「売上が部署ごとに違う」は組織あるある。原因は 指標の定義が複数の に散らばっていること。 の Semantic Layer (MetricFlow ベース) は 指標を 1 ヶ所に宣言 し、 ツール・ダッシュボード・ Bot 全てから 同じ計算で取得できるようにします。
従来の問題：指標の散逸
あるある: 同じ「売上」が複数の SQL に
SQL
-- 営業のダッシュ: returns を含むSELECT SUM(amount) FROM orders WHERE status = 'completed'
-- 経理のダッシュ: returns を引くSELECT SUM(amount) - SUM(refund) FROM orders WHERE status = 'completed'
-- マーケのダッシュ: キャンペーン期間外を除外SELECT SUM(amount) FROM ordersWHERE status = 'completed' AND ordered_at NOT BETWEEN '2027-12-15' AND '2027-12-31'
-- → 経営報告で 3 つの数字が出てきて誰も信じないSemantic Layer の構造
models/semantic/sales.yml
YAML
semantic_models: - name: orders description: "注文の semantic model" model: ref('fct_orders')
defaults: agg_time_dimension: ordered_at_day
entities: - name: order type: primary expr: order_id - name: customer type: foreign expr: customer_id
dimensions: - name: ordered_at_day type: time type_params: time_granularity: day expr: ordered_at - name: status type: categorical - name: region type: categorical expr: shipping_region
measures: - name: gross_revenue agg: sum expr: amount - name: refund_amount agg: sum expr: refund - name: order_count agg: count expr: order_id - name: net_revenue agg: sum expr: amount - COALESCE(refund, 0)
metrics: # 単純な metric - name: revenue label: "売上 (税込・返金後)" type: simple type_params: measure: net_revenue
# フィルター付き metric - name: completed_revenue label: "確定売上" type: simple type_params: measure: net_revenue filter: | {{ Dimension('order__status') }} = 'completed'
# ratio metric (率) - name: refund_rate label: "返金率" type: ratio type_params: numerator: refund_amount denominator: gross_revenue
# cumulative (累積) - name: cumulative_revenue label: "累積売上" type: cumulative type_params: measure: net_revenue cumulative_type_params: window: 30 daysMetricFlow で値を取得
コマンドラインから metric query
Bash
# 月次の売上mf query --metrics revenue --group-by metric_time__month
# 地域 × 月次mf query --metrics revenue --group-by region,metric_time__month
# 比較期間mf query --metrics revenue \ --group-by metric_time__month \ --where "{{ TimeDimension('metric_time__day') }} >= '2027-01-01'"
# 複数 metric を一気にmf query --metrics revenue,refund_rate,order_count \ --group-by metric_time__weekBI ツールから接続
| ツール | 接続方法 |
|---|---|
| / Hex / Hightouch / Mode | dbt Semantic Layer GraphQL/JDBC コネクタ |
| Looker | LookML から MetricFlow を呼び出し |
| Streamlit / 自作 Bot | Python SDK (`dbt-sl-sdk`) |
| Excel / Sheets | MetricFlow GraphQL を叩く middleware |
Python SDK で metric を取得
Python
from dbtsl import SemanticLayerClient
client = SemanticLayerClient( environment_id=12345, auth_token="dbt_xxx", host="cloud.getdbt.com",)
# 月次の売上を取得df = client.query( metrics=['revenue', 'order_count'], group_by=['metric_time__month'],)print(df)「指標の正本」を作る効果
- 部署で数字が一致 ── 同じ metric 定義から参照しているので原理的に一致
- 変更が全反映 ── 「returns を含めるか」を変えると全ダッシュ・Bot が同時に変わる
- 監査可能 ── 各 metric の 展開を `mf` CLI で確認可能
- 学習コスト低 ── アナリストは metric 名だけ知ればよく、 を書かない
Semantic Layer 設計のコツ
| 項目 | ベストプラクティス |
|---|---|
| semantic_models | fact テーブル 1 つ = 1 semantic_model |
| entity 命名 | `customer_id` → entity name は `customer` |
| measures | 「集計可能な数値」のみ。前年比などは metric で |
| metrics | ビジネス用語そのまま ( / Churn Rate / ) |
| filter | 事業ルール (deleted フラグ等) は filter で固定 |
| カバレッジ | 経営層が見る は全部 metric 化を目指す |
費用と提供形態
| 項目 | dbt Core | dbt Cloud Team/Enterprise |
|---|---|---|
| MetricFlow CLI (`mf` コマンド) | ✅ 無料 | ✅ |
| Semantic Layer (BI 連携) | ❌ | ✅ |
| GraphQL endpoint | ❌ | ✅ |
| BI ツールネイティブコネクタ | ❌ | ✅ |
Core でも始められる
Core (無料) でも `mf` CLI で metric は使える。BI 接続が必要になったら Cloud にアップグレードする段取りで。
次の話
EP.15 ではアンチパターン 10 選で本シリーズの本編を一旦締めます。
この記事の感想を教えてください
あなたの 1 クリックで、本当にこの記事は更新されます。「もっと詳しく」「続編希望」が一定数集まった記事は、 ふくふくが 実際に内容を拡充したり続編記事を公開 します。 送信したリアクションはお使いのブラウザに記録され、再カウントされません。