「計算フィールド」を活用することで、出力できる項目が大幅に広がります。
日付に関するおすすめ書式
月単位で集計するとき
YYYY-MM
週単位で集計するとき
M/D週
表形式で日付列を追加するとき
YYYY/MM/DD
「ユーザー」のデータセット
在籍年数
dateDiff(入社日,truncdate('DD',now()),'YYYY')
「ログイン」のデータセット
★ログイン率
distinct_countIf(ユーザーID,ログイン>0)/distinct_count(ユーザーID)
定着率
distinct_countIf(ユーザーID,ログイン日数>=4)/distinct_count(ユーザーID)
★ログイン日数
distinct_countIf(日付,ログイン=1)
★ログイン人数
distinct_countIf(ユーザーID,ログイン>0)
直近1週間のログイン日数
distinctcountIf(日付,ログイン=1 and 日付>=adddatetime(-6,"DD",truncdate("DD",now())))
直近1ヶ月のログイン日数
distinctcountIf(日付,ログイン=1 and 日付>=truncdate("MM",now()))
「定着率」のデータセット
★4日以上
distinct_countIf(ユーザーID,ログイン日数>=4)
★1~3日
distinct_countIf(ユーザーID,ログイン日数<4 and ログイン日数>=1)
★0日
distinct_countIf(ユーザーID,ログイン日数=0)
「投稿」のデータセット
★投稿URL
concat('https://tunag.jp/feeds/',toString(投稿ID))
★投稿数
distinct_count(投稿ID)
1人あたりの投稿数（部署）
投稿数/max(所属人数（投稿者・部署）)
1人あたりの投稿数（ユーザーセグメント）
投稿数/max(所属人数（投稿者・ユーザーセグメント）)
プルダウンで選択した内容を数値化する
ifelse(
値（プルダウン）='XXX',4,
値（プルダウン）='XXX',3,
値（プルダウン）='XXX',2,
値（プルダウン）='XXX',1,NULL
)
値（数値）の累計
runningSum(sum(値（数値）),[truncDate('MM',投稿日) ASC],[ユーザーセグメント名])
「既読&読了」のデータセット
★投稿URL
concat('https://tunag.jp/feeds/',toString(投稿ID))
★既読数
distinct_count(既読ID)
★1人あたりの既読数（部署）
既読数/max(所属人数（部署）)
★1人あたりの既読数（ユーザーセグメント）
既読数/max(所属人数（ユーザーセグメント）)
既読数（100以上切り捨て）
ifelse(既読数>=100,100,既読数)
特定の部署における既読数
distinct_countIf(既読ID,部署ID=xxx)
特定のユーザーセグメントにおける既読数
distinct_countIf(既読ID,ユーザーセグメントID=xxx)
★特定の部署における既読率
distinct_countIf(既読ID,部署ID=xxx)/maxIf(所属人数（部署）,部署ID=xxx)
★特定のユーザーセグメントにおける既読率
distinct_countIf(既読ID,ユーザーセグメントID=xxx)/maxIf(所属人数（ユーザーセグメント）,ユーザーセグメントID=xxx)
★読了数
distinct_count(読了ID)
1人あたりの読了数（部署）
読了数/max(所属人数（部署）)
1人あたりの読了数（ユーザーセグメント）
読了数/max(所属人数（ユーザーセグメント）)
読了数（100以上切り捨て）
ifelse(読了数>=100,100,読了数)
特定の部署における読了数
distinct_countIf(読了ID,部署ID=xxx)
特定のユーザーセグメントにおける読了数
distinct_countIf(読了ID,ユーザーセグメントID=xxx)
★特定の部署における読了率
distinct_countIf(読了ID,部署ID=xxx)/maxIf(所属人数（部署）,部署ID=xxx)
★特定のユーザーセグメントにおける読了率
distinct_countIf(読了ID,ユーザーセグメントID=xxx)/maxIf(所属人数（ユーザーセグメント）,ユーザーセグメントID=xxx)
既読した時間帯
extract('HH',既読日)
読了した時間帯
extract('HH',読了日)
★読了/既読
（※既読数に対する読了数の割合）
読了数/既読数
「コメント」のデータセット
★投稿URL
concat('https://tunag.jp/feeds/',toString(投稿ID))
★コメント総数
distinct_count(投稿コメントID)
1人あたりのコメント数（部署）
コメント総数/max(所属人数（部署）)
1人あたりのコメント数（ユーザーセグメント）
コメント総数/max(所属人数（ユーザーセグメント）)
コメント数（100以上切り捨て）
ifelse(コメント総数>=100,100,コメント総数)
★特定の部署におけるコメント数
distinct_countIf(投稿コメントID,部署ID=xxx)
★特定のユーザーセグメントにおけるコメント数
distinct_countIf(投稿コメントID,ユーザーセグメントID=xxx)
特定の部署におけるコメント率
distinct_countIf(投稿コメントID,部署ID=xxx)/maxIf(所属人数（部署）,部署ID=xxx)
特定のユーザーセグメントにおけるコメント率
distinct_countIf(投稿コメントID,ユーザーセグメントID=xxx)/maxIf(所属人数（ユーザーセグメント）,ユーザーセグメントID=xxx)
「サンクス」のデータセット
★サンクス送付数
distinct_count(サンクス送付・受領ID)
1人あたり送付数（部署）
サンクス送付数/max(所属人数（部署）)
1人あたり送付数（ユーザーセグメント）
サンクス送付数/max(所属人数（ユーザーセグメント）)
その他共通
ユーザー数
distinct_count(ユーザーID)
ユーザー数（累計）
runningSum(ユーザー数,[truncDate('MM',入社日) ASC])
所属とユーザー名を合体させる
concat(部署名,
'
',
ユーザー名)
投稿時間
extract('HH',投稿日)
投稿した時間帯
ifelse(
extract('HH',投稿日)<12,'午前',
extract('HH',投稿日)<15,'午後①',
extract('HH',投稿日)<18,'午後②','夜間')
投稿曜日
ifelse(
extract('WD',投稿日)=2,'1 月',
extract('WD',投稿日)=3,'2 火',
extract('WD',投稿日)=4,'3 水',
extract('WD',投稿日)=5,'4 木',
extract('WD',投稿日)=6,'5 金',
extract('WD',投稿日)=7,'6 土',
extract('WD',投稿日)=1,'7 日',NULL)
日付（月曜始まり）
ifelse(
extract("WD", 日付) = 1, addDateTime(-6, 'DD',日付),
addDateTime(1, 'DD', truncDate("WK",日付))
)
投稿日（月曜始まり）
ifelse(
extract("WD", 投稿日) = 1, addDateTime(-6, 'DD',投稿日),
addDateTime(1, 'DD', truncDate("WK",投稿日))
)
既読日（月曜始まり）
ifelse(
extract("WD", 既読日) = 1, addDateTime(-6, 'DD',既読日),
addDateTime(1, 'DD', truncDate("WK",既読日))
)
読了日（月曜始まり）
ifelse(
extract("WD", 読了日) = 1, addDateTime(-6, 'DD',読了日),
addDateTime(1, 'DD', truncDate("WK",読了日))
)
前週同曜日までの投稿数
distinct_countIf(投稿ID,
投稿日>=truncDate('WK',addDateTime(-1,'WK',now()))
and 投稿日<truncdate('DD',addDateTime(-1,'WK',now()))
)
当週前日までの投稿数
distinct_countIf(投稿ID,
投稿日>=truncDate('WK',now())
)
前月同日までの投稿数
distinct_countIf(投稿ID,
投稿日>=truncDate('MM',addDateTime(-1,'MM',now()))
and 投稿日<truncdate('DD',addDateTime(-1,'MM',now()))
)
当月前日までの投稿数
distinct_countIf(投稿ID,
投稿日>=truncDate('MM',now())
)
再生数
distinct_count(再生ID)