Kiedy Google przemianowało Data Studio na „Data Studio” w 2022 roku (a w 2026 wróciło do nazwy Data Studio), na rynku BI zrobiło się zamieszanie: zarządy zaczęły poszukiwać wdrożeń „Lookera”, nie wiedząc, że Google ma dwa kompletnie osobne produkty dzielące podobną nazwę – kierowane do dwóch drastycznie różnych kategorii cenowych.

1. Architektura: LookML vs Pola Obliczeniowe

Sercem platformy Looker Core jest język LookML – warstwa semantyczna definiująca wymiary, miary i relacje między tabelami w jednym centralnym pliku konfiguracyjnym. Cały dział firmy, niezależnie od tego kto otwiera raport, liczy np. „Roczny Zysk na Terytorium DACH” dokładnie według tej samej definicji – bo definicja jest jedna, w kodzie.

# Przykład LookML – definicja miary “Marża Brutto”
measure: gross_margin {
  type: number
  sql: ${revenue} - ${cost} ;;
  value_format: “0.00%”
  label: “Marża Brutto”
}

Każde zapytanie w Looker Core jest tłumaczone przez LookML na SQL, a następnie wysyłane do bazy (BigQuery, Snowflake, Redshift, Teradata). Żaden użytkownik nie może obejść definicji ani obliczyć marży inaczej.

W Data Studio nie ma LookML. Każdy autor raportu definiuje metryki sam przez Pola Obliczeniowe. To ogromna zaleta szybkości – 5 minut od podpięcia źródła do wykresu – ale oznacza ryzyko rozbieżności: jeden raport może liczyć marżę jako (Przychód - Koszt) / Przychód, inny jako (Przychód - Koszt) / Koszt.

  • Data Studio: szybkie wdrożenie, brak centralnego Data Governance, każdy autor odpowiada za poprawność definicji
  • Looker Core: tygodnie wdrożenia, twardy schemat danych, gwarancja spójności metryk w całej organizacji

2. Tabela porównawcza: 8 kryteriów

Kryterium Data Studio Looker Core
Cena (miesięcznie) $0 od ~$3 000–$5 000+
Czas wdrożenia Godziny–dni Tygodnie–miesiące
Język semantyczny Brak (Pola Obliczeniowe) LookML
Spójność metryk Zależy od autora Gwarantowana przez kod
Embedded Analytics (API) Ograniczone Pełne (Looker API)
Udostępnianie viewerom Bezpłatne (URL) Płatne per user
Źródła danych Google ecosystem + connectors BigQuery, Snowflake, Redshift, Teradata…
Target użytkownika MŚP, agencje, startupy Enterprise, banki, korporacje

3. Cenniki i koszty

Data Studio jest darmowe dla nieograniczonej liczby użytkowników. Jedynym kosztem są ewentualnie: płatne community connectory (np. Facebook Ads ~$20/mies przez partnera) oraz operacje BigQuery ($5/TB przetworzonych danych).

Looker Core jest sprzedawany wyłącznie przez Google Cloud Sales w modelu umów rocznych. Cena zależy od liczby użytkowników i funkcji (Standard vs Enterprise vs Embed):

  • Looker Core Standard: od ~$35 000/rok dla małego teamu
  • Looker Core Enterprise (pełne Data Governance + SSO): $100 000–$500 000+/rok
  • Looker Embed (analytics wbudowane w produkt SaaS): wycena indywidualna

To nie błąd – Looker Core to platforma dla firm, gdzie koszt błędnych decyzji biznesowych wynikających z niespójnych metryk jest wyższy niż koszt licencji.

4. Które rozwiązanie wybrać?

Odpowiedź jest binarna w 90% przypadków:

  • Data Studio (+ BigQuery jako backend) – jeśli jesteś MŚP, agencją lub startupem na Google Workspace. Wdrożenie w dni, koszt ~$0, nieograniczeni viewerzy.
  • Looker Core – jeśli prowadzisz enterprise z 100+ analitykami, budujesz analytics jako produkt (Embedded), masz dedykowany zespół Data Engineering do utrzymania LookML i roczny budżet BI powyżej $50k.

Jeśli wahasz się między nimi – jesteś klientem Data Studio. Klientom Looker Core nie trzeba tłumaczyć różnicy; mają architekta danych, który wyjaśnił im ją zanim złożył wniosek o budżet.

Powiązane artykuły