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 × AI | Tableau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 PRACTICE | Ordealの一歩先の実践Tips | LOD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。
- 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
- 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
- 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。