--- title: "Looker Studio のつかいかた | grasys blog" url: "https://blog.grasys.io/post/nishino/looker-studio-blog/" description: "こちらの記事ではGoogle スプレッドシートと BigQuery のそれぞれを活用したケーススタディを掲載しています Looker Studio の用途 - BI(ビジネスインテリジェンス) - IT 担当者(エンジニア)の力を借りずに様々なソースから分析 Looker Studio ができること - 直感的な操作…" --- # Looker Studio のつかいかた - ![](/_astro/noicon.CTHOhNiB_1HMs6A.webp)[nishino](/authors/nishino/) - 公開日：2023年7月21日 - カテゴリー：[Tech](/categories/tech/) - タグ：[#Looker Studio](/tags/looker-studio/) ![Looker Studio のつかいかた](/_astro/hero.BBWtlsfs_Z2vSWe0.webp) こちらの記事ではGoogle スプレッドシートと BigQuery のそれぞれを活用したケーススタディを掲載しています ## Looker Studio の用途 - BI(ビジネスインテリジェンス) - IT 担当者(エンジニア)の力を借りずに様々なソースから分析 ## Looker Studio ができること - 直感的な操作でレポートを作成できる - 作成したレポートを共有できる - さまざまなチャートやグラフを利用できる ## Looker Studio の料金 > クリエイターやレポートの閲覧者は、Looker Studio を料金なしでご利用いただけます。 > > Looker Enterprise Pro にアップグレードする 企業のお客様は、チーム コンテンツ管理を含むサポートと拡張管理機能を利用できます。 > > [https://cloud.google.com/looker-studio?hl=ja](https://cloud.google.com/looker-studio?hl=ja) ## ケーススタディ1: 日本郵便株式会社の住所の郵便番号CSVファイルから都道府県ごとの郵便番号件数を見る ### STEP1: データを用意する #### CSVファイルを手に入れる データはこちらで手に入ります [https://www.post.japanpost.jp/zipcode/download.html](https://www.post.japanpost.jp/zipcode/download.html) #### CSVファイルの1行目にヘッダーを追記する ![CSVファイルの1行目にヘッダーを追記する画面](/_astro/01-ZSRUnYHwjbtRZh13TNyhoCwKhFtQ6LE6F9mfBCOmjiGbZ0WHHQXoHxr8dXy9xUaJm2v3gO0OR7DuFAnVSnhel8b0kjnRTwNFifo89vvOXXrnr_2hX-SIzmuh-57f000a2.DGpVK3q9_FybtQ.webp) ### STEP2: Google スプレッドシートをソースにした空のレポートを作成する ![Google スプレッドシートをソースにした空のレポートを作成する画面](/_astro/02-X07BPIuGm86nXi72hPOYub6EyyQR-4klFTHLt1K80oELKbuKw8z98OZpgXZLZyMDGbf3J0yV-qUnUmeE73jr9Q8YmqoIHQR5lZmwp2DvvHR1KWmvREWK_LA9-efe144e5.BO1wBa0V_Z2vKRc.webp) ### STEP3: 用意したデータをソースにした表の設定で「ディメンション」に都道府県を指定する ![用意したデータをソースにした表の設定で「ディメンション」に都道府県を指定する画面](/_astro/03-zHOor7Rbgv2_hiD3uXjNmEJCKZl1sQkt0b6d7K1yRuy5rv4NE7GSLGSjZSTpIjImvl4Kf2EBLEr8ETaTISI7V0QVxX4DZl4cB5cI3OuBIfdhzZtblTvveFWI-697b934e.DEuuDKey_24WFsm.webp) ### STEP4: 好みのグラフに切り替える ![好みのグラフに切り替える（1）](/_astro/04-HG83x06ofJ56a8eQ7AueAwZJXmzickFOCpu8XwTYvm5Sd_19uCz1ogQb0LjEJ3XziWrx6ddB40wZW5ii_9yL5_o0i2itO_3akPGC_xAEMHYByO24S0FlOcwV-7dd4b51e.Y-SNCVf8_Z1Mn2Sc.webp) ![好みのグラフに切り替える（2）](/_astro/05-KKoM3Bxp_OjrnVHxFNQukvINWMf2oKfgCNRAN-XDDCYZKIGg06KdMK6X72oelm9BanaT2WfP5TK9yKHLUsZ96ZqkraqEe7H-2-FjZFg4p8X6JqM_A_6na_kB-56e4aa6e.BMVze1l9_ZTLKwz.webp) ### Summary ケーススタディ1から北海道から兵庫県は郵便番号が多いことがわかります お手もとにあるデータを可視化するだけで新たな気づきがあるかもしれません ## ケーススタディ2: 内閣府の人口総数：総務省『国勢調査』(※平成27年1月22日更新)CSVファイルから市町村別に過去最高人口数を見る ### STEP1: データを用意する #### CSVファイルを手に入れる データはこちらで手に入ります [https://www5.cao.go.jp/keizai-shimon/kaigi/special/future/keizai-jinkou\_data.html](https://www5.cao.go.jp/keizai-shimon/kaigi/special/future/keizai-jinkou_data.html) ![CSVファイルを手に入れるの画面](/_astro/06-ZN3r1DLIEA05Jo1fyliv4WNQf0VDPmFZpvuaYfZf0ztimf8f9tiuK1ZuACwURJqll_vxg-1UwE1oTiWdmzUphAa4YUtWbFY76q0jPnGqycF4jYgMAqSfwQlN-5ad21889.C8MayvjN_1FaFxF.webp) #### CSVファイルの文字コードをUTF-8に変換する iconvを使って変換します(Windowsはすいません！調べてください！!) [https://www.gnu.org/savannah-checkouts/gnu/libiconv/documentation/libiconv-1.17/iconv.1.html](https://www.gnu.org/savannah-checkouts/gnu/libiconv/documentation/libiconv-1.17/iconv.1.html) Plain textcontent\_copy ``` iconv -f SJIS -t UTF-8 file01.csv > file01_new.csv ``` #### CSVファイルに書かれている説明文を消す 1~7行目はこのCSVファイルの説明文になっていますので、ヘッダーとデータ本体のみが残るように消してください \[消した後のイメージ\] ![CSVファイルに書かれている説明文を消すの画面](/_astro/07-XNqW_sLWMPO7pBOjo9mG0zNBZZ-5WREfG1clpbGjrahTmTzABZMhjuQSfU-voCzrXeOJkfvpTc0z6Mz6ITYkogICMza4MKwbuDD1GFpg8IMK5-pm-RuGO0i9-67c0587f.C-UGTYY6_Z1CQRGN.webp) #### CSVファイルのヘッダーを英語に翻訳する \[イメージ\] ![CSVファイルのヘッダーを英語に翻訳する画面](/_astro/08-sakORZZMFKR-YGdet2okxxcW0f0JGUGc84f1ukZ5f41M-rqJet-ic24wZRntfUbZF9pRakqRIPeg1fiyVf0usMEhCEKxVCT0vWhdFzCFULcyXPmaOYDa1yyT-3d8ca01d.BLr4CBcd_Zc8Ai.webp) #### BigQuery のデータセットを用意する \[イメージ\] ![BigQuery のデータセットを用意する画面](/_astro/09-2jstsbBEvJSX0WU11OyMdptgz6t1QvMRab9v5YacSTRuRr9xQULWB9TpmvFCs65LZ_DMWO9gOVouMf3XgPMdoMT2T44aRleMDDtsGTxSnjw6rJT62hdX_hbM-2edeaf47.Bm8wcwgU_ZCkUTL.webp) #### 用意したCSVファイルからテーブルを作成する こちらからCSVファイルをアップロードしてテーブルを作成してください ![用意したCSVファイルからテーブルを作成する画面](/_astro/10-Tk7uR_zUXMyIIyxWP5QzMoEa7QzsbI0yvItI00Ryu8yW-AwksV4YPYkf-HhmJ34xOL2cOdlpFuft8O4oFeSyiTJTBkgW0DogfVkkmvXOWcDBcrUjzZIMQK2h-271ee48a.g25ZG-H1_Z1U3reD.webp) #### Looker Studio で使いやすくすためにUnPivotする こちらの結果から新しいテーブルを作成しておいてください ![Looker Studio で使いやすくすためにUnPivotする画面](/_astro/11-vkH3qcz_odR_-ougwHN21MrXwWX0bD5kLRkJ52qQue0H1cI4LXWbOOPammBq8MhCRA-djRjO6NLQoXmdUzSvGHokNtfQnHxbgW_PijjqApQdJq_-SxbqY5Sj-dac6179a.BTM25tsZ_Zg8AIf.webp) ### STEP2: BigQuery をソースにした空のレポートを作成する ![BigQuery をソースにした空のレポートを作成する画面](/_astro/12-RIM3fAg02fzdOYUBbX2y-DOkQdfJuWgywf69I7JuGP5vU_Q7yvXvH4dQDOlpQ9xjIGXLPsSnuPtqdoyaiRi9MynuFib4wKF9SLvlzCF8aQmgFLfZuY-eNkS9-c60744e5.DIxlSmNZ_1Vk29x.webp) ### STEP3: UnPivotしたテーブルをソースにした表の設定で「指標」にvalueを指定する - 指標の赤枠部分をクリックすることで、指標の切り替えや算出したい数字の設定ができます - 「並べ替え」で数字は降順にしておきましょう ![UnPivotしたテーブルをソースにした表の設定で「指標」にvalueを指定する画面（1）](/_astro/13-Zm69OR8ToBDZZhbS0_0N0n0WGjf0-lNtDf4CFUEBt0Xc2JCIBxGESZUoB4DzD7OsrKKrgO-k7pOWa0Q4kvyk3nASf4vtfUKwPxQFMDXq_aXu0_iCnf_FjG44-41db9c0a.DlR9oIEG_1Q3W8s.webp) ![UnPivotしたテーブルをソースにした表の設定で「指標」にvalueを指定する画面（2）](/_astro/14-X5IqOVKbaBXERrYVjW_Zhi1JfKJbaKE6c3jOCVNV75wLYSEBrvGuOHor8H46P2yGYNKxf1ecU5Ps4juc_azIkFh0B1i_wNdrRno5v6d9IdLEcMQ4AsHJ-be2-83ae659b.CvRJ6HNU_Z27zjeE.webp) ### STEP4: 好みのグラフに切り替える ![好みのグラフに切り替える（3）](/_astro/15-xZMOxb_9JRumIuZgHzQqu76CCqDuOdRVQK34omCWmVXETWziwZIgx1sQH5IAAaOEDCcqjzu5xjK0o8xNtCZsqfdvEGDxifzDvaiSIAKPTahXbHX_ioGxiApz-6a5258ad.BPgrek1q_ZfJRRq.webp) ### Summary ケーススタディ2から過去の神奈川県 横浜市の人口がずば抜けてすごいことがわかります 政府が公開したデータを可視化するだけでもインパクトがあるので、業務のデータを可視化すればより大きな発見があるかもしれません ## さいごに 「STEP1: データを用意する」だけ細々とした項目を書かせていただきましたが、 Looker Studio の画面操作を簡単にするための手順でありながら Looker Studio を活用するコツの1つでもあります Looker Studio を利用するのに必ずしもIT 担当者(エンジニア)を常に必要としませんが、上記のようにデータを整備するなどBIを推進する段階では必要になるでしょう。 さらに組織全体で分析基盤を強化し、効率的にデータ活用するならLookerの導入を検討してみてください。grasysならデータ活用サイクルをフルマネージドでカバーしていますので、ぜひご気軽にご相談ください。 [データ分析基盤構築・移行プラン](https://www.grasys.io/service/analytics/) ## この記事を書いた人 [![](/_astro/nishino.qi9pzvtD_ZQ8ElO.webp)](/authors/nishino/) ### [nishino](/authors/nishino/) 食材も設計もコードもたくさん調理しますよ。 [プロフィールと記事一覧](/authors/nishino/)