こんにちは、G-genの開原です。当記事では Google Cloud が提供する Looker と Looker Studio (旧称データポータル) という2つのデータ可視化サービスの特徴についてご紹介した上で、選定のポイントを解説します。

Looker とは？

Looker は Google Cloud が提供する次世代型の「データプラットフォーム製品」です。

「データプラットフォーム製品!？BIツールじゃないの？」と思う人もいることでしょう。 Looker は一般的には BI ツールのカテゴリーに分類されることが多いですが、単純な BI ツールではありません。 LookML という独自のモデリング言語を記述することで データの一貫性 を担保することが可能な製品です。

組織の中で全員が、この LookML でモデリングされた値や計算式を利用してデータ分析や可視化をするようになるため 全員が同じ分析結果を得る ことが可能となります。

他にも、チャットツールや E メール、セールスフォース・オートメーション製品との連携により データ分析と業務をシームレス (繋ぎ目なし) に連携させる 機能を多数備えています。

このように BI ツール (可視化) の部分はあくまで Looker の機能の一部分にすぎない、と言えます。

公式サイト: Looker ドキュメンテーション

Looker Studio とは？

Looker Studio とは Google Cloud が提供する完全クラウドベースのBIツールで、基本的に無料で利用することができます。 Looker と名称が似ていますが、別サービスです。

かつてはデータポータルもしくは Data Studio と呼ばれていましたが 2022 年 10 月の Google Cloud Next 2022 で Looker Studio への改称が発表され、Looker ブランドに統一されました。

Looker Studio では Google アナリティクスや Google Sheets (スプレッドシート) 等、様々なデータソースへの接続が可能であり、 SQL 等の専門知識がなくても直感的にレポート作成が可能です。無料とは思えない高機能なグラフや表を使って、ダッシュボードを作成することができます。

Google アカウントさえあれば、基本的に無料ですぐに利用することが可能ですので、とても 簡単に使い始められる 点が特徴です。

公式サイト: データポータルのヘルプ

また有償アップグレード版の Looker Studio Pro も存在しています (当記事では取り上げません) 。

データ分析における課題

Looker と Looker Studio の特徴について説明する前に、データ分析における一般的な課題について取り上げたいと思います。

自組織ではどのような課題があるでしょうか。まずはそこに着目し、これからご紹介する Looker / Looker Studio の各特徴が どのように課題にアプローチできるか に着目して、製品を選定することになります。

データが集約されておらず各システムのデータベースに分散している
データは集まっているが、それを可視化するツールがない
データベースへの問い合わせるためのクエリ (SQL) を書くスキルのある人がいない
データ集計の計算式が人によって異なり、分析結果にずれが生じている
同じようなレポートが複数作られていて、どれが正しいか分からない
BI ツールを各部署で個別に導入・管理しており、全体最適ができていない

Looker の特徴

データのアップロード不要

Looker は独自のデータベースを持ちません。データウェアハウス等のデータソースに直接、都度アクセスして、自動生成された SQL でデータを取得するため、常に リアルタイムのデータを取得 することが可能です。

ただし、これには処理速度の早いデータベースを利用することが前提です。 Google Cloud (旧称 GCP) の BigQuery や Amazon Web Services (AWS) の Redshift などが想定されます。

LookML によるデータの一元管理

LookML という独自のデータモデリング言語によって指標を集中管理するため、ユーザによるデータのズレがなくなり、 データの一貫性を担保 することが可能です。

なお「指標」とは、ここでは「店舗別日次売上」「DAU (Daily Active User)」など、ビジネス判断のために用いられる数字を意味しています。このように管理された指標の管理レイヤを指して セマンティックレイヤ と呼ぶこともあります。

もし複数のレポートで使われている指標の集計方法に変更があったとしても、 LookML にのみ手を加えれば良いので、多数のダッシュボードを都度編集する必要はなく、 メンテナンスコストが低く なります。

また LookML は Git によるバージョン管理ができるため、いつ・だれが・何のために・どこを変更したのかが明確になります。

豊富な業務連携

既存の SaaS や E メールなどと連携した業務フローを作り上げることが可能です。

例えば LookML で定義された指標に対して分析官がデータ探索を行い、その結果を E メールや Slack に シームレスに (Looker の画面を離れることなく) 連携してビジネス部門に依頼をすることなどが可能です。

また iframe で自社ポータルサイトへ Looker のダッシュボードを配置することなどが可能な他、 API連携による柔軟な追加開発も可能です。

Looker Studio の特徴

無料で魅力的なダッシュボード

原則的に 全機能が無料 で利用可能です (ただし権限管理のために Google アカウントが必要なため、利用者が 50 名を超えるなど、場合によっては有償のアカウント契約が必要) 。

Looker Studio では、無料とは思えないほど高機能でリッチなビジュアルを実現できます。

簡単・すぐに始められる手軽さ

ブラウザ上のマウスによる 簡単な操作 で表やグラフを追加可能です。 SQL やプログラミング等の専門知識は不要です。

エンジニアではないビジネスユーザーでも、最初は慣れが必要なものの、ある程度習熟すれば、自在にダッシュボードを作ったりデータベースの中身を探索できるようになります。

多様なデータソース

手元にある csv や Google Sheets (スプレッドシート) をデータソースとしてそのまま利用することができます。それ以外にも多くの データコネクタ があり、 BigQuery 、 Redshift 、 MySQL などに対応しています。これによりデータ取得のイニシャルコストを大幅に削減可能です。

Looker Studio がどのデータソースに対応しているかは公式のコネクターギャラリーをご参照ください。以下にごく一部のみを挙げます。

BigQuery
Amazon Redshift
MySQL
PostgreSQL
Microsoft SQL Server
Google Analytics
Google Ads
Google Sheets

なお Looker の特徴にも記載した「データのアップロード不要」という特徴は Looker Studio にも当てはまります。常にデータソース上の最新のデータが参照されます。

機能比較と選定基準

機能比較

以下は、それぞれの主要機能や特徴の比較表です。

項目	Looker	Looker Studio
製品の目的	データドリブンな業務の実現データ活用基盤の構築	現状分析、可視化
利用規模	組織全体からの関係者まで（パートナー、お客様）	小規模（特定の少人数）
モデリング	インスタンス全体を一元管理	ダッシュボード毎に定義
データソース	データベース	500以上のデータソース (CSV、 Google Sheets、 Google Analytics 等)
データディクショナリ	LookMLで定義可能	なし
権限設定・セキュリティ	ユーザー・グループ単位でアクセス制限可能	なし
バージョン管理	Gitによるバージョン管理が可能	自動もしくは手動で版数管理が可能
データ連携	SaaSへの埋め込み ifame埋め込み Rest API　等	iframe埋め込み URL埋め込み
アラート	任意条件でメールやSlackに通知	なし
スケジューリング	メール、ウェブフック、 AmazonS3、 SFTPサーバ　等へ定期配信	メールへの定期配信
利用料金	有償	無償

選定基準

ここまでにご紹介した特徴や機能を踏まえて、製品選定する際の評価例をまとめました。

選定基準	Looker	Looker Studio
データ活用基盤を構築したい	◎	◯
すぐに手軽にデータ分析を始めたい		◎
組織全体でデータ分析をしたい	◎	◯
組織外にも共有したい	◎	◯
既存のワークフローを活用したい	◎
メンテナンスを効率化したい	◎
安価に利用したい		◎