Integration

Google BigQuery

BigQuery × Codatum

Google BigQueryに接続し、SQLエディタ・AI Agent・レポート共有でチーム分析を行えます。Standard SQLに完全対応。Storage Read APIによる高速読み取りにも対応しており、GA4やGoogle Sheets等のGCPエコシステムにもアクセスできます。

無料ではじめる

ドキュメントを見る

クレジットカードは不要です

他のデータソース:

Snowflake|

Databricks|

Amazon Redshift|すべて見る →

BigQueryでこんな課題はありませんか？

閲覧のたびにスキャン課金が膨らむ

BigQueryのオンデマンド課金はスキャン量に比例します。Looker Studioはユーザーごとにキャッシュが分かれるため、同じレポートを10人が開けば10回分のスキャンが走りえます。チーム利用が進むほど課金が膨らむ構造です。

クエリが個人のSaved Queriesに閉じやすい

BigQuery ConsoleのSaved Queriesは個人に紐づくため、チーム内でクエリを参照・再利用するには共有の仕組みを別途用意する必要があります。担当者の異動・退職でクエリの知見が失われるリスクもあります。

GA4 Exportの構造がSQLの壁になる

GA4 BigQuery Exportは日付ごとにシャードテーブルが生成され、_table_suffixでの期間指定やevent_paramsのUNNESTが必要です。ネスト構造とスキーマ不一致がSQLの複雑さを増し、分析の参入障壁になっています。

組み込みAIにビジネス文脈を蓄積できない

Gemini in BigQueryはクエリ単位で動作し、チームが持つビジネス文脈（カラムの意味、指標の定義、過去の分析知見）を蓄積・参照する仕組みがありません。カラム名だけではAIが正確なSQLを生成しにくい場面が多くあります。

分析共有がGoogleアカウントに閉じる

Looker Studioのレポート共有はGoogleアカウントが前提です。社外パートナーやGoogle Workspaceを使っていない組織への共有にはハードルがあります。

BigQueryとCodatumの接続でできること

クエリコストの大幅削減注目

Codatumはクエリ結果をコネクション単位でキャッシュします。Looker Studioのように個人ごとにキャッシュが分かれる仕組みと異なり、チームの誰がレポートを開いても同じキャッシュが利用されます。DryRunでスキャン量も事前に確認できます。

クエリの管理・モジュール化

BigQueryコンソールのSaved Queriesはフラットで、複雑な分析になるほど管理が難しくなります。Codatumでは@sql参照でクエリをモジュール化し、チームで共有・再利用できます。「あのクエリどこだっけ」がなくなります。

分析結果を組織に届ける

レポート配信やSlack通知を通じて、BigQueryのアカウントを持たないメンバーにも分析結果を届けられます。定期実行のワークフローと組み合わせれば、手作業なしで最新のデータを届け続けられます。

カタログとAIで分析の質を底上げ

テーブルやカラムにビジネス上の意味を登録したカタログを、AI Agentが参照してSQLを生成します。BigQuery組み込みのAIとは異なり、チームが蓄積したナレッジをもとに分析するため、組織固有の文脈に沿った結果が得られます。

BigQuery固有の対応

CodatumのBigQueryコネクタが対応する、BigQueryならではの機能です

Standard SQL (GoogleSQL)完全対応

UNNEST, QUALIFY, SAFE_DIVIDE等のBigQuery固有構文に対応したシンタックスハイライト・補完・フォーマッタを搭載しています。`project.dataset.table`形式のfully-qualifiedテーブル名も正しくパースします。BigQuery固有関数のリファレンスも内蔵しており、エディタ上で仕様を確認できます。

Storage Read API

結果サイズが1MBを超える場合、BigQuery Storage Read APIによる高速読み取りを自動で有効化します。大規模なデータ探索でもレスポンスを待たずに分析を進められます。設定は不要で、接続時にStorage Read APIの利用可否を自動で検証します。

DryRun

クエリ実行前にスキャン量（バイト数）を確認できます。BigQueryのオンデマンド課金モデル（$7.5/TB）で意図しない大量スキャンを事前に防止できます。

日付シャードテーブルの統合表示

events_20240101, events_20240102のような日付シャードテーブルを自動検出し、UI上で1つのテーブルとして統合表示します。GA4 Exportテーブルなどで便利です。

AI AgentのBigQuery対応

AI Agentに「BigQuery Standard SQL」の方言情報とGCPプロジェクト情報を注入します。BigQuery固有関数のリファレンスも参照し、正確なStandard SQLを生成します。

BigQueryのエコシステム

BigQueryのフェデレーション・外部テーブル・Data Transfer Serviceを通じて、Codatumからアクセスできるデータソースです。 BigQuery側の設定だけで、追加のコネクタは不要です。

Google Analytics (GA4)

BigQuery Export — サンプリングなしの生データ

Google Sheets

Connected Sheets / 外部テーブル

Cloud SQL (MySQL / PostgreSQL)

フェデレーテッドクエリ（EXTERNAL_QUERY）

Cloud Storage

外部テーブル（CSV / JSON / Parquet / ORC / Avro）

AlloyDB / Spanner

フェデレーテッドクエリ

Amazon S3 / Azure Blob

BigQuery Omni / BigLake

Google Ads / Facebook Ads

Data Transfer Service

Salesforce

Data Transfer Service

よくある質問

CodatumでBigQueryに接続するには何が必要ですか？

GCPプロジェクトと、適切な権限を持つサービスアカウントが必要です。約5分で接続できます。必要な設定項目や権限の詳細についてはセットアップガイドをご確認ください。

BigQueryの課金は増えますか？

クエリ実行時のスキャン課金はBigQuery側で発生します。Codatumはクエリ結果をキャッシュし、同じ結果の再取得時にはBigQueryへのAPIコールを削減します。DryRun機能でクエリ実行前にスキャン量を確認でき、意図しない大量課金を防止できます。

BigQueryのデータをAIで分析できますか？

Codatum AgentはBigQueryのスキーマを自動認識し、Standard SQLを生成します。カタログにメタデータを登録すれば、Agentの分析精度がさらに向上します。

Google SheetsやGA4のデータも分析できますか？

BigQueryのフェデレーション・外部テーブル機能を通じて分析できます。BigQuery側で設定するだけで、Codatumから追加設定なしでクエリ可能です。

BigQuery固有のSQL構文に対応していますか？

Standard SQL（GoogleSQL）に完全対応しています。UNNEST, QUALIFY, SAFE_DIVIDE等の固有関数・構文に対応したシンタックスハイライト、補完、フォーマッタを搭載しています。

Looker Studioとの違いは何ですか？

Looker Studioはダッシュボード作成に特化した無料ツールです。CodatumはSQLエディタ、AI Agent、@sql参照によるクエリのモジュール化、カタログ、コネクション単位のキャッシュ共有を提供します。SQLを書いてチームで分析するワークフローに向いています。

接続の概要

認証方式: サービスアカウント
必要なもの: GCPプロジェクト、BigQueryのクエリ実行・データ読み取り権限
対応SQL: Standard SQL（GoogleSQL）
ステータス: GA（正式リリース済み）

⏱ セットアップ: 約5分

数ステップの設定で接続できます。セットアップガイドを見る →