|
クラシックファイルタイプは 2021 年 1 月をもって使用できなくなりました。クラシックファイルを移行することも、PDF をダウンロードすることもできます。詳細はこちら

Workiva サポートセンター

CO2 AI®からカーボンフットプリントデータをダウンロードし、サステナビリティレポートに活用

CO2 AI®からカーボンフットプリントデータをダウンロードし、サステナビリティレポートに活用

  • 最終更新日
関連 Workiva Carbon Sustainability

CO2_AI_Logo.jpgCO2 AI は、人工知能（AI）の力で、企業の環境負荷を測定し、拡大縮小で脱炭素化を実現します。 

Workivaプラットフォームでは、カスタムCO2AI スプレッドシートで指定した期間に基づいて、CO2 AIからカーボンフットプリントデータを自動的にテーブルにダウンロードするチェーンを構築することができます。その後、そのテーブルをクエリやスプレッドシート接続のソースとして使用することができます。例えば、環境、社会、ガバナンス（ESG）やサステナビリティレポートにデータを含むことができます。

注： この手順では複数のチェーンを構築しますが、 チェーンを1つのみ実行し、他のチェーンは自動的に実行され、CO2 AIからデータをダウンロードして、スプレッドシートを更新します。
メモ： これらのチェーンで使用されているCO2 AI スプレッドシートはWorkivaから提供されている。お持ちでない方でご興味のある方は、カスタマー・サクセス・マネージャーまでご連絡ください。

前提条件

これらのチェーンを構築するには、まず チェーン で、これらのコネクターを設定します：

ヒント チェーンのコマンドはすべてデフォルトのCloudRunnerを使用します。GroundRunnerは必要ない。

CO2 AIとの統合を可能にするには、CO2 AI管理者に自社アカウントのトークンとドメインを依頼します。 

最後に、 CO2 AIスプレッドシート、そのシート、その接続テーブルのIDをメモしておきます。

データダウンロードを記録するチェーンの構築

手始めに、CO2 AI のスプレッドシートを更新し、カーボンフットプリントデータがいつWorkivaにアップロードされたかを追跡するチェーンを構築する。

co2ai-log.png

ステップ1：チェーンを作成する

  1. チェーン から、作成 をクリックし、チェーンの作成 を選択する。
    create-chain.png
  2. セットアップで、3の名称を入力します。CO2 AIログ と、CO2 AIからのデータアップロード時にチェーンが記録することを説明するためのヘルプ。
  3. [保存]をクリックします。

ステップ2.Runtime Inputsイベントで開始する。

  1. トリガーイベントから、ランタイム入力を開始に移動します。
  2. Runtime inputs イベントを選択し、Edit をクリックする。
  3. Basic infoに、イベントの識別を手助けする名称と説明を入力します。
    co2ai-runtime.png
  4. 変数 で、これらの表示名称を持つTextField入力を追加する：
    • メッセージ
    • 範囲
    • スプレッドシート ID
    • シート名
    ヒント 変数のデフォルト値は空白のままにしておく。1を実行したときに生成される。CO2 AI更新 チェーンは後日作成。
  5. すべての変数についてRequiredを選択し、Saveをクリックします。

ステップ3.ダウンロードを記録するコマンドを追加する。

CO2 AI スプレッドシートのStatus シートにダウンロードを追加する：

  1. 利用可能なコネクター から、ファイルユーティリティ を選択し、ファイル作成 をキャンバスに移動する。
  2. Runtime inputs からCreate file へリンクをドラッグする。
  3. ファイル作成 コマンドを選択し、編集 をクリックする。
  4. Basic info に、コマンドの識別子となる名称と説明を入力する。
    co2ai-create-message.png
  5. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 使用するファイル・ユーティリティ・コネクターを選択します。
    テキスト トリガー から、メッセージ ランタイム入力を選択する。
  6. Available connectors から、Workiva を選択し、Overwrite sheet data をキャンバスに移動する。
  7. 作成ファイル からシートデータを上書き へリンクをドラッグ。
  8. シートデータの上書き コマンドを選択し、編集 をクリックします。
  9. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
  10. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-overwrite-sheet.png
    プロパティ 値
    コネクタ 使用する Workiva コネクターを選択します。
    スプレッドシート ID TriggerからSpreadsheet IDランタイム入力を選択します。
    シートID/名称 シート名称 ランタイム入力トリガー から選択。
    データファイル 作成ファイルから作成済みファイル出力を選択します。
    区切り記号 カンマ (,) を入力する。
    開始セル 入力A2:C2.
    非同期を使用する このチェックボックスをクリアする。
    プラットフォームAPIを使用する このチェックボックスを選択する。

ステップ4.コントロールシートをリセットするコマンドの追加

次回の実行向けに、コントロールシートの選択をリセットするには：

  1. 利用可能なコネクターからファイルユーティリティを選択し、別のファイルを作成をキャンバスに移動します。
  2. Runtime inputs から新規作成Create file へ別のリンクをドラッグする。
  3. ファイル作成 コマンドを選択し、編集 をクリックする。
  4. Basic info に、コマンドの識別子となる名称と説明を入力する。
    co2ai-create-file-reset.png
  5. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 先ほどと同じファイルユーティリティのコネクターを選択する。
    テキスト ,, を入力。
  6. 利用可能なコネクター から、Workiva を選択し、別のシートデータの上書き をキャンバスに移動する。
  7. 2つ目の作成ファイルから新規シートデータの上書きへリンクをドラッグします。
  8. シートデータの上書き コマンドを選択し、編集 をクリックします。
  9. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
  10. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-overwrite-control.png
    プロパティ 値
    コネクタ 先ほどと同じ Workiva コネクターを選択します。
    スプレッドシート ID TriggerからSpreadsheet IDランタイム入力を選択します。
    シートID/名称 コントロールシートの入力。
    データファイル 2番目の作成ファイル から出力された作成ファイル を選択する。
    区切り記号 カンマ (,) を入力する。
    開始セル Range Runtime input fromTriggerを選択します。
    非同期を使用する このチェックボックスをクリアする。
    プラットフォームAPIを使用する このチェックボックスを選択する。
  11. Publish をクリックし、チェーンの更新に関するメモを入力し、Publish をクリックする。

Load Data to Wdataテンプレートからチェーンを構築します。

次に、 Load Data to Wdataテンプレートを使用してチェーンを構築し、CO2 AIスプレッドシートの接続テーブルを CO2 AI からダウンロードしたデータで更新します。Load Data to Wdataテンプレートは、以下のように作動するチェーンを作成します：

  • データセットがすでにテーブルに存在するかどうかを判断する
  • 最新のデータセットでテーブルを更新します。

load-data-wdata.png

テンプレート からチェーンを作成するには、Load Data to Wdata | Primary chain テンプレートを開き、New chain をクリックする。

CO2 AIからデータをダウンロードするチェーンを構築する

最終的には、CO2 AIからカーボンフットプリントデータをダウンロードしてインポートするチェーンを構築する。

co2ai-refresh.png

ステップ1：チェーンを作成する

  1. チェーン から、作成 をクリックし、チェーンの作成 を選択する。
  2. セットアップ で、1 の名称を入力する。CO2 AI refresh 、チェーンがCO2 AIからデータをダウンロードし、テーブルにアップロードすることを説明するためのヘルプ。
    co2ai-refresh-variables.png
  3. これらの変数を追加し、保存をクリックします：
    名称 値
    CO2 AIトークン CO2 AIにあなたの会社のアカウントのトークンを入力します。
    CO2 AIドメイン CO2 AIの御社アカウントのドメインを入力します。
    スプレッドシート ID CO2 AI スプレッドシートのIDを入力する。
    コントロールシートID CO2 AI スプレッドシートのコントロールシート セクションの ID を入力する。
    記録シート ステータスを入力します。
    テーブル ID CO2 AI スプレッドシートに接続されたテーブルのIDを入力する。

ステップ2.コントロールシートから「年」を取得するコマンドを追加する。

CO2 AIアカウントからダウンロードするデータの年度を識別する：

  1. 利用可能なコネクターからWorkivaを選択し、シートデータを取得をStartに移動します。
  2. シートデータ取得 コマンドを選択し、編集 をクリックします。
  3. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
  4. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-get-control-data.png
    プロパティ 値
    コネクタ 先のチェーンと同じ Workiva コネクターを選択する。
    スプレッドシート ID スプレッドシートID 変数をチェーン から選択する。
    シートID/名称 コントロールシートID 変数をチェーン から選択する。
    地域 入力A5.
    値スタイル 計算済み」を選択。
    リビジョン -1 を入力。

ステップ3.CO2 AIにデータがあるかどうかを確認するコマンドを追加する。

カーボンフットプリントデータがダウンロード可能かどうかを確認すること：

  1. 利用可能なコネクターからHTTPを選択し、GETをキャンバスに移動します。
  2. Get sheet data からGet へリンクをドラッグ。
  3. Get コマンドを選択し、Edit をクリックする。
  4. Basic infoに、コマンドがCycles向けにCO2 AIをチェックすることを手助けする名称と説明を入力します。
  5. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-get-cycles.png
    プロパティ 値
    コネクタ 使用する HTTP コネクターを選択します。
    回答表示 このチェックボックスを選択する。
    URL リクエスト用のURLを作成する：
    1. 入力https://.
    2. チェーン からCO2 AI ドメイン 変数を選択する。
    3. 入力値.co2ai.com/api/0.1/cycles?in_past=100&in_future=100.
    ヘッダー このヘッダーを追加：
    • キー で、Authorizationと入力します。
    • Value に、Bearer と入力し、Chain からCO2 AI token 変数を選択する。
    コンテンツタイプ application/jsonと入力します。
    出力 このサンプル・レスポンスを入力します：
    [ { "id": 1, "name": "2020", "is_enabled": true, "start_at": "2020-01-01T00:00:00+00:00", "end_at": "2020-12-31T00:00:00+00:00", "is_current": false, "has_any_footprint": true } ]
  6. 利用可能なコネクター から、JSON を選択し、Array to CSV をキャンバスに移動する。
  7. GetからArray to CSV へリンクをドラッグ。
  8. Array to CSV コマンドを選択し、Edit をクリックする。
  9. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
  10. コマンドのプロパティを入力する：
    co2ai-array-cycles.png
    プロパティ 値
    コネクタ 使用するJSONコネクターを選択します。
    JSONデータ Get からResponse 出力を選択する。
    複数値の区切り記号 カンマ（,）を入力する。
    プレビュー結果 このチェックボックスを選択する。
    区切り記号 コンマを選択。
  11. 列でこれらの列を追加し、保存をクリックします：
    列名 JSONパス
    id .id
    名称 名称
    有効 .is_enabled
    開始日 .start_at
    終了日 .end_at
    現在 .is_current
    占有領域 .has_any_footprint
  12. 利用可能なコネクターから表形式変換を選択し、抽出値をキャンバスに移動します。
  13. Array to CSVから値の抽出にリンクをドラッグします。
  14. 値の抽出 コマンドを選択し、編集 をクリックする。
  15. Basic infoに、コマンドがコントロールシートから回収することを手助けする名称と説明を入力します。
    co2ai-extract-year.png
  16. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 使用する Tabular Transformation コネクターを選択します。
    入力ファイル このデータ出力をシートデータを取得から選択します。
    列インデックス 入力2.
    区切り記号 コンマを選択。
    行インデックス 入力2.
  17. 利用可能なコネクターから表形式変換を選択し、高度なクエリをキャンバスに移動します。
  18. Extract value からAdvanced query へリンクをドラッグする。
  19. Advanced query コマンドを選択し、Edit をクリックする。
  20. Basic infoに、コマンドがコントロールシートから回収することを手助けする名称と説明を入力します。
    co2ai-query-year.png
  21. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ Extract value と同じ Tabular Transformation コネクターを選択する。
    テーブル このテーブルを追加：
    • ファイルで、変換ファイル出力をArray to CSVから選択します。
    • テーブル名称 に、b と入力。
    クエリ 実行するクエリを入力します：
    1. Select * from b where name='を入力します。
    2. 値の出力を抽出値から選択します。
    3. 入力値' and footprint = 'true'.
    入力区切り文字 コンマを選択。
    出力デリミター コンマを選択。
    プレビュー結果 このチェックボックスを選択する。

ステップ4.CO2 AIから利用可能なデータをダウンロードするコマンドを追加する。

CO2 AIから利用可能なカーボンフットプリントデータをダウンロードする：

  1. チェーンイベント から、条件付き をキャンバスに移動する。
  2. Advanced query からConditional へリンクをドラッグする。
  3. 条件付き イベントを選択し、編集 をクリックする。
  4. Basic info に、イベントがクエリによって返された結果を検証することを識別するのに役立つ名称と説明を入力する。
    co2ai-conditional-footprint.png
  5. 条件 で、テストするルールを追加し、保存 をクリックする：
    データ オペレーション
    1. テストするデータタイプ で、整数を選択する。
    2. レコード数の出力を高度なクエリから選択します。
    1. Operation to testで、Greater than (>) を選択します。
    2. 入力値0.
  6. ダウンロードするデータがない場合にチェーンを停止するには、Run chain イベントをキャンバスに追加します。
  7. 条件付き から実行チェーン へリンクをドラッグする。
  8. リンクをダブルクリックし、Error を選択する。
  9. チェーンを実行イベントを選択し、Editをクリックします。
  10. Basic infoに、イベントの識別を手助けする名称と説明を入力します。
  11. 実行するチェーンで3.を選択する。CO2 AIログ チェーンを先に作成。
    co2ai-run-log-no-data.png
  12. チェーンのランタイム入力値を入力し、Save をクリックする：
    ランタイム入力 値
    メッセージ Status シートに投稿するメッセージを作成する：
    1. Runtime からSystemDateTime 変数を選択する。
    2. SystemDateTime 変数をクリックし、Parse date/time 変換/トランスフォーメーションを追加する。
    3. ISO拡張（プラットフォーム標準）を選択します。
    4. 出力書式設定 に、%Y-%m-%d と入力。
    5. 入力と出力のタイムゾーンを選択し、適用 をクリックします。
    6. ,Successful with errors, を入力します。
    7. Extract valueコマンドから、その年のValue 出力を選択する。
    8. 入力 足跡は存在しない。CO2 AI管理者に連絡してください。
    範囲 B6:C6
    スプレッドシート ID スプレッドシートID 変数をチェーン から選択する。
    シート名 チェーン からログシート 変数を選択。
  13. 利用可能なコネクターから表形式変換を選択し、抽出値をキャンバスに移動します。
  14. 条件 から抽出値 へリンクをドラッグする。
  15. 値の抽出 コマンドを選択し、編集 をクリックする。
  16. Basic info に、コマンドはサイクルIDを取得することを識別するのに役立つ名称と説明を入力する。
    co2ai-extract-cycle-id.png
  17. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 先ほどと同じ表形式変換コネクターを選択します。
    入力ファイル この結果出力を、高度なクエリから選択します。
    列インデックス 入力1.
    区切り記号 コンマを選択。
    行インデックス 入力2.
  18. 利用可能なコネクターからHTTPを選択し、GETをキャンバスに移動します。
  19. Extract value からGet へリンクをドラッグする。
  20. Get コマンドを選択し、Edit をクリックする。
  21. Basic infoに、コマンドが利用可能なフットプリントデータのリストを検索することをヘルプする名称と説明を入力する。
  22. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-get-data-list.png
    プロパティ 値
    コネクタ 先ほどと同じHTTPコネクターを選択する。
    回答表示 このチェックボックスを選択する。
    URL リクエスト用のURLを作成する：
    1. 入力https://.
    2. チェーン からCO2 AI ドメイン 変数を選択する。
    3. .co2ai.com/api/0.1/footprints/cycles/ を入力。
    4. 直前の抽出値 からの出力値 を選択する。
    ヘッダー このヘッダーを追加：
    • キー で、Authorizationと入力します。
    • Value に、Bearer と入力し、Chain からCO2 AI token 変数を選択する。
    コンテンツタイプ application/jsonと入力します。
    出力 このサンプルレスポンスを入力します：
    [{"name":"spirit-cycle-3-(api)","description":"Footprint created via the CO2AI API","id":3,"created_by":{"id":2,"sub":"samlp|co2ai-okta|dima@co2ai.com","username":"dima@co2ai.com"},"created_at":"2024-05-20T08:50:27.263752+00:00","updated_at":"2024-05-20T08:50:29.335418+00:00","state":"processed","cycle_id":3,"is_cycle_baseline":true,"is_projected":false,"start_at":"2024-05-20T08:50:27.258324+00:00","end_at":null,"data_ingestion_method":"prepared-files"}]
  23. 利用可能なコネクターからHTTPを選択し、別のGETをキャンバスに移動します。
  24. 前へGet コマンドとのリンクをドラッグする。
  25. 新規Get コマンドを選択し、Edit をクリックする。
  26. Basic infoに、利用可能なフットプリントデータをコマンドが回収することの特定を手助けする名称と説明を入力します。
  27. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-get-footprint.png
    プロパティ 値
    コネクタ 先ほどと同じHTTPコネクターを選択する。
    回答表示 このチェックボックスを選択する。
    URL リクエスト用のURLを作成する：
    1. 入力https://.
    2. チェーン からCO2 AI ドメイン 変数を選択する。
    3. .co2ai.com/api/0.1/reports/metrics/ を入力。
    4. レスポンス出力を、以前の取得から選択します。
    ヘッダー このヘッダーを追加：
    • キー で、Authorizationと入力します。
    • Value に、Bearer と入力し、Chain からCO2 AI token 変数を選択する。
    コンテンツタイプ application/jsonと入力します。
    出力 このサンプル・レスポンスを入力してください：
    {"source":"CO2 AI","created_at":"2024-07-15T21:34:43.449364+00:00","footprint":{"name":"spirit-cycle-3-(api)","description":"Footprint created via the CO2AI API","id":3,"created_by":{"id":2,"sub":"samlp|co2ai-okta|dima@co2ai.com","username":"dima@co2ai.com"},"created_at":"2024-05-20T08:50:27.263752+00:00","updated_at":"2024-05-20T08:50:29.335418+00:00","state":"processed","cycle_id":3,"is_cycle_baseline":true,"is_projected":false,"start_at":"2024-05-20T08:50:27.258324+00:00","end_at":null,"data_ingestion_method":"prepared-files"},"metrics":[{"name":"Gross Scopes 1, 2, 3 - GHG emissions per scope [table]","meta":{"ESRS":"E1","DR":"E1-6"},"unit":"kgCO2eq","group":["Scope"],"values":[{"Scope":2.0,"value":411629000.0},{"Scope":3.0,"value":4800422470.269996},{"Scope":1.0,"value":253374999.99999952}]},{"name":"Total GHG emissions","meta":{"ESRS":"E1","DR":"E1-6"},"unit":"kgCO2eq","group":[],"values":[{"value":5465426470.269995}]},{"name":"Total GHG emissions per scope and ghg category","meta":{"ESRS":"E1","DR":"E1-6"},"unit":"kgCO2eq","group":["Scope","GHG category"],"values":[{"GHG category":"EnergyAndElectricityConsumption","Scope":2.0,"value":411629000.0},{"GHG category":"DirectEmissions","Scope":1.0,"value":253374999.99999952},{"GHG category":"EndOfLifeTreatmentOfSoldProducts","Scope":3.0,"value":2371999.999999996},{"GHG category":"Franchises","Scope":3.0,"value":299.99999999999955},{"GHG category":"Investments","Scope":3.0,"value":350999.9999999993},{"GHG category":"EmployeeCommuting","Scope":3.0,"value":95039.99999999977},{"GHG category":"PurchasedGoodsAndServices","Scope":3.0,"value":2747921733.269994},{"GHG category":"BusinessTravel","Scope":3.0,"value":2523904.9999999898},{"GHG category":"ProcessingOfSoldProducts","Scope":3.0,"value":0.0},{"GHG category":"UpstreamTransportationAndDistribution","Scope":3.0,"value":1198368000.0},{"GHG category":"WasteGeneratedInOperations","Scope":3.0,"value":642060500.0},{"GHG category":"UpstreamLeasedAssets","Scope":3.0,"value":150196991.99999982},{"GHG category":"CapitalGoods","Scope":3.0,"value":56442999.99999991},{"GHG category":"DownstreamLeasedAssets","Scope":3.0,"value":89999.9999999999},{"GHG category":"UseOfSoldProduct","Scope":3.0,"value":0.0}]},{"name":"Total energy consumption related to own operations","meta":{"ESRS":"E1","DR":"E1-5"},"unit":"kWh","group":[],"values":[{"value":522000000.0}]}]}
  28. 利用可能なコネクターからハンドルバーを選択し、キャンバスにテキストテンプレートをレンダリングを移動します。
  29. 2番目のGet からRender text template へリンクをドラッグする。
  30. テキストテンプレートのレンダリング コマンドを選択し、編集 をクリックする。
  31. Basic info に、コマンドがフットプリントデータの一意のヘッダーを解析することを識別するのに役立つ名称と説明を入力する。
    co2ai-handlebars-unique.png
  32. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 使用するHandlebarsコネクターを選択します。
    テンプレート レンダリングするテンプレートを入力します：
    {{#each d}}
    {{#each this.group}}
    {{.}}
    {{/each}}
    {{/each}}
    JSON変数 この変数を追加する：
    • 名称 に、d と入力。
    • Value で、フットプリント・データのリストについて、Get コマンドからのResponse 出力を選択する。
    • 選択リストですか？

ステップ5.ユニークな列のデータを解析するコマンドを追加する。

レンダリングされたテンプレートから固有の列のデータを解析する：

  1. 利用可能なコネクター から、ファイルユーティリティ を選択し、ファイル作成 をキャンバスに移動する。
  2. Render text templateからCreate fileへリンクをドラッグします。
  3. ファイル作成 コマンドを選択し、編集 をクリックする。
  4. Basic info に、コマンドが一意の列のデータを解析することを識別するのに役立つ名称と説明を入力する。
    co2ai-create-file-unique.png
  5. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 先ほどと同じ File Utilities コネクターを選択する。
    テキスト 作成ファイルに追加するテキストを入力します：
    1. colを入力し、Enterを押します
    2. レンダリングテキスト出力をレンダリングテキストテンプレートから選択します。
  6. 利用可能なコネクターから表形式変換を選択し、高度なクエリをキャンバスに移動します。
  7. 作成ファイル から高度なクエリ へリンクをドラッグする。
  8. Advanced query コマンドを選択し、Edit をクリックする。
  9. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
  10. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-query-unique.png
    プロパティ 値
    コネクタ 先ほどと同じ表形式変換コネクターを選択します。
    テーブル このテーブルを追加：
    • ファイルで、ファイルを作成から作成済みファイルを選択します。
    • テーブル名称 に、f と入力。
    クエリ 次のクエリを入力：
    select distinct(cols) from f
    入力区切り文字 コンマを選択。
    出力デリミター コンマを選択。
    プレビュー結果 このチェックボックスを選択する。
  11. 利用可能なコネクター から、JSON を選択し、CSV to JSON をキャンバスに移動する。
  12. Advanced query からCSV to JSON へリンクをドラッグする。
  13. CSV to JSON コマンドを選択し、編集 をクリックする。
  14. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
    co2ai-json-unique.png
  15. コマンドのプロパティを入力し、Save
    をクリックします：
    プロパティ 値
    コネクタ 先ほどと同じJSONコネクターを選択する。
    入力ファイル 直前の高度なクエリ コマンドの結果 出力を選択する。
    区切り記号 カンマ（,）を選択。

ステップ6.すべての列のデータも解析するコマンドを追加する。

レンダリングされたテンプレートのすべての列のデータも解析する：

  1. 利用可能なコネクターからファイルユーティリティを選択し、別のファイルを作成をキャンバスに移動します。
  2. Render text template から新規作成Create file へ別のリンクをドラッグする。
  3. ファイル作成 コマンドを選択し、編集 をクリックする。
  4. Basic info に、コマンドがすべての列のデータを解析していることを識別するのに役立つ名称と説明を入力する。
    co2ai-create-all.png
  5. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 先ほどと同じ File Utilities コネクターを選択する。
    テキスト 作成ファイルに追加するテキストを入力します：
    1. colmを入力し、Enterを押します。
    2. 名前を入力し、Enterを押します。
    3. フレームワークを入力し、Enterを押します。
    4. 開示を入力し、Enterを押します。
    5. ユニットを入力し、Enterを押します。
    6. レンダリングテキスト出力をレンダリングテキストテンプレートから選択します。
    7. 値を入力.
  6. 利用可能なコネクターから表形式変換を選択し、高度なクエリをキャンバスに移動します。
  7. 作成ファイル から高度なクエリ へリンクをドラッグする。
  8. Advanced query コマンドを選択し、Edit をクリックする。
  9. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
  10. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-query-all.png
    プロパティ 値
    コネクタ 先ほどと同じ表形式変換コネクターを選択します。
    テーブル このテーブルを追加：
    • ファイル で、直前の作成ファイル コマンドから出力された作成ファイル を選択する。
    • テーブル名称 に、f と入力。
    クエリ このクエリを入力します：
    select lower(replace(colm,' ','_') as "colm" from
    (select distinct(colm) from f)
    入力区切り文字 コンマを選択。
    出力デリミター コンマを選択。
    プレビュー結果 このチェックボックスを選択する。
  11. 利用可能なコネクター から、JSON を選択し、CSV to JSON をキャンバスに移動する。
  12. Advanced query からCSV to JSON へリンクをドラッグする。
  13. CSV to JSON コマンドを選択し、編集 をクリックする。
  14. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
    co2ai-json-all.png
  15. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 先ほどと同じJSONコネクターを選択する。
    入力ファイル 直前の高度なクエリ コマンドの結果 出力を選択する。
    区切り記号 カンマ（,）を選択。

ステップ7.データのダウンロードとインポートのコマンドを追加する。

CO2 AIからダウンロードしたフットプリントデータを解析し、インポートする：

  1. 利用可能なコネクターからハンドルバーを選択し、キャンバスにテキストテンプレートをレンダリングを移動します。
  2. CSV to JSONコマンドの両方から、テキストテンプレートをレンダリングにリンクをドラッグします。.
  3. テキストテンプレートのレンダリング コマンドを選択し、編集 をクリックする。
  4. Basic info に、コマンドがダウンロードしたフットプリントデータを解析していることを識別するのに役立つ名称と説明を入力する。
  5. コマンドのプロパティを入力する：
    プロパティ 値
    コネクタ 使用するHandlebarsコネクターを選択します。
    テンプレート レンダリングするテンプレートを入力します：
    {{#each c}}{{colm}}{{#unless @last}},{{/unless}}{{/each}}
    {{#each a}}
    {{#each this.values}}
    "{{../name}}","{{../meta.ESRS}}","{{../meta.DR}}","{{../unit}}",{{#each ../../b}}"{{lookup ../this cols}}"{{#unless @last}},{{/unless}}{{/each}},{{value}}
    {{/each}}
    {{/each}}
  6. JSON変数 で、これらの変数を追加し、保存 をクリックする。
    co2ai-handlebars-footprint.png
    名称 値 リスト？
    a

    フットプリントデータについては、Get コマンドのResponse 出力からMetrics を選択する。

    		 このチェックボックスを選択する。
    b 最初のCSV to JSON コマンドから出力されたJSON ファイル を選択する。 このチェックボックスを選択する。
    c 2番目のCSV to JSON コマンドから出力されたJSON ファイル を選択する。 このチェックボックスを選択する。
  7. 利用可能なコネクター から、ファイルユーティリティ を選択し、ファイル作成 をキャンバスに移動する。
  8. Render text templateからCreate fileへリンクをドラッグします。
  9. ファイル作成 コマンドを選択し、編集 をクリックする。
  10. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
    co2ai-create-footprint.png
  11. コマンドのプロパティを入力し、Saveをクリックします：
    プロパティ 値
    コネクタ 先ほどと同じ File Utilities コネクターを選択する。
    テキスト 直前のレンダー・テキスト・テンプレート からのレンダー・テキスト 出力を選択する。
  12. 利用可能なコネクターから表形式変換を選択し、高度なクエリをキャンバスに移動します。
  13. 作成ファイル から高度なクエリ へリンクをドラッグする。
  14. Advanced query コマンドを選択し、Edit をクリックする。
  15. Basic infoに、コマンドの識別を手助けする名称と説明を入力します。
  16. コマンドのプロパティを入力し、Saveをクリックします：
    co2ai-query-footprint.png
    プロパティ 値
    コネクタ 先ほどと同じ表形式変換コネクターを選択します。
    テーブル このテーブルを追加：
    • ファイル で、直前の作成ファイル コマンドから出力された作成ファイル を選択する。
    • テーブル名称 に、h と入力。
    クエリ 実行するクエリを入力します：
    1. 入力値選択 *,.
    2. 年のExtract value コマンドからValue 出力を選択する。
    3. h から「期間」として を入力。
    入力区切り文字 コンマを選択。
    出力デリミター コンマを選択。
    プレビュー結果 このチェックボックスを選択する。
  17. チェーンイベントから、チェーンを実行をキャンバスに移動します。
  18. アドバンスドクエリ から実行チェーン へリンクをドラッグする。
  19. チェーンを実行イベントを選択し、Editをクリックします。
  20. Basic infoに、イベントがデータをWdataテーブルにインポートすることを識別するのに役立つ名称を入力します。 
  21. Chain to run で、Load Data into Wdata テンプレートから作成したプライマリチェーンを選択する。
    co2ai-run-load-wdata.png
  22. Chain runtime inputsでこれらの入力を入力し、Saveをクリックします：
    入力 値
    テーブル ID チェーン からテーブル ID 変数を選択。
    ファイル名 ファイル名称を作成する：
    1. footprint_data_ と入力。
    2. 年のExtract value コマンドからValue 出力を選択する。
    3. .csv を入力。
    データファイル 以前の高度なクエリコマンドから結果出力を選択します。
    読み込み中 データセットの置換を選択する。
    ロールバック このチェックボックスを選択する。
  23. チェーンイベントから、別のチェーンを実行をキャンバスに移動します。
  24. チェーンを実行両イベントの間でリンクをドラッグします。
  25. 新規チェーン実行 イベントを選択し、編集 をクリックする。
  26. 基本情報 に、CO2 AI スプレッドシートのステータス シートに、イベントがダウンロードを記録していることを識別するのに役立つ名称を入力する。 
  27. 実行するチェーンで3.を選択する。以前作成されたCO2 AIログ 。
    co2ai-run-log-data.png
  28. Chain runtime inputsでこれらの入力を入力し、Saveをクリックします：
    入力 値
    メッセージ Status シートに追加するメッセージを作成する：
    1. Runtime からSystemDateTime 変数を選択する。
    2. SystemDateTime変数をクリックし、Parse Date/Time 変換を追加します。
    3. ISO拡張（プラットフォーム標準）を選択します。
    4. 出力書式設定で、%Y-%m-%d と入力する。
    5. 入力と出力のタイムゾーンを選択し、Acceptをクリックします。
    6. ,Successful, と入力する。
    7. 年のExtract value コマンドからValue 出力を選択する。
    8. footprint data successfully uploadedと入力します。
    範囲 B6:C6 を入力。
    スプレッドシート ID スプレッドシートID 変数をチェーン から選択する。
    シート名 チェーン からログシート 変数を選択。
  29. Publish をクリックし、チェーンの更新に関するメモを入力し、Publish をクリックする。

チェーン実行

CO2 AI スプレッドシートとテーブルを最新のカーボンフットプリントデータで更新する：

  1. CO2 AI スプレッドシートのコントロールシートから、ダウンロードするデータの年を選択する。
  2. チェーン から、1を選択。CO2 AI refresh チェーンをクリックし、Execute とRun chain をクリックする。
    co2ai-execute.png
    ヒント： このチェーンを実行すると、自動的に他のチェーンが実行され、最新のデータでテーブルとCO2 AI スプレッドシートが更新される。
この記事は役に立ちましたか？
0人中0人がこの記事が役に立ったと言っています
CO2 AI は、人工知能（AI）の力で、企業の環境負荷を測定し、拡大縮小で脱炭素化を実現します。  Workivaプラットフォームでは、カスタムCO2AI スプレッドシートで指定した期間に基づいて、CO2 AIからカーボンフットプリ...