狠狠撸

狠狠撸Share a Scribd company logo
TIBCO Spotfire
チュートリアル
ファイルを開いてみましょう。
サンプルファイルを開く
インストールが完了しSpotfireが起動出来たら、サンプルファイルを開いてみましょう。
C:?Users?ユーザー名?AppData?Local?TIBCO?Spotfire Desktop?6.5.1?Example Data
上記フォルダにいくつかサンプルDXPファイルがあります。Baseballフォルダにある、Baseball.dxpファイルを開いてください。
下記のような画面が開きます。
画面構成
ページ移動
ページ選択で「Getting Started」ページをクリックします。
グラフ領域
フィルター
パネル
Detail on
Demand
画面構成
Spotfireのページは主にグラフ領域、フィルター
パネル、Detail on Demandから構成されます。
グラフ領域には様々なグラフが表示されます。
フィルターパネルはデータを絞り込むためのフィ
ルターが表示されます。
Detail on Demandにはマークされた生データが
表示されます。
フィルターとDetail On Demand
フィルターパネル
画面右上に表示されているフィルターパネルの機能を使用すると、
データにフィルターをかけることできます。
試しに、Teamのフィルターをスライドし、「Arizona」を選んで
みてください。
今まで全てのチームが表示されていたグラフがArizonaチームだけ
のグラフに変わります。
フィルターパネルはデータを取り込み時に、全てのカラムに対し
て自動的に作成されます。
Detail on Demand
画面右下に表示されているDetail on Demandはマークで選択され
た範囲の元データを表示します。
マークの方法はグラフ上で左クリックしながらドラッグします。
Ctrlを押しながら選択すると追加選択も可能です。
左クリック&ドラッグで範囲選択すると、選択範
囲にあるデータが表示される。
※フィルター形式は変更する事が可能です。
フィルター上で右クリック→「フィルターの種類」から好きな形
式を選択できます。
Detail-on-Demandパネルは
ドラッグアンドドロップで下へ配置する事も可能です。
新規データの取り込み
新規ファイルの取り込み方
Spotfireを新たに起動してください。
先ほどと同じフォルダにあるBaseball.txtファイルを取り込んでく
ださい。
取り込み方法は下記の方法があります。
? エクスプローラーからSpotfireにドラッグアンドドロップ
? 「ファイル」→「開く」
? 起動画面の「ファイルを開く」を選択
取り込み可能なデータ
Spotfireは様々な形式のファイルを取り込み可能です。
CSVやExcelファイルなどの一般的なものから、データベースから
データを読み込むことができます。
インポートの設定で
「OK」を押します。
棒グラフを作ってみよう!
1.ページの作成
画面上の「ページ」で右クリックして「新
規ページ」を選択し、新規ページを作成し
ます。
2.グラフの作成
棒グラフを作成します。
画面上部にあるアイコンから
をクリックします。
3.グラフの確認
棒グラフが作成されます。
最初の状態では、Position別のカウント集計
になっています。
4.軸の変更(チーム別給料の集計)
「ローの数」の をクリックすると軸の
一覧が表示されます。
Salaryを選択してください。
X軸も同じように「Team」に変更してくだ
さい。
5.色の変更
「色の基準」を「Position」に設定します。 同様に色の基準を「Player Name」に変更す
ると、どの選手が一番高い給料をもらってい
るのか確認できます。
また、Y軸を「Hits」や「Home Runs」に変
更することで、成績を確認する事ができます。
円グラフを作ってみよう!
1.新規ページの作成
新規ページを作成します。
2.グラフの作成
棒グラフを作成します。
画面上部にあるアイコンから
をクリックします。
3.グラフの確認
円グラフが作成されます。
最初の状態では、Position別のBatting
AverageのSum(合計)になっています。
4.集計軸の変更
「扇形サイズの基準」から「Salary」を選
択してください。
Position別の給料集計になります。
5.トレリス
現在表示されている円グラフをTeam別に表示し
ます。右のフィルターパネルからTeamをクリッ
クし、そのまま円グラフ上にドラッグすると、設
定パネルが表示されますので にドロップし
ます。
円グラフの表示がチーム毎に
表示されます。
クロステーブルを作ってみよう!
1.ページの作成
新規ページを作成します。
2.グラフの作成
クロステーブル作成します。
画面上部にあるアイコンから
をクリックします。
3.グラフの確認
クロステーブルが作成されます。
現在の表記だと、縦「Position」横「x」の
Batting Averageの集計です。
4.縦軸の変更 横軸の変更
縦軸の「Position」を「Team」に変更しま
す。軸を選択した時に検索窓にteamと入力
する事で軸を検索する事もできます。
縦軸も同じように「Position」に変更しま
す。縦軸はグラフ上方の設定項目になりま
すので注意してください。
5.集計項目変更
グラフ下の「Sum(Batting Average)」
を選択し「Salary」に変更します。
これでチーム?ポジション別給料の集計
が出来ました。
軸の追加
給料の集計が出来ましたが、ホームラン数も同時
に表示したい場合、Salaryの横にある を選択
し、「Home Runs」を追加する事ができます。
横軸の設定
縦軸の設定
散布図を作ってみよう!
1.ページの作成
新規ページを作成します。
2.グラフの作成
散布図を作成します。
画面上部にあるアイコンから
をクリックします。
3.グラフの確認
散布図が作成されます。
作成時は縦「On Base Percentage」
横「Batting Average」の集計になっています。
4.縦軸の変更 横軸の変更
縦軸を「Hits」横軸を「Home Runs」に変
更し相関性を見てみます。
この状態では選手一人がプロット一点に
なっていますので、次の手順でPosition別
の集計グラフにします。
5.集計単位変更
グラフ左の「マーカーの基準」が(ロー番
号)になっています。こちらを選択し、一番
下の「削除」を選択します。
マーカーの基準を削除すると、色の基準で
サマリーされたグラフになります。
縦軸、横軸がSumで計算されます。
8つのPosition別にプロットが打たれます。
チーム別に集計したい場合は、色の基準を
「Team」に変更してください。
ドリルダウンで選択データを可視化
ドリルダウン機能を使用すると、元のグラフから選択したデータを、別のグラフに表示する事ができます。
Spotfireではデータを総括的に把握し「フィルター」や「ドリルダウン」でセグメント別にデータを比較、Detail-On-
Demandで問題となるデータを突き止める処理が簡単にできます。
1.元グラフからデータを選択
作成した棒グラフのページに行き、
任意のデータ範囲をマークします。
2.ビジュアライゼーションの詳細を作成
マークした状態のままグラフ上で右クリックするとメニューが表示されます。
「ビジュアライゼーションの詳細を作成」を選択し、円グラフを選択します。
3.ドリルダウンの確認
作成された円グラフは選択されたデータを
表示します。試しに別のチームを選択する
と表示が変わります。
4.円グラフの設定変更
作成された円グラフは普通のものと同じようにカ
スタマイズができます。
チームでトレリスをかけてみてください。
ドリルダウンは複数階層にすることが可能です。
今回は「棒グラフ」→「円グラフ」のドリルダウ
ンをご紹介しましたが、更に同様の手順で「円グ
ラフ」→「クロステーブル」のドリルダウンに挑
戦してみてください。
ファイルへの保存
1.保存方法
分析したファイルを保存する場合は「ファイル」→「名
前を付けて保存」→「ファイル」を選択します。
2.データ保存方法の設定
Spotfire内に取り込まれているデータの保存方法を設定します。既定では「元の
データソースへのリンク」となっています。「解析ファイル内に全てのデータ
を保存する」を選択すると保存後のDXPファイル内に現在読み込まれている
データも保存します。
3.ファイルを保存
ファイルの拡張子はDXPファイルとなります。
任意のフォルダに保存してください。
「リンク保存」と「解析ファイル内に保存」の違い
リンク形式で保存するとDXPファイルを開いた時、毎回データファイルから
データをロードし直します。
解析ファイル内にデータを保存すると、DXPファイル自体にデータが保存され
ますので、元ファイルのデータが変更されても影響しません。
【重要】DXPファイルに関して
DXPファイルはSpotfire専用形式のファイルです。
そのため、トライアル期間が終了後は開く事が出来なくなりますので、必要な
グラフがあれば、パワーポイントに出力する等の方法で保存をお願いします。
統計でデータの相関をみる。
1.Data Relationships
Spotfireには様々な統計機能があります。
今回はデータの相関性を表示する「Data Relationships」
をご紹介します。
「ツール」→「Data Relationships」を選択
2.カラムの設定
給料に一番関係しているパラメータを調べたいと思います。
比較方法に「線形回帰」
選択したYカラムに「Salary」を選択し
選択したXカラムに全てのカラムを選択して「OK」を押し
て下さい。
3.結果表示
統計的に相関性が高い順序に結果が表示されます。
表をクリックすることで、散布図が切り替わるので、本当
に結果が正しいのか実際に見て確認してください。
散布図は通常の物と同じように色やトレリスの設定をする
事もできます。
今回は簡単な例を紹介しましたが、Spotfireには他にも
色々な統計機能があります。
また、R言語エンジンも内蔵していますので高度な統計
機能を実装する事も可能です。
計算でカラムを追加
1.計算カラムの追加
取り込んだデータを元に計算カラムを作成する事ができます。
「挿入」→「計算カラム」を選択して下さい。
2.計算式の入力
ホームラン一本あたりの給料を算出してみましょう。
「式」に”[Home Runs] / [Salary] “と入力してください。
カラム名は「ホームラン当たりのコスト」にし、「OK」を
押してください。
3.カラムを確認
作成された計算カラムは通常のカラムと同じように使用でき
ます。フィルターを使用して絞り込んだり、グラフの軸に設
定する事も可能です。
計算カラムでは様々な関数を使用する事が出来ます。
式の入力画面で選択するとサンプルを見ることが出来ます。
どのような関数があるのかはヘルプをご覧ください。
グラフの軸に計算式を設定する
1.カスタム演算式
前ページで計算したカラムを追加しました。
Spotfireでは全ての軸で、そのグラフだけに有効な
「カスタム演算式」を設定する事もできます。
軸の上で右クリックし「カスタム演算式」を選択します。
2.式の入力
計算カラムと同じ式入力画面が表示されます。
こちらで式を設定できます。
■棒グラフのY軸に設定した例
Avg([At Bats] - ([Hits] + [Doubles] + [Triples] + [Home
Runs]))
を設定し、打席数-打数を算出
■色の基準に設定した例
<If([Team]="Arizona","yes","no")>
を設定し、アリゾナチームを目立たせる。
カスタム演算式を使用する事で様々な描画が可能になります。
■プロパティからラベルに設定した例
"名前は" & [Player Name] & "?n給料は"
& (if([Salary]>1000000,"高い","普通"))
その他
ドラッグアンドドロップによる軸の設定
フィルターパネルから色々な設定が可能です。
フィルターで軸の名前をクリックし、青色に変更した状態で
グラフ上にドラッグすると、メニューが表示されます。設定
項目はグラフにより異なりますが、軸やトレリス、色の基準、
サイズの基準等が設定可能です。
設定可能な項目:散布図の場合
左から
横軸、縦軸、色、サイズ、図形、トレリス(縦)、トレリス
(横)、トレリス(パネル)
軸の集計方法の変更
集計方法は数値ならSum、文字列ならCountが初期設定され
ます。集計方法を変更したい場合、
軸を選択時、右に表示されている「集計」メニューから変更
する事ができます。
その他
プロパティによるグラフの設定
Spotfireではドラッグアンドドロップで一通りの設定が可能で
すが、詳細な設定はプロパティを使用します。
グラフ上で右クリックするとメニューが表示されますので、一
番したの「プロパティ」を選択します。
プロパティメニュー
今までドラッグアンドドロップで設定していた項目も全てプロパティで
設定できます。
また、詳細な色の設定やラベルの表示、書式設定なども可能です。
一度設定したトレリスなどを解除するのも
プロパティを使用します。設定されている
カラムを選択して「削除」を選択してくだ
さい。
その他
パワーポイントでのレポート作成
作成したページはパワーポイントにエクスポートする事が
できます。「ファイル」→「エクスポート」→
「Microsoft@ Power Pointへ」を選択して下さい。
出力はページ指定か、全てのページを一度に出力する事も
可能です。
テキストエリアに注釈を記載
グラフだけで分かりづらい場合はテキストエリアにコメン
トを書き込むことが出来ます。
グラフアイコンから をクリックしてください。
テキストエリアにはコメントだけでなく画像やフィルター
を追加する事もできます。
その他
関数紹介
カスタム演算式や、計算カラムで色々な関数を使用できます。その中でも使用頻度が高い関数を紹介します。
テキスト関数
& 文字列を連結します。
Left 文字列を左から○文字切り取ります。
Right 文字列を右から○文字切り取ります。
Mid 文字列を×文字目から○文字切り取ります。
Find 文字列中から文字を検索し、その位置を返します。
主にmidやright,left関数と共に使用します。
Len 文字列の長さを返します。こちらもfindやmidと
使用する事が多いです。
RxReplace 文字列を正規表現で処理します。
Substitute 文字列の単語を置換します。
Trim 文字列の先頭?末尾の空白を削除します。
UniqueConcatinate 文字列の固有値を連結します。
ラベルに使用する事が多いです。
数学関数
Ceiling 引数を最も近い自然数に切り上げます
Floor 引数を最も近い自然数に切り下げます。
Mod 除算した余りを計算します。
Product 引数の積を計算します。
統計関数
Avg 平均値を計算します。
Count 引数のカラム内の空でない値の数を計算します
Max 最大値を計算します。
Median 引数の中央値を計算します。
Min 最小値を計算します。
StdDev 標準偏差を計算します。
UniqueCount カラム内の空でない固有値の数を計算します。
論理関数
Case 複数の条件分岐ができます。
If 条件分岐が出来ます。
日付関数
DataAdd 間隔を日付、時刻または日付時刻に追加します
DataDiff 日付時刻カラムの間の差異を計算します。
DataTimeNow 現在時刻を返します。
DataPart 日付、時刻または日付時刻の指定部分を返します。
Rank関数
Rank,DenseRank 共にランキング順位を返す関数です。
順位付けやソート順序に使用する事が多いです。

More Related Content

What's hot (20)

tvmf-similarity
tvmf-similaritytvmf-similarity
tvmf-similarity
Kyushu University
?
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCIGithub Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
Atsuki Yokota
?
深层学习による非滑らかな関数の推定
深层学习による非滑らかな関数の推定深层学习による非滑らかな関数の推定
深层学习による非滑らかな関数の推定
Masaaki Imaizumi
?
最近のRのランダムフォレストパッケージ -ranger/Rborist-
最近のRのランダムフォレストパッケージ -ranger/Rborist-最近のRのランダムフォレストパッケージ -ranger/Rborist-
最近のRのランダムフォレストパッケージ -ranger/Rborist-
Shintaro Fukushima
?
さくっとはじめるテキストマイニング(搁言语)  スタートアップ编
さくっとはじめるテキストマイニング(搁言语)  スタートアップ编さくっとはじめるテキストマイニング(搁言语)  スタートアップ编
さくっとはじめるテキストマイニング(搁言语)  スタートアップ编
Yutaka Shimada
?
厂补辫辫辞谤辞搁#6 初心者セッションスライド
厂补辫辫辞谤辞搁#6 初心者セッションスライド厂补辫辫辞谤辞搁#6 初心者セッションスライド
厂补辫辫辞谤辞搁#6 初心者セッションスライド
Hiroshi Shimizu
?
Qgis raster 3.16
Qgis raster 3.16Qgis raster 3.16
Qgis raster 3.16
Jyun Tanaka
?
贵惭惭の実装と导出
贵惭惭の実装と导出贵惭惭の実装と导出
贵惭惭の実装と导出
Keigo Nitadori
?
笔测迟丑辞苍でカスタム状态空间モデル
笔测迟丑辞苍でカスタム状态空间モデル笔测迟丑辞苍でカスタム状态空间モデル
笔测迟丑辞苍でカスタム状态空间モデル
Hamage9
?
StanとRでベイズ統計モデリング 1,2章
StanとRでベイズ統計モデリング 1,2章StanとRでベイズ統計モデリング 1,2章
StanとRでベイズ統計モデリング 1,2章
Miki Katsuragi
?
「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京
Koichi Hamada
?
Data visualization in Python
Data visualization in PythonData visualization in Python
Data visualization in Python
Marc Garcia
?
搁肠辫辫のすすめ
搁肠辫辫のすすめ搁肠辫辫のすすめ
搁肠辫辫のすすめ
Masaki Tsuda
?
パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰
sleipnir002
?
【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル
【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル
【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル
Masashi Komori
?
Reinforcement Learning(方策改善定理)
Reinforcement Learning(方策改善定理)Reinforcement Learning(方策改善定理)
Reinforcement Learning(方策改善定理)
Masanori Yamada
?
PRMLrevenge_3.3
PRMLrevenge_3.3PRMLrevenge_3.3
PRMLrevenge_3.3
Naoya Nakamura
?
File handling in C
File handling in CFile handling in C
File handling in C
Simplilearn
?
探索と活用の戦略 ヘ?イス?最適化と多腕バンディット
探索と活用の戦略 ヘ?イス?最適化と多腕バンディット探索と活用の戦略 ヘ?イス?最適化と多腕バンディット
探索と活用の戦略 ヘ?イス?最適化と多腕バンディット
H Okazaki
?
好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??
好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??
好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??
Takashi Kitano
?
Github Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCIGithub Actionsで始めるROS/ROS2のCI
Github Actionsで始めるROS/ROS2のCI
Atsuki Yokota
?
深层学习による非滑らかな関数の推定
深层学习による非滑らかな関数の推定深层学习による非滑らかな関数の推定
深层学习による非滑らかな関数の推定
Masaaki Imaizumi
?
最近のRのランダムフォレストパッケージ -ranger/Rborist-
最近のRのランダムフォレストパッケージ -ranger/Rborist-最近のRのランダムフォレストパッケージ -ranger/Rborist-
最近のRのランダムフォレストパッケージ -ranger/Rborist-
Shintaro Fukushima
?
さくっとはじめるテキストマイニング(搁言语)  スタートアップ编
さくっとはじめるテキストマイニング(搁言语)  スタートアップ编さくっとはじめるテキストマイニング(搁言语)  スタートアップ编
さくっとはじめるテキストマイニング(搁言语)  スタートアップ编
Yutaka Shimada
?
厂补辫辫辞谤辞搁#6 初心者セッションスライド
厂补辫辫辞谤辞搁#6 初心者セッションスライド厂补辫辫辞谤辞搁#6 初心者セッションスライド
厂补辫辫辞谤辞搁#6 初心者セッションスライド
Hiroshi Shimizu
?
贵惭惭の実装と导出
贵惭惭の実装と导出贵惭惭の実装と导出
贵惭惭の実装と导出
Keigo Nitadori
?
笔测迟丑辞苍でカスタム状态空间モデル
笔测迟丑辞苍でカスタム状态空间モデル笔测迟丑辞苍でカスタム状态空间モデル
笔测迟丑辞苍でカスタム状态空间モデル
Hamage9
?
StanとRでベイズ統計モデリング 1,2章
StanとRでベイズ統計モデリング 1,2章StanとRでベイズ統計モデリング 1,2章
StanとRでベイズ統計モデリング 1,2章
Miki Katsuragi
?
「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類?予測 -」 -第7回データマイニング+WEB勉強会@東京
Koichi Hamada
?
Data visualization in Python
Data visualization in PythonData visualization in Python
Data visualization in Python
Marc Garcia
?
搁肠辫辫のすすめ
搁肠辫辫のすすめ搁肠辫辫のすすめ
搁肠辫辫のすすめ
Masaki Tsuda
?
パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰
sleipnir002
?
【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル
【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル
【読书会资料】『厂迟补苍と搁でベイズ统计モデリング』颁丑补辫迟别谤12:时间や空间を扱うモデル
Masashi Komori
?
Reinforcement Learning(方策改善定理)
Reinforcement Learning(方策改善定理)Reinforcement Learning(方策改善定理)
Reinforcement Learning(方策改善定理)
Masanori Yamada
?
探索と活用の戦略 ヘ?イス?最適化と多腕バンディット
探索と活用の戦略 ヘ?イス?最適化と多腕バンディット探索と活用の戦略 ヘ?イス?最適化と多腕バンディット
探索と活用の戦略 ヘ?イス?最適化と多腕バンディット
H Okazaki
?
好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??
好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??
好みの日本酒を呑みたい! ?さけのわデータで探す自分好みの酒??
Takashi Kitano
?

More from TAKESHI KIURA (8)

2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料
TAKESHI KIURA
?
Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介
TAKESHI KIURA
?
Tibco web apiご紹介資料
Tibco web apiご紹介資料Tibco web apiご紹介資料
Tibco web apiご紹介資料
TAKESHI KIURA
?
Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802
TAKESHI KIURA
?
Tibco mashery資料
Tibco mashery資料Tibco mashery資料
Tibco mashery資料
TAKESHI KIURA
?
Tibco masheryご紹介資料
Tibco masheryご紹介資料Tibco masheryご紹介資料
Tibco masheryご紹介資料
TAKESHI KIURA
?
厂辫辞迟蹿颈谤别と罢贰搁搁の连携
厂辫辞迟蹿颈谤别と罢贰搁搁の连携厂辫辞迟蹿颈谤别と罢贰搁搁の连携
厂辫辞迟蹿颈谤别と罢贰搁搁の连携
TAKESHI KIURA
?
TIBCO Spotfire TERR 統計資料
TIBCO Spotfire TERR 統計資料TIBCO Spotfire TERR 統計資料
TIBCO Spotfire TERR 統計資料
TAKESHI KIURA
?
2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料2021Apr tableau_crm説明資料
2021Apr tableau_crm説明資料
TAKESHI KIURA
?
Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介Tibco iotプラットフォーム紹介
Tibco iotプラットフォーム紹介
TAKESHI KIURA
?
Tibco web apiご紹介資料
Tibco web apiご紹介資料Tibco web apiご紹介資料
Tibco web apiご紹介資料
TAKESHI KIURA
?
Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802Ts76→ts79 spotfire追加機能ご紹介 170802
Ts76→ts79 spotfire追加機能ご紹介 170802
TAKESHI KIURA
?
Tibco masheryご紹介資料
Tibco masheryご紹介資料Tibco masheryご紹介資料
Tibco masheryご紹介資料
TAKESHI KIURA
?
厂辫辞迟蹿颈谤别と罢贰搁搁の连携
厂辫辞迟蹿颈谤别と罢贰搁搁の连携厂辫辞迟蹿颈谤别と罢贰搁搁の连携
厂辫辞迟蹿颈谤别と罢贰搁搁の连携
TAKESHI KIURA
?
TIBCO Spotfire TERR 統計資料
TIBCO Spotfire TERR 統計資料TIBCO Spotfire TERR 統計資料
TIBCO Spotfire TERR 統計資料
TAKESHI KIURA
?

TIBCO Spotfire Desktop チュートリアル6.5