重要:

このハンズオンラボは、デスクトップまたはノートパソコンでのみ完了するようにしてください。

ラボごとに 5 回までしか試行できません。

なお、最初の試行で全問正解できないことや、タスクをやり直す必要があることはよくあります。これは学習プロセスの一部です。

ラボを開始すると、タイマーを一時停止することはできません。1 時間 30 分後にラボは終了し、最初からやり直す必要があります。

詳しくは、ラボでの技術的なヒントの資料をご覧ください。

アクティビティの概要

Looker Enterprise の強力な機能の一つに、Development Mode があります。Looker の Development Mode では、Looker のセマンティック レイヤの基盤となる LookML モデルの作成と管理ができます。LookML モデルを使用すると、データ内の関係を定義し、カスタムのビジュアリゼーションとレポートを作成できます。

LookML では、ディメンションとメジャーの定義も可能です。ディメンションとは、データの説明に役立つデータの属性であり、商品の SKU、ユーザーのメールアドレス、在庫カテゴリなどが該当します。メジャーとは、1 つ以上のディメンションを集計したものです。売上の合計、平均セール価格、売れ筋商品を特定するための購入件数などがメジャーとなります。

このラボのアクティビティでは、Looker Enterprise の Development Mode で、LookML を使用してディメンションとメジャーを定義します。次に、定義したディメンションとメジャーを使用して、ステークホルダーの質問に対する回答を抽出します。

シナリオ

TheLook eCommerce の分析部門の責任者が、LookML を使用して会社のデータをモデル化する新しいプロジェクトを発表しました。これは大規模なタスクとなります。そのデータベースには、倉庫、製造、財務、営業、マーケティング、e コマースなど、会社の全部門のデータが含まれることになるからです。

あなたはクラウド データ アナリストとして、Looker の Development Mode で新しい LookML プロジェクトを作成することが求められています。その後に、ビューを作成してデータのディメンションとメジャーをモデル化します。これにより、社内のさまざまなステークホルダーが、収集したデータからビジネス価値を引き出すことができます。

方法は次のとおりです。まず、LookML プロジェクトを作成します。次に、Looker でビューを開発します。さらに、Looker でメジャーを作成します。その後、Looker でディメンションを作成します。最後に、Look を作成します。

セットアップ

[ラボを開始] をクリックする前に

こちらの手順をお読みください。ラボには時間制限があり、一時停止することはできません。[ラボを開始] をクリックすることでスタートするタイマーは、Google Cloud のリソースを利用できる時間を示しています。

この実践ラボでは、シミュレーションやデモ環境ではなく、実際のクラウド環境を使ってご自身でアクティビティを行うことができます。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

• ラボを完了するための時間（開始後は一時停止できません）

ラボを開始して Looker にログインする方法

1. [ラボを開始] ボタンをクリックします。左側の [ラボの詳細] パネルには、以下が表示されます。

   • 残り時間
   • [Open Looker] ボタン
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）
   注: ラボの料金をお支払いいただく必要がある場合は、表示されるポップアップでお支払い方法を選択してください。

2. [Open Looker] をクリックします。

ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。

3. 以下の Looker ユーザー名（メールアドレス）とパスワードをコピーして、Looker ログイン ダイアログに貼り付けます。

Looker ユーザー名（メールアドレス）:

{{{looker.developer_username | "Looker username (email)"}}}

Looker のパスワード:

{{{looker.developer_password | "Looker password"}}}

[ラボの詳細] パネルでも Looker のユーザー名（メールアドレス）とパスワードを確認できます。

4. [ログインを継続] チェックボックスをオンにして、[ログイン] をクリックします。

正常にログインすると、このラボで使用する Looker インスタンスが表示されます。

タスク 1. LookML プロジェクトを作成する

このタスクでは、Development Mode で LookML プロジェクトを作成します。Looker には、Development Mode と本番環境モードの 2 つの主要モードがあります。本番環境モードは、Looker のデータとコンテンツが公開され、すべてのユーザーがアクセスできる環境です。Development Mode はサンドボックス環境であり、ライブ コンテンツに影響を与えることなく、LookML ファイルを変更して、データとコンテンツに与える影響をプレビューすることができます。Development Mode で変更に問題がなければ、その内容を本番環境に統合し、すべてのユーザーが閲覧できるようにします。

1. Looker ユーザー インターフェースの右下にある [Development Mode] 切り替えをスライドして、Development Mode を有効にします。

このモードが有効になると、バナーに「You are in Development Mode」（現在は Development Mode です）というメッセージが表示されます。

2. ナビゲーション パネルで [Develop] を選択します。

3. [Develop] メニューで [Projects] を選択します。[LookML Projects] ページが表示されます。

4. [LookML Projects] セクションの [Project] で、[dimensions_and_measures] リンクをクリックします。[File Browser] で dimensions_and_measures フォルダが開きます。

5. [File Browser] の横にある + ボタンをクリックして、新しいファイルを作成します。

6. [Create Project Manifest] を選択します。[File Browser] で [manifest.lkml] ファイルが開きます。

7. 以下のスニペットを manifest.lkml ファイルの project_name 行の下に貼り付けます。

constant: CONNECTION_NAME { value: "bigquery_public_data_looker" export: override_required } constant: DATASET { value: "cloud-training-demos.thelook_gcda" export: override_required }

manifest.lkml ファイルに以下のコードが追加されました。

注: マニフェスト ファイル内のグレー表示されたコードは、コメントの例です。LookML マニフェスト ファイル内のコメントは実行可能なコードではなく、コードの実行方法に影響しません。ただし、コメントはコードに関する理解性、保守性、再利用性を高めるのに役立ちます。 注: manifest.lkml 内の project_name 宣言は、現在のプロジェクトの名前を指定します。この宣言を含めることをおすすめしますが、project_name 宣言がない場合には、Looker はディレクトリ構造からプロジェクト名を推測します。

8. [Save Changes] をクリックします。

9. [Commit Changes & Push] をクリックします。 [Commit] ダイアログが表示されます。

10. [Message] フィールドに「created manifest file」と入力し、[Commit] をクリックします。

タスク 2. データモデルを作成する

このタスクでは、データモデルを作成し、その connection パラメータの値を変更します。

1. [File Browser] の横にある + ボタンをクリックします。

2. [Create Model] を選択します。[Create File] ダイアログが表示されます。

3. [Enter file name] フィールドに「dimensions_and_measures」と入力します。

4. [Create] をクリックします。[File Browser] に dimensions_and_measures.model ファイルが表示されます。

5. dimensions_and_measures.model ファイルの 1 行目で、connection パラメータの値を connection_name から bigquery_public_data_looker に変更します。

dimensions_and_measures.model ファイルに以下のコードが追加されました。

6. [Save Changes] をクリックします。

注: コードの横に警告の記号が表示されることがあります。 これは正常な動作であり、次のタスクでビューが作成されるまで表示されています。

タスク 3. ビューを作成する

このタスクでは、Development Mode での操作時に、既存のデータベース テーブルからビューファイルを作成します。

1. dimensions_and_measures.model モデルファイルを開いたまま、[File Browser] の横にある + ボタンをクリックし、[Create View From Table] を選択します。

2. [Create View from Table] ページの [Enter custom db] フィールドに「cloud-training-demos」と入力し、Enter キーを押します。

注: エラー メッセージが表示された場合は、cloud-training-demos というテキストの前後にある空白を削除してください。

Looker に、bigquery_public_data_looker 接続に関連付けられたデータセットのリストが表示されます。

3. thelook_gcda のプルダウン アイコンを使用して、このリストを展開し、使用可能なすべてのテーブルにアクセスします。

4. 以下の 5 つのテーブルを選択して、各テーブルの横にあるチェックボックスをオンにしてビューを作成します。

   • distribution_centers
   • inventory_items
   • order_items
   • products
   • users

注: 指定されたテーブルは、ラボの後半でタスク完了に必要となるため、必ずすべて選択してください。

5. ページの一番下までスクロールして、[Create View] をクリックします。[Generator Results] ページに、テーブルのすべての列に対応する LookML を含むビューが表示されます。

6. views/order_items.view.lkml リンクをクリックします。order_items.view ファイルが表示されます。

タスク 4. メジャーとディメンションを定義する

このタスクでは、LookML プロジェクトのメジャーとディメンションを定義します。LookML では、ディメンションはデータの分類に、メジャーはデータの定量化に使用されます。これにより、データをさまざまな視点から分析し、貴重な分析情報を得ることができます。

1. order_items.view ファイルの 100 行目をクリックします。この行は現在空白となっています。

2. 以下のスニペットをビューの 100 行目に追加して、sale_price ディメンションの総和となる total_revenue という新しいメジャーを作成します。

measure: total_revenue { type: sum sql: ${sale_price} ;; }

order_items.view ファイルに以下のコードが追加されました。

3. [Save Changes] をクリックします。

4. 12 行目から始まる dimension_group: created セクションまでスクロールします。

5. 14 行目の timeframe 配列と 21 行目の year を見つけます。

配列内の項目はカンマ区切りとなっています。

6. 21 行目の「year」年の後にカンマを追加し、以下の新しい timeframe を追加します。

day_of_week, hour_of_day 注: timeframe リストのパラメータは、必ずカンマで区切り、角かっこで囲んでください。

ファイルに以下のコードが追加されました。

7. [Save Changes] をクリックします。

タスク 5. Explore を作成する

Looker Enterprise では、Explore がデータ分析の出発点となります。Explore にはビューがあります。ビューとは、ディメンション（商品名などのカテゴリ）とメジャー（総収益などの数量）を体系的にまとめたものです。それらの要素を操作することで、データの探索、傾向の追跡、関係性の解明を行い、ビジネス上の疑問に対する答えを見つけることができます。

このタスクでは、order_items.user_id = users.id で order_items ビューと users ビューを結合する Explore 環境を作成します。Looker Enterprise では、Explore がデータ分析の出発点となります。Explore にはビューが含まれています。ビューとは、ディメンションとメジャーを体系的にまとめたものです。それらの要素を操作することで、データの探索、傾向の追跡、関係性の解明を行い、ビジネス上の疑問に対する答えを見つけることができます。

1. ナビゲーション パネルで dimensions_and_measures.model を選択します。

2. dimensions_and_measures.model ファイルの 5 行目に以下のスニペットを追加します。

explore: order_items { join: users { relationship: many_to_one sql_on: ${users.id} = ${order_items.user_id} ;; } } 注: 5 行目のテキストはコメントアウトされています。コメントはコードの実行には影響せず、Looker Enterprise で SQL とビジュアリゼーションを生成する際には無視されます。5 行目の既存のコメントの上にコードを上書きできます。まずコメントを削除してからコードを追加してもかまいません。

dimensions_and_measures.model ファイルに以下のコードが追加されました。

3. [Save Changes] をクリックします。

次に、full_name という新しいディメンションを作成します。これは、user first name フィールドと user last name フィールドを結合したものです。

4. ナビゲーション パネルで、views を開きます。

5. users.view を選択します。

6. users.view ファイルを編集し、以下のスニペットを drill_fields: [id] の行の後に追加します。

dimension: full_name { type: string sql: CONCAT(${TABLE}.first_name, " ", ${TABLE}.last_name) ;; } 注: SQL において、CONCAT は 2 つ以上の文字列を 1 つの文字列に結合するために使用される関数です。

users.view ファイルに、以下のコードが追加されました。

7. type: string の下に以下 Key-Value ペアを追加し、total_revenue メジャーに description を追加します。

description: "First and last name of user"

参照用に、改訂後のコードを以下に示します。

dimension: full_name { type: string description: "First and last name of user" sql: CONCAT(${TABLE}.first_name, " ", ${TABLE}.last_name) ;; }

次に、id ディメンションの count_distinct を実行する、total_users という新しいメジャーを作成します。

8. 以下のスニペットを measure: count { の上に追加します。

measure: total_users { type: count_distinct sql: ${TABLE}.id ;; } 注: 上記の項目に合わせて手動で形式を調整することが必要な場合もあります。調整内容としては、スニペットの後へのかっこやスペースの追加などがあります。

users.view ファイルに、以下のコードが追加されました。

9. [Save Changes] をクリックします。

次に、drill fields パラメータを total_revenue メジャー（created_date、sale_price、users.user_name ディメンションが含まれる）に追加します。

注: drill_fields パラメータは、ユーザーがデータを探索中にテーブルのセルの値をクリックしたときの動作を制御します。これはデータのドリルダウンとも呼ばれます。データをドリルダウンすると、その数値を構成する個々のレコードを確認したり、特定のデータに焦点を当てたり、データを別の方法で調査したりできます。

10. ナビゲーション パネルの views セクションで、order_items.view を選択します。

11. order_items.view ファイルで、4 行目の drill_fields: [id] を以下のスニペットに置き換えます。

drill_fields: [created_date,sale_price,users.user_name]

次に、revenue_per_user というメジャーを作成します。これは、total_revenue メジャーを total_users メジャーで割って算出されます。

12. measure: total_revenue セクションまでスクロールし、このセクションの後に以下のスニペットを追加します。

measure: revenue_per_user { type: number sql: total_revenue / total_users ;; }

order.items ファイルに以下のコードが追加されました。

13. [Save Changes] をクリックします。

最後に、変更を本番環境にデプロイします。

14. [Commit Changes & Push] をクリックします。

15. [Commit] ダイアログで、コミット メッセージとして「added model, views, new measures and dimensions」と入力します。

16. [Commit] をクリックします。

17. [Deploy to Production] をクリックします。

[進行状況を確認] をクリックして、このタスクが正しく完了したことを確認します。 モデルとビューを本番環境にデプロイする

タスク 6. Look を作成する

このタスクでは、新たに定義したディメンションとメジャーを使用して Look を作成します。Looker において Look とは、保存済みのレポートまたはビジュアリゼーションのことです。これは他のユーザーと共有できます。作成する Look には、曜日別の総収益と総ユーザー数を表示します。

1. order_items ファイル タイトルの横にあるプルダウン アイコンをクリックして、メニュー項目を表示します。

2. [Explore Order Items] を選択します。

3. [All Fields] タブ > [Order Items] > [Measures] セクションに移動し、[Total Revenue] を選択します。

4. [All Fields] タブ > [Order Items] > [Dimensions] セクションに移動し、[Created Date] プルダウン メニューを開きます。

5. [Day of Week] を選択します。

6. [Date] の横にある [Filter by field]（）アイコンをクリックして、フィルタを作成します。

注: [Date] はクリックしないでください。[Date] ディメンションが選択されてしまいます。必ず [Date] の横にある [Filter by field]（）アイコンのみをクリックしてください。

7. [Filters] バーを開き（まだ開いていない場合）、[Order Items Created Date] プルダウンを開いて [is in the year] オプションを選択します。

8. 「2022」と入力し、2022 年の結果データに絞り込みます。

9. [Run] をクリックします。ビジュアリゼーションは次のようになります。

10. [Explore] アクションバーで、設定（）をクリックします。

11. [Settings] プルダウン メニューから、[Save…] > [As a Look] を選択します。

12. [Save Look] タブの [Title] フィールドに、新しい Look のタイトルとして「Total revenue and total user count by the day of the week」と入力します。

13. [Save & View Look] をクリックします。

[進行状況を確認] をクリックして、このタスクが正しく完了したことを確認します。 Look を作成する

まとめ

これで完了です。

あなたは TheLook eCommerce のクラウド データ アナリストとして、Looker の Development Mode で新しい LookML プロジェクトを作成しました。

最初に、マニフェスト ファイルを作成して新しいモデルを追加しました。

次に、データソースに接続し、テーブルから新しいビューを作成しました。

さらに、LookML プロジェクトのメジャーとディメンションを定義し、Explore を作成しました。

最後に、曜日別の総収益と総ユーザー数を表示する Look を作成しました。

Looker で使用するメジャーとディメンションを新たに作成する方法について理解を深め、収集したデータから組織のステークホルダーが価値を引き出すことを支援できるようになりました。

ラボを終了する

すべてのタスクが問題なく完了したことを確認してから、ラボを終了してください。準備ができたら、[ラボを終了] をクリックし、[送信] をクリックします。

ラボを終了すると、ラボ環境へのアクセス権が削除され、完了した作業にもう一度アクセスすることはできなくなります。

Copyright 2026 Google LLC All rights reserved. Google および Google のロゴは、Google LLC の商標です。その他すべての社名および製品名は、それぞれ該当する企業の商標である可能性があります。