「Excel で毎月手集計している売上を、自動更新ダッシュボード化したい」 — 中小企業の経営者からよく頂くご相談です。本記事では、無料の Google Looker Studio（旧 Google データポータル）を使って、30 分で売上ダッシュボードを作る最短手順を、実装担当の目線で解説します。
結論：データソースが Google スプレッドシートか GA4 に整っていれば、本当に 30 分で形になります。逆に、データが複数 Excel ファイルに散らばっている状態だと、ダッシュボード以前に「データを 1 ヶ所に集める」工程で 1〜2 日かかる、という前提も先に伝えておきます。
なぜ Looker Studio が中小企業の最初の BI に向くか
BI（ビジネス・インテリジェンス）ツールには Tableau、Power BI、Looker、Metabase など多くの選択肢がありますが、中小企業の「最初の 1 個」として Looker Studio が最も摩擦が少ない です。理由は 3 つあります。
- 本体無料：Google アカウントがあれば即日使えます。ライセンス契約・調達稟議が不要
- Google エコシステムとの接続が一級市民：スプレッドシート、GA4、Google 広告、Search Console、BigQuery とノーコードで接続
- URL 共有が前提設計：「閲覧者全員に Tableau ライセンス」みたいなコストが発生しない。社外取引先への共有も柔軟
弱点は「複雑なデータ加工は得意ではない」点。複数 Excel をまたぐ JOIN や、生データの大規模クレンジングは BigQuery 側で済ませてから Looker Studio に渡す、という役割分担が現実的です。
準備：データソースの「形」を整える
Looker Studio で詰まる原因の 9 割は「データソースの形」です。逆にここさえ整っていれば、30 分作業は本当に 30 分で終わります。
理想のデータの形（横長 × フラット）
1 行 = 1 トランザクション、列 = カテゴリ・日付・金額・顧客 ID、というフラットな構造に整えます。Excel でよくある「月別シートが横並び」「セル結合で見栄え重視」の形は NG です。
最低限揃えたい 4 列
- 取引日（date 型）：2026/05/21 のような日付フォーマット
- 商品名 or 商品 ID：分類用
- 金額（数値型）：カンマ区切りや「¥」付き文字列は NG。純粋な数値
- 顧客 ID or 顧客区分：新規/既存、企業規模など
既存 Excel がこの形になっていない場合、まず Google スプレッドシートに転記して上記 4 列を作るところから始めます。
Step 1: データソースを接続する（5 分）
lookerstudio.google.com にアクセスし、「空のレポートを作成」→「Google スプレッドシート」コネクタを選択。準備したスプレッドシートを指定するだけで、Looker Studio がフィールドを自動認識します。
フィールド認識画面で 「金額」が「数値」になっているか 必ず確認してください。文字列認識されていると後で合計値が出ません。なっていなければ右側のフィールド一覧で型を変更します。
スプレッドシートに数式列（=SUM など）が入っているとフィールド認識が不安定になりがち。最初は「値のみ」のシンプルなデータで動作確認するのがおすすめです。
Step 2: スコアカードで KPI を可視化（5 分
まず一番上に「今月の売上」「前月比」「累計売上」のような KPI スコアカードを 3〜4 個並べます。これだけで「ダッシュボードらしさ」が一気に出ます。
並べる順番の鉄則
- 最も重要な数字を左上：視線の起点。今月売上 or 累計売上
- その右に前月比・前年同月比：%（パーセント）で変化を可視化
- 右端に補助 KPI：客単価、新規顧客数、リピート率など
スコアカードは「グラフを追加」→「スコアカード」→ 指標に「金額」をドラッグ → 集計方法「合計」、で完成です。前月比は「比較期間」を「前の期間」に設定するだけ。
Step 3: 時系列グラフで月次推移を見る（5 分）
スコアカードの下に「時系列グラフ」を配置します。Looker Studio では 「期間」と「指標」 をドラッグするだけで自動描画されます。
時系列で見るべき 3 つのカット
- 月次売上推移：季節性とトレンドを一目で把握
- 新規 vs 既存：2 系列の積み上げ。顧客区分でブレイクダウン
- 商品カテゴリ別：主要 5 カテゴリで色分け。打ち切りは「その他」
系列を増やすと「ディメンション」欄に分割キーを追加。デフォルトの 10 色は色数が多すぎるので、主要 3〜5 色 + 「その他」をグレーに揃えると視認性が上がります。
Step 4: 商品別・顧客別の内訳を出す（5 分）
全体の数字が見えたら、次は内訳。「商品別」「顧客別」「営業担当別」の 横棒グラフまたはテーブルを配置します。
横棒グラフは「グラフを追加」→「横棒」→ ディメンション「商品名」、指標「金額」。デフォルトでは 10 件まで表示されますが、「並べ替え」を「金額 降順」にしてトップ 10 だけ表示するとパレート分析がそのまま見えます。
テーブルは「明細確認用」
グラフだけだと「どの顧客がトップ 10 に入っている？」が分からないので、明細用にテーブルを 1 つ置きます。テーブルには 5〜8 列だけ。多すぎると見づらくなります。
Step 5: フィルタとドリルダウンで対話化（10 分）
ここまでで「見られるダッシュボード」は完成。最後に「対話できるダッシュボード」に進化させます。
付けるべき 3 つのフィルタ
- 期間フィルタ：「過去 30 日」「先月」「今四半期」をワンクリック切替
- 商品カテゴリフィルタ：プルダウン or チェックボックスで絞り込み
- 顧客区分フィルタ：新規 / 既存 / VIP などのセグメント切替
「コントロールを追加」→「期間設定」「プルダウンリスト」を画面上部に並べます。フィルタは全グラフに同時適用されるので、経営会議で「先月の VIP 顧客の主要商品は？」がその場で答えられるようになります。
また、横棒グラフを右クリック→「ドリルダウンを設定」で「商品カテゴリ → 商品名 → SKU」のように階層化すると、グラフ上でクリックして掘り下げられます。
よくある失敗パターン 3 つ
失敗 1：データソースを整える前にダッシュボードを作り始める
Excel が複数あったり、数値が文字列で混ざっていたりすると、ダッシュボード制作中にずっとデータ修正に戻ることになります。先にフラットなテーブル形式のスプレッドシート 1 枚を作る ことが鉄則です。
失敗 2：ウィジェットを置きすぎる
「便利そう」と思って 1 ページに 20 個もグラフを置くと、誰も見なくなります。1 ページ 5〜8 ウィジェット、それ以上は別タブに分けます。
失敗 3：自動更新スケジュールを設定しない
Looker Studio はデフォルトでデータソースをキャッシュします。スプレッドシートの更新が反映されないと「数字が古い」と現場が信用しなくなります。「リソース」→「データソースの管理」→「データの更新頻度」を 4〜12 時間に設定しましょう。
内製 vs 外注の判断軸
シンプルな売上ダッシュボード（スコアカード 4 個 + 時系列 2 個 + 内訳 2 個程度）であれば、社内の Excel 上級者が 2〜3 日で内製できます。
外注を検討すべきは以下のケース：
- 複数システム（POS、EC、CRM、会計）からデータを統合したい
- BigQuery 設計、データクレンジングまで含めて任せたい
- 経営層向けに「意思決定を加速させる」ダッシュボード設計をしたい
- 毎週・毎月の運用までセットでお願いしたい
スグレルの データ分析・ダッシュボード構築サービス は、シンプル構成で 10〜20 万円、複数システム統合で 30〜80 万円が目安です。
よくあるご質問
Looker Studio は無料ですか？
Looker Studio 本体は完全無料です。Google アカウントがあれば誰でも使えます。Google スプレッドシート、GA4、Google 広告、Search Console など Google 系データソースへの接続も無料。BigQuery を使う場合はクエリ量に応じた従量課金が発生しますが、月額数百円〜数千円で収まる規模が多いです。
Excel と Looker Studio の使い分けは？
Excel は「分析・編集」、Looker Studio は「閲覧・共有」が得意です。毎月 1 回手で集計する単発分析は Excel、複数人で毎日見る KPI ダッシュボードは Looker Studio が向いています。Looker Studio は URL 共有が容易で、データソース更新が自動反映されるのが強みです。
データソースは何を選べばいいですか？
データ件数が月 1 万行未満なら Google スプレッドシート、月 10 万行以上または複数システム統合が必要なら BigQuery が推奨です。Web サイト解析なら GA4、広告分析なら Google 広告コネクタを直接つなぐと最も早く形になります。
ダッシュボード作成を外注する相場は？
スグレルの場合、データソースが整っているシンプルな売上ダッシュボード（5〜10 ウィジェット）なら 10〜20 万円、複数システム統合・BigQuery 設計込みなら 30〜80 万円が目安です。データクレンジングや業務ヒアリングの工数で大きく変わります。