[レポート] Looker’s Roadmap: 2020 & Beyond – Google Cloud Next ’20: OnAir #GoogleCloudNext

「カスタマーストーリー」を支えるツール特集

#レポート

#ビジネス・アナリティクス

#ビッグデータ

#ビジネス

#Looker

しんや

2020.08.14

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、2020年7月14日から9月8日までの数週間にわたってGoogle Cloudのデジタルイベント『Google Cloud Next ’20: OnAir』が開催されています。

このイベントでは、2020年7月14日から毎週、異なるテーマで様々なセッションや催しのコンテンツが公開されています。(コンテンツは PDT[米国太平洋標準時(夏時間)]での火曜日午前9時→JST[日本時間]の水曜午前1時に配信される形になっています)

1.[2020/07/14〜] Industry Insights
2.[2020/07/21〜] Productivity & Collaboration
3.[2020/07/28〜] Infrastructure
4.[2020/08/04〜] Security
5.[2020/08/11〜] Data Analytics
6.[2020/08/18〜] Data Management & Databases
7.[2020/08/25〜] Application & Modernization
8.[2020/09/01〜] Cloud AI
9.[2020/09/08〜] Business Application & Platform

当エントリでは、その中から「Data Analytics」のセッションとして公開された『Looker's Roadmap: 2020 & Beyond』の内容について紹介していきたいと思います。

セッション概要

公式ページで紹介されているセッションの概要情報は以下の通り。

Title(タイトル)：
Looker's Roadmap: 2020 & Beyond(Lookerの2020年以降のロードマップ)

Speakers(講演者):
Jamie Davidson (Director, Product Management / Looker)

Description(説明):
Looker is a leading data and analytics platform that helps organizations deliver impact through data experiences that fit the way people work. A recent addition to Google Cloud, Looker's multi-cloud architecture maximizes the value of a company's infrastructure investments to get greater value out of data.
(Lookerは、人々の働き方に合ったデータ体験を通じて、組織がインパクトを与えることを支援する、データおよび分析プラットフォームのリーディングカンパニーです。Google Cloudに最近追加されたLookerのマルチクラウドアーキテクチャは、企業のインフラ投資の価値を最大化し、データからより大きな価値を引き出すことができます。)

Join Jamie Davidson, Director of Product, for a look at Looker's product roadmap. This session will provide an overview of upcoming features and exciting new projects aimed at delivering world-class business intelligence capabilities, powering operational workflows with data, and enabling companies to build their own data applications.
(ダッシュボードを強化するためにGoogle Cloud FunctionsとSearch APIを使用するLookMLの能力、ユーザーが予測にアクセスできるようにモデリングレイヤー内のBQMLを活用すること、BigQueryのパブリックデータセットと連携して分析にリッチさを加えること、そしてトランザクション分析のパフォーマンスを向上させるために入れ子になったテーブルを扱うLookMLの能力をエンドツーエンドのデモを通して紹介します。)

セッションレポート

ここからはセッションレポートとなります。タイトルにあるように、内容的には現在対応している、また今後対応していく想定のものである、ということなのでその辺りを念頭において見て頂けますと幸いです。

Lookerの概要と特徴

LookerはエンタープライズBIツールとデータプラットフォームです。Lookerのプラットフォームでは最新のBIを含めた多様なユースケースに対応しています。

Lookerのプラットフォームでは、多種多様なソースから収集したデータをクラウドデータウェアハウスに集約して提供しています。その上にセマンティック・モデリング・レイヤーがあり、アナリストがビジネス・メトリクスをコード化し、組織全体でが単一の"真実の"情報を共有することを可能にしています。アプリケーション内でできることはすべてAPI経由でアクセス可能です。

ガバナンスに関してはモデリング層において予め考慮・対応されています。粗利益率や生涯価値などの複雑な定義を知らなくても、Lookerプラットフォーム上で定義の管理が適切に為されているので、ビジネス・ユーザーはこの情報に基づいて方向性のある意思決定を行うことができます。

我々は異なるアーキテクチャを採用しており、いくつかの利点を提供しています。BigQuery、Snowflake、Redshiftなどのデータソースを活用して、データサイズの高速化を実現しています。またLookerはクラウドネイティブアプリケーションであり、多くのオペレーションと統合できるAPIを持っています。

データエクスペリエンス

Lookerでは「データエクスペリエンスの提供」に注力しています。高速でインタラクティブなダッシュボードを介して、誰でもデータに関する質問を簡単に行い、必要な時に必要な場所でその回答を得る事が出来ます。

コンテンツ作者向け機能：

カスタマイズ可能なフィルター
高度なスタイルコントロール
複数ページのレイアウト
ニューモデル
ダッシュボードの拡張機能

更なる質問に応えるための機能：

ペタバイトスケールのクロスフィルタリング
文脈に沿ったドリル機能

ダッシュボードのタイトルを引き継ぐことができる新しいダッシュボード拡張機能や、マーケットプレイス内に存在する事前に構築された拡張機能や、お客様に合わせたカスタムエクスペリエンスやワークフローを作成できるようにお客様が構築したカスタム拡張機能を使って、ダッシュボード内のカスタマイズを可能な限り増やしています。

私たちはLookerをより多くの人に広めたいと思っています。これにはローカリゼーションのような作業も含まれていて、現在23の言語をサポートしています。同様に、アクセシビリティにも注目しており、すべてのユーザーがLookerを簡単にナビゲートできるようにして、誰もが価値を得られるようにしたいと考えています。

セマンティックなモデル定義を備えているLookerのエクスプローラはとても強力な機能です。これを使うことで、データに対して多くの問い掛けを行う事が出来ますが、私たちはそれを更に使いやすく...質問に応えるプロセスを開始するために事前に構築されたクエリをよりスマートな出発点として利用出来るようにしたり、その場で計算が出来るようにしたりといった部分を強化したいと考えています。

データに対して高度なレベルでの作業を、試行錯誤を重ねながら進めていくためには「アラート機能」のようなものも必要となってきます。ワークフローにデータを使用する分析アラートがありますが、それをさらにスマートにしたいと考えています。

これにより、BIエクスペリエンスから直接アクションを起こすことが簡単にできるようになり、セマンティックモデルと密接に統合されたアクションハブを構築することができます。これにより、サードパーティのサービスとの相互作用や統合が可能になります。BIツール内で複雑な分析を行い、パフォーマンスの高いキャンペーンを見つけ出し、予算の変更や変更を行うための直接的なアクションを取ることができます。

Lookerでは、Google Sheetsを始めとした製品との連携にも力を入れています。これらの機能がリリース出来たことをお知らせできるのは本当にワクワクしています。Google Sheetsが基本的にLookerのデータとLookerの同意を得た統合を引き出すことができるような双方向の統合を行いたいと考えています。また、スライドショーを作成している多くの顧客がいますが、これは毎週の運用レポートで、画像をダウンロードして、スライドショーやデッキを再構成するプロセスを経ています。毎週、作業中のコンテキストでデータを管理するためのライブアクセスを可能にし、スライドやGoogleドキュメント内でデータのストーリーテリングを可能にしたいとも考えています。

そして、LookerはSlackとも密な連携を行うことが出来ます。LookerのデータをSlackに送信したり、SlackからLookerのデータをリクエストしたりすることができます。私たちは、データを要求するというインターフェイスを、コミュニケーションのコンテキストで、そのセマンティックモデルへの自然言語インターフェイスへと拡張することを、さらに簡単にしたいと考えています。

アプリケーションプラットフォーム

私たちは、新しいものに本当に興奮しています。

データを要求するフェーズがさらに簡単になり、その通信コンテキストは、セマンティックモデルへの自然言語インターフェースにまで拡張されます。今日ベータ版のiOSとAndroid向けの新しいネイティブ・モバイル・アプリの体験にとても興奮しています。また、自然言語インターフェースを公開したいと考えています。コンテンツを見つけられなければ、インスタンスの中にコンテンツがあるだけでは十分ではありませんが、見つけられなければ何の役にも立ちません。より良いパフォーマンス、より良い関連性を知っているだけでなく、AIを使用して、年間経常収入を検索している場合、関連性のあるコンテンツを持っていない場合、私たちは自動的にそのコンテンツを生成し、検索コンテキスト、データ体験の中で、あなたのトータルの検索結果をライブで見ることができます。私たちは、レポーティングとセルフサービス分析、ワークフローとの統合、データからより多くの価値を引き出すことに焦点を当てています。

ここで話を変えて、私たちのアプリケーションについてお話しします。Lookerでは顧客やパートナーがデータエクスペリエンスを構築し、顧客の価値を加速させるために、いくつかのことに重点を置いています。Lookerを使うことで、分析およびソフトウェア開発者は、強力なデータエクスペリエンスを簡単に開発、発見、展開できるようになります。

私たちは、組み込みコンテキスト内で可能なカスタマイズ性とパワーの両方を高め、価値を加速させるためにプラットフォームを拡張したいと考えています。そこで、Lookerマーケットプレイスをリリースしました。ここでユーザーは簡単にインストールしたいプラグイン機能を見つけて、アプリケーション組み込む事が出来ます。これらで連携した設定や定義やLookML Blockやデータセット・カスタムビジュアライゼーションにすることができ、コンテキストに応じた形でLooker上での探索する能力を劇的に向上・加速させることができます。

また、Google Marketing Suiteとの連携も推し進めていきます。お客様がマーケティングデータのすべてを一緒に取得して分析し、そこからインサイトを見つけ、最終的にはBI実験の中でそのデータにアクションを取ることができるようにしたいと思います。

各種カスタマイズ

埋め込みについては、カスタマイズの必要性にはスペクトルがあると考えており、BIツールの内部でカスタマイズが可能なものから、ダッシュボード・エクスペリエンスや埋め込みダッシュボード・エクスペリエンスの内部でカスタマイズが可能なものまであります。同様に、もう一方の端にはAPIもあり、カスタマイズの可能性を高めるだけでなく、より多くの機能を提供したいと考えています。

例として、基本的にネイティブな感じになるようにアプリケーションにフィットするようにテーマを設定したダッシュボードを示します。私たちは文字通り、新しいダッシュボードのコードベースを使用して、新しい機能と機能をJavaScriptコンポーネントSDKにパッケージ化しました。そのため、顧客はフィルタやビジュアライゼーションを再作成したり、LookerのAPIと統合したりする必要がなく、代わりに当社のビジュアライゼーションを利用して拡張したり、フィットする方法でカスタマイズしたりすることができます。

私たちはAPIとSDKに多額の投資を行っており、ドキュメンテーションから実際のより堅牢なインタラクションへと発展させています。

また、プラットフォームの内部で可能なことを拡張することにも力を入れています。中心的なフレームワークについてお話ししたいと思います。これはデータモデルAPIと密接に統合されていて、アナリストや開発者に、その背後にある定義に含まれるデータをシンプルで簡単な場所に表示します。多くのパートナーや顧客が、Exploreページのピボットテーブルのメタファーを超えて、データを探索するためのカスタム方法を作成したいと言っていますが、よりカスタマイズされたエクスペリエンスが実際に意味を持つコンテキストがあります。これは非常にパラメータ化されたワークフローで、測定値を選択し、集計場所を選択し、コホートを測定したい間隔を選択します。

もう一つの例としては、ホスト型ノートブック・エクスペリエンスがあります。ここではPythonのパワーを活用して、エクスプローラーと統合することができます。フロントエンドの開発者はLooker内で直接ビルドとデプロイを行うことができ、DevOpsやスタンドアロンサーバーは必要ありません。拡張機能はLooker APIへのフルアクセスが可能で、既存の認証と許可を利用することが出来るようになります。

開発者向けツール

Lookerとデータベースアーキテクチャのパフォーマンスを加速させていくための機能も提供を予定しています。

「Aggregate awareness」では、LookMLを介してデータベースにロールアップテーブルを作成して具体化する機能を提供します。質問に回答できる最小のテーブルに動的にルーティングされるクエリを利用し、ロールアップされたアグリゲートでコストを最適化しながら、速度と粒度の間のトレードオフ無しでBigQueryのような最新のDWHの能力を活用出来るようになります。

Lookerでは、パフォーマンスとアクセラレーションにレイヤーアプローチをとっています。BigQuery BIエンジンのようなクラス最高の機能を活用したいと考えており、分析を第一に考え、Lookerプラットフォームの使用状況についてできるだけ多くの情報を提供して、主導的な意思決定を促すのに役立ちたいと考えています。

Analytics on analytics

私たちは分析を第一の視点から考え、プラットフォームの使用に関する情報をできるだけ多く提供し、主導的な意思決定を促進できるようにしたいと考えています。実際のクエリパフォーマンスを使用してパフォーマンスを向上させることができ、また、実際のユーザーエンゲージメントを使用して、オーディエンスをより良く、より魅了することができます。

Lookerの外から、LookMLのロジック部分にアクセスする機能も予定しています。DBに格納した、安定したビューエイリアスを用い、他のBIツール等からLookerが作成したモデルに接続することでLookerの各種ロジックを使用する事が出来るようになります。機械学習ワークフローやその他ユースケース等でより多くの価値を生み出すことが出来るようになるでしょう。