ハドリー・ウィカム（Hadley Wickham）は、データの整然（tidy）形式について以下のように定義しています：

整頓されたデータでは
1. 各変数は列を形成する
2. 観測がそれぞれの行を形成する
3. それぞれの種類の観察単位が表を形成する

これはコッドの第3正規形(Codd 1990)であるが、制約が統計的な言葉で組み立てられている。関係データベースで一般的な多数のデータセットではなく、単一のデータセットに焦点を当てている。

「データセット内の各変数が専用の列に配置され、各観測値が専用の行に配置され、この観測単位が表を稀有生する。」というこの整頓されたデータの定義は、データ分析と可視化を容易にし、一貫したデータの取り扱いを可能にする。ここで重要なことは，整頓されたデータは，「各タイプの観測単位 」を指定することによって，オブザベーションのタイプに制限を課していることである。この制約を取り払い、「観測単位」だけを指定すれば、様々な種類のデータを一貫した形式で扱えることになり、データ分析の柔軟性が格段に向上する。これが階層的整然データです。

階層的整然データ（Hierarchical Tidy Data）は、Wickhamの整然データの原則を拡張し、複数の階層を持つデータセットを効率的に表現する方法です。このアプローチでは、階層間の関係を維持しながら、データを1つの表形式に統合します。従来、正規化された複数の表をJOIN操作で組み合わせて必要な情報を操作していましたが、階層的整然データ（Hierarchical Tidy Data）では、必要な情報はすべて一つの表に含まれているだけでなく、異なる観測に対応させて行を使用することでデータの重複もなくなります。

以下の表は、クラス、学生、科目、点数の情報を階層的に整然データとして表現したものです：

この表では、各レベル（クラス、学生、科目、点数）の情報が統合され、各観測が行として表されています。これにより、データの冗長性が排除され、階層的な関係を保ちながらデータを効率的に管理できます。

階層的整然データの整合性を維持するために、階層の各レベルで一意キー制約を定義する必要があります。これにより、階層的な性質に対応するためにNULLを許容します。これらの制約は、ClassID、学生ID、および`科目ID`の組み合わせが各観察を一意に識別することを保証します。

一意キー要素にNULLを許容することにより、各レベルの識別子が対応するエンティティを一意に識別しつつ、階層関係を維持し、冗長性を回避します。

XBRLの定義リンクで定義するディメンション（Dimension）は、この構造を表すことができ、xBRL-CSVを使用して1つのCSVファイルで階層的整然データを生成できます。このアプローチは、伝統的な正規化された複数のテーブルとリレーショナルデータベースでの結合の必要性を排除します。すべての必要なデータが1つのファイルに統合されるため、データベースを使用せずに簡単に扱えます。

さらに、10年前の記録などの過去データもデータベースを必要とせずに確認できます。これにより、定期的なバージョンアップやメンテナンスからユーザーを解放します。マスタデータも含めてすべてのデータがそのまま保存されているため、過去のマスタデータを復元してJOINするという面倒な操作をしなくても、過去データはそのまま利用可能です。これにより、過去のデータを含むすべての情報が一貫して保持され、データ解析やレポーティングが容易になります。