LookerStudio

Looker Studio データソース連携ガイド

ⓘ本ページはプロモーションが含まれています

スポンサードリンク

Google Cloud Platformとの接続手順と認証情報設定

Google Cloud Platform（GCP）と連携するには、事前にサービスアカウントを作成し、適切な権限を付与することが不可欠です。本セクションでは、GCPからLooker Studioへの安全なアクセス設定方法を具体的に解説します。

サービスアカウント作成の手順

GCPでデータ操作を行うには、サービスアカウントを作成し、適切な役割（ロール）を付与する必要があります。以下の手順に従ってください。

  1. GCPコンソールにアクセスし、「IAM & Admin」→「Service Accounts」を選択します。
  2. 「Create Service Account」から名前と最新のロール「roles/bigquery.user」（BigQueryへのアクセス権を提供）を入力します。※以前の「BigQuery User」は現在の標準名ではありません。
  3. 「Create」後、キーファイル（JSON形式）をダウンロードし、Looker Studioで使用する認証情報を保存します。

注意: サービスアカウントの権限は最小限で設定し、セキュリティリスクを抑えることが推奨されます。例えば、必要ない「BigQuery Admin」ロールを割り当てないなどしてください。

OAuthクライアントIDの取得方法

Looker StudioとGCPの認証フローにおいては、OAuthクライアントIDを設定する必要があります。ここでは具体的な手順とリダイレクトURIの例を示します。

  1. GCPコンソールで「APIs & Services」→「OAuth consent screen」に移動します。
  2. 「Create client ID」からアプリケーションタイプ（例：Web application）を選択し、リダイレクトURIを設定します。
  3. 具体的な例: https://your-looker-studio.com/auth/callback
  4. 取得したクライアントIDとシークレットをLooker Studioの認証画面で入力します。

セキュリティベストプラクティス:
- OAuth許可画面では、最小限のスコープのみを設定し、不要な権限は付与しない。
- クライアントIDとシークレットは暗号化保存し、ソースコードに直接記載しない。

外部データソース（CSV/Excel/スプレッドシート）の連携方法

Looker Studioでは、Google Sheetsやローカルファイルをデータ源として使用できます。以下に接続手順と注意点を説明します。

Google Sheetsとの統合手順

  1. Looker Studioダッシュボードを開き、「Add Data Source」を選択します。
  2. 「Sheets」からGoogleアカウントにログインし、共有されているスプレッドシートを選びます。
  3. データ範囲（例：A1:Z100）を指定し、「Connect」ボタンを押下します。
接続方法 特徴 注意点
Google Sheets 実時更新可能 共有設定が必要
ローカルファイル 一度だけアップロード ファイルサイズの制限あり

ローカルファイルのアップロード方法

CSVやExcelファイルをLooker Studioに直接アップロードする場合、列データ型の指定が重要です。以下の手順で操作してください。

  1. Looker Studioダッシュボードで「Add Data Source」→「Upload」を選択します。
  2. CSV/Excelファイルを選択し、列データの型（日付・数値・テキスト・論理値など）を指定します。
  3. 具体的なオプション例:
    • Date（日付）
    • Number（数値）
    • Text（文字列）
    • Boolean（真偽値）
  4. 「Done」後、データをグラフやチャートにドラッグ＆ドロップで反映させます。

注意: データ型が不適切に指定されると、集計結果に誤りが生じる可能性があります。事前にCSVファイルの内容を確認してください。

Looker StudioとBigQueryとの統合仕組み

Looker StudioはGoogle Cloud Platform（GCP）のデータソースとしてBigQueryを接続できます。以下に認証フローと具体的な手順を示します。

BigQueryからデータを読み込む手順

  1. Looker Studioで「Add Data Source」→「BigQuery」を選択します。
  2. 事前に作成したGCPサービスアカウントのJSONキーファイルをアップロードします。
  3. プロジェクトIDとデータセット名を入力し、リソースを検索します。

セキュリティベストプラクティス:
- 事前にBigQueryデータにアクセスするユーザーに最小限の権限（roles/bigquery.user）のみを割り当てる。
- キーファイルはクラウドストレージなどから参照する場合、セキュリティ的に信頼できる場所に保存する。

データ結合時の注意点とベストプラクティス

複数のソースからデータを集約する際には、以下のようなポイントを意識してください。

タイムゾーン・通貨単位の統一

  • 時刻データはUTC形式で統一し、地域ごとの差異を避ける必要があります。
  • 通貨単位（例：円/ドル）が混在している場合、変換式を事前に定義しましょう。

レコード数の多いテーブルへの対処法

問題 対策
10万レコード以上の遅延 BigQueryやCloud Storageにデータを移行し、Looker Studioでクエリする
フィールド数の多さによる可視化困難 不要な列を事前に削除・集約

ベストプラクティス: データ結合前には「Preview」機能を使って、カラム名や型が一致しているか確認しましょう。データ型が不一致だとエラーが発生する可能性があります。

実際にLooker Studioでデータを可視化してみよう

ここまでに解説した手順に従い、自身の業務データをLooker Studioに接続してみてください。CSVファイルから始めるのがおすすめです。データが反映されたら、チャートやフィルターコントロールで分析方法を試行錯誤してください。

実践のコツ:
- 小規模なデータセットからテストし、エラー発生時の対応手順を確認する。
- データソースに変更が加わった場合、Looker Studioの「Data Source」設定を再確認する。

スポンサードリンク

-LookerStudio