使用方法・ユーザーマニュアル

初期パネルには「新規Bridgeファイル」と「既存Bridgeファイルを開く」の2つのボタンが表示されます

Dataワークシートの列B以降で、1行目にデータタイプ、2行目にフィールド名、3行目以降にデータを入力してください。列Aは自動生成された1行目から3行目のデータ入力の識別説明で、列A自体はデータと分析に影響しません。

2.1 データタイプ選択

「Data」ワークシートの1行目に生成されるドロップダウンメニューから、列B以降でデータのタイプを選択してください。タイプはデータが表現する意味によって決定されます。プログラムはデータのタイプに基づいて自動分析を実行します。

データのタイプは5種類に分かれます：Dimension、Key、SumY、SumN、Result。各フィールドは1つのデータタイプを定義する必要があります。ドロップダウンメニューを使用してデータタイプを選択できます。

模擬スーパーマーケットのデータを例にして、各データタイプの意味を説明します。各タイプの定義は以下の通りです：

2.1.1 Dimension

データの次元を表します。例：日付、時間、地域などのデータの次元とスライス。これらのフィールドは計算に参加せず、データのフィルタリングのみに使用されます。

2.1.2 Key

KeyはDimensionの一種で、1つのフィールドのみがKeyとして指定できます。Keyとして指定されたフィールドは分析の最小粒度となり、この次元で各要因が最終結果(Result)に与える影響を計算します。他のdimensionをKeyフィールドに変更することで、異なる粒度での分析が可能です。

例：「Product Name」をKeyとして選択すると、プログラムは各変数の「Product Name」次元での変化が最終結果(Result)に与える影響を計算します。

2.1.3 SumY

同じ列のフィールドの異なる行間でのデータが加算可能で、合計後のデータに意味があるもの。SumYまたはSumNの正しい設定は最終分析結果に影響します。

例：各行の異なる商品のQuantityは合計可能で、合計後の意味は総商品数量となります。したがってQuantityのTypeはSumYに設定できます。

SumYには数値を直接入力するか、他のフィールドを通じて数値を計算する数式を使用できます。ただし数式ではExcel数式の加減乗除四則演算記号と括弧のみ使用できます：加算+、減算-、乗算*、除算/、左括弧「(」、右括弧「)」。数式使用注意事項

2.1.4 SumN

同じ列のフィールドの異なる行間でのデータが加算不可能で、合計後のデータに意味がないもの。SumYまたはSumNの正しい設定は最終分析結果に影響します。

例：異なる商品のPriceは異なり、すべての商品の平均Priceを計算する場合、商品AのPriceと商品BのPriceを直接足して全体のPriceを得ることはできません。したがってPriceのTypeはSumNに設定できます。

SumNには数値を直接入力するか、他のフィールドを通じて数値を計算する数式を使用できます。ただし数式ではExcel数式の加減乗除四則演算記号と括弧のみ使用できます：加算+、減算-、乗算*、除算/、左括弧「(」、右括弧「)」。数式使用注意事項

2.1.5 Result

分析が必要なデータ結果として1つのフィールドのみがResultとして選択できます。Resultの列には必ず数式を入力し、他の変数を通じてResultフィールドを計算します。

例：Resultフィールドの内容がsalesの場合、セルに = Price * Quantity を入力する必要があります。または margin% の場合、セルに =profit / revenue を入力します。

Resultの数式は変数と結果を関連付け、分析ロジック依存の重要な情報です。各行のResultセルにResultを計算できる数式が含まれていることを確認し、数式は簡潔で明確である必要があります。Resultは数式内の各変数がResultに与える影響を分析し、数式にない変数は分析範囲外となります。Result数式には少なくとも1つのData TypeがSumYのフィールドが含まれている必要があります。これにより異なる行のデータを統合分析できます。

Result数式ではExcel数式の加減乗除四則演算記号と括弧のみ使用できます：加算+、減算-、乗算*、除算/、左括弧「(」、右括弧「)」。数式使用注意事項

2.2 フィールド名設定

「Data」ワークシートの列B以降の2行目にフィールド名を入力します。フィールド名が表すデータの意味は1行目のデータタイプに対応している必要があります。フィールド名は重複できません。

「New Bridge File」または「Select Bridge File」をクリックしてファイルを開くと、パネルに青色のボタンNew BridgeとRefresh Bridgeが表示されます。

ドロップダウンメニューはBaselineとComparisonの2つの領域に分かれます

BaselineとComparisonのドロップダウンメニューの各フィールドに含まれるオプションは完全に同じです。ユーザーはニーズに応じてドロップダウンメニューでどのオプションをBaselineデータ、どのオプションをComparisonデータとしてフィルタリングするかを選択でき、これをBridge両端の比較・分析データとします。注意：初期状態では、BaselineとComparisonのドロップダウンメニューのフィールドはすべて選択されているため、BaselineとComparisonは完全に同じデータセットを取得し、差異のないBridgeが得られます。

4.1 Baselineドロップダウンメニュー - 分析比較の基準データを選択します。例えば、ある年のデータを比較の基準とする場合は、ここで2023年を選択します

4.2 Comparisonドロップダウンメニュー - 分析比較の対象データを選択します。例えば、ここで2024年を興味のある年として選択し、2023年と比較します。

Bridgeワークシートは最終分析結果を表示するワークシートで、BridgeチャートとContribution Analysis表を含みます

5.1 Bridge データソース - 左上のセルB3から、フィールド名とデータが表示されます。これはBridgeチャート生成に使用されるデータです。

5.2 Bridgeチャート - プログラム実行後の分析で得られたBridgeを表示します。左の青い棒はBaseline、中央は各変数の貢献影響、右の棒チャートはComparisonです。

5.3 Contribution Analysis 表 - Bridgeチャートの直下に、Contribution Analysis表が表示されます。Keyフィールドの各アイテムが異なる要因で全体の変化に対する貢献を示します。

BridgeチャートとContribution Analysis表により、変化に影響する最も重要なアイテム（SKU）および変化の要因（価格？コスト？それとも数量ミックス？）を迅速に見つけることができます

2.1 データタイプ選択で、どのフィールドがKey、どのフィールドがResultかを選択し、異なる次元、異なるresultデータを分析できます。また、3のドロップダウンメニューに基づいて、どのデータをBaselineとComparison用にフィルタリングするかを選択し、Refresh Bridgeをクリックして更新されたBridgeチャートとContribution Analysis表を生成し、実際のビジネス状況を分析して改善提案を行います

Added Data（追加データ） —— Comparison 期には存在するが、Baseline 期には存在しなかったレコード。新たに投入された製品ライン、新規開店した店舗、新規獲得した顧客など、まったく新しい事象を表します。

Removed Data（除外データ） —— Baseline 期には存在したが、Comparison 期にはもう存在しないレコード。廃番、生産終了、失客、閉店などの事象を表します。

Added Data には「変更前」の値が存在せず、Removed Data には「変更後」の値が存在しないため、これらの影響を単一の要因（価格変化、数量変化、コスト変化など）に帰着させることはできません。Bridge チャート上では、必ず独立した棒として隔離して表示する必要があります。

Added Data と Removed Data を通常の価格 / 数量 / ミックス差異計算に混ぜ込むと、結果は数学的に意味を失います：

• 新規投入製品には Baseline 価格が存在しないため、「価格差異」は定義不能。
• 生産終了製品には Comparison 数量が存在しないため、「数量差異」は定義不能。
• 強引にゼロ値を式に代入すると、他の要因が恣意的に膨張・収縮し、Bridge 全体が歪みます。

先にこの2種類のデータを切り離すことで、残りの「同一条件」項目を価格・数量・ミックス・コスト・為替などの真のドライバーで綺麗に分解できます。

Added / Removed Data の現実的な代表例が、製品ライフサイクルにおける NPI / EOL です：

• NPI — New Product Introduction（新製品投入）：今年（Comparison）に市場投入され、昨年（Baseline）には存在しなかった製品。その売上・コスト・粗利のすべてが Added Data の棒に帰属します。
• EOL — End of Life（製品終売）：昨年（Baseline）は販売されていたが、今年（Comparison）に生産終了し製品カタログから外された製品。失った売上・粗利は Removed Data の棒に帰属します。

同じパターンは、他の多くのビジネス領域にも当てはまります：

• 小売 / 店舗ネットワーク：新規開店店舗 = Added Data；閉店店舗 = Removed Data。
• 顧客 / サブスクリプション事業：当期新規獲得顧客 = Added Data；解約顧客（チャーン）= Removed Data。
• 地域展開：新規参入国・地域 = Added Data；撤退市場 = Removed Data。
• M&A 活動：新規買収事業 = Added Data；売却・分離した事業 = Removed Data。
• 人員分析：新規採用者 = Added Data；退職者 = Removed Data。

ある企業が売上高の前年比変化を分析するケースを考えます：

プログラムは、Baseline と Comparison の両データテーブルの Key 列（例：Product ID、Customer ID、Store ID）を自動的に比較し、Added および Removed レコードを検出します：

• Comparison テーブルにのみ出現する Key 値 → Added Data として扱われます。
• Baseline テーブルにのみ出現する Key 値 → Removed Data として扱われます。
• 両テーブルに出現する Key 値 → 通常の要因分解（価格・数量・コスト等）の対象となります。

手動でのタグ付けは不要です。Key 列（製品コード等）が2期間で一貫していれば、Bridge Analysis が NPI / EOL などの構造的変化を正しく処理します。