
読書記録「データ分析力を高めるビジネスパーソンのためのSQL入門」
「データ分析力を高めるビジネスパーソンのためのSQL入門」を読んだ感想をまとめる。
読んだきっかけ
私は社内のデータ分析組織に所属しているが、最近「データ分析組織そのものが、データ分析のボトルネックになっている」と感じている。
現場が欲しいデータがあるたびに分析組織が抽出を担っていると、受けられる依頼の量は分析組織のリソースに縛られる。つまり、分析組織のキャパシティ以上に分析がスケールしない。その結果、意思決定のスピードが落ちるうえ、そもそも受けきれない依頼も出てくる。
こうした状況を変えるために、ビジネスサイドの人たちにも無理のない範囲でSQLを書いてもらうにはどうすればいいのかを学びたいと思い、この本を手に取った。
読む前の私のスキル
SQLの知識がある人は70分程度で通読できる。
Oracle Master Silver SQLを保有しており、一般的なSQL(SELECT文による抽出・集計など)は理解している
データベースの設計は分析組織内の別チームが担当しており、DML/DDL/DCLといったSQLはほぼ書いたことがない
DML:データの追加・更新・削除(INSERT / UPDATE / DELETE)
DDL:テーブルなどの作成・変更・削除(CREATE / ALTER / DROP)
DCL:権限設定(GRANT / REVOKE)
この本をお勧めしたい人
これからSQLを学ぶビジネスパーソン。実務で使うものに絞られているので、最初の一冊として迷わず進められる。
ビジネスサイドにSQLを教える立場の人。「どこまでできれば十分か」というゴール設定や、説明の仕方の参考になる。
第1章 ビッグデータ時代を生き抜くためのビジネススキル「SQL」
本の要点
データ分析とは
自分なりの仮説を立て、データを使って検証し、意思決定につなげるための手段である。データの取得
データの取得は、もはやエンジニアだけの仕事ではない。欲しいデータをそのつどエンジニアに依頼していては、意思決定のスピードが落ちてしまう。BIツールによるデータ分析
BIツールは万能ではなく、「可視化」に特化したツールである。試行錯誤しながら欲しいデータを取り出すよりも、あらかじめ決まったデータをグラフにすることを得意としている。SQLを使えれば、さまざまな分析環境でデータを扱いやすくなる。
感じたこと
冒頭で「データ分析とは何か」をきちんと定義しているところに好感が持てた。SQLはあくまでスキルの一つであり、実際の分析は仮説・検証・意思決定という一連のプロセスの一部にすぎない。この前提を最初に示してくれているのはありがたい。
「データの取得」についても、私が感じていることと重なる部分が大きかった。一方で、ビジネスサイドには「データは分析担当の仕事」と考えている人もいる。そのため、いきなりSQLを求めるのではなく、うまく落としどころを見つけながら段階的に進める必要があると感じた。たとえば、まずはBIツールで用意されたダッシュボードを見てもらう。もっと深く見たくなったらBIツールの操作を覚えてもらい、その先でSQLに挑戦してもらう、といったステップである。
第2章 SQL実行のための準備
練習用の実行環境構築のための章のため、割愛
第3章 大量のデータから必要なデータを取得する~SELECT/LIMIT/ORDER BY~
本の要点
SQLの基本構文と基本的な考え方がまとめられており、わかりやすい。記述上のルールや、触れる機会の少ないデータ型については「ほとんど使うことはない」とはっきり書かれており、学ぶべきことの優先順位が明確である。また、LIMITを使う重要性にも触れられている。
SQLの基本的な考え方
既存のテーブルをもとに、新しいテーブルを作ること。データ分析におけるSELECTの考え方
必要なカラムだけを出力結果のテーブルに含めることが重要である。データの中身を確認したいときは、SELECT * にLIMITを付けて少ない行数だけ取得する。
感じたこと
「SQLとは、既存のテーブルをもとに新しいテーブルを作ること」という説明は、シンプルだが本質を突いていると感じた。裏を返せば、SQLで作れるテーブルの質は、もとになるテーブルの質に左右されるということでもある。
ビジネスサイドの人たちにSQLを書いてもらうことを考えると、SQLのスキル以上に、もとになるデータ基盤やテーブルが整っていることが重要になる。どのテーブルに何が入っているのかがわかりやすく、そのまま分析に使える形になっていれば、SQLに慣れていない人でも必要なデータを取り出しやすい。
データ活用を広げていくうえで、基盤やデータベースの設計がいかに大切かを改めて意識させられた。
第4章 複数のデータを集約して1つにまとめる~集約関数/GROUP BY/DISTINCT~
本の要点
GROUP BYと集約関数の関係
次の3つのステップを踏んで、集約関数の動きが説明されている。GROUP BYを使わない場合:テーブル全体が1つのグループとして集約される(例:全体の合計)
GROUP BYを使うが、指定した列をSELECTに含めない場合:グループ別に集約されるが、どのグループの結果なのかがわからない
GROUP BYを使い、指定した列をSELECTにも含める場合:グループ名ごとに集約結果が並ぶ
COUNTの3つの書き方の違い
COUNT(*)、COUNT(列名)、COUNT(DISTINCT 列名) の違いが、具体例とともに並べて説明されている。それぞれ「すべての行数」「その列がNULLでない行数」「その列の重複を除いた値の種類数」を数える。
感じたこと
GROUP BYの説明は、集約関数だけの状態から段階的に条件を足していく構成になっており、非常にわかりやすかった。特に、GROUP BYで指定した列をSELECTに含めたときに「グループごとに集約関数が走る」様子がイメージしやすく、GROUP BYのつまずきやすいポイントをうまく解消してくれる。
COUNTの違いについても、3つを並べて具体例で比べているので、違いが一目で理解できる。NULLの扱いや重複の有無は実務でもミスが起きやすいところなので、最初にこの形で押さえておけるのはありがたい。
どちらも、自分が人に説明するときにはこの順番・この見せ方で説明しようと思えるほど、教え方の参考になった。
第5章 様々な条件でデータを取得する~WHERE/HAVING~
本の要点
WHEREとHAVINGの違い
WHEREではGROUP BYで集約した後の結果を絞り込むことができない。本書では、あえてWHEREで集約結果を絞り込もうとしてエラーになる様子を見せたうえで、HAVINGを使う流れで説明している。SQLの実行順
SQLは書く順番と実行される順番が異なることが、ごく簡単にまとめられている。
感じたこと
WHEREとHAVINGの違いを、エラーをあえて見せながら説明している点がわかりやすかった。「なぜWHEREではダメなのか」を実際の失敗から理解できるので、ただルールとして覚えるよりも記憶に残りやすい。
SQLの実行順については、この実行順をどう覚えるかは悩ましい。語呂合わせがないか調べてみたが、しっくりくるものは見つからなかった。そこで生成AIに覚え方を考えてもらったところ、次のような英文を提案された。
Fresh Juicy Water Gives Healthy Sea Otters Life
(新鮮でみずみずしい水が、健康なラッコに命を与える)
それぞれの頭文字が、FROM → JOIN → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT の順に対応している。
第6章 複数のテーブルを「横」に結合する~JOIN~
本の要点
ビジネスパーソンがよく使うJOIN
数ある結合の種類のうち、実務でよく使うINNER JOINとLEFT JOINに絞って説明されている。INNER JOIN:両方のテーブルに対応するデータがある行だけを残す
LEFT JOIN:左側のテーブルの行をすべて残し、右側に対応するデータがなければNULLで埋める
結合で行が増える・減る原因
JOINの結果、行数が元のテーブルより増えたり減ったりする原因がまとめられている。結合先に対応するデータが複数あると行が増え、INNER JOINで対応するデータがない行は消えてしまう。
感じたこと
結合の種類を網羅するのではなく、よく使うINNER JOINとLEFT JOINに絞っている点が実践的だと感じた。この2つを使い分けられれば、分析の多くはカバーできる。
また、行が増える・減る原因に触れているのもありがたい。JOINは書くこと自体よりも、「結合した結果、意図しない行数になっていないか」に気づくことのほうが難しい。売上の合計が実際より大きくなったり、集計対象のはずのデータが消えていたりしても、エラーにはならないため見落としやすい。ビジネスサイドの人にSQLを書いてもらううえでは、構文と同じくらい、この「行数の変化に注意する」という感覚を伝えることが大切だと思う。
第7章 複数のテーブルを「縦」に結合する~UNION~
本の要点
UNIONの概念
複数のSELECT文の結果を、縦方向に積み重ねて1つのテーブルにするUNIONの考え方が、ごく簡潔にまとめられている。
感じたこと
UNIONは、この章単体で完結する知識というより、後の章で活きてくる土台になっていた。後半の章では、条件ごとにデータを分けたいときに「CASEを使って列方向(横)に分けるのか、UNIONを使って行方向(縦)に積むのか」という考え方が出てくる。そこで、この章で押さえた「縦に結合する」という感覚が役に立つ。
第8章 条件に合わせて分類をする~CASE~
本の要点
CASEを使って条件ごとに列を作り、横方向にディメンション(集計の切り口)を増やしながら集計する方法が説明されている。
CASEは上から順に条件を評価するため、厳しい条件から順に書く必要がある。
感じたこと
CASEの強みは、テーブルにない分類やルールを自分でその場で作れることだと感じた。
一方で、横方向に列を増やしていく使い方は、分類が増えるたびにSQLを書き足す必要があり、拡張性はあまり高くない。GROUP BYで縦に集計する方法との使い分けを意識したい。
また、本編とは直接関係ないが、計算して別名を付けた列を、同じSELECTの中の次のCASEでそのまま使えない点が改めて気になった。分類のための計算を毎回SQLに書くのは、書く側の負担にもミスの原因にもなる。よく使う分類や計算済みの値は、あらかじめテーブル側に用意しておくなど、データベースの作り込みがやはり大事だと改めて感じた。
第9章 複数のクエリを組み合わせる~サブクエリ/WITH~
本の要点
一度SQLでデータを集計し、その結果に対してさらに集計をするという考え方が重要である。
その方法として、FROMの中にサブクエリを書く書き方が説明されている。
さらに、WITHを使ってサブクエリを外に切り出すことで、クエリの可読性を上げられることがまとめられている。
感じたこと
ビジネスパーソン向けの本で、WITHまで扱っているのは少し意外だった。ただ、ビジネスパーソンが書いたクエリをデータ分析組織がレビューする場面を考えると、WITHがあるほうが確かにわかりやすい。
サブクエリが入れ子になったクエリは、書いた本人以外には処理の流れが追いにくい。WITHで「まずこのテーブルを作り、次にこれを集計する」と上から順に読める形になっていれば、レビューする側も意図を理解しやすく、間違いにも気づきやすい。ビジネスサイドに自走してもらいつつ品質を担保するうえでも、WITHを使ってもらう価値はあると感じた。
本の総評
全体として好印象だった。必要なことがそろっている。
データ分析の一歩目を踏み出す人に何が必要かがはっきりしている。ER図も掲載されており、テーブル同士のつながりをイメージしながら読み進められる点もよかった。
ちなみに、私がこの本を見つけたのは、ジュンク堂のSQLコーナーの一番下の段だった。置かれていたのは1冊だけだったが、ビジネスサイドにSQLを広めたいと考えている人にとっては、もっと注目されていい本だと思う。
一方で、この本一冊だけで自走するのは難しいと思う。SQLの書き方はわかっても、自社のどのテーブルに何が入っているのか、データをどう使えばいいのかを知っている人の支えがあって、はじめて実務で使えるようになる。