Google Looker 商业智能
Looker 是 Google Cloud 的商业智能与嵌入式分析平台。官网的定位是“建立在可信语义层之上的智能体式 BI 平台”：先用 LookML 把业务指标定义一次，再让看板、对话式分析和其他工具共用同一套口径。
Looker 提供什么
以下内容依据 Google Cloud 上的 Looker 页面、定价页和 Looker 文档，读取日期 2026 年 10 月 24 日。Looker 按年度承诺报价，具体数字需要找 Google Cloud 销售确认。
| Looker 能力 | Google Cloud 的说法 | 参考 |
|---|---|---|
| 语义层（LookML） | 位于云数据仓库之上，把复杂的 SQL 一次性翻译成受管控的业务指标，人和 AI 共用同一个数据口径 | 语义层 |
| 对话式分析 | 用自然语言提问，由 Gemini 驱动的智能体解读数据并触发后续动作；也提供接口，把对话能力放进你自己的应用 | 对话式分析 |
| Looker Embedded | 构建面向客户的数据体验和 AI 应用 | Looker 官网 |
| Looker on Google Cloud | 几分钟内创建实例，支持 Google Cloud IAM 单点登录、Private Service Connect、客户自管加密密钥，与 BigQuery 原生集成，统一计费 | Looker 官网 |
| 自助分析 | 把临时 CSV 和本地文件与受管控的 LookML 模型放在一起分析 | Looker 官网 |
关于价格，定价页列出三个平台版本：Standard、Enterprise 和 Embed，均为年度承诺、需联系销售报价；每个平台含 10 个标准用户和 2 个开发者用户。用户许可分开发者、标准和查看者三类。
适合谁
Looker 官网面向希望统一指标口径的数据团队：
- 有数据仓库的企业：把指标定义放在一处，让各个看板的数字一致。
- BigQuery 用户：官网写明 Looker 与 BigQuery 原生集成。
- 要给客户做数据产品的团队：用 Looker Embedded 嵌入分析功能。
给 SaaS 竞品口碑建一套 LookML 指标
Looker 本身不存数据，它连接数据库或数据仓库，在上面建模出报表（见连接说明和 BigQuery 配置）。所以思路是先把外部数据放进 BigQuery，再用 LookML 统一口径。一个 B2B 软件公司的产品市场团队可以这样做：
- 用 EveryInfra 的 G2 评论、G2 替代品列表和 Capterra 评论接口，拉取自家和三五个竞品的评分、评论正文和评论者行业。
- 用 Similarweb 竞品与受众接口补上各家官网的流量和受众画像。
- 把结果按天写进 BigQuery 的几张表：评论、评分快照、流量快照。
- 在 LookML 里定义维度和指标，例如“近 90 天平均分”“差评占比”“提到‘价格’的评论数”。销售、产品和管理层看到的是同一个数字，不会出现三份表格三个结论。
- 再做一个看板，按季度对比竞品的评分走势和流量变化，用来准备竞品对比材料。
评论平台上的新评论每天不多，增量拉取花费很低；没有新评论的请求不计费。
联系 Google Cloud 之前
Looker 的 Standard、Enterprise、Embed 三个版本都要联系销售报价，见 Looker 定价页。可以先把一份 G2 评论样本放进 BigQuery，带着具体指标去和销售讨论用户数和版本。条款以 Google Cloud 官网为准，以上信息来自它的公开资料。