Looker Studioを”業務で使えるBI”にするための実践ノウハウ

Google Cloud

Contents
  1. 執筆者
  2. はじめに
  3. LookerStudioとは
  4. 今回紹介するLookerStudioの新しい機能
  5. 実際に触ってみた
  6. 感想や使用感
  7. 最後に
  8. 参考文献

執筆者

山崎（株式会社エニシアス DXソリューション部）

はじめに

近年、生成AIの進化は目覚ましく、業務のさまざまな場面で活用されるようになってきました。
Google Cloud でも AI を活用した機能が次々と追加されており、BI ツールである Looker Studio においても、
会話形式でデータを分析できる新機能 が利用可能になっています。

私は現在、業務の中で Looker Studio を学習・活用しており、
「実際に AI を使ってどこまでレポート作成や分析ができるのか？」
という点に興味を持ち、今回この新機能を試してみました。

本記事では、

  • Looker Studio とは何か
  • 今回追加された AI による新機能の概要
  • 実際に触ってみた感想や使用感

について、実務目線でご紹介したいと思います。

LookerStudioとは

Looker Studio は、Google が提供する BI（ビジネスインテリジェンス）ツールです。
BigQuery や Google スプレッドシートなど、さまざまなデータソースと連携し、
グラフや表を用いた可視化レポートを簡単に作成できる のが特徴です。

主な特徴として、以下のような点が挙げられます。

  • 無料で利用できる
  • Google Cloud / Google サービスとの親和性が高い
  • SQL を直接書かずにレポートを作成できる
  • 社内外への共有が容易

一方で、実務で使い込んでいくと
「標準機能だけでは少し物足りない」
「データの解釈や分析に時間がかかる」
と感じる場面も少なくありません。

今回紹介するLookerStudioの新しい機能

今回試したのは、
Looker Studio 「会話分析」機能 です。

この機能を使うことで、以下のようなことが可能になります。

・自然言語でデータについて質問できるグラフや数値の意味を AI が説明してくれる

・データの傾向や特徴を要約してくれる

従来は、
「どの指標を見ればよいか」
「どんな切り口で分析すべきか」
を自分で考える必要がありましたが、
この機能では 対話形式で分析を進められる 点が大きな特徴です。

実際に触ってみた

BigQuery

テーブルを作成

CREATE OR REPLACE TABLE [データセット].[テーブル名] (
order_id STRING,
order_date DATE,
customer_id STRING,
customer_name STRING,
product_category STRING,
product_name STRING,
quantity INT64,
unit_price INT64,
total_amount INT64,
region STRING
);

データを作成

INSERT INTO [データセット].[テーブル名] VALUES
('ORD001','2025-01-01','C001','山田 太郎','家電','ノートPC',1,120000,120000,'関東'),
('ORD002','2025-01-02','C002','佐藤 花子','家電','モニター',2,40000,80000,'関東'),
('ORD003','2025-01-03','C003','鈴木 一郎','家具','デスク',1,30000,30000,'関西'),
('ORD004','2025-01-04','C004','高橋 次郎','家具','チェア',2,15000,30000,'中部'),
('ORD005','2025-01-05','C005','田中 美咲','食品','コーヒー豆',3,2000,6000,'関東'),

('ORD006','2025-01-06','C006','伊藤 健','食品','ミネラルウォーター',5,150,750,'関西'),
('ORD007','2025-01-07','C007','渡辺 直子','家電','スマートフォン',1,90000,90000,'関東'),
('ORD008','2025-01-08','C008','小林 恒一','家具','本棚',1,25000,25000,'中部'),
('ORD009','2025-01-09','C009','加藤 陽子','食品','チョコレート',4,500,2000,'関東'),
('ORD010','2025-01-10','C010','吉田 拓海','家電','タブレット',1,60000,60000,'関西'),

('ORD011','2025-01-11','C001','山田 太郎','家具','デスク',2,30000,60000,'関東'),
('ORD012','2025-01-12','C002','佐藤 花子','食品','紅茶',3,1200,3600,'関東'),
('ORD013','2025-01-13','C003','鈴木 一郎','家電','イヤホン',2,15000,30000,'関西'),
('ORD014','2025-01-14','C004','高橋 次郎','家具','チェア',1,15000,15000,'中部'),
('ORD015','2025-01-15','C005','田中 美咲','食品','パスタ',5,300,1500,'関東'),

('ORD016','2025-01-16','C006','伊藤 健','家電','ノートPC',1,120000,120000,'関西'),
('ORD017','2025-01-17','C007','渡辺 直子','家電','モニター',1,40000,40000,'関東'),
('ORD018','2025-01-18','C008','小林 恒一','家具','本棚',2,25000,50000,'中部'),
('ORD019','2025-01-19','C009','加藤 陽子','食品','コーヒー豆',2,2000,4000,'関東'),
('ORD020','2025-01-20','C010','吉田 拓海','家具','チェア',2,15000,30000,'関西'),

('ORD021','2025-01-21','C001','山田 太郎','家電','スマートフォン',1,90000,90000,'関東'),
('ORD022','2025-01-22','C002','佐藤 花子','家具','デスク',1,30000,30000,'関東'),
('ORD023','2025-01-23','C003','鈴木 一郎','食品','ミネラルウォーター',6,150,900,'関西'),
('ORD024','2025-01-24','C004','高橋 次郎','家電','タブレット',1,60000,60000,'中部'),
('ORD025','2025-01-25','C005','田中 美咲','食品','チョコレート',5,500,2500,'関東'),

('ORD026','2025-01-26','C006','伊藤 健','家具','本棚',1,25000,25000,'関西'),
('ORD027','2025-01-27','C007','渡辺 直子','食品','コーヒー豆',3,2000,6000,'関東'),
('ORD028','2025-01-28','C008','小林 恒一','家電','イヤホン',2,15000,30000,'中部'),
('ORD029','2025-01-29','C009','加藤 陽子','家具','チェア',1,15000,15000,'関東'),
('ORD030','2025-01-30','C010','吉田 拓海','食品','パスタ',4,300,1200,'関西'),

('ORD031','2025-02-01','C001','山田 太郎','家電','ノートPC',1,120000,120000,'関東'),
('ORD032','2025-02-02','C002','佐藤 花子','家具','デスク',2,30000,60000,'関東'),
('ORD033','2025-02-03','C003','鈴木 一郎','食品','紅茶',3,1200,3600,'関西'),
('ORD034','2025-02-04','C004','高橋 次郎','家電','モニター',1,40000,40000,'中部'),
('ORD035','2025-02-05','C005','田中 美咲','食品','コーヒー豆',2,2000,4000,'関東'),

('ORD036','2025-02-06','C006','伊藤 健','家具','本棚',1,25000,25000,'関西'),
('ORD037','2025-02-07','C007','渡辺 直子','家電','スマートフォン',1,90000,90000,'関東'),
('ORD038','2025-02-08','C008','小林 恒一','食品','チョコレート',4,500,2000,'中部'),
('ORD039','2025-02-09','C009','加藤 陽子','家具','チェア',2,15000,30000,'関東'),
('ORD040','2025-02-10','C010','吉田 拓海','家電','タブレット',1,60000,60000,'関西'),

('ORD041','2025-02-11','C001','山田 太郎','食品','ミネラルウォーター',10,150,1500,'関東'),
('ORD042','2025-02-12','C002','佐藤 花子','家具','デスク',1,30000,30000,'関東'),
('ORD043','2025-02-13','C003','鈴木 一郎','家電','イヤホン',2,15000,30000,'関西'),
('ORD044','2025-02-14','C004','高橋 次郎','食品','パスタ',5,300,1500,'中部'),
('ORD045','2025-02-15','C005','田中 美咲','家具','チェア',1,15000,15000,'関東'),

('ORD046','2025-02-16','C006','伊藤 健','家電','モニター',2,40000,80000,'関西'),
('ORD047','2025-02-17','C007','渡辺 直子','食品','紅茶',3,1200,3600,'関東'),
('ORD048','2025-02-18','C008','小林 恒一','家具','本棚',1,25000,25000,'中部'),
('ORD049','2025-02-19','C009','加藤 陽子','家電','スマートフォン',1,90000,90000,'関東'),
('ORD050','2025-02-20','C010','吉田 拓海','食品','コーヒー豆',2,2000,4000,'関西'),

('ORD051','2025-02-21','C001','山田 太郎','家具','デスク',1,30000,30000,'関東'),
('ORD052','2025-02-22','C002','佐藤 花子','食品','チョコレート',6,500,3000,'関東'),
('ORD053','2025-02-23','C003','鈴木 一郎','家電','タブレット',1,60000,60000,'関西'),
('ORD054','2025-02-24','C004','高橋 次郎','食品','ミネラルウォーター',8,150,1200,'中部'),
('ORD055','2025-02-25','C005','田中 美咲','家具','チェア',2,15000,30000,'関東'),

('ORD056','2025-02-26','C006','伊藤 健','家電','イヤホン',1,15000,15000,'関西'),
('ORD057','2025-02-27','C007','渡辺 直子','家具','本棚',1,25000,25000,'関東'),
('ORD058','2025-02-28','C008','小林 恒一','食品','パスタ',6,300,1800,'中部'),
('ORD059','2025-03-01','C009','加藤 陽子','家電','ノートPC',1,120000,120000,'関東'),
('ORD060','2025-03-02','C010','吉田 拓海','食品','紅茶',2,1200,2400,'関西'),

('ORD061','2025-03-03','C001','山田 太郎','家電','モニター',1,40000,40000,'関東'),
('ORD062','2025-03-04','C002','佐藤 花子','家具','チェア',1,15000,15000,'関東'),
('ORD063','2025-03-05','C003','鈴木 一郎','食品','コーヒー豆',3,2000,6000,'関西'),
('ORD064','2025-03-06','C004','高橋 次郎','家電','スマートフォン',1,90000,90000,'中部'),
('ORD065','2025-03-07','C005','田中 美咲','家具','デスク',1,30000,30000,'関東'),

('ORD066','2025-03-08','C006','伊藤 健','食品','チョコレート',4,500,2000,'関西'),
('ORD067','2025-03-09','C007','渡辺 直子','家電','イヤホン',2,15000,30000,'関東'),
('ORD068','2025-03-10','C008','小林 恒一','家具','本棚',1,25000,25000,'中部'),
('ORD069','2025-03-11','C009','加藤 陽子','食品','ミネラルウォーター',12,150,1800,'関東'),
('ORD070','2025-03-12','C010','吉田 拓海','家電','タブレット',1,60000,60000,'関西'),

('ORD071','2025-03-13','C001','山田 太郎','家具','チェア',2,15000,30000,'関東'),
('ORD072','2025-03-14','C002','佐藤 花子','食品','パスタ',5,300,1500,'関東'),
('ORD073','2025-03-15','C003','鈴木 一郎','家電','モニター',1,40000,40000,'関西'),
('ORD074','2025-03-16','C004','高橋 次郎','家具','デスク',1,30000,30000,'中部'),
('ORD075','2025-03-17','C005','田中 美咲','食品','コーヒー豆',4,2000,8000,'関東'),

('ORD076','2025-03-18','C006','伊藤 健','家電','スマートフォン',1,90000,90000,'関西'),
('ORD077','2025-03-19','C007','渡辺 直子','家具','本棚',1,25000,25000,'関東'),
('ORD078','2025-03-20','C008','小林 恒一','食品','紅茶',3,1200,3600,'中部'),
('ORD079','2025-03-21','C009','加藤 陽子','家電','イヤホン',2,15000,30000,'関東'),
('ORD080','2025-03-22','C010','吉田 拓海','家具','チェア',1,15000,15000,'関西'),

('ORD081','2025-03-23','C001','山田 太郎','食品','チョコレート',5,500,2500,'関東'),
('ORD082','2025-03-24','C002','佐藤 花子','家電','ノートPC',1,120000,120000,'関東'),
('ORD083','2025-03-25','C003','鈴木 一郎','家具','デスク',2,30000,60000,'関西'),
('ORD084','2025-03-26','C004','高橋 次郎','食品','ミネラルウォーター',6,150,900,'中部'),
('ORD085','2025-03-27','C005','田中 美咲','家電','モニター',1,40000,40000,'関東'),

('ORD086','2025-03-28','C006','伊藤 健','家具','チェア',2,15000,30000,'関西'),
('ORD087','2025-03-29','C007','渡辺 直子','食品','コーヒー豆',3,2000,6000,'関東'),
('ORD088','2025-03-30','C008','小林 恒一','家電','タブレット',1,60000,60000,'中部'),
('ORD089','2025-03-31','C009','加藤 陽子','家具','本棚',1,25000,25000,'関東'),
('ORD090','2025-04-01','C010','吉田 拓海','食品','パスタ',4,300,1200,'関西'),

('ORD091','2025-04-02','C001','山田 太郎','家電','イヤホン',2,15000,30000,'関東'),
('ORD092','2025-04-03','C002','佐藤 花子','家具','デスク',1,30000,30000,'関東'),
('ORD093','2025-04-04','C003','鈴木 一郎','食品','紅茶',2,1200,2400,'関西'),
('ORD094','2025-04-05','C004','高橋 次郎','家電','スマートフォン',1,90000,90000,'中部'),
('ORD095','2025-04-06','C005','田中 美咲','家具','チェア',1,15000,15000,'関東'),

('ORD096','2025-04-07','C006','伊藤 健','家電','モニター',1,40000,40000,'関西'),
('ORD097','2025-04-08','C007','渡辺 直子','家具','チェア',2,15000,30000,'関東'),
('ORD098','2025-04-09','C008','小林 恒一','食品','コーヒー豆',4,2000,8000,'中部'),
('ORD099','2025-04-10','C009','加藤 陽子','家電','スマートフォン',1,90000,90000,'関東'),
('ORD100','2025-04-11','C010','吉田 拓海','家具','デスク',1,30000,30000,'関西');

Looker Studio

前提情報

  • Looker Studio Proのライセンスを持っていること

1.Looker Studioにアクセス

    左下の「会話分析」を押下

    https://lookerstudio.google.com

    ※以下のサイトから会話分析に直接飛ぶことも可能です

    https://lookerstudio.google.com/u/0/conversation

    2.データに接続を押下

    3.先ほど作成したテーブルを選択

    4.分析したい内容を質問する

    感想や使用感

    実際に触ってみた感想

    正直な感想としては、
    使いづらい点も多く、会話分析としてはまだ発展途上 という印象を受けました。
    ただし、今後この機能が進化し、
    AI が生成した結果をそのまま Looker Studio のレポートとして活用できるようになれば、
    レポート作成や分析の効率化につながる可能性を感じました。

    使用感

    良い点

    • 分析方法が疎い人でも、比較的容易に分析の切り口を見つけられる
    • データを読み込むだけで、分析のヒントを得られる

    現時点ではイマイチな点：

    • 一度に会話できる BigQuery のテーブルが 1 つのみであり、テーブル間の分析ができない
    • AI の回答をそのまま Looker Studio 上のグラフとして表示できない
    • プロンプトで日本語入力時に、途中で送信されてしまう場合がある
    • 未来予測やシミュレーションには対応していない

    最後に

    また、Looker Studio の AI 機能を実際に触ってみて、
    「データ分析の入り口を大きく広げてくれる機能」 だと思います。

    特に、

    • データに不慣れな人

    にとっては、非常に心強い機能だと思います。

    一方で、
    実務で使うレポートでは

    • データ設計
    • 権限管理
    • BigQuery 側での前処理

    といった部分の重要性は変わりません。

    AI をうまく活用しつつ、
    「どこまでを AI に任せ、どこからを人が設計するのか」
    を意識することが、今後ますます重要になっていくと感じました。

    参考文献

    Looker Studio データについて AI と会話する
    https://docs.cloud.google.com/looker/docs/studio/conversational-analytics-looker-studio-data?hl=ja

    Google Cloudの最新記事