AWS S3のデータをBIツールで可視化する際の課題・現状
現状、取り急ぎデータレイクにデータを突っ込んでいる状態。DWHなどの構築もしておらず、データを分析したい時にはAWS S3からファイルを取り出し、手元で不要な項目の削除などをおこなっている。その後、Googleスプレッドシートに貼り付けをしてからグラフを作成し、データの可視化をしている。データ加工や整形、整理に時間がとられてしまい、分析に割く時間がとれず、可視化をするだけで終わっている状況。
Reckoner（レコナー）導入の効果
データ加工を全てReckonerで自動化できたため、分析に時間を費やせるようになった。
手作業でおこなっていた際のヒューマンエラーがなくなり分析のデータの質が向上した。
AWS S3のデータをGoogleスプレッドシートに自動連携し、BIツール(Looker Studio)で可視化する方法
STEP1
接続設定
Reckoner（レコナー）が、データソースとなるAWS S3、データ転送先となるGoogleスプレッドシートにアクセスできるようにするため、ログイン情報入力やOauth設定をおこなう。
STEP2
データ加工・変換
SQLを記述することなく、Reckoner（レコナー）画面上のマウス操作で、以下加工・整形をおこなう。
・任意のフィールドを抽出、 抽出と同時にフィールド名やデータ型を変更する「フィールド変換」タスクを用いて、AWS S3のデータともう一つのAWS S3のデータの項目と統一する。
フィールド名が同じ場合は同一フィールドとして、異なる場合は別のフィールドとして統合する「統合(Union)」タスクを用いて、複数のテーブルのデータを縦方向（レコードを増やす方向）に統合する。
STEP3
ワークフロー作成・データ連携
検証環境を用意することなく、Reckoner（レコナー）の画面上で処理結果のプレビューをぱっと確認。バッチ制作不要で、AWS S3とGoogleスプレッドシートを繋いでデータの流れを作成する。
Reckonerでの解決ポイント
簡単なマウス操作でデータの統合(Union)が可能！
