AIネイティブ世代と学ぶ「データ分析の新しい教え方」― ツールを教えるのではなく、“考える力”を育てる ―
Ryosuke Ishii
データパレード
TableauがTWB公式XSDをGitHub公開 ― 社内に散らばる野良Tableauファイル、AIでカタログ化できる時代に
Ryosuke Ishii
2026年2月、Tableau が TWB（ワークブック）形式の公式XMLスキーマを、GitHub に Apache 2.0 ライセンスで踏み込んで公開しました。
これ、地味なニュースに見えて、Tableauプロジェクトの運用ルールを根底から書き換える可能性がある話だと思っています。
ということで、弊社の Tableau ダッシュボードを題材に、AIで
.twbを読み込ませて、構造仕様書と仕様サマリーとダッシュボード再現HTML、計3つの成果物を作ってみました。
もくじ
セルフサービスBIの宿命：「野良 .twb ファイル」問題
Tableau の強みは、誰でもダッシュボードを作れるセルフサービス性にあります。
ただこれは諸刃の剣でもあって、社内の至るところで .twb ファイルが生まれ、誰が・何のために・どんなデータを使って作ったのかが分からないまま、何百〜何千ものファイルが社内ストレージに沈殿していく現象が起きます。
- 似たような分析が部署ごとに重複している
- 引き継ぎ時に「これ何の数字？」と詰まる
- 棚卸ししたいが、ファイルを1個1個開いて中身を読むしかない
- 共通モジュール化のチャンスが見えない
これらの問題がよく起こります。
2026年2月、Tableau が公式XSDをGitHub公開（しかも Apache 2.0）
このリポジトリの中身：
- 対象: TWB（Tableau Workbook）形式
- バージョン: 2026.1
- ライセンス: Apache-2.0
- 形式: XSD（XML Schema Definition）
.twb は中身がただの UTF-8 の XML テキストです。ただし「どの要素が何を意味するのか」の公式定義は長らく存在しませんでした。
それが今回、Tableau 自身の手で 公式スキーマがオープンソースライセンスで公開された ということです。
XSDを Apache 2.0 で公開するというのは、要するに 「TWBファイルを解析し、活用するエコシステムを公式が後押しする」 という意思表明として相当に強いシグナルです。サードパーティのツール開発者にとっては明確な追い風です。
これ、Tableauプロジェクトにとって何が「革命的」なのか
公式スキーマが整ったということは、AI に .twb を読ませて構造化された情報を取り出すことが、「我流のリバースエンジニアリング」から「公式準拠の正規ワークフロー」に格上げされたということです。
そして、これがスケールしたときに何が起こるか。
社内に散らばる数百の野良 .twb ファイルをAIで一括解析し、カタログ化できるようになります。
- どんなデータを使っているか
- どんな分析をしているか
- どの部署が、何のために作っているか
- 似た構造のダッシュボードはどれか
- 共通ビューとして切り出せそうな部品はあるか
これらを統一フォーマットで吐き出せれば、社内BI資産は「沈殿物」から「検索可能なカタログ」に変わります。プロジェクト担当者の立場から見て、これは正直、革命的な話です。
ということで実際に、AIで読ませた成果物を3つ作ってみました。
試してみた：弊社サンプル.twbをAIで解析、3つの成果物を生成
題材は弊社で運用している架空ブランドの売上ダッシュボード。3 ワークシート（売上推移・大分類別売上・商品別店舗売上）と 1 ダッシュボードという、ごくシンプルな構成です。
これを .twb 1ファイルだけから読み解いて、以下の3つを生成しました。
① 構造仕様書HTML（機械が見る用 / 公式XSD準拠の完全解説）
.twb のXML構造を、公式XSDで定義された要素を網羅して、端から端まで解説したドキュメントです。データソース、ワークシート、ダッシュボード、デバイスレイアウト、内部参照リンク、色マップ、サムネイル……Tableau のXMLが「どこに」「何を」記述しているかを、図解とコード断片で追えるようにしました。
これだけでも「公式スキーマでここまで綺麗に読み込める時代になったんだな」と体感できるはずです。
② 仕様サマリーHTML（カタログ化のキモ）
ここからが本題です。構造解説は網羅的すぎて、ファイルを横並びで比較するのには向きません。そこで .twb と元CSVから 機械的に読み取れる構造的特徴だけを抽出して、1ページの仕様サマリーにまとめました。
特に注目してほしいのは、後半の 「カタログ化を支える構造的特徴」 セクションです。
- データソース種別（CSV / DB接続）と外部接続の有無
- ビュー種別(Bar / Pie / Automatic など、テキストテーブル含む)
- 時系列・地理階層・商品階層の有無
- 集計関数 / 派生フィールド / インタラクション種別
- カラーマップ / デバイスレイアウト
これらは すべて .twb から機械的に取れる項目です。統一フォーマットで全ファイルに付与すれば、社内の数千ファイルを横断検索・絞り込み・棚卸しできるようになります。
「外部DB接続なし、Bar＋Pie構成、地理階層あり、時系列あり」のような複合条件でフィルタすれば、似た構造のダッシュボードが瞬時に集まる。重複を統合する判断も、共通モジュール化の候補抽出も、一気に現実的になります。
なお、業務目的・想定利用者・改定履歴といった 「ビジネス系メタ」は .twb には記録されていません。これらは社内の運用ルールで別途補完する必要があります。
構造的特徴を .twb から自動抽出し、ビジネス系メタを運用で補完する ―― この 2層構造 で初めて、Tableau資産カタログは実用レベルになります。
③ 再現ダッシュボードHTML（別環境での復元結果）
「仕様書はわかった。で、Tableauで何が見えてたの？」――これに答えるため、.twb の内容と元データから 見た目をそのまま再現したインタラクティブなHTML も生成しました。
カラーパレットは .twb の <style-rule> 指定をそのまま流用。月クリックで月フィルタ、大分類クリックで大分類フィルタ……といったインタラクションも <action> 要素から復元しています。
Tableau Server がなくてもダッシュボードが動く、というのはなかなか面白い体験です。そして「ある .twb から再現HTMLが作れる」ということは、部署を超えてダッシュボード資産を共有する手段にもなり得ます。
つまり、これからの Tableau プロジェクトはこう変わる
3つの成果物を通して見えてくる未来は、こういうものです。
- AI が
.twbを解析し、構造仕様書・仕様サマリー・再現HTMLを自動生成する - 仕様サマリーの構造的特徴を統一フォーマットで蓄積し、社内BIカタログの構造層を構築する
- 業務メタ（目的・利用者・改定履歴）は運用ルールで補完し、構造層と組み合わせる
- カタログ横断検索で、重複・近似ダッシュボードを発見し、共通モジュール候補を抽出する
- AIが共通モジュール提案まで踏み込めば、Tableau プロジェクト運用の質が一段上がる
セルフサービスBIの宿命だった「野良ファイル問題」が、Tableauの公式スキーマ公開とAI解析の組み合わせで、初めて実用的に解ける道筋が見えてきました。
TableauとAIを活用したこの取り組み、今後のデータ活用プロジェクトの進め方が大きく変わる、そんな予感がしています。
参考
ABOUT ME
㈱データパレードの代表取締役で高田馬場の町中華のChief Data Officerをしています。 BIツールのセールスエンジニア・システムエンジニア・カスタマーサクセス歴15年、大学データサイエンス科 講師をしています。データエンジニア領域とコンサルティングが得意です。
