンから自分の組織を選択し、[ワークスペースを選択]ドロップダウンから利用可能なワークスペースを1つ選択します。

4. チェックボックスを選択して、DataPrepにインポートするテーブルを選択します。標準では、ワークスペース内のクエリーテーブルを含むすべてのテーブルが表示されます。検索アイコンの横にあるフィルターメニューを使用して、テーブルとクエリーテーブルを絞り込むことができます。

注記クエリーテーブルは、レポート作成や分析を容易にするためにデータを準備できるZoho Analyticsの機能です。データベース内の1つ以上のテーブルのデータを結合し、レポートを簡単に作成できます。こちらをクリックすると、クエリーテーブルの詳細を確認できます。



5. [インポート]ボタンをクリックします。

6. データのインポートが完了すると、パイプラインの作成画面が開き、ETLパイプラインへの加工処理の適用を開始できます。また、ステージを右クリックして[データを準備する]を選択すると、DataPrep Studioページでデータの準備を行えます。こちらをクリックすると、加工処理の詳細を確認できます。



7. データフローを作成し、各ステージに必要な加工処理を適用したら、ステージを右クリックして[エクスポート先を追加]し、データフローを完成させます。


注記メモ:パイプラインにエクスポート先を追加した後は、まずパイプラインを手動で実行してみることができます。手動での実行が正常に動作することを確認したら、スケジュールを設定して、パイプラインとデータ移動を自動化できます。実行の種類については、こちらをご確認ください。

予約   

 [予約]設定を使用して、パイプラインを予約できます。予約時に、Creatorアプリから増分データをインポートすることもできます。増分データのインポートとは、前回の同期後に新規作成または更新されたレコードをインポートする方法です。

予約の設定

1. パイプラインの作成画面で[予約]設定を選択します。

2.
[繰り返し]方法(毎時間、毎日、毎週、毎月)を選択し、[実行間隔]ドロップダウンで頻度を設定します。[実行間隔]ドロップダウンの設定は、選択した繰り返し方法に応じて変わります。詳しくは、[こちらをクリック]してください。




3. 元データで検出された新しいデータをインポートする[GMT時刻]を選択します。標準では、ローカルのタイムゾーンが選択されます。


4.[指定回数の失敗後に予約を一時停止]:この設定では、処理が指定回数失敗した後に予約を一時停止する設定を選択できます。
情報情報:範囲は2~100です。初期値は2です。


Zoho Analyticsのインポート設定

どの種類の実行でも、パイプライン内のすべての元データに対してインポート設定が必要です。[インポート設定]を使用して、Zoho Analyticsから増分データを取得してインポートする方法を設定できます。
メモ:インポート設定を行わないと、どの種類の実行も保存できません。

1. パイプラインの作成画面にある[予約]ドロップダウンから実行する処理を選択し、[こちらをクリック]のリンクを選択してインポート設定を行います。



2. [元データからのデータのインポート方法]ドロップダウンから必要な設定を選択します。この設定では、すべてのデータ、更新されたデータと新しいデータのみ、または新しいデータのみをインポートできます。

すべてのデータのインポート

実行するたびに、元データ内の利用可能なすべてのデータがインポートされます。



増分データの取得

増分データのインポートとは、特定のデータ期間内に新規作成または更新されたレコードをインポートする方法です。

更新されたデータと新しいデータのみ

指定したデータ期間内に、更新されたデータと新しいデータのみを増分データとしてインポートするには、[更新されたデータと新しいデータのみ]設定をドロップダウンから選択します。新しいデータや更新されたデータの増分取得に使用する日時列の列名を入力します。Zoho Analyticsでは、日時列は常にGMTで表示されます。

情報
タイムゾーンが設定された日時列をZoho Analyticsにインポートすると、時刻はGMT+00:00に調整されます。
例:2014年11月24日 10:00 GMT+9:00(または)2014年11月24日 10:00 JSTは、2014年11月24日 01:00 GMTとして保存されます。

タイムゾーンが指定されていない場合、値は標準でGMTとして処理されます。




データがない場合の処理

増分インポート時に、[詳細設定]リンクをクリックして、元データに新しいデータがない場合の処理を選択します。


  • [パイプラインの実行を失敗にする]:インポートが失敗し、データはインポートされません。パイプライン処理は失敗として記録されます。これが標準の設定です。
  • [パイプラインの実行をスキップする]:インポートは実行されず、パイプライン処理はスキップ済みとして記録されます。スキップ済みの処理に関する通知は送信されません。
  • [無視して続ける]:この元データを空のデータとして、パイプラインを実行します。
  • [前回のデータを使用する]:前回のインポートで取得したデータが再度インポートされます。


データをインポートしない

データは初回のみインポートされます。2回目以降は、同じデータにルールが適用され、エクスポートされます。



10. インポート設定を保存するには、[保存する]をクリックします。

Zoho Analyticsにデータをエクスポートするには

1. 既存のパイプラインを開くか、新しいパイプラインを[ホーム]ページ、[パイプライン]タブ、または[ワークスペース]タブから作成します。50種類以上のデータソースからデータを取り込めます。

2. パイプラインビルダーページでデータフローの作成と各ステージへの必要な加工処理の適用が完了したら、ステージを右クリックして[エクスポート先を追加]を選択します。



3. [すべてのエクスポート先]タブで[Zoho Analytics]を検索するか、[Zohoアプリ]カテゴリーで絞り込み、クリックします。




4. データのエクスポート先となるZoho Analyticsの[組織]と[ワークスペース]を選択します。

5. 新しいテーブルを作成する場合は、[新しいテーブル]を選択します。必要な[組織]と[ワークスペース]を選択し、[エクスポート]をクリックします。
メモ:予約実行とバックフィルの実行では、初回のエクスポート時に新しいテーブルが作成されます。2回目以降のエクスポートでは同じテーブルが既存のテーブルとして扱われ、データ構造の照合に成功するとデータがエクスポートされます。データ構造の照合エラーは、パイプラインの実行後に確認するか、パイプラインビルダーページからステージを直接開いて確認できます。



6. 既存のテーブルにデータをエクスポートする場合は、[既存のテーブル]を選択します。Zoho Analyticsで利用可能なテーブルのリストから1つ選択します。
メモ:システムテーブルへのデータのエクスポートには対応していません。



7. Zoho Analyticsにエクスポートするデータの処理方法を決めるため、次のいずれかを選択します。
  1. [最後に行を追加する] - 新しくインポートしたレコードのみを、Zoho Analyticsのデータの末尾に追加します。
  1. [既存の行を削除して追加する] - テーブル内の既存のレコードを削除し、新しいレコードを追加します。
  1. [すでに登録されている場合は行を追加して置き換える] - 選択した列と一致するレコードを更新し、一致しないレコードを追加します。



メモ:既存のレコードとの照合に使用する列は、[すでに登録されている場合は行を追加して置き換える]を選択した場合にのみ選択できます。

8. 個人情報を含む列を含めるには、[個人情報を含む列を含める]チェックボックスを選択します。
 
9. エクスポート先の設定を[保存]します。

パイプライン実行前のデータ構造の照合の確認

Zoho Analyticsがエクスポート先として設定されているステージのDataPrep Studioページに移動します。



右上にあるデータ構造の照合アイコンをクリックし、[基準データを表示する]を選択します。エクスポートの失敗を防ぐため、データ構造の照合が完了していることを確認してください。データ構造の照合の詳細については、こちらをクリックしてください。


データ構造の照合を確認したら、まず手動での実行を使用してパイプラインを実行することをお勧めします。手動での実行が正常に動作することを確認した後、パイプラインを自動化するための実行スケジュールを設定できます。実行の種類については、こちらをご確認ください。
情報:各実行はジョブとして保存されます。パイプラインを実行すると、データソースから取得したデータに対し、各ステージで適用した一連の加工処理が実行され、その後エクスポート先にデータがエクスポートされます。この一連の処理は、[ジョブ]ページに記録されます。
メモ:
1. 各値が対応するデータ型と一致する行はエクスポートされます。
2. データ型の不整合がある行はエクスポートされません。エラーの詳細は、メールと通知パネルで通知されます。
3. 無効なデータを含むパイプラインは、Zoho Analyticsにエクスポートできません。予約する前に、Zoho Analyticsをエクスポート先として設定したステージに有効な値が含まれていることを確認してください。

10. 手動での実行がエラーなく成功すると、データは正常にエクスポートされます。次に示すデータ構造の照合エラーにより手動での実行が失敗した場合は、データ構造の照合手順を完了することで修正できます。

データ構造の照合は、データモデルの不整合によるエクスポートの失敗を防ぐDataPrepの便利な機能です。
 



Zoho Analyticsへのエクスポート時のデータ構造の照合

データ構造の照合は、データをエクスポート先にエクスポートする前に行われます。データ構造の照合は、データモデルの不整合によるエクスポートの失敗を防ぐDataPrepの便利な機能です。データ構造の照合を使用すると、Zoho Analytics内の必要なテーブルを基準データとして設定し、元データのデータセットの列を基準データのテーブルに合わせることができます。これにより、高品質なデータをZoho Analyticsにスムーズにエクスポートできます。
メモ:データ構造の照合の失敗は、エクスポートの失敗ではありません。データ構造の照合は、データが実際にエクスポート先へエクスポートされる前に行われます。これにより、エクスポートの失敗につながる可能性のあるスキーマやデータモデルのエラーを事前に検出し、エクスポートの失敗を防止できます。

データ構造の照合チェックに失敗した場合

1. エクスポート時にデータ構造の照合チェックが失敗した場合は、DataPrep Studioページに移動し、右上のデータ構造の照合アイコンをクリックして、[基準データを表示する]オプションを選択します。基準データのデータモデルが、既存の元データのデータセットの上に表示されます。一致する列が見つかった場合、元データのデータセット内の列は、基準データのデータセット内の列に合わせて自動的に配置されます。



データ構造の照合では、照合済みの列と未照合の列に、それぞれ異なるアイコンや候補が表示されます。これらの候補をクリックすると、既存の列を基準データの列に合わせるための変更をすばやく行うことができます。エラーを簡単に修正できるように、Zoho Analytics内の基準データのモジュールが、データの基準データとして関連付けられます。DataPrep Studioページでは、データとテーブルの対応関係を確認でき、不整合がある箇所にはエラーが表示されます。エラーアイコンにカーソルを合わせると問題を確認でき、アイコンをクリックすると各エラーを解決できます。
メモ:標準では、すべての列がグリッドに表示されます。ただし、[すべての列]リンクをクリックすると、必要なオプションで絞り込むことができます。
2. データ構造の照合に関するエラーの概要を確認するには、[概要を表示する]リンクをクリックします。概要には、さまざまなデータモデルの照合エラーと、各エラーに関連する列の数が表示されます。必要なエラーが発生した列をクリックし、[適用する]をクリックすると、特定のエラーが発生した列を絞り込むことができます。



データ構造の照合に関するエラーの概要

  1. [データ構造の照合エラー]セクションには、エラーと各エラーに関連する列の数が表示されます。
  2. 上部のセクションには、エラーのカテゴリーと各カテゴリーのエラー数が表示されます。
  3. カテゴリーをクリックすると、パネル内で各カテゴリーに関連するエラーを絞り込むことができます。
  4. 標準の表示では、すべての列が表示されます。ただし、任意のエラーカテゴリーをクリックして列の詳細を確認したり、[エラーのみ表示する]チェックボックスを選択してエラーが発生した列のみを表示したりできます。
  5. データ構造の照合に関するエラーの概要で選択したフィルターは、DataPrep Studioページのグリッド表示にも適用されます。

データ構造の照合エラー

データ構造の照合で発生するエラーについて、以下で説明します。
  1. 未照合の列:元データと基準データのすべての未照合の列が表示されます。
    メモ。
    1. 基準データ内の必須ではない列は、対応する元データの列がある場合は照合するか、無視できます。
    2. エクスポートを続けるには、基準データに存在しない元データの列を照合するか、削除する必要があります。
    [未照合の列]オプションを使用する際は、[必須の列のみ表示する]オプションを有効にすると、基準データで必須に設定されている列があるかどうかを確認して追加できます。必須列のみを修正して、エクスポートを続けることもできます。


  1. データの種類の不整合:基準データ内の列とデータの種類が一致しない、元データ内の列が表示されます。
  2. データの形式の不整合:基準データとは日付、日時、時刻の形式が異なる、元データ内の列が表示されます。
  3. 制約の不整合:基準データ内の列に設定されたデータの種類の制約と一致しない列が表示されます。列に制約を追加する方法については、こちらをクリックしてください。
  4. 必須列の不整合:基準データでは必須に設定されているものの、元データでは必須に設定されていない列が表示されます。

    メモ:必須列をエクスポート先にエクスポートするには、列を照合して必須に設定する必要があります。列の上にあるアイコンをクリックすると、必須に設定できます。また、データの種類を変更する変換にある[必須に設定する(空の値(null)を許可しない)]チェックボックスを使用して、列を必須に設定することもできます。
  5. データサイズ超過の警告:基準データで許可されている最大サイズを超えるデータが含まれる列を絞り込みます。

3. エラーを修正した後、パイプラインの作成画面に移動し、パイプラインを実行してデータをエクスポートします。手動での実行が正常に完了することを確認したら、パイプラインを自動化するためのスケジュールを設定できます。実行の種類については、こちらをご参照ください。

制限事項

1. 一度に最大1,000万件のレコードをインポートできます。
2. 一度に最大1,000万件のレコードをエクスポートできます。

よくある質問

1. Zoho Analyticsへのエクスポート時にデータ構造の照合に失敗した場合はどうすればよいですか?

データ構造の照合エラーによりパイプラインの実行に失敗した場合は、次の手順で修正してください。
  1. 処理の概要ページの右上にある[パイプラインを編集]をクリックします。パイプラインの作成画面に移動します。
      

注記
メモ:画像では説明のためにZoho CRMを使用しています。同じ手順がすべての連携サービスに適用されます。

b. 最後のステージ(エクスポート先としてZoho Analyticsを追加したステージ)を右クリックし、[データを準備]を選択します。DataPrep Studioページが開きます。

      

c. データグリッドのすぐ上にある右上のデータ構造の照合アイコンをクリックします。

d. [基準データを表示]を選択します。[Zoho Analytics]のタブが基準データとして表示され、元データの列を対応する列に合わせることができます。エラーと警告は、それぞれ赤色と黄色のアイコンで示されます。
      
     
e. [すべての列]ドロップダウンをクリックし、[エラーが発生した列]を選択します。次に、赤色または黄色のアイコンをクリックし、ステージの列を[Zoho CRM]のタブの項目に対応させます。

これにより、必要なデータの種類と制約がステージの列に追加され、Zoho Analyticsの基準データの列と一致するようになります。

情報
メモ:Analyticsの基準データの列にはAPI名が使用されています。そのため、ステージの列にも同じ名前を付けてください。これは、システムがAPI標準に従って列を検出し、Analyticsの項目に正しくマップするために必要です。

エラーが発生した列がなくなり、基準データが正常にマップされたら、パイプラインの実行を続けることができます。

2. データ構造の照合時に表示される各アイコンは何を示していますか?

データ構造の照合時に表示されるアイコンは、列のマッピングと検証のステータスを示します。

  • 灰色のアイコン→元データにある追加の列はエクスポートされません。

  • 黄色のアイコン(元データと基準データの列が一致)→この列には、基準データの上限を超える値を入力できます。制約を更新するにはクリックしてください。

  • 黄色のアイコン(基準データにはあるが、元データにはない列)→基準データでは必須列ではありません。対応する元データの列がある場合はその列と照合するか、この警告を無視できます。

  • 赤色のアイコン→基準データにおいてこの列は必須ですが、元データに対応させる列が残っていません。データ内に対応する列が必要です。

  • 緑色のアイコン→データ構造の照合が完了しています。


関連情報