包括的な相対日付フィルターが原因でクエリ実行時間が長くなっているパイプライン ダッシュボードの読み込み時間を改善するには、次の操作を行います。
* 相対日付フィルターの問題: 「作成日」の既存の相対日付フィルターは、広範囲(5
* 年）であり、大規模なデータセットに対する詳細な日付計算が含まれるため、データ処理のオーバーヘッドが大幅に増加します。
* 最適化されたアプローチ: 相対日付フィルターを YEAR([作成日]) に基づく複数値 (ドロップダウン) フィルターに置き換えることで、フィルターの粒度が低減されます。年によるフィルター処理により、処理されるデータの量が制限され、フィルター条件の複雑さが軽減されるため、クエリが簡素化されます。
* 実装の利点: このアプローチでは、異なる年にわたってデータを表示する柔軟性が維持されますが、クエリ実行中のデータベースの負荷が軽減されるため、ダッシュボードのパフォーマンスを向上させるのに重要です。
参照: この推奨事項は、Tableau のパフォーマンス最適化戦略と一致しており、特に、Tableau のパフォーマンス チューニング セッションおよびガイドで説明されているように、クエリ負荷への影響を最小限に抑えるための日付フィルターの管理に関するものです。

計算をデータ レイヤーに移動し、抽出でマテリアライズすると、Tableau のレポートのパフォーマンスが大幅に向上します。計算 ZN([Sales])*(1 - ZN([Discount])) は、事前に簡単に計算して抽出に保存できる基本的な計算であり、将来のクエリを高速化します。このタイプの計算は、動的分析に適しており、マテリアライズによるメリットがそれほどない可能性があるテーブル計算や LOD 式よりも複雑ではありません12。
参考資料: この回答は、Tableau の公式ドキュメントに記載されている Tableau で効率的な計算を作成するためのベスト プラクティスに基づいています。このドキュメントでは、パフォーマンスを向上させるために基本計算と集計計算を使用することが推奨されています1。また、抽出で計算を具体化するプロセスについては、Tableau のリソース2 で詳しく説明されています。
すべてのファイルが同じスキーマを共有し、ファイル名に共通の要素があることを考えると、ワイルドカード結合は、変換を実行する前にこれらのファイルを結合する最適な方法です。この戦略には、次の利点があります。
* 効率的なデータ結合: ワイルドカード結合により、共通の命名スキームを持つ複数のファイルを Tableau 内の 1 つのデータセットに結合することができ、データ準備プロセスが効率化されます。
* 統一されたスキーマ処理: すべてのファイルが同じスキーマを共有するため、ワイルドカード結合により、結合されたデータセットのデータ構造の一貫性が維持され、その後のデータ操作がより簡単になります。
* 変換前の結合: 変換を適用する前にファイルを結合すると、複数のファイルにわたる変換ロジックの冗長性が軽減されるため、通常はより効率的です。つまり、変換は個々のファイルごとに繰り返し実行されるのではなく、統合されたデータセットに対して 1 回書き込まれて処理されます。
参考文献:
* Tableau のワイルドカード結合: この機能により、複数の類似ファイルを 1 つの Tableau データ ソースに結合するプロセスが簡素化され、シームレスで効率的なデータ統合と準備が可能になります。

Tableau Server で「ネストされたプロジェクトに適用」がオンになっている場合、最上位プロジェクトで設定された権限ルールが、プロジェクト内のすべての資産とすべてのネストされたプロジェクトに適用されます。つまり、ネストされたプロジェクトに以前に付与されたカスタム アクセスは上書きされ、権限は最上位プロジェクトで定義されたものに戻ります。このアクションにより、すべての部門でデータ ガバナンス戦略が一貫して適用されます。
参考資料: 「ネストされたプロジェクトに適用」をチェックした場合の影響については、Tableau の公式ドキュメントで詳しく説明されています。このドキュメントでは、ロックされたネストされたプロジェクトを使用して、サイト コンテンツをより柔軟かつ効率的に管理する方法が説明されています12。

各営業担当者が自分の担当地域に関連するデータのみを表示できるようにするには、Tableau Data Management ライセンスがない場合に、権限を持つ結合されたデータ ソースを使用するのが最善のアプローチです。
* データ ソース構成: 販売データ テーブルと権限テーブルを結合するデータ ソースを作成します。権限テーブルには、営業担当者とそれぞれの担当地域のマッピングが含まれています。
* データ ソース フィルター: 現在のユーザーのアクセス権に基づいてデータを制限するデータ ソース フィルターを実装します。このフィルターは、結合された権限を参照して、ログインしたユーザーに基づいてデータの表示を動的に制御します。
* データ ソースの公開: このフィルター処理されたデータ ソースを Tableau Server に公開します。このデータ ソースに接続するすべてのワークブックまたはダッシュボードは、データ ソース フィルターによって確立された行レベルのセキュリティを本質的に尊重します。
参照このアプローチは、Tableau のセキュリティ管理とデータ モデリングのベスト プラクティスで詳しく説明されているように、データ ソース内で直接行レベルのセキュリティを実装する Tableau の機能と一致しています。

Tableau では、計算フィールドのパフォーマンスは、使用されるデータ タイプによって異なります。整数やブール値を含む計算は、通常、文字列を含む計算よりも高速です。これは、数値演算の方が、複雑で時間のかかる文字列演算よりもコンピューターの処理効率が高いためです。したがって、パフォーマンスを考慮する場合は、可能な限り文字列よりも整数またはブール値を使用することをお勧めします。
参考資料: Tableau 計算におけるデータ型のパフォーマンス階層は、Tableau パフォーマンスを最適化するためのベスト プラクティスを説明するリソースに記載されています1。