XMLファイルを極める：構造、ユースケース、主なメリット
XMLファイルは、行と列ではなく、ネストされた人間が読めるタグとして構造化データを保存します。Microsoftはこのフォーマットを「人間が読めるテキストファイルで構造化データを管理および共有するために設計された技術」と説明しています。このガイドでは、これらのファイルがどのように構築されているか、どこから提供されるか、スプレッドシートがそれらをどのように処理するか、そしてそこからどのように答えを導き出すかについて解説します。
XMLファイルとは何か
これは、データとそれが記述する対象の名前の両方を保持するプレーンテキストファイルです。カンマ区切りのエクスポートでは値のみが提供され、その意味はヘッダー行に依存します。一方、タグ付きファイルでは、すべての値のすぐ隣にインラインで意味が保持されます。
この設計には、何よりもまず理解しておくべき結果が1つあります。このフォーマットは階層構造であるため、1つのレコードが数レベルの深さで他のレコードを含むことができます。スプレッドシートはフラット（平坦）であり、これら2つの形状のギャップこそが、実務上の困難のほとんどの原因となっています。
Microsoftの概要では、その目的が1つの文で表現されています。このフォーマットは「データベース、アプリケーション、組織間におけるデータの定義、送信、検証、および解釈を大幅に容易にします。」
構造の仕組み
要素とネスト
すべての値は名前付きの要素の中に配置され、要素は他の要素を含むことができます。たとえば、請求書には顧客ブロック、明細項目のリスト、合計ブロックを含めることができ、それぞれが独自の子要素を持ちます。
ネストこそが重要なポイントです。フラットなテーブルでは行をまたいで値を繰り返すことでしか表現できない関係性を、ネストによって記録することができます。
カスタムタグ
タグ名はフォーマットによって固定されていません。公式の概要にあるように、「アプリケーション設計者は、独自のカスタマイズされたタグ、データ構造、およびスキーマを作成できます。」
そのため、2つのベンダーからの2つのファイルが同じ請求書を記述していても、フィールド名がほとんど共通していないということが起こります。どのような分析も、目の前にあるタグが実際に何を意味しているかを読み解くことから始める必要があります。
スキーマと検証
独立したスキーマファイルがルールを定義します。Microsoftはそのペアリングを直接説明しています。データファイルには「カスタムタグと構造化データが含まれます。」スキーマファイルには「データ型や検証などのルールを強制するスキーマタグが含まれます。」
スキーマは .xsd 拡張子を使用します。この規格では、.xslt 拡張子を持つ変換ファイルも定義されており、これは「スタイルを適用し、XMLデータを異なる表示形式に変換するために使用される」ファイルと説明されています。
これらのファイルの用途
このフォーマットを自ら進んで選択することは滅多にありません。通常は、長年稼働しているシステムから送られてくるものです。
- 財務および銀行業務。 取引明細書や決済メッセージのフォーマットは、区切り文字ではなく、一般的にタグ付きで構成されています。
- 電子請求書（E-invoicing）。 多くの国の電子請求書義務化制度では、法的証跡としてタグ付き文書を指定しています。
- ERPおよび人事（HR）のエクスポート。 長年使用されているエンタープライズシステムでは、デフォルトでこのフォーマットでエクスポートされることがよくあります。
- 商品およびコンテンツフィード。 小売のカタログフィードや配信フォーマットはタグベースです。
- 設定およびOffice文書。 現代のOfficeファイルフォーマットは、タグ付きのパーツをZIP圧縮したコレクションです。
これら5つすべてに共通するパターンは同じです。このファイルは、アナリスト向けに作成された作業用ファイルではなく、別のマシンのために生成されたデータ交換用の成果物です。
フラットフォーマットとの比較
| タグ付きファイル (.xml) | CSV | Parquet | |
|---|---|---|---|
| 形状 | ネスト、複数レベル | フラットな行と列 | フラット、列指向 |
| フィールド名 | すべての値にインラインで保持 | ヘッダー行のみ | ファイルのメタデータに保存 |
| 検証 | オプションのスキーマファイルが型を強制 | 組み込み機能なし | スキーマに型を保持 |
| テキストエディタで読めるか | 可能（ただし冗長） | 可能 | 不可 |
| 同じデータに対する一般的なサイズ | 最大 | 中間 | 最小 |
| 一般的なソース | エンタープライズシステムおよびデータ交換標準 | エクスポートおよびレポート | データプラットフォーム |
これらのフォーマットを日常的に扱う方は、本表のフラットな側面をカバーしている、TSVファイルおよびParquetファイルに関する解説記事も併せてご覧ください。
Excelにおけるフォーマットの処理方法
ほとんどのアナリストがこのフォーマットに遭遇するのはこの段階であり、公式ドキュメントには何が起こるかが非常に明確に記載されています。
インポートのパスはメインのリボンにはありません。Microsoftのインポート手順では、「『開発』 > 『インポート』をクリックします」とされています。このタブはデフォルトで非表示になっているため、ページ内ではタブを表示するための手順も案内されています。
基本的なワークフローは、Microsoftの言葉を借りれば「5つのフェーズ」で構成されています。まずスキーマファイルをワークブックに追加し、その要素をセルまたはテーブルにマッピングします。次にデータファイルをインポートし、要素をそれらのマッピングされたセルにバインドします。そこからはExcel内で作業を行い、修正したデータを再度エクスポートします。
特に重要な2つの挙動があります。
スキーマを指定しない場合、Excelがスキーマを推測します。 最初にスキーマを追加せずにインポートすると、「Excelはスキーマの推測を試みます。」その推測は「XMLデータファイルで定義されているタグに基づいています。」
推測されたスキーマはワークブックに保存されます。また、同ページでは「Excelが推測したスキーマを、個別のXMLスキーマデータファイル（.xsd）としてエクスポートすることはできません」とも指摘されています。
取り込み時にネストがフラット化されます。 Microsoftは、読み取り専用で開いた場合の結果について説明しています。それは「XMLタグを列見出しとして表示する、行と列からなる2次元の表」になります。ルート要素は「タイトルのように使用」されます。
このフラット化は、分析においてまさに求められる処理であると同時に、意味が失われる原因でもあります。3レベルの階層構造が列に変換され、親子関係はタグの命名方法の中にしか残らなくなります。
主なメリット
データ自体が自己説明的であること。 フィールド名が値と一緒に移動するため、ドキュメントから切り離されたファイルであっても解釈が可能です。
検証がエコシステムの一部であること。 スキーマを使用することで、データが手元に届く前にデータ型や必須フィールドを強制できます。これは、通常の区切り文字によるエクスポートでは不可能なことです。
組織の境界を越えられること。 公式の概要が指摘するように、このフォーマットは「業界標準のガイドラインに従っており、さまざまなデータベースやアプリケーションで処理できます。」
階層構造が維持されること。 12個の明細項目を持つ1つの請求書は、ヘッダー値を繰り返す12行のデータになるのではなく、1つの請求書のまま保持されます。
知っておくべき制限事項
冗長性。 すべての値の周囲でタグ名を繰り返すため、同じデータをフラットなフォーマットで保存する場合と比較してファイルサイズが大きくなります。
タグ名がベンダー間で標準化されていないこと。 カスタムタグはこのフォーマットの特長ですが、その代償として、新しいソースが登場するたびに解釈が必要になります。
スプレッドシートでは階層をフラット化する必要があること。 ピボットテーブル、グラフ、数式はいずれも矩形（2次元の表）を前提としているため、分析を開始する前に形状を変換する必要があります。
検証時にインポートが失敗する可能性があること。 Microsoftは、「XMLマップに従ってデータを検証できない場合、ExcelはXMLインポートエラーダイアログボックスを表示します」と述べています。これにより、作業を開始する前にスキーマの確認に戻る必要があります。
形状に苦戦することなく答えを導き出す方法
実際に直面する問題は、「このファイルをどうやって開くか」ではなく、「今日の午後までにどうやってここからグラフを作成するか」であることがほとんどです。
効果的なアプローチは、Excelがすでに示唆している方法です。階層を矩形にフラット化し、階層のどのレベルを1行とするかを決定し、そこから分析を行います。
Powerdrill Bloomはアップロード形式としてExcel、CSV、PDF、およびドキュメントに対応しているため、タグ付きのソースファイルはまずCSVまたはワークブックに変換する必要があります。Excelの読み取り専用での開封機能はまさにその矩形を生成しますし、データツールにおける変換ステップでも同様の結果が得られます。
データがフラットになれば、分析は通常通り行えます。CSV AI assistantのページでは、そのプロセスについて説明しています。料金ページでは、その成果を次のようにまとめています。データ全体に対して質問を投げかけることで、「グラフ、表、エクスポートを伴う、根拠に基づいた回答を得ることができます。」特にグラフが必要な場合は、CSVファイルをグラフに変換する方法に関するウォークスルーで、最初から最後までカバーしています。
変換する前に、1つだけ慎重に決定すべきことがあります。行の粒度を意図的に選択してください。明細項目ごとに1行とするか、請求書ごとに1行とするかによって、答えられる質問が異なります。
結論
このフォーマットは冗長で、自己説明的であり、階層構造を持っています。これら3つの特性が、このフォーマットを扱う上でのすべての要素を説明しています。組織間でのデータ移動には非常に優れていますが、組織内でのデータ分析には不向きです。
変換を単なる雑用ではなく、意思決定プロセスとして捉えてください。どのレベルを行にするかを選択し、タグ名を列見出しとして保持します。それができれば、その後の作業は通常のスプレッドシート分析と何ら変わりません。
今すぐフォルダの中にこれらのファイルが眠っていませんか？フラット化したエクスポートデータでPowerdrill Bloomをお試しいただき、パイプライン構築に投資する前にグラフを確認してみてください。
よくある質問
XMLファイルは何に使用されますか？
システムや組織間で構造化データを移動するために使用されます。一般的なソースには、銀行メッセージ、電子請求書、ERPおよび人事（HR）のエクスポート、小売の商品フィード、Office文書の内部パーツなどがあります。
XMLとCSVの違いは何ですか？
一方は階層構造であり、すべての値にインラインでフィールド名が保持されます。もう一方はフラットであり、単一のヘッダー行に依存します。また、タグ付きフォーマットはスキーマファイルに対して検証できますが、区切り文字によるエクスポートではこれができません。
ExcelでXMLファイルを開くにはどうすればよいですか？
Microsoftがドキュメントで推奨しているルートは「[開発] > [インポート]」ですが、[開発] タブはデフォルトで非表示になっています。また、ファイルを読み取り専用で開くこともでき、その場合はタグを列見出しとする2次元の表が生成されます。
データを使用するためにスキーマファイルは必要ですか？
いいえ。Microsoftのドキュメントによると、スキーマが指定されていない場合、Excelはタグからスキーマの推測を試みます。推測されたスキーマはワークブックに保存され、個別の .xsd ファイルとしてエクスポートすることはできません。
XSLTとは何ですか？
Microsoftは、これをデータフォーマットと並行して定義された変換標準であると説明しています。これは、.xslt ファイルを使用して「スタイルを適用し、XMLデータを異なる表示形式に変換する」ものです。