Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
禁忌解放~TableauとLookerを連携して究極のBI環境を召喚する
Search
tama-chang
June 19, 2020
Technology
0
3.5k
禁忌解放~TableauとLookerを連携して究極のBI環境を召喚する
tama-chang
June 19, 2020
Tweet
Share
More Decks by tama-chang
See All by tama-chang
データ分析の世界で今後必要とされる役割 「Purple People」とは
cmtamai
3
2.8k
Transform〜メトリクスレイヤーとは何か? データ分析に必要な「指標」を管理する
cmtamai
0
2.2k
アナリティクスエンジニアとは(What is Analytics Engineer)
cmtamai
1
8.9k
DWH御三家の各特徴と選び方〜SnowflakeとBigQueryとRedshiftと〜
cmtamai
0
9.8k
Lookerはじめの一歩
cmtamai
0
2.3k
Snowflakeはじめの一歩
cmtamai
2
2.6k
スティーブン・セガール出演作品の邦題に「沈黙」がつくかどうか判別する機械学習モデルを作ろうとしてみた
cmtamai
0
950
osaka_tamai.pdf
cmtamai
0
1.9k
スティーブン・セガール出演作品の邦題に「沈黙」がつくかどうか判別する機械学習モデルを作ろうとしてみた
cmtamai
0
1.5k
Other Decks in Technology
See All in Technology
遷移の高速化 ヤフートップの試行錯誤
narirou
6
1.9k
AWS Well-Architected Frameworkで学ぶAmazon ECSのセキュリティ対策
umekou
2
150
Cracking the Coding Interview 6th Edition
gdplabs
14
28k
AI自体のOps 〜LLMアプリの運用、AWSサービスとOSSの使い分け〜
minorun365
PRO
9
810
プルリクエストレビューを終わらせるためのチーム体制 / The Team for Completing Pull Request Reviews
nekonenene
1
850
20250304_赤煉瓦倉庫_DeepSeek_Deep_Dive
hiouchiy
2
120
DevinでAI AWSエンジニア製造計画 序章 〜CDKを添えて〜/devin-load-to-aws-engineer
tomoki10
0
200
Oracle Database Technology Night #87-1 : Exadata Database Service on Exascale Infrastructure(ExaDB-XS)サービス詳細
oracle4engineer
PRO
1
210
30→150人のエンジニア組織拡大に伴うアジャイル文化を醸成する役割と取り組みの変化
nagata03
0
300
データモデルYANGの処理系を再発明した話
tjmtrhs
0
230
わたしがEMとして入社した「最初の100日」の過ごし方 / EMConfJp2025
daiksy
14
5.4k
Snowflake ML モデルを dbt データパイプラインに組み込む
estie
0
110
Featured
See All Featured
The Pragmatic Product Professional
lauravandoore
32
6.4k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.6k
A better future with KSS
kneath
238
17k
Writing Fast Ruby
sferik
628
61k
Automating Front-end Workflow
addyosmani
1369
200k
YesSQL, Process and Tooling at Scale
rocio
172
14k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.2k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
45
9.4k
Building a Scalable Design System with Sketch
lauravandoore
461
33k
BBQ
matthewcrist
87
9.5k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
7
650
Become a Pro
speakerdeck
PRO
26
5.2k
Transcript
TableauとLookerを連携して 究極のBI環境を召喚する ~禁忌解放~ 2020/6/19 玉井励
2 自己紹介 玉井 励(タマイ レイ) • 普段は大阪オフィス勤務 • 奈良県葛城市在住 •
今日も奈良から放送 • Lookerの認定資格もってます • Tableauの認定資格もってました (失効)
3 本日お話すること(アジェンダ)
4 本日お話すること • TableauとLookerを同時に使用する理由 • なぜ禁忌を破るのか • 両ツールの「本質」を再確認することから始める • TableauとLookerを同時に使用する方法の紹介
• 禁忌解放デモ
5 本日お話しないこと
6 本日お話しないこと • 各ツールの基本的な紹介 • TableauやLookerなどについて
7 なぜTableauとLookerを連携するのか?
8 両者のカンケイ ビジネスインテリジェンス および分析ソフトウェア ビジネスインテリジェンス(BI) &データ分析プラットフォーム
9 ガートナーのマジック・クアドラント「アナリティクス&BIプラットフォーム」2020年版 https://ja.looker.com/learn/gartner-magic- quadrant?utm_campaign=7012R000001NH1z&utm_term=bi%20%E3%83%AC%E3%83%9D%E3%83%BC%E3%83%88&_bt=420216306189&_bm=b&utm_ppccampaign=ja_gartnermq&gclid=Cj0KCQjwuJz3 BRDTARIsAMg-HxUBtOpkB_aA1ypDE8JqiktVob9ZcwbclG5G5TXI7BbvdNQFJStCBQsaApMtEALw_wcB
10 ガートナーのマジック・クアドラント「アナリティクス&BIプラットフォーム」2020年版 https://ja.looker.com/learn/gartner-magic- quadrant?utm_campaign=7012R000001NH1z&utm_term=bi%20%E3%83%AC%E3%83%9D%E3%83%BC%E3%83%88&_bt=420216306189&_bm=b&utm_ppccampaign=ja_gartnermq&gclid=Cj0KCQjwuJz3 BRDTARIsAMg-HxUBtOpkB_aA1ypDE8JqiktVob9ZcwbclG5G5TXI7BbvdNQFJStCBQsaApMtEALw_wcB
11 ガートナーのマジック・クアドラント「アナリティクス&BIプラットフォーム」2020年版 https://ja.looker.com/learn/gartner-magic- quadrant?utm_campaign=7012R000001NH1z&utm_term=bi%20%E3%83%AC%E3%83%9D%E3%83%BC%E3%83%88&_bt=420216306189&_bm=b&utm_ppccampaign=ja_gartnermq&gclid=Cj0KCQjwuJz3 BRDTARIsAMg-HxUBtOpkB_aA1ypDE8JqiktVob9ZcwbclG5G5TXI7BbvdNQFJStCBQsaApMtEALw_wcB
12 ゴリゴリの競合だった
13 もう少し両者の「本質」を掘り下げてみる
14 強みと弱みを再確認 SQLを知らなくても簡単 にデータの可視化ができ る ビジュアライゼーション 表現の自由度が高い 対応データソースが豊富
15 強みと弱みを再確認 データモデルがワーク ブック毎に依存する 上記による「オレオレ ワークブック化」 可視化しているデータに 対する信頼性が低下する
16 強みと弱みを再確認 論理的なデータモデリン グをコードで記述・管理 ができる 100%ブラウザベース 外部システムとの連携が 強力
17 強みと弱みを再確認 ビジュアライゼーション の作成機能が柔軟性に欠 ける 凝ったビジュアライゼー ションは難しい LookMLを学習する必要 がある
18 強みだけ抜き出す • 簡単にデータの可視化ができる • ビジュアライゼーション表現の自由度が高い • 論理的なデータモデリングをコードで 記述・管理ができる
19 長年禁忌とされてきたこと 競合とはいえ お互いの強みは被っていない
20 俺のターン!「融合」発動! • 簡単にデータの可視化ができる • ビジュアライゼーション表現の自由度が高い • 論理的なデータモデリングをコードで 記述・管理ができる
21 TableauアイズLookerドラゴン召喚! 一緒に使えばええやん
22 TableauとLookerを同時に使用する仕組み
23 それぞれの強みを活かしたい • 簡単にデータの可視化ができる • ビジュアライゼーション表現の自由度が高い • 論理的なデータモデリングをコードで 記述・管理ができる
24 基本方針 可視化を担当 データモデリング 及びデータガバナンスを担当
25 基本方針 Tableauで可視化する Lookerでモデリングしたデータを…
26 全体像 Tableau Online 各種DWHなど LookMLで データを モデリング (論理) モデリングされた
データを パブリッシュ クエリを発行して データを取得 Tableau Desktop Tableau Desktopで データを可視化
27 全体像 Tableau Online 各種DWHなど LookMLで データを モデリング (論理) モデリングされた
データを パブリッシュ クエリを発行して データを取得 Tableau Desktop Tableau Desktopで データを可視化 ※Looker自体はデータを持たない事に注意
28 LookerはAPIが強力 https://docs.looker.com/ja/reference/api-and-integration/api-reference/v3.1
29 LookerはAPIが強力
30 LookerはAPIが強力 https://dev.classmethod.jp/articles/looker-api-get-data/
31 もちろんSDKも Ruby Python Javascript Typescript https://docs.looker.com/ja/reference/api-and- integration/api-sdk
32 禁忌実演 ここからデモ
33 下記を2パターンやります 1. Lookerでデータをモデリング 2. AlteryxでLooker APIを叩いてデータを取得 3. AlteryxでTableau Onlineへデータをパブリッ
シュ 4. Tableau Desktopからデータを確認
34 下記を2パターンやります 1. Lookerでデータをモデリング 2. AlteryxでLooker APIを叩いてデータを取得 3. AlteryxでTableau Onlineへデータをパブリッ
シュ 4. Tableau Desktopからデータを確認 JSとか書けない ←便利なので今回はAlteryxを使用します
35 画面を変えます
36 禁忌を破ることによる代償 • ライセンス費用が増加する • そもそも社内稟議が通しづらいかも… • Looker⇔Tableau間の処理を考えるのが面倒 • 実データとTableau側データの間にタイムラグがある
37 禁忌まとめ
38 禁忌まとめ • TableauとLookerは「実は」競合しない • ビジネスインテリジェンス界における禁忌 • お互いの強みを活かして併用することができる • これ即ち禁忌解放
• 禁忌解放には代償が伴う • 何ひとつリスクを背負わない者は何ひとつ成し遂げるこ とはできない
39 禁忌を破ることで本当に伝えたかったこと 競合製品だからといって争うのはやめよう
None