HOME  /  SABER  /  2026.11.11

BEYOND THE VIZ|なぜ、Tableauの外側を書くのか #1

READ  5 MIN CHARS  2,426 UPDATED  2026.11.11

Tableauが使えても、データは勝手に流れてこない。

INTRO

今日からDATA Saber – Bridge 2026.11が始まりました。挑戦者のみなさん、Applyお疲れさまです。そして今回、僕も師匠として参加しています。

せっかくなので、この期間はブログを書ける日には書いていこうと決めました。ただ、Ordealの解説を書くつもりはありません。それは動画と師匠との対話のほうが、ずっといい学びになるはずです。

書きたいのは、そのもう少し外側。Tableauの手前でデータがどう作られ、Tableauの先でデータがどう使われるか。そして、そのどちらもをAIが大きく変えている、いまの話です。

教えるためのブログではなく、僕が試したことの記録です。うまくいったことも、いかなかったこともそのまま置いていきます。

WHY

Vizは、ラストワンマイル

実務でダッシュボードを作るとき、時間がかかるのはグラフではありません。データを探し、集め、形を整え、数字が合っているか確かめる。そこが大半です。

データの発生 → 取り込み → 整形・モデリング → Tableau → 意思決定

DATA Saberで磨くのは、この一番右側。「問いを立てて、見て、気づく」力です。これは絶対に必要で、僕も毎日助けられています。でも、合格して現場に戻ると、多くの人が左側で詰まります。「そもそもデータがない」「Excelが縦持ちじゃない」「毎月手で貼り付けている」。

データを扱える人は、少ない

大きな会社でもない限り、データエンジニア、アナリスト、BI担当が別々にいることは少ないのではないでしょうか?たいていは1人か2人が、取り込みから説明まで全部やっています。Tableauを覚えたあなたは、おそらく社内でその「1人」になります。

だからこそ、Tableauの外側も少しずつ知っておくと、できることが一気に広がります。

AIで「少人数で回せる」範囲が広がった

数年前なら、1人でデータ基盤まで見るのは現実的ではありませんでした。いまは違います。

  • SQLや取り込みのスクリプトは、生成AIと一緒に書けるようになった
  • BigQueryの会話型分析のように、問いを文章で投げて分析を回せるようになった(以前の記事で書きました)
  • Tableau自体も、公式のTableau MCPで、AIエージェントからパブリッシュ済みのデータソースに問い合わせられるようになった。Tableau Cloudではクラウドホスト型の提供も始まっている

つまり、少人数のチームでも「取り込む→整える→可視化する→問いに答える」を一通り回せる時代になった、ということです。

ただし、AIは土台を拡大する

ここが一番伝えたいところです。AIは、与えられたデータが正しい前提で答えます。粒度がずれていれば、ずれた答えを自信たっぷりに返します。問いが曖昧なら、それらしいだけの答えが返ってきます。

だから、DATA Saberで学ぶ「問いを立てる」「粒度を意識する」「数字を疑う」という基礎は、AI時代に価値が下がるどころか上がっています。Tableauの外側を書くのは、Tableauを軽く見ているからではなく、今ここで学んでいることが外側でこそ効くからです。

WHAT

これから書いていくのは、次の5つです。

テーマ内容例
Tableau × AITableauをAIでもっと便利に使うTableau MCPを手元のAIにつなぐ、計算式をAIと書く
AIデータパイプラインAIと一緒にデータパイプラインを組むスプレッドシートをBigQueryに自動で取り込む
SMALL DATA TEAM少人数でデータを回す設計と運用「この数字合ってる?」に即答できる仕組み
VIZ IN PRACTICEOrdealの一歩先の実践TipsLODを問いから理解する、速く組む手の動かし方
DATA × ストーリーテリング分析結果を人に伝える技術ダッシュボードのタイトルを「主張」にする

最後のDATA × ストーリーテリングは、Toastmastersというスピーチクラブに所属している僕ならではの発信もできれば。ただし精神論ではなく、使える型として書きます。

HOW

書き方は3つだけ決めています。

  1. 再現できること。手順、コード、計算式はコピペできる形で。サンプルデータはできるだけSuperstoreか公開データを使います
  2. 試したことだけ書くこと。新機能の紹介で終わらせず、実際に動かして詰まったところまで書きます
  3. 小さく始められること。大きな予算やチームがなくても、明日から試せる規模で

FOR WHOM

  • 今まさにBridgeに挑戦していて、「これを覚えたら何ができるんだろう」と思っている人
  • DATA Saberになったけど、社内でデータを扱えるのが自分しかいない人
  • AIをデータの仕事にどう使えばいいか、具体的な例を探している人

どれかに当てはまるなら、たぶん一緒に楽しめます。

NEXT

次回は、Tableau MCPを手元のAIにつないで、パブリッシュ済みのデータソースに話しかけてみます。設定から最初の問いまで、詰まったところも含めて書きます。

Bridgeは90日間。無理せず、でも止まらず。一緒に走りましょう。

Follow the signal.

𝕏  FOLLOW @tkoily→