タグ

関連タグで絞り込む (57)

タグの絞り込みを解除

dashboardに関するsh19910711のブックマーク (127)

  • データカタログにConnected SheetsやLooker Studioの情報を取り込んでレポートのデータソースを追跡する - LayerX エンジニアブログ


    はじめに こんにちは！バクラク事業部 機械学習・データ部 データチームの@TrsNiumです。 弊社では、データの意味やデータの質、データの利活用を一元的に管理することを目的として、データカタログソリューションの一種であるOpenMetadataを導入しました。OpenMetadataを利用することで、様々な種類のデータベースやBI、CRMと連携し、データの管理と可視化を効率化しています。 弊社では主にBIツールとしてLooker Studioを使用しています。また、Google SheetsはConnected Sheetsの機能を使い、BigQuery上に構築されたデータ基盤のデータを用いて簡易的にデータ分析や可視化を行うツールとして利用しています。しかし、これらのツールはOpenMetadataのビルトイン機能ではサポートされていませんでした。そのため、データ変更時の影響範囲の把握や
    データカタログにConnected SheetsやLooker Studioの情報を取り込んでレポートのデータソースを追跡する - LayerX エンジニアブログ
    sh19910711
    sh19910711 2024/06/24
    "OpenMetadataのカスタムコネクタ: Connected SheetsやLooker Studioなどのツールとも連携が可能 / exposures機能を利用してGoogle SheetsやLooker Studioレポートとdbtのデータモデルの依存関係を定義"
    リンク

  • Apple Watch で取得したデータを Google Cloud に自動連携して BigQuery + Dataform + Looker Studio でダッシュボードを作った - Qiita


    Apple Watch で取得したデータを Google Cloud に自動連携して BigQuery + Dataform + Looker Studio でダッシュボードを作ったBigQueryAppleWatchGoogleCloudDataformLookerStudio プロジェクトの区切りに初めて長期休暇を取得することにしました。 プロジェクト終盤の忙しさで疲れが溜まっていたので、休暇中に健康的な生活を送るために apple watch から取得したデータを可視化することにしました。 この記事では apple watch で計測したデータを毎日自動的に可視化する方法を書いています。 やったこと こんな感じのアーキテクチャで睡眠の可視化を作りました。 現時点で作成したのは次のような図です。 さすがにもう少し睡眠を取っている自覚はありますが、睡眠が浅いときに apple watch
    Apple Watch で取得したデータを Google Cloud に自動連携して BigQuery + Dataform + Looker Studio でダッシュボードを作った - Qiita
    sh19910711
    sh19910711 2024/06/24
    "深夜のリリース対応や障害対応等で睡眠習慣がかなり悪化 / データを作るために良い習慣を作るという、手段の目的化もとい目的の手段化 / とりあえず BigQuery にデータを入れておけば分析に関してなにかと使い回しがきく"
    リンク

  • shinydashboardのbox()のtitleを限界までいじってみる - Qiita


    shinyにおけるvisualizationの階層化 shiny(shinydashboard)ではサイドバーメニュー、タブなどを駆使して見たいデータを階層化することが可能です。ただし1つのテーマのvisualizationはタブやメニューで分けると行ったり来たりして見ないといけなくなるので、できれば同一画面内で表現しきることが重要です。今まではvalueBoxとグラフをbox()内に配置して不必要なものは畳む、みたいな使い方をしていたのですが、畳むと見えなくなってしまうので困っていました。 数値の表示とアイコンの表示、またその組み合わせがtitleでできます いろいろ調べてみるとtitleを動的に変えられたりアイコンを並べたりみたいなことができることが分かったので、ここにやり方を記載しておきます。サマリ指標をtitleに乗っけておいて畳んでおき、詳細を見たい場合は開いてグラフを見る、など
    shinydashboardのbox()のtitleを限界までいじってみる - Qiita
    sh19910711
    sh19910711 2024/06/18
    "shiny(shinydashboard)ではサイドバーメニュー、タブなどを駆使して見たいデータを階層化することが可能 / いろいろ調べてみるとtitleを動的に変えられたりアイコンを並べたりみたいなことができることが分かった" 2017
    リンク

  • Shinyを使ってCIログを分析している話 - Qiita


    本記事は、Shiny Advent Calendar 2018の14日目の記事です。 2018年ももうすぐ終わりますね。アドベントカレンダーの趣旨とは別に、自分で勝手に今年を振り返ると、今年もいろいろとRとShinyに触れることができた一年でした。useR!2018に参加と発表できたことは仕事とは関係なくともRをもっとやろうと思えて、刺激的でした。 という前置きのまま、、、今年作ったShinyアプリの1つを本記事では紹介します この記事でわかること Shinyを使ったログ分析ダッシュボードのケーススタディ ︵つまり、技術の話はないです︶ 背景 GitlabCIを用いてデータのETL処理のジョブバッチを定期的に行っている このようなETL処理のジョブバッチは複数のプロジェクトで、それぞれのデータに応じたパイプラインが存在しており、ジョブの失敗ログを横断的にモニタリングするツールがほしい ロ
    Shinyを使ってCIログを分析している話 - Qiita
    sh19910711
    sh19910711 2024/06/15
    "ログをモニタリングするだけだと、OSSのDashboardツールで十分 / 分析をRでやっていると、そのままRのコードからダッシュボード化できたほうがリッチなこともできる / 見た目が良い可視化になるように調整もできる" 2018
    リンク

  • 表拡張機能を使ってRで作成したデータをTableauに取り込む - Qiita


    表拡張機能 表拡張機能はTableau 2022.3から追加された、RやPython等で加工・分析したデータを、Tableauのデータ表として取り込むことのできる機能です。 この機能を使えば、 Tableauでは面倒な集計をRで行ったり、Rで実行した分析結果をTableauでいい感じに可視化したりが簡単にできるはず！ というわけで、Rで表拡張機能を使う方法をまとめました。 ※普段からRを使っている人向けの内容のため、Rのダウンロード方法やRコードの解説は割愛します。 TableauをRサーバーに接続する まず、TableauでRを使えるようにセッティングをします。 手順は以下の通りです。 1. RserveパッケージをインストールR︵Rstudioでも可︶を起動し、以下のコードを実行。 2. Tableauを起動し、﹁分析の拡張機能接続の管理﹂を選択 ヘルプ > 設定とパフォーマンス
    表拡張機能を使ってRで作成したデータをTableauに取り込む - Qiita
    sh19910711
    sh19910711 2024/06/15
    "Tableau/表拡張機能: RやPython等で加工・分析したデータを、Tableauのデータ表として取り込む / Tableauでは面倒な集計をRで行ったり、Rで実行した分析結果をTableauでいい感じに可視化したり" 2023
    リンク

  • LookerStudioのタイムライングラフで時間帯の比較をする - notebook

    LookerStudioのタイムライングラフ 最近使えるようになったので色々触ってみようということで触っていた タイムライン グラフのリファレンス - Looker Studioのヘルプ support.google.com 使い方はドキュメントに記載があるのでポチポチやっていればそれっぽい感じに可視化できる この時期にこういうイベントがあったなどのような情報が視覚的に把握しやすい Togglのデータの可視化 自分はTogglのAPI(v2)をたたいてそのデータをBigQueryにExport、Dataformで整形してLookerStudioで可視化しているのでそのデータをタイムラインにしてみた データのサンプル ほとんどTogglのレスポンスと合わせている name description start_date 開始日付(2024-05-01) project Togglのプロジェクト

    LookerStudioのタイムライングラフで時間帯の比較をする - notebook
    sh19910711
    sh19910711 2024/06/14
    "TogglのAPI(v2)をたたいてそのデータをBigQueryにExport / タイムライングラフ: この時期にこういうイベントがあったなどのような情報が視覚的に把握しやすい / この時間帯はーっていうのがはっきりわかりやすくできた"
    リンク

  • ダッシュボードを使ってもらうには、 現場へのヒアリングが重要だと 改めて気づいた話

    Timee × Commune データチーム勉強会より

    ダッシュボードを使ってもらうには、 現場へのヒアリングが重要だと 改めて気づいた話
    sh19910711
    sh19910711 2024/06/06
    "ダッシュボード: 1weekでざっくりと作る + 動くものを見せつつ、実務利用をイメージできるかMTGでフィードバック / 関連チームに同期的に、全社に非同期で共有 / ヒアリングをしないと微妙に実務とそぐわない可視化になる"
    リンク

  • gradioでつくる簡易ダッシュボード


    はじめに みなさん。Splatoon3遊んでいますか。私は昨年9月の発売以来、かなり熱心に遊んでいます[1]。単に遊ぶだけでなく、なるべく勝てるように、つまり上達できるように努力しています。 最近は試合の結果を記録して分析し、上達に役立てたいと考えるようになりました。スプラトゥーンというゲームをご存じない方のために簡単に説明すると、スプラトゥーンにはナワバリバトルを含め全5種のルールがあり、ステージは2023年12月時点で全22種類存在します。 それぞれのステージには、防衛の要となる箇所や攻めの起点を作るために抑えたいキーポイントがあり、勝率を上げるためにはこうしたステージごとの戦略の研究は欠かせません。しかし全ステージについて研究するのは大変なので、なるべく勝率の悪いステージから対策したいところです。 任天堂が提供する公式アプリ﹁イカリング3﹂でも、ステージごとの勝率は確認できますが一覧
    gradioでつくる簡易ダッシュボード
    sh19910711
    sh19910711 2024/06/06
    "試合の結果を記録して分析し、上達に役立てたい / Gradio: Hugging Faceが中心となって開発 / データフレームを表形式で表示できたり、matplotlibのグラフをそのまま表示できたり" 2023
    リンク

  • Tableau Prep の使い方 - LOD 表現的な計算をしてみる - Qiita


    Tableau Prep とは Tableau 社 が提供している データ準備ツール です。元々 Project Maestro というコードネームで開発が進められていましたが、2018/4/24 に Tableau Prep として製品版がリリースされました。Tableau Desktop を使っているユーザであれば誰でも使えるようになってます。 データ加工をフロー形式で定義することができるため、可読性、生産性の高いツールになってます。詳細は製品ページを参照ください。 製品サイト LOD 表現 とは Tableau ではビューの表示に使われるディメンションの粒度とは異なる粒度で集計テーブルを作成できる機能があります。 LOD 表現と呼ばれ、従来のBIツールでは中間テーブルを作成しないと表現ができなかった計算を実現できます。 LOD 表現トップ15ただし、データ量が多くなった場合や
    Tableau Prep の使い方 - LOD 表現的な計算をしてみる - Qiita
    sh19910711
    sh19910711 2024/06/06
    "Tableau Prep: 元々 Project Maestro というコードネームで開発が進められ + 2018/4/24 に Tableau Prep として製品版がリリース / LOD: 従来の BI ツールでは中間テーブルを作成しないと表現ができなかった計算を実現" 2018
    リンク

  • Looker Studioで組織内に魔境を作らないための裏技的Tips集 - Qiita


    はじめに Looker StudioはGoogleが無料で提供しているBIツールです。無料でもかなりの機能が揃っており、BIの活用にあたっては大変重宝する存在になっています。ただし、以前﹁後回しにするとどうしようもなくなる︵かもしれない︶Looker Studioの権限を理解する﹂で整理したように、組織管理という観点で難があるのは事実です。 それは例えば、レポートを組織的に管理する機能がなかったり、Google CloudのIAMを利用した権限管理ができなかったりすることが挙げられます。Looker Studio Proという有償版のサービスでは、こうした組織管理を円滑にするような機能拡充がされています。 とはいえ、実は様々なデータをフル活用すると無料版でもできることは多くあります。今回は、そんな裏技的Tipsを5つ紹介しようと思います。 こんな方におすすめ Looker Studioの組
    Looker Studioで組織内に魔境を作らないための裏技的Tips集 - Qiita
    sh19910711
    sh19910711 2024/05/28
    "ダッシュボードは作っておしまいではなく、作ったところがはじまり / 利用状況を把握しながらより改善を進めていくことで活用が浸透 / Looker Studio API: アセット一覧を取得できるようなのですが、ドキュメントが乏しく"
    リンク

  • 分厚いjoinを複数のexploreに継承して保守性を高める - Qiita


    TL;DR 以下の手順を踏むと、元のexploreの全てのjoinを継承し、ベーステーブルのみを差し替えられる いずれかを選択する a. 継承元のexploreにおいて、ベーステーブルをview_nameで指定する b. 継承元のexploreにおいて、ベーステーブルをfromで指定し、独自のview_name名を定義する 継承先のexploreにおいて、extendsで継承元のexploreを指定し、fromでベーステーブルのみを差し替える はじめに Lookerでは、﹁ベーステーブル﹂︵Exploreのベースとなる、最初に指定するテーブル︶に様々なテーブルをjoinしてExploreを作ります。 似たようなベーステーブルが複数存在することはよくあります。例えば、分析のユースケースに従って似たようなサマリーテーブルを複数作成する場合などです。 大量のテーブルによる分厚いjoinがある場合
    分厚いjoinを複数のexploreに継承して保守性を高める - Qiita
    sh19910711
    sh19910711 2024/05/21
    "Looker: ベーステーブルに様々なテーブルをjoin / 似たようなベーステーブルが複数存在することはよくあり + それぞれのベーステーブルに同じjoinを書いてExploreを作るのは冗長 / extendsを使ってコードを継承" 2022
    リンク

  • エンジニア向けのBIツール、QuaryをBigQueryに接続して使ってみた | DevelopersIO


    こんちには。 データアナリティクス事業本部 機械学習チームの中村(nokomoro3)です。 Quaryというエンジニア向けのBIツールが気になったので使ってみました。 GitHub - quarylabs/quary: Open-source BI for engineers VSCodeの拡張機能やCLIが準備されており、以下のことができます。 データベースへの接続 dbtに類似した機能 sqlファイルとしてmodelを記述可能、schemaもyamlファイルで記述可能 schemaはGUIで操作もでき、リネージも表示可能 また簡単なグラフなどもyamlファイルで管理可能 対応ソースはBigQueryやSnowflakeなどとなっていますので、今回はBigQueryで試してみようと思います。 BigQuery側の準備 前準備として、以下のページにある ml-latest-small.z
    エンジニア向けのBIツール、QuaryをBigQueryに接続して使ってみた | DevelopersIO
    sh19910711
    sh19910711 2024/05/21
    "quarylabs/quary: sqlファイルとしてmodelを記述 + schemaもyamlファイルで記述 / chart.yamlというsuffixを持つファイルを作成すると、簡単なグラフを作成することができ / schemaはGUIで操作もでき、リネージも表示可能"
    リンク

  • Hayabusaの検知結果をElastic Stackで可視化してみた - Qiita

    $ ./target/release/hayabusa -h hayabusa 1.0.0 Yamato-Security(https://github.com/Yamato-Security/hayabusa) Hayabusa: Aiming to be the world's greatest Windows event log analysis tool! USAGE: -d --directory=[DIRECTORY] 'Directory of multiple .evtx files' -f --filepath=[FILEPATH] 'File path to one .evtx file' -r --rules=[RULEDIRECTORY] 'Rule file directory (default: ./rules)' -o --output=[CSV_TIMELI

    Hayabusaの検知結果をElastic Stackで可視化してみた - Qiita
    sh19910711
    sh19910711 2024/05/21
    "Hayabusa: Yamato Securityによって作成されたWindowsログの解析ツール + Sigmaルールが使えたり、Rustで実装されてるため高速に動作 / 可視化することで全容把握が容易になるのでインシデントハンドリングがさらに捗る" 2022
    リンク

  • MicrosoftにおけるBIの歴史 - テクテク日記


    歴史というと、実は学生の時に殆ど興味がなかった分野だったのですが、今思えば自分が歴史よりも現在・将来について興味があったのが原因だったのかもしれません。ただし、例外として自分が今最も活用しているテクノロジーについての歴史は面白くて堪りません。今回はMicrosoftのBIに関する歴史について簡単に紹介してみようと思います。Power BIの登場背景、MicrosoftのBIテクノロジーの登場逸話等に興味がある人は最後まで読んでみて下さい。 凄い人達 当時のBIテクノロジー 混沌の2000年代 セルフサービスBIの登場 MicrosoftのBIに対する戦略 凄い人達 MicrosoftのBIテクノロジーを開発した人たちがいます。有名なところでAmir Netz氏とChristian Wade氏が挙げられます。Amir氏はTechnical Fellowというタイトルを持っており、Micros
    MicrosoftにおけるBIの歴史 - テクテク日記
    sh19910711
    sh19910711 2024/05/11
    "90年代のMicrosoftはエンタープライズ向けBIツールで世の中を席巻 / 当初データを集計するためにはMOLAP、ROLAPという技術を使用 / 手軽に分析できる環境ではないことから、ひと昔のBIは全てエンタープライズBIと呼ばれ" 2021
    リンク

  • redashmanを使ってRedashのクエリをお手軽にバックアップする - ariarijp’s blog


    今日はRedash Advent Calendar 16日目ですが、この記事はAdvent Calendarの記事ではありません。qiita.com 12/16の記事はvankobeさんによる、Redashの結果をGoogleスプレッドシートで扱う事例の記事です。qiita.com Redashの便利さと、その裏にあるつらみ Redashを活用しはじめて1年半ほど経ちますが、今ではRedashなしで業務が回らなくなるほどに使い倒しています。 しかし、Redashの活用が進んだことによって﹁Redashが落ちたら全てが止まる﹂といった状況になりつつあることも事実で、たまにRedashの収容サーバーからアラートが飛んでくると、背筋が凍る思いをしています。 それだけでなく、Redashの利点でもある﹁誰でもクエリを実行・編集できる﹂というのが、運用上問題になることも何度か経験してきました。
    redashmanを使ってRedashのクエリをお手軽にバックアップする - ariarijp’s blog
    sh19910711
    sh19910711 2024/05/09
    "活用が進んだことによって「Redashが落ちたら全てが止まる」といった状況になりつつある / アラートが飛んでくると、背筋が凍る思いをして / 自作のツールを用いて、Redashのクエリを定期的にバックアップ" 2017
    リンク

  • SnowflakeとMetabaseで作る格安データ分析基盤 - Qiita

    導入の背景 Snowflakeを導入し、Talendと各種バッチ処理を作成してデータ分析基盤を構築しましたが、肝心のBIがコストの関係でストップとなりました。当初はPowerBIを導入する予定でしたが、BIをQuickSightに変更してコストを約半分にまで下げる案に変更しても予算がおりませんでした。コスト問題をクリアする為に仕方なくOSSであるMetabaseで構築した環境でしたが、思った以上に低価格で高性能な環境ができあがり、PowerBIに負けてないどころか、こちらの方が使い勝手が上だと思う環境ができましたので、紹介したいと思います。 ###おすすめしたいポイント ■Snowflake ・クエリが投げられた間だけの課金(停止中は課金されない) ・停止中でも瞬間に起動するので、遅延は感じない ・控えめに言っても超高速 ・スタンダード契約なら、最小サイズのXSサイズで1クレジット$2.8

    SnowflakeとMetabaseで作る格安データ分析基盤 - Qiita
    sh19910711
    sh19910711 2024/05/06
    "Snowflakeを導入し、Talendと各種バッチ処理を作成してデータ分析基盤を構築 / 肝心のBIがコストの関係でストップ / 当初はPowerBI + QuickSightに変更してコストを約半分にまで下げる案に変更しても予算がおりませんでした" 2021
    リンク

  • 年間200名採用のSmartHRが実践する「中途採用レポーティング」のクフウ｜ひな


    こんにちは。SmartHR 採用ユニットの日永と申します。 SmartHRでは、年間200名程度を目標とした中途採用を行なっています。その採用活動については色々なところでオープンにしていますが、この記事では、中途採用のレポーティングにおける工夫について書きたいと思います。 数値の集計やレポートは作って満足しがちですが、正しい情報を必要に応じてさくっと取得して、本来時間を割くべきものに集中できるのが理想ですよね。私自身、﹁これ完璧なのでは...？😳 ﹂という解はまだまだ見つけられていないのですが、ちょうど1年前の自分の悩みが少しだけ改善されてきたので、このタイミングで書いてみることにしました。 日々募集ポジションがオープンしたりクローズしたり、目標人数が変わったり、社外に出している求人票と社内の管理上のポジション名が違ったり、各ポジションで採用フローが違ったり、中途採用の目標管理が複雑すぎ
    年間200名採用のSmartHRが実践する「中途採用レポーティング」のクフウ｜ひな
    sh19910711
    sh19910711 2024/05/05
    "採用で使っている各種情報を洗い出したりしてみたのですが、かなりカオスなものに仕上がり / スプレッドシート職人からの卒業を決意し、社内でのヒアリングやスプレッドシート以外の方法を模索" 2021
    リンク

  • Looker Studioのデータ抽出（Extract data）機能を利用してスキャン量を減らす - LayerX エンジニアブログ


    こんにちは！LayerX バクラク事業部 機械学習・データ部 データチームの石橋︵@saaaaaaky︶です。 Looker Studioのカスタムクエリが1日300回以上実行される課題 弊社ではBIツールとしてLooker Studioを利用しています。 データマートがまだまだ整備できていないので、Looker StudioからGoogleのBigQueryに接続し、カスタムクエリをデータソースとしてダッシュボードが作成されています。 ダッシュボードが閲覧される毎やパラメータの変更をする毎にクエリが実行されるため、よく見られているダッシュボードだと同じクエリの実行数が1日に300回ほどになるものも存在しました。 スキャン量での課金であることと、単純にクエリが実行されることでダッシュボードの表示速度も遅くなり作業効率も落ちてしまいます。 ヒアリングしたところ、リアルタイムのデータが必要とさ
    Looker Studioのデータ抽出（Extract data）機能を利用してスキャン量を減らす - LayerX エンジニアブログ
    sh19910711
    sh19910711 2024/05/01
    "既存のデータソースから特定のフィールドだけを含む「抽出済みデータソース」を作成することができる / 日次、週次、月次での自動更新 / 上限が 100 MB + 上限を超えデータの抽出が止まった際にアラートが出てこない"
    リンク

  • QuickSightでの分析の幅が広がるレベルアウェア計算（LAC）を理解する | DevelopersIO


    データアナリティクス事業本部コンサルティングチーム・新納︵にいの︶です。 低コストでシンプルに可視化が行えることが強みのQuickSightですが、﹁もう少し踏み込んで分析をしたい…﹂と思う方もいらっしゃるのではないでしょうか。そんな方に朗報のレベルアウェア計算︵level-aware calculations - LAC︶について解説していきます。 レベルアウェア計算︵LAC︶を理解する 実際に試してみる前に、まずはレベルアウェア計算について理解することで今回のアップデートの嬉しさを100％フルパワーで享受できるようになります。 レベルアウェア計算とは レベルアウェア計算とは、ウィンドウ関数と集計関数を使う際に関数を適用する粒度を指定できるQuickSightの機能です。集計関数に使えるLAC-A関数とウィンドウ関数に使えるLAC-W関数の二種類あります。LAC-W関数はこれまでLAA︵
    QuickSightでの分析の幅が広がるレベルアウェア計算（LAC）を理解する | DevelopersIO
    sh19910711
    sh19910711 2024/04/27
    "ディメンションと違う粒度で集計をさせたい / ウィンドウ関数と集計関数を使う際に関数を適用する粒度を指定できるQuickSightの機能 / Tableauに馴染みのある方であれば「LOD表現に似た概念だな」とピンとくるかも" 2022
    リンク

  • 少人数制でLookerの講習会をやってみた話 - Timee Product Team Blog

    はじめに こんにちは！タイミーでデータアナリストをしているhatsuです。 私は普段、タイミーの営業戦術などについての分析に携わるほか、社内でのデータ利活用を推進する取り組みを行っています。 今回は、社内のデータ利活用推進に取り組む中で、これまで定期的に開催していたBIツールの社内講習会の運営方法を見直した話をご紹介したいと思います。 従来のLooker講習会における問題点 タイミーでは、社内のデータ利活用推進のため、LookerというBIツールを導入しています。 このLookerというツールをより多くのメンバーに活用してもらうため、これまでにも社内でLookerの使い方をレクチャーする講習会、通称「Looker講習会」を定期的に実施してきました。 従来のLooker講習会はオンラインのウェビナー形式で、40~90人ほどの人数を対象に実施していました。 しかし、講習会実施時にとったアンケー

    少人数制でLookerの講習会をやってみた話 - Timee Product Team Blog
    sh19910711
    sh19910711 2024/04/26
    "社内でLookerの使い方をレクチャーする講習会、通称「Looker講習会」を定期的に実施 + 40~90人ほど / 内容が基礎的なものであってもつまずく受講者は多く / 「質問しにくい」という現状は看過しがたい"
    リンク
  • 1 2 3 4 5 6 7 次のページ

お知らせ

もっと読む

公式Twitter

  • @HatenaBookmark

    リリース、障害情報などのサービスのお知らせ

  • @hatebu

    最新の人気エントリーの配信

はてなブックマーク

公式Twitter

はてなのサービス

  • App Storeからダウンロード
  • Google Playで手に入れよう
Copyright © 2005-2024 Hatena. All Rights Reserved.