Looker＆AWSでデータ分析チームを成功に導いている『7つの事実』 #looker

「カスタマーストーリー」を支えるツール特集

#ビッグデータ

#ビジネス・アナリティクス

#Looker

しんや

2019.12.03

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

現在米国ラスベガスで開催されている『AWS re:Invent 2019』。弊社ブログでも例年通り一大特集を組んでおります。

『AWS re:Invent 2019』のブースには、Looker社も出展を行っているようです。場所はVenetianのSands Expo Hall、ブース＃1405。現地にご参加の皆様でLookerに興味をお持ちの方は是非足を運んでみてはいかがでしょうか。

Expo - AWS re:Invent 2019

さて、そんな『AWS re:Invent 2019』のお祭りムードが盛り上がっている中、Lookerのブログで以下のエントリが公開されていました。『LookerとAWSと活用する頃でチームを成功に導くことが出来ている、"7つの事実"』的な内容となっているようです。当エントリではその内容について読み解いて行きたいと思います。

Better Together - 7 Ways Looker and AWS Make Data Teams Successful | Looker

事実その1: Lookerの全顧客の50%以上がAWSのデータソースを使っている
事実その2: Lookerがホストしている顧客の90%以上がAWSを使っている
事実その3: AWSのAI/MLサービスとの連携に対応
事実その4: AWSに特化した『Looker Blocks™』が用意されている
事実その5: Action Hubで様々なデータ連携が可能
事実その6: AWS Marketplace経由でLookerを利用出来る
事実その7: 重要なAWSコンピテンシーを複数取得している
まとめ

事実その1: Lookerの全顧客の50%以上がAWSのデータソースを使っている

以前に公開した下記インタビュー記事でも言及されているように、Lookerで扱っているデータソースの実に半分がAWSに関するものとなっています。

上記記事では『Amazon Redshiftが最も多い』数値となっていますが、Amazon Athenaを介してこんな感じで地理空間データにアクセスすることも可能です。

事実その2: Lookerがホストしている顧客の90%以上がAWSを使っている

マルチクラウドを謳っているLookerですが、現時点ではこのような数字となっています。また、独自のインスタンスをホストしている顧客の場合でも、その多くがAWSを使っています。

事実その3: AWSのAI/MLサービスとの連携に対応

LookerとAWSの機械学習系サービスを連携し、Amazon SageMakerやAmazon Forecast等を活用可能です。下記エントリで紹介されているように、LookerをAmazon SageMakerと統合し、Looker Scheduler内から直接モデルのトレーニングと推論を開始できるように設定することで、『データサイエンスワークフロー』を合理化出来ます。

また、AI/MLの運用を支援するために、LookerはAmazon Forecastのサポートを発表しています。(※...と記載がありましたが、それらしき記載は見当たりませんでした。どれを指してるのだろう？)

事実その4: AWSに特化した『Looker Blocks™』が用意されている

LookerとAWSが共同で開発した下記の『AWS Optimization Suite』をLookerに取り込む事で、Looker上でAWSを最大限に活用出来ます。

このモデルを活用する事で、以下のアクションが実施出来ます。

AWSログデータの監視
Redshiftパフォーマンスを改善する機会の特定
AWS支出の最適化

その他、『Looker Blocks』にはAWS関連のリソースが幾つか展開されています。

Data Analytics Directory | Looker

事実その5: Action Hubで様々なデータ連携が可能

Lookerを使うと、S3に直接データを配信したり、Looker Action Hubでタイムスケジュール又はデータトリガースケジュールに基づく形でEC2インスタンスを起動・停止したり出来ます。更には、Actionを使ってデータを直接S3バケットに配信することも出来たりします。詳細は以下をご参照ください。