Summary  
This chapter covers relational data modeling patterns—star, snowflake, and spaghetti schemas—emphasizing how clear one-to-many table relationships in a star schema ensure predictable filter flow and reliable measure calculations.  

General domain of usage  
Business intelligence and data warehousing

### スター・スキーマ
中央のファクトテーブルがディメンションテーブルに直接接続されている構造。明確で予測可能なフィルターフロー。DAXやPower Pivotとの高い互換性。

スター・スキーマはExcel特有のものではありません。データエンジニア、BI開発者、SQLアナリストと連携する場合、この構造が最も一般的です。Excelで構築することで、プロフェッショナルなデータツールと同じ概念的基盤でモデルを扱うことができます。

ノート

### スノーフレークスキーマ
サブテーブルに分割されたディメンションテーブルによる連鎖構造。正規化の度合いが高いが、Power Pivot では DAX メジャーが正しく動作しない場合がある。

スノーフレークスキーマは、スター・スキーマから始まり、ディメンションテーブルをさらにサブテーブルに分割する構造。例えば、Customers テーブルに city や region の情報を含める代わりに、city データを Cities テーブル、region データを Regions テーブルに分けて格納し、Customers → Cities → Regions という連鎖を形成する。

### スパゲッティモデル
明確な構造がない。テーブルが複数方向に接続されている。フィルターが曖昧な経路をたどり、誤った数値が静かに生成される。

テーブルが複数方向に接続されており、ディメンションテーブル同士がリンクし、ファクトテーブルが共有ディメンションテーブルを介して接続される。ダイアグラムビューは、認識しやすい形ではなく、絡み合った線のように見える。

サイレントな誤った数値は、どのモデルにおいても最も危険な結果。目に見えるエラーは調査を促すが、もっともらしく見える誤った数値は見逃されやすく、誤ったビジネス判断につながる可能性がある。

注意

スター・スキーマにおいて、リレーションシップの方向について正しく説明しているものはどれですか？

生のExcelデータをPower Pivot、DAXメジャー、および自動更新されるインタラクティブなダッシュボードを使って、連携されたデータモデルに変換する方法を学びます。フラットなテーブルから始めて、複数のテーブル間にリレーションシップを構築し、計算指標を作成し、洗練された再利用可能なレポートをExcel内で作成します。
フラットシートでのレポート作成から一歩進みたい、基本的なExcel経験を持つユーザーに適しています。

データモデリングとは何か、その重要性、そしてこのコースを通じて構築する内容についての紹介です。Nordic Bikesプロジェクトに触れ、最初の数式を書く前に完成したダッシュボードを確認します。

モデルを構築する前に、データには適切な構造が必要です。このセクションでは、フラットなデータを適切なキー、一貫した書式設定、事実とディメンションの明確な分離を備えた、クリーンで目的に合ったテーブルに分割する方法を解説します。

コースの中核となる技術セクションです。Power Pivot を有効化し、テーブルをデータモデルに読み込み、リレーションシップで接続し、モデルを密かに壊す問題を発見して修正する方法を学びます。

Excelの数式だけでは実現できない高度な計算方法を学びます。基本的なKPIメジャーから時系列インテリジェンス関数まで、レポート作成を支える分析レイヤーを構築します。

モデルを完成品に仕上げます。実際のビジネス上の質問に答えるピボットテーブルを作成し、それらをグラフに変換し、すべてを共有スライサーで操作できるインタラクティブなダッシュボードにまとめます。

モデルを信頼性が高く、明確で、引き継ぎ可能にするための要素を体系的にレビューします。このセクションの最後には、コースで学んだすべてのスキルを総合的に活用するキャップストーンプロジェクトが用意されています。

Excelユーザーのためのスター・スキーマパターン

スター・スキーマ

スノーフレークスキーマ

スパゲッティモデル