kintoneは現場業務の入力・管理に強い一方、データが増えるほど集計は重くなり、複数アプリを横断した分析は苦手になっていきます。本記事では、kintoneの各アプリのデータをBigQueryへ連携し、大量データの集計・アプリ横断分析、そしてBIツールでの可視化までを実現する方法を解説します。差分取得・スキーマ設計・日次スケジュール実行の勘所から、業務の中で動かすAgentic ETLの考え方まで、開発なしで実現する手順を紹介します。

01　kintoneの分析の限界とBigQuery連携

kintoneは、現場のアプリ作成・帳票入力・タスク管理に強いツールです。ところがレコード数が数万〜数十万件と増えてくると、集計処理が重くなったり、標準のグラフ機能だけでは表現しきれない分析が出てきます。また、案件アプリ・日報アプリ・在庫アプリのように複数アプリにまたがるデータを横断して集計したい場面でも、kintone単体では実現しづらく、JavaScriptカスタマイズや手作業のCSV突合に頼りがちです。

この限界を越える方法が、kintoneのデータをBigQueryへ連携することです。BigQueryはGoogleのデータウェアハウスで、大量データのSQL集計を高速に処理でき、複数アプリのデータをテーブルとして蓄積すればJOINで横断分析ができます。データ連携ツールを使えば、この連携を個別開発なしで組めます。

02　BigQuery連携でできること

kintoneのデータをPasswork経由でBigQueryへ連携すると、次のような分析・可視化が可能になります。

• 複数アプリ横断の集計：案件アプリ・日報アプリ・売上アプリなど、別々のkintoneアプリのレコードをBigQuery上でJOINし、横断した集計・分析を行えます。
• 大量データの高速集計：kintoneでは重くなりがちな数十万件規模の集計も、BigQueryならSQLで高速に処理できます。
• BIツールでの可視化：Looker StudioやTableauとBigQueryを接続し、経営層・現場向けのダッシュボードとして可視化できます。
• 履歴・時系列の蓄積：日次でスナップショットをBigQueryに溜めていくことで、kintone単体では持てない時系列の推移分析ができます。

03　連携の仕組み｜取得・整形・BigQueryロードの3ステップ

kintoneからBigQueryへの連携は、「取得 → 整形（スキーマ設計） → ロード」という3ステップで組み立てます。

04　Passworkでの実現方法とAgentic ETL

Passworkは、取得・整形・ロードをドラッグ&ドロップで組み立てられるノーコードのデータ連携サービスです。kintoneとBigQueryのコネクタをつなぎ、上記3ステップをフローとして表現するだけで連携が完成します。組んだフローはスケジュール実行で日次自動化でき、差分取得と組み合わせれば、変化のあったレコードだけを効率よくBigQueryへ反映できます。BigQueryへ集約した後は、Looker StudioやTableauと接続してそのまま可視化に進めます。なお広告データをBigQueryへ集約する際の考え方は「広告データをBigQueryへ連携する方法」でも解説しています。

さらにPassworkが目指すのは、こうした連携を業務の中で動く「Agentic ETL」——現場で動く、対話で操作する、AIが判断して実行するデータ統合——にしていくことです。たとえば「kintoneの案件アプリのデータをBigQueryに連携して」と伝えるだけで連携フローが組み上がる世界です。考え方の全体像は「Agentic ETLとは？」をご覧ください。

提供元のPraztoはSalesforceやTableauなどの導入支援で350社超の実績を持ち、kintoneのアプリ設計からBigQueryのスキーマ設計、Looker Studio／Tableauでのダッシュボード構築まで、初期構築を1ヶ月のサポート付きで伴走できます。

05　業務での具体的な活用例

ここでは、kintoneとBigQueryの連携が実際の業務でどう活きるのか、3つの具体的な活用例を紹介します。

多店舗チェーンの店舗横断KPI分析（小売・飲食）

小売・飲食など多店舗展開の企業では、各店舗のkintone日報アプリを本部が横断して見ることができず、店舗別のKPI比較のたびに手作業の集計が発生していました。全店舗分の日報レコードを店舗コードとともに日次でBigQueryへ集約し、統合テーブルとして蓄積。本部担当者は売上・客数・稼働率などを店舗横断でランキング化し、BIダッシュボードで即座に比較できるようになりました。

大量データの高速集計（製造・物流）

製造業の生産日報や物流業の検品記録など、kintoneに数十万件規模のレコードが蓄積されるケースでは、標準の集計機能では処理が重くタイムアウトしてしまうことがありました。全量データをBigQueryへロードし、SQLによる日次・月次集計に切り替えたことで、数十万件規模の集計もわずか数秒〜数分で完了。月次レポート作成にかかっていた工数を大幅に削減できました。

複数アプリを統合したファネル分析（営業・経理）

案件アプリ・顧客アプリ・売上アプリを別々に運用している営業組織では、案件創出から受注・入金までを一気通貫で追えないという課題がありました。3つのkintoneアプリのレコードを顧客IDや案件IDをキーにBigQueryへ連携し、JOINして統合。案件化から受注、売上計上までのファネルを可視化できるようになり、営業活動のボトルネック発見と効率化につながりました。

06　まとめ：kintoneのデータを、BIで使える形に

kintoneとBigQueryをつなぐ要点は、「取得→整形（スキーマ設計）→ロード」を組み、日次スケジュールで再実行しても重複しない形にすること。PassworkならこのETLをノーコードのフローで表現し、スケジュール実行で回し続けられます。まずは分析が重くなっている1つのアプリから、BigQueryへの連携を始めてみてください。複数アプリを横断した集計と可視化への道が開けます。