データポータル・Looker・Tableau 比較 ── BI 3 製品の起点と AI 時代の選び方
2026 年 4 月に Looker Studio から Data Studio (日本語名: データポータル) へ名称が戻った Google の BI と、Looker・Tableau の 3 製品をアーキテクチャの起点・AI 機能・ユースケース・費用構造の観点から比較し、選定の判断軸を整理します。
目次
本記事では、データポータル・Looker・Tableau の 3 製品について、起点となる設計思想と AI 時代での位置づけを整理します。
各製品のアーキテクチャ起点、AI 機能の精度差が出る理由、ユースケース別の選択基準、利用者と開発者それぞれの視点から見た特徴、エディションと費用の構造を順に扱います。3 製品の設計上の違いを把握することで、自社の BI 選定に根拠のある判断材料を持つことができます。
データポータルへ戻ったツールの正体 ── 3 製品が「同じ BI」に見えて違う理由
2026 年 4 月 11 日、Google は Looker Studio を Data Studio (日本語名: データポータル) に改称すると発表し、4 月 16 日にリリースノートに反映されました。同時に Looker Studio Pro もデータポータル Pro に改称されています。日本では 2022 年 10 月以前に使われていた旧日本語ローカライズ名「データポータル」が今回の改称で復活した形になります。
URL も lookerstudio.google.com から datastudio.google.com へ変わり、既存のリンクは自動的に移行されています。
改称の背景には、製品の混同解消があります。無料で使えるデータポータル (旧 Looker Studio) と、エンタープライズ向けに別途契約が必要な Looker が「Looker」という名前を共有していたため、両者の位置づけが分かりにくくなっていました。
今回の改称とあわせて、データポータルの製品範囲も拡張されています。従来のダッシュボード・レポート機能に加え、BigQuery Conversational Agent と Colab Notebook ベースのデータアプリを同一 UI から閲覧できるようになりました。
BigQuery Conversational Agent は 2026 年 4 月 16 日以降、データポータル Pro を契約していないユーザーでもデータポータルから直接起動できます。
こうした経緯を踏まえると、データポータル・Looker・Tableau の 3 製品は「どれも BI ツール」として一括りに語られることがあります。
しかし 3 製品はそれぞれ異なる起点の設計思想を持っており、AI 機能の精度やガバナンスの強度、データ探索の自由度はすべてその起点から派生します。選定の際は「どの製品が多機能か」ではなく「自社が何を起点に置くか」を問うことが出発点になります。
3 つの起点 ── UI / セマンティックモデル / 探索の設計思想
3 製品の設計起点を並べると、それぞれの強みと制約が見えてきます。
**データポータルは「UI・ダッシュボード起点」**です。多数のデータソース・コネクタに接続し、すぐにダッシュボードを作成できる設計になっています。Google アカウントがあれば無料で使い始められ、Google Sheets や BigQuery との連携は特に手軽です。
セマンティックレイヤー (指標定義を一元管理する仕組み) はデータポータル自体には持ちませんが、Looker と連携することで Looker の LookML 定義を借用することはできます。
**Looker は「LookML セマンティックモデル起点」**です。LookML とは、列名や数式を「売上」「顧客数」のような業務語彙に変換する設計図です。Model・View・Explore の 3 つの概念でデータの意味を定義し、その定義を Git で管理します。これにより、部門をまたいで指標の定義を統一できます。
「売上」をどの列でどう計算するかを 1 か所に集約することで、部門ごとに数値がずれるという問題を構造的に防ぎます。
**Tableau は「VizQL 探索可視化起点」**です。VizQL とは、ドラッグ&ドロップ操作をリアルタイムにデータへの問い合わせと視覚表現に変換するエンジンです。
「触る操作がそのまま問い合わせになる」設計で、アナリストが仮説を立てながらデータを深掘りし、発見をビジュアルに落とし込む作業に向いています。可視化の種類も豊富で、複雑な表現も直感的に作れます。
3 製品の起点をまとめると次のようになります。
| 観点 | データポータル | Looker | Tableau |
|---|---|---|---|
| 起点 | UI・ダッシュボード | LookML セマンティックモデル | VizQL 探索可視化 |
| 主要言語 / 概念 | コネクタ + 計算フィールド | LookML (Git 管理) | VizQL (ドラッグ&ドロップ生成) |
| 強み | 即起動・Google エコシステム親和 | 指標定義の一元化・ガバナンス | 探索の自由度・可視表現の幅 |
起点の違いは「どちらが優れているか」ではなく、「どのような課題を中心に設計されているか」の違いです。この起点の差が、AI 機能の精度にもそのまま影響します。
AI が「使える」から「答えが正確か」へ ── セマンティックレイヤーと AI 精度の関係
3 製品はいずれも AI 機能を持っています。ただし、自然言語で「先月の売上を見せて」と問い合わせたときの回答精度は、セマンティックレイヤーの有無で大きく変わります。
セマンティックレイヤーがないと、AI は「売上」という言葉に対応する列をデータの中から推測します。テーブル設計が整っていれば概ね正しく答えますが、売上の定義が複数ある場合や計算ロジックが複雑な場合に、AI が独自の解釈で答えを出してしまいます。
セマンティックレイヤーがあると、AI は事前に定義された「売上 = この列のこの計算式」という情報を参照して回答するため、業務語彙と一致した結果が返ってきます。
Looker の Conversational Analytics はこの仕組みを最も強く体現しています。LookML を「真実の源」として AI が参照するため、業務語彙と一致した回答が保証されます。指標定義がすでに LookML に存在する組織にとっては、AI の精度が最も安定します。
データポータルの AI 機能は 2 つの系統があります。Gemini を使った計算フィールドの生成・Slides 統合はデータポータル Pro が必要です。BigQuery Conversational Agent は 2026 年 4 月 16 日以降、データポータル Pro を契約していなくてもデータポータルから直接起動できるようになりました。ただしデータポータル自体にはセマンティックレイヤーがないため、BigQuery のテーブル設計に精度が依存します。
Tableau のエディションは下から順に Tableau (Standard) → Tableau Enterprise → Tableau+ Bundle と階層になっており、上位ほど AI 機能 (Pulse premium・Tableau Agent・Tableau Semantics) が解放されます。Tableau Next は Tableau+ で利用可能になる新世代プラットフォームの呼称で、Salesforce Data 360 と Agentforce にネイティブ統合する基盤層です。
Tableau の AI 機能は利用可能な範囲がエディションによって異なります。Tableau Pulse のコア機能 (メトリクス購読・Push 配信・基本的な異常検知) は Standard・Enterprise・Tableau+ で利用できます。Pulse の premium 機能 (Enhanced Q&A・Forecast Insights・ペース対ゴール等) および Tableau Agent (自然言語でビジュアルを生成) は Tableau+ Bundle 限定です。Tableau Semantics は 2025 年に一般提供 (GA) されたセマンティックレイヤーで、Tableau+ Bundle で利用可能 (Standard / Enterprise では非対応) です。AI の回答精度向上に寄与しますが、Standard や Enterprise では利用できない点に注意が必要です。
| 観点 | データポータル | Looker | Tableau |
|---|---|---|---|
| セマンティックレイヤー | なし (Looker 接続で借用可) | あり (LookML) | あり (Tableau Semantics、Tableau+ Bundle 限定) |
| 主要 AI 機能 | Gemini 計算フィールド / Slides 連携、BigQuery Conversational Agent | Conversational Analytics、Visualization Assistant、Expression Assistant | Tableau Pulse コア機能 (Standard 以上)、Pulse premium 機能・Tableau Agent (Tableau+ Bundle 限定) |
| 利用条件 | Pro が必要な機能と無料で使える機能あり | Looker 契約に含まれる (一部 Preview) | Pulse コア機能は Standard 以上、Pulse premium 機能と Tableau Agent / Tableau Semantics は Tableau+ Bundle 限定 |
AI 機能の選定においても、「どの製品が AI を搭載しているか」よりも「自社の指標定義がどこで管理されているか」が精度の根拠になります。
どちらを選ぶか ── ユースケース別の選び方と立場別の見え方
設計起点と AI 精度の違いを踏まえると、ユースケースごとの選択基準が見えてきます。
| ユースケース | 推奨 | 理由 |
|---|---|---|
| Google Sheets / BigQuery を 1 枚ダッシュボードに | データポータル (無料) | 無料・コネクタ豊富・Google エコシステム完結 |
| 全社 KPI の一元化と指標定義のガバナンス | Looker | LookML で指標定義を組織横断で統一 |
| アナリストが探索的に深掘りしてプレゼン資料を作る | Tableau | VizQL の自由度と可視表現の幅 |
| Salesforce CRM データの分析 | Tableau | Salesforce Data 360 (旧 Data Cloud、2025 年 10 月に改称) とのネイティブ統合 |
| 顧客向けに埋め込みダッシュボードを提供 | Looker (Embed エディション) | 署名付き埋め込み・組み込み権限管理 |
| 全社員に KPI の異常を自動配信 | Tableau Pulse | メール / Slack ダイジェスト・AI 異常検知 |
| AI と対話してデータを探索 (ガバナンス下) | Looker Conversational Analytics | LookML を真実の源とした AI 回答精度 |
同じ製品でも、利用する立場によって見え方が異なります。閲覧側と開発側の双方を整理します。
| 立場 | データポータル | Looker | Tableau |
|---|---|---|---|
| 閲覧者・分析担当者の見え方 | Google アカウントで即閲覧、学習コスト最小 | Explore 画面で SQL なしのデータ探索 | Pulse で Push 型インサイト、ダッシュボードで深掘り |
| 開発者・BI 管理者の見え方 | コネクタ設定と計算フィールド (コード不要) | LookML 記述 + Git CI/CD (学習コスト高い代わりに統制可) | Desktop の自由度高、Server は運用負荷大 |
開発者・管理者の視点で見ると、Looker は LookML の学習コストが高い一方で、一度整備すると組織全体のガバナンスを維持しやすくなります。
Tableau Desktop は表現の自由度が高いですが、Tableau Server や Tableau Cloud を自社で運用する場合のインフラ管理は相応の負荷になります。
データポータルはコードを書かずに設定が完結するため、BI 専任者を置けない組織でも継続して運用しやすいです。
エディションと費用の構造 ── 無料から年間コミットまで
3 製品の費用構造は大きく異なります。3 製品のうち単価が公開されているのは Tableau のみで、データポータル Pro と Looker は要問い合わせとなる前提を踏まえて読み進めてください。
「無料から始められるか」「課金の単位は何か」「上位プランは何が増えるか」の 3 点で整理します。
データポータルは無料版があり、Google アカウントがあれば追加費用なしで使い始められます。
組織管理・チームワークスペース・スケジュール配信・Gemini 機能が必要な場合はデータポータル Pro が必要です。Pro の利用には Google Workspace または Cloud Identity アカウントと Google Cloud プロジェクトが必要で、料金は公式ページに単価の掲載がなく、要問い合わせとなっています。
Cloud Identity は Google が提供する ID 管理サービスで、Google Workspace を契約していない組織でも Google Cloud 上のサービスを法人利用するために必要なアカウント基盤です。
Looker は Standard・Enterprise・Embed の 3 エディションがあり、すべて年間コミット契約です。
ユーザー種別は Developer (LookML 開発のフル権限)・Standard (Explore + ダッシュボード作成)・Viewer (閲覧のみ) の 3 種類があります。公式料金ページに単価の表示はなく、Contact sales からの個別見積もりになります。
Tableau Cloud は Standard と Enterprise の 2 階層があり、ロール別の月額料金 (年間契約) が公式ページに掲載されています。Standard は Viewer が $15、Explorer が $42、Creator が $75 (いずれも USD / ユーザー / 月、年間契約)。Enterprise は Viewer が $35、Explorer が $70、Creator が $115 です。
1 USD = 155 円換算 (2026-05-09 時点の実勢レート) では、Standard Creator は月あたり約 11,625 円になります。Tableau+ (Pulse のプレミアム機能・Tableau Agent を含む) は個別見積もりです。
| 観点 | データポータル | Looker | Tableau Cloud |
|---|---|---|---|
| 無料層 | あり (データポータル無料版) | なし | なし |
| 課金単位 | ユーザー単位 (Pro) | ユーザー単位 (年間コミット) | ユーザー単位 (ロール別月額) |
| 公開単価 | 非公開 (要問い合わせ) | 非公開 (Contact sales) | Standard Viewer $15 / Explorer $42 / Creator $75 (USD / 月、年間) |
| 上位プランの位置 | Pro = 組織管理・Gemini | Enterprise = 大規模・Embed = 埋め込み | Tableau+ = Pulse プレミアム・Tableau Agent |
まずデータポータル無料版で評価を始め、ガバナンス要件や AI 精度の要件が明確になった時点で Looker または Tableau を検討する流れが現実的です。
まとめ ── 起点を選ぶことが BI を選ぶことだ
データポータル・Looker・Tableau は「どれも BI ツール」に見えますが、設計思想の起点が根本的に異なるため、AI 活用の精度・ガバナンスの強度・探索の自由度はすべて起点から派生した選択です。「自社が何を起点に置くか」を決めることが、製品選定の実質的な核心になります。
設計起点は AI 時代においても有効な判断軸です。セマンティックレイヤーを持つ Looker と Tableau Semantics は、AI が指標を独自解釈するリスクを構造的に抑えます。ガバナンスを強化したい組織と探索の自由度を求める組織では、この軸の優先度が変わります。
選定の出発点として、次の 3 つのユースケースから自社に近いものを確認することを勧めます。
- Google エコシステム (Sheets / BigQuery) のデータをすぐ可視化したい → データポータル無料版
- 部門横断で指標定義を統一し、AI の精度をガバナンスで担保したい → Looker
- アナリストが自由に探索して洞察を得る環境を整えたい → Tableau
Looker の LookML とセマンティックレイヤーの詳細な仕組みについては、Looker と LookML セマンティックレイヤー で別途整理しています。合わせて参照してください。
参考文献
- Looker Studio is Data Studio | Google Cloud Blog (2026-05-09 確認)
- Data Studio release notes (2026-05-09 確認)
- Looker updates for agentic BI at Next ‘26 (2026-05-09 確認)
- About Data Studio Pro (2026-05-09 確認)
- Introduction to LookML (2026-05-09 確認)
- Conversational Analytics in Looker overview (2026-05-09 確認)
- Looker (Google Cloud core) features and entitlements (2026-05-09 確認)
- Tableau Pulse (2026-05-09 確認)
- Tableau Semantics (2026-05-09 確認)
- Tableau pricing (2026-05-09 確認)
大阪の SIer 勤務。Google Cloud Partner Top Engineer 2026 / 2025 JAPAN All AWS Certification Engineers。インフラ・ネットワークからデータ活用と生成 AI 活用支援まで幅広く対応。