[レポート] クラスメソッドxメソドロジック共催：イチから始めるデータ活用！『Looker編』を開催しました。

モダンデータスタック(MDS)

#Looker

ikumi

2024.04.10

本日2024年04月10日（水）、クラスメソッド株式会社と株式会社メソドロジックの共催イベント『【毎週開催】メソドロジック社共催！イチから始めるデータ活用！8週連続ウェビナー』の第8回開催回である『イチから学ぶLooker編』を開催しました。

当エントリではその内容についてレポート致します。

イベント概要

第8回目となる今回取り扱うテーマは『Looker』です。

ちなみにプレスリリースで告知・紹介を行ったシリーズ開催内容は以下の通りとなっています。

1日目：2024年02月20日(火) イチから学ぶデータメッシュによるデータガバナンス
2日目：2024年02月28日(水) イチから学ぶSnowflake
3日目：2024年03月06日(水) イチから学ぶDatabricks
4日目：2024年03月13日(水) イチから学ぶImmuta
5日目：2024年03月21日(木) イチから学ぶFivetran
6日目：2024年03月28日(木) イチから学ぶdbt
7日目：2024年04月03日(水) イチから学ぶHightouch
8日目：2024年04月10日(水) イチから学ぶLooker

参考：

前回第7回目の『Hightouch編』開催レポートは以下をご参照ください。

イベントレポート

イチから学ぶLooker

このパートでは私、ikumiが登壇しました。

データガバナンスに強みがあるBIツールLookerについて、データ分析における課題のおさらいをしつつ、その課題を解決するLookerの強みについてお話しました。単なるBIツールではなく、データプラットフォームとしてのLookerの魅力を理解いただけるように、以下のポイントを纏めています。

Lookerの概要
- LookerをSQLが発行できるデータベースに直接繋ぐ、ガバナンスの保たれたBIプラットフォーム
- LookMLでのデータ定義の一元化が可能で、メンテナンスコストの削減や信頼性の高いデータを提供できる
LookMLについて
- LookMLは、データの定義を一元管理するモデリングレイヤーを作成するLooker独自の言語のこと
- LookMLで定義しデータ定義の一元化を行うことで、誰もが共通のデータを参照可能に。これにより、データカオスの課題を解決するだけでなく、ビジネスユーザーも質の高い分析を行うことができる
アクセス管理機能について
- データやコンテンツへのアクセス制御、使用する機能の制御が可能
- また、「ユーザー属性」を用いたデータの表示制御により、よりセキュリティ性の高い分析環境を実現できる
その他の特徴的な機能
- データベースに負担をかけない「キャッシュ」機能
- 外部のツールと連携し、普段の業務に組み込める「Looker Actions」機能
Lookerの弱み
1. LookMLを覚える必要があるため、SQLや要件定義を行うためのデータの仕様について理解が必要
2. DWH / DB を用意する必要があり、Excelなどには対応していない
3. Lookerの可視化表現はシンプルなので、複雑な表現をしたい場合には不向き
上記の弱みを良さとして捉えると…
1. 初期コストはかかるものの、データ定義一元管理により、正確で質の高い分析が行えるのは大きなメリット
2. パフォーマンスチューニングも基本的にはDWH / DB側で対策すればよい
3. シンプルなので誰にでも使いやすいUI
まとめ
- データカオスの課題を解決できる素晴らしいソリューションで、Lookerを導入することで本来の「正しいデータ分析環境」が整えることができる

データ活用支援サービスのご紹介

登壇者：白石章氏(株式会社メソドロジック代表取締役)
当回の『データ活用支援サービス』の紹介は株式会社メソドロジック白石氏が行いました。基本的な発表内容に関しては前回と同様のため割愛します。
Modern Data Stackサポート概要

近年クラウドのSaaS製品を組み合わせてデータ基盤を作る流れが流行っています。沢山のSaaSツールの中で、どのソリューションがお客様に最適なのかを検証しつつ提案していきます。
『Airbyte』について

OSSやクラウド版で提供される、Fivetranの競合となるELTサービスが注目されています。
注目されるModern Data Stackサービス

ELTの領域では『Matillion』『dlt Hub』などのツールが注目されています。またオーケストレーションの分野では『Airflow』『Dagster』『Prefect』、データオブザーバビリティの分野では『Monte Carlo』など様々なツールが出てきています。しかし、数多くあるツールの中から選定していくのは難しいかと思いますので、ツールの検証など技術的な面で支援をさせていただくのが、データ活用支援サービスとなっています。

全体質疑応答

LookMLの作成は複雑そうですが、御社に開発や保守を依頼することもできるのでしょうか？
- 弊社が提供するプロフェッショナルサービスでは、LookMLなどのサンプルの開発を行うことは可能です。プロフェッショナルサービスの考え方として、ツールの導入後はお客様が自走できる体制を整えることで、企業での素早いデータ分析サイクルを回していけるようにサポートを行っています。（参考：Lookerのプロフェッショナルサービスについて）
現在開催中のGoogle NextでGemmini in Looker やGemmini in BigQueryなどのデータ分析に関わるAI機能の発表がありましたが、データ利用者やデータエンジニアとしてどのようなスキルを身に着けるのが良いでしょうか。
- 分析段階でのAI利用においては、分析の糸口を見出すサポートの役割と捉えるのがよいかと思っています。AIが提示してきたインサイトに対して、自分なりの解釈や整合性などを自分で判断できるスキルが今後重要になると考えています。
Lookerに繋げるデータべースはGCPで運用するのが最適ですか？
- LookerはGoogle Cloudの製品でありますし、ビッグデータ分析において高いパフォーマンスを発揮するBigQueryとは相性が良いです。しかし、コスト効率など具体的な要件やによって最適なツールは変わってくるかと思いますので、要件に合わせて、利用するデータベースやクラウド環境を検討する必要があるかと思います。