# Boreon™ · Tableau から Snowflake への移行

URL: https://boreon.com/ja/mcp/tableau-to-snowflake
Language: ja

> Tableau Server または Cloud のダッシュボードを、ひとつの会話で Snowflake にも。Streamlit in Snowflake アプリと、Prep フローからの動的テーブル。

---
Boreon MCP Layer · 移行

# Tableau のダッシュボードを Snowflake にも、ひとつの会話で。

Boreon MCP Layer は、Tableau Server または Tableau Cloud のサイトと Snowflake の間に入ります。ワークブックを指定すると、エージェントがそれを読み取り、元になっている Prep フローを動的テーブルに変え、ダッシュボードを Streamlit in Snowflake アプリとして再構築し、パブリッシュの前にすべての数値を Tableau と照合します。スクリプトも SQL も、誰も1行も書きません。

[ワーキングセッションを予約](https://boreon.com/ja/contact) [ai.boreon.com で実際の動きを見る](https://ai.boreon.com/)

## Snowflake への移行の進み方。

全社共通の LLM ポータル

「営業パイプラインレビュー」を Snowflake に移行してください

1. ワークブックを読み取り ダッシュボードのゾーン、シート、シェルフ、フィルター、計算 読み取り済み
2. 背後にある Prep フローを検出 パブリッシュされたデータソースは Snowflake 上のフロー出力 1フロー
3. フローを動的テーブルに ひとつの SQL 文、フローのステップごとに CTE をひとつ `**CREATE** **DYNAMIC TABLE** sales.pipeline_dt **TARGET_LAG** = '1 hour' **WAREHOUSE** = compute_wh **AS** **WITH** clean **AS** (…), joined **AS** (…) **SELECT** … **FROM** joined` 作成済み
4. すべてのシートを Snowflake で実証 パブリッシュの前に、各シートのクエリを実行 実証済み
5. 数値を Tableau と照合 VizQL Data Service で1行ずつ一致を確認 照合済み
6. Streamlit in Snowflake アプリとしてパブリッシュ シートごとに再現度を表示 パブリッシュ済み

パブリッシュ完了。すべてのシートに再現度レポートが付きます。

## Tableau の言葉も Snowflake の言葉も話す、ひとつのレイヤー。

レイヤーは各プラットフォームをそれぞれの API で読み取り、Tableau のフィールドとデータウェアハウスの列の対応表を持っています。書き込むのは依頼されたときだけで、書き込みはすべて記録します。

Tableau

- 自社の Tableau Server または Tableau Cloud サイト
- ワークブックとダッシュボード（.twb / .twbx）
- パブリッシュされたデータソース（.tds）
- Tableau Prep フロー（.tfl）
- VizQL Data Service とメタデータ API
- PAT、JWT、または共通のサービスアカウント

Boreon MCP Layer

Data & AI Portal を支える基盤

Snowflake

- 自社のアカウント、データベース、ロール
- データベース、スキーマ、仮想ウェアハウス
- Streamlit in Snowflake アプリ
- Prep フローから作る動的テーブル
- すべてのクエリを SQL API で実行
- キーペア、OAuth、または PAT

## ダッシュボードは Streamlit アプリに。Prep フローは動的テーブルに。

ワークブックから Streamlit アプリへ

### ダッシュボードを Streamlit アプリに

ダッシュボードのレイアウト、マーク、色、並べ替え、数値の書式が Streamlit in Snowflake アプリに引き継がれ、フィルターはライブのセレクターになります。

.tfl から動的テーブルへ

### Tableau Prep フロー

フローの各ステップが、ひとつの SQL 文の中の CTE になり、Snowflake の動的テーブルとして作成されます。Snowflake で可能な場合は、マテリアライズドビューとして作成することもできます。

フロー、テーブル、アプリ

### チェーン全体

Prep フローからデータを受け取るワークブックは、ひとつのジョブとして移行します。まずテーブルを作成して検証し、その上にアプリを構築します。

## エンジンが守るルール。

1. 01 オール・オア・ナッシング
  ダッシュボードを再構築するのは、そのデータがすでにある Snowflake のテーブルの上だけです。一致しないシートがひとつでもあれば何もパブリッシュせず、その理由をお伝えします。
2. 02 数値が最優先
  平均、個別カウント、中央値は、ダッシュボードのフィルターをかけても正確なまま。結果はすべて Tableau の答えと照合します。
3. 03 リリース前に実証
  パブリッシュ前に、すべてのシートのクエリを Snowflake 上で実行するため、アプリは SQL エラーなしで開きます。
4. 04 ID もロールも、そのまま
  キーペアまたは OAuth でサインインするほか、Snowflake OAuth で各ユーザー本人としてサインインすることもでき、その場合は本人のロールが適用されます。
5. 05 既定は読み取り専用
  書き込むのは、アプリのパブリッシュや新しいテーブルなど、依頼されたものだけ。そのすべてを記録します。

[前へ Tableau から Databricks へ 移行](https://boreon.com/ja/mcp/tableau-to-databricks) [次へ Databricks ⇄ Snowflake 移行](https://boreon.com/ja/mcp/databricks-snowflake-migration)

## まず、どの Tableau ダッシュボードから始めますか？

そこから始めましょう。そのダッシュボードの上にレイヤーを置き、自然言語で質問に答えます。いつか別のプラットフォームにも置きたくなったら、まずすべての数字を Tableau と照らし合わせます。

[ワーキングセッションを予約](https://boreon.com/ja/contact) [ai.boreon.com で実際の動きを見る](https://ai.boreon.com/)