Looker社が提唱する『従来の手法・サービスとLookerとの”違い”』 #looker
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。
LookerではDB接続の管理からモデル作成・共有、ビジュアライゼーションの可視化・共有、各種情報連携に至るまでの機能をWebブラウザベースのプラットフォームで提供しています。この部分(Webブラウザベースのプラットフォーム)が従来のサービスやツールとは異なる特徴の1つではあるのですが、その他にもLookerでは『従来のものとはココが違う』というポイントをまとめています。当エントリではそれらの『違い』について内容を見ていきたいと思います。
目次
Unify(統合)
異なるソースからのデータを簡単に組み合わせて全体像を見通します。
| 従来の手法 | Lookerの場合 |
|---|---|
| ツールに合うようにデータを作り変える | データに合わせてLookerを調整する |
| BIツール内にデータを蓄積、常に最新とは限らない | あらゆるSQLデータベースに直接接続するので、データは常に新鮮 |
| データを管理するデータベースの定義のみで成る脆弱な物理的編成 | 柔軟性を備えた、照会時に適用される仮想コードベーススキーマ構成を保持 |
| データはアプリ固有のデータベースに保存される | 1つのツールであらゆるデータを理解出来る |
Lookerとデータベースに関する詳細は以下をご参照ください。
Transform(変換)
行レベルで詳細情報を保持し、データをその場で変換。柔軟性の低い物理スキーマやOLAPは不要です。
| 従来の手法 | Lookerの場合 |
|---|---|
| 強力だが無秩序なSQL | SQLのすべてのをLookMLで組織化し再利用可能な形に |
| ETL：強化された事前変換 | ELT：実行時に変換 |
| OLAPキューブ：要約テーブル | 行レベルの詳細 |
LookMLに関する詳細は以下をご参照ください。
Govern(管理)
ビジネス上の"指標の定義"を一元管理しておくことで、全員が同じ定義・内容を活用することが出来ます。ワークブックベースでの分析で起きる混乱に"さようなら"を言う時です。
| 従来の手法 | Lookerの場合 |
|---|---|
| 誰もがデータに独自の意味を与えうる可能性がある | 集中管理・バージョン管理されたビジネスロジックが、全員が使う環境に組み込まれている |
| (不可能ではないにしても)コラボレーションは困難 | Gitとのコラボレーションとバージョン管理 |
| 1人の担当者が全ての作業を行っている | すべてのアナリストは自分のサンドボックスを手に入れ、まずはそこで新しい作業のプロトタイプを作成、準備ができたらプロダクションに進めることが出来る |
| 監査したり、以前のバージョンにロールバックしたりする方法は無い | 定義のすべてのバージョンは簡単にアクセス・実装可能 |
バージョン管理されたビジネスロジック及びGit連携については以下をご参照ください。
Ad-hoc(アドホック)
組織内の全員が、質問に対する信頼性のある信頼できる最新の回答を得ることができます。SQLは必要ありません。
| 従来の手法 | Lookerの場合 |
|---|---|
| アナリストだけが探索出来る | 部署を越えて、誰でもキュレーションされたデータを用いてセルフサービス分析が出来る |
| アドホック分析はごく一部のデータでのみ利用可能 | データベースに直接接続して全てデータを探索可能 |
| それぞれのユーザーが皆、独自の測定基準(メトリクス)を定義してしまっている | メトリクスは全員が使用できるように集中的に定義されている |
Lookerでは、様々な部署におけるLookerのユースケースについても紹介しています。詳細は以下をご覧ください。
Visualize(可視化)
Lookerでは、データの準備・変換と同じプラットフォーム＆UIで、データの可視化・グラフ化・フォーマット設定・データ探索まで行うことが出来ます。
| 従来の手法 | Lookerの場合 |
|---|---|
| データを抜粋した内容を、専用の視覚化ツールにエクスポート | データエコシステム全体に亘るWebネイティブのインタラクティブな視覚化を実現 |
| 動的な視覚化の共有は難しい | ブラウザ内にビジュアライゼーション(可視化)を共有 |
| ダッシュボードには柔軟性が無く、更新するためには特別なツールが必要 | ビジネスユーザーはドラッグアンドドロップ操作で自分のダッシュボードを作成または編集可能 |
| ビジュアライゼーション(可視化)はツールでサポートされているものに限定 | 『D3.js』を使って、カスタムビジュアライゼーションをプラグインとしてコーディングすることが出来る |
ビジュアライゼーション(可視化)に関しては以下を合わせてご参照ください。
Deliver(配信)
Web全体、モバイルデバイス、そして既存のワークフローに於いて、正しいデータの価値を活用していく事が出来ます。
| 従来の手法 | Lookerの場合 |
|---|---|
| 共有は難しい | 共有は、同僚にURLを送信するのと同じくらい簡単 |
| データがBIツールにロックされている | 必要に応じて既存のコンテキスト(Slack、Salesforceなど)でデータにアクセス可能 |
| ワークブックベースのデスクトップアプリケーション | 100％ブラウザベース |
| データ配信のスケジュール設定は難しい・または不可能 | Eメール、Webフック、チャット、S3、またはFTPへの配信をスケジュール設定可能 |
| エクスポート、ローカルでダウンロード、アップロード、インポート | ローカルにエクスポート、またはGoogleドライブ、Dropbox、S3に直接エクスポート等が利用可能 |
| BIはWebに統合されていない | SSOに対応する形で埋め込み表示が可能 レスポンシブモバイルデザイン フルRESTFul API |
外部サービス連携や埋込連携に関する詳細は以下をご参照ください。
まとめ
という訳で、従来の手法・サービスとLookerとの”違い”に関する情報のご紹介でした。BIツールやサービスについては様々なものが出ている昨今、製品毎の特徴や違いに関してもユーザーとしては気になるところです。この点、Lookerについては上記でご紹介した内容のように分かりやすくポイントとしてまとめられているので、検討もし易いのではないでしょうか。モデルや設定をバージョン管理出来ること、またWebブラウザがあれば一通りの操作が行えること辺りは個人的にも評価が高いところなのでは、と思っております。
