---
title: "Amazon QuickSightとは｜Amazon Quick改称後の機能・SPICE・料金と実装手順"
url: "https://www.issoh.co.jp/tech/details/15507/"
published: 2026-07-22
updated: 2026-10-05
categories: ["AWS"]
publisher: "株式会社一創"
---

# Amazon QuickSightとは｜Amazon Quick改称後の機能・SPICE・料金と実装手順

Amazon QuickSight（アマゾン クイックサイト）は、AWS上でデータをグラフやダッシュボードに変換し、社内外へ共有できるクラウドネイティブのBI（ビジネスインテリジェンス）サービスです。サーバーの調達や管理を自分で抱えず、必要な分だけ使う従量課金で始められるのが特徴で、Amazon Redshift や Amazon Athena といったAWSのデータ基盤とそのままつながります。ただし2025年10月以降、このサービスは **Amazon Quick** という上位の製品名に組み込まれ、BI機能は「Quick Sight」の呼称で提供される形に変わりました。この記事では、改称で何が変わり何が据え置かれたのかを整理したうえで、SPICE の仕組み、ダッシュボードと埋め込み分析、生成BIの Amazon Q、現行のロール別料金、AWS CLI と boto3 での実装、採用と見送りの判断までを実装者の目線で追います。

## まとめ：Amazon QuickSightはAmazon Quickに内包されたサーバーレスBI

先に結論を示します。Amazon QuickSight は、専用サーバーを持たずに使えるフルマネージドのBIサービスで、データソースに接続してダッシュボードを組み、URLやアプリ埋め込みで共有するところまでを担います。表示の速さを支えるのが独自のインメモリエンジン SPICE で、対象データをメモリへ取り込んで並列に集計する設計です。2026年9月時点では、この一連のBI機能は [AWS公式のAmazon Quick製品ページ](https://aws.amazon.com/quicksuite/)で「Amazon Quick」の中の Quick Sight として案内されており、「amazon quick」と「amazon quicksight」は同じ実体を指します。

迷ったときの起点はシンプルです。データが AWS（S3・Redshift・Athena・RDS など）に集まっているなら、追加基盤を立てずに QuickSight を載せるのが近道。料金は Reader・Reader Pro・Author・Author Pro の4ロールを人数で積む方式へ整理され、閲覧者が多いならセッション単位のキャパシティ課金も選べます。まず1枚のダッシュボードで実測してから広げる進め方が現実的でしょう。

## Amazon QuickSightからAmazon Quickへの改称で変わった点

「QuickSight で調べたのに Quick というページに着いた」という戸惑いは、この改称が原因です。名前の変遷と据え置かれた範囲を先に押さえます。

### Quick SuiteからAmazon Quickへ改称した二段階の経緯

変更は二段階で進みました。2025年10月9日、AWS は [QuickSight が Amazon Quick Suite へ進化するという公式ブログ](https://aws.amazon.com/blogs/business-intelligence/reimagine-business-intelligence-amazon-quicksight-evolves-to-amazon-quick-suite/)を出し、従来のBI機能を「Quick Sight」として位置づけたうえで、Quick Research（調査）・Quick Flows（自然言語での自動化）・Quick Automate（複数工程の業務処理）・Quick Index（社内文書のナレッジベース）を同じ画面に並べました。その後さらに製品名の「Suite」が外れ、2026年9月時点の公式製品ページは「Amazon Quick」と表記しています。触るBIの実体は QuickSight のまま、外側の箱の名前が二度変わった、と捉えてよいでしょう。

### 改称後も既存のダッシュボードとAPI呼び出しがそのまま動く範囲

実装者にとって肝心なのは互換性ですが、ここは据え置きです。BIの外側に加わったチャットエージェントやスペースも同じ`aws quicksight`名前空間から作れ、その手順は[Amazon Quick Suiteの構築手順をまとめた記事](https://www.issoh.co.jp/tech/details/18111/)で扱っています。公式ブログは、既存のダッシュボード・データセット・分析はそのまま残り、データ接続・セキュリティ設定・ユーザー権限も継続し、API 連携は以前と同じように動き、データ移行は不要だと明記しています。SOC・HIPAA・ISO 27001 などの認定も有効なまま。変わったのはナビゲーションだけです。AWS CLI と各種SDKの名前空間もいまだ `quicksight` のままなので、後述するコマンドはそのまま通ります。

## Amazon QuickSightの基本｜サーバーレスBIとSPICEの仕組み

QuickSight を理解する近道は、「サーバーを持たないBI」であることと、速さを生む SPICE の役割を押さえることです。

### サーバーレスBIとしてのAmazon QuickSightの位置づけ

QuickSight は、BIサーバーの構築・スケール・パッチ適用といった運用を自分で抱えずに使えるマネージドサービスです。利用者が増えても裏側のスケールはAWS側が引き受けるため、運用担当は接続設定とダッシュボード設計に集中できます。BIツール一般の考え方や製品選定の軸を先に押さえたい場合は、[BIツールとは何かとダッシュボードでの可視化の解説](https://www.issoh.co.jp/column/details/12932/)から読むと位置関係がつかめます。AWS のデータサービスと同じ土俵で権限やネットワークを設計できる点が、他のBIツールにない持ち味です。

### インメモリエンジンSPICEが高速な集計と表示を支える仕組み

QuickSight の表示の速さを支えるのが、独自のインメモリエンジン SPICE（Super-fast, Parallel, In-memory Calculation Engine）です。SPICE はデータセットをメモリ上に取り込み、複数の計算を並列処理することで、閲覧者がフィルタを操作しても短時間で結果を返します。直接クエリと違い元データへの負荷を切り離せるため、多人数が同時に見ても表示が詰まりにくいのが利点。[SPICEへのデータ取り込みに関するAWS公式ドキュメント](https://docs.aws.amazon.com/quicksight/latest/user/spice.html)によれば、SPICE 容量はAWSリージョンごとに割り当てられ、同一リージョン内では同じアカウントの利用者全員で共有されます。既定の容量はホームリージョンにだけ付き、他リージョンで使うには管理者が容量を購入する必要があります。

容量の見積もり式も公式に示されています。論理サイズは、数値セルと日付セルが1セル12バイト、文字列セルが「24バイト＋UTF-8でのバイト長」で積算される計算です。文字列は索引付けのぶん場所を取るため、桁数の多いIDや自由記述の列を入れると容量が膨らみます。使う列だけを取り込むのが定石。なお Enterprise エディションでは SPICE 上のデータが保管時に暗号化されます。

## Amazon QuickSightの主な機能｜ダッシュボード・埋め込み・生成BI

QuickSight の機能は、作る・埋め込む・尋ねるの3つで捉えると見通しがよくなります。

### ドラッグ＆ドロップで直感的に作るダッシュボードと社内共有の仕組み

中心となるのは、データセットからグラフや表を組み立てるダッシュボード機能です。棒グラフ・折れ線・地図・ピボットといった視覚化を、ドラッグ＆ドロップで配置してレイアウトを組めます。作ったダッシュボードは閲覧者へ共有でき、フィルタや期間指定を渡して自分で掘り下げてもらう使い方も可能。機能の網羅とビジネス上のメリットは[QuickSightでできることと主要機能の解説](https://www.issoh.co.jp/tech/details/7712/)で深掘りしています。

### 自然言語で分析する生成BIのAmazon Q in QuickSight

もう一つの目玉が、生成AIを組み込んだ Amazon Q in QuickSight です。「先月の地域別売上を見せて」のように自然言語で尋ねるだけで、該当するグラフを生成したり、ダッシュボードの要点をエグゼクティブサマリーとして文章化したりできます。埋め込みAPIの仕様書にも `AmazonQInQuickSight` という設定ブロックがあり、サマリー・データの質問応答・データストーリー・生成による作成支援を機能単位で有効化できる形です。基盤モデル側の課金やモデル選定は[Amazon Bedrockの使い方と料金の解説](https://www.issoh.co.jp/tech/details/2942/)が参考になります。自然言語クエリがBI全体でどこまで実務に乗るかは、[BIツールのAI機能の実力と導入判断の解説](https://www.issoh.co.jp/column/details/15881/)で整理しました。

### 自社アプリへ組み込む埋め込み分析（Embedded Analytics）

QuickSight は、作ったダッシュボードを自社のWebアプリやSaaSの画面へ埋め込む埋め込み分析（Embedded Analytics）にも対応します。顧客ごとに見えるデータを絞り込んだ分析画面を、自前でグラフ基盤を作らずに提供できるため、プロダクトに分析機能を足したい開発現場で選ばれる方式。認証連携と組み合わせればテナント別の閲覧範囲も設計でき、発行手順は後述の実装章で扱います。

## Amazon QuickSightの料金｜ロール別課金とSPICE・エディション

QuickSight の費用は、誰がどう使うかで組み立てが変わります。改称にあわせて体系ごと入れ替わった箇所なので、古い記事の数字を信じないよう注意してください。

### ReaderとAuthorに分かれる4ロールの月額と選び分けの基準

かつては「作成者は月額約18ドル、閲覧者は1セッション約0.30ドルで月5ドル上限」という組み立てでしたが、現在は生成BIの有無で Pro が分かれる4ロール構成へ変わりました。[AWS公式のQuick Sight料金ページ](https://aws.amazon.com/quicksuite/quicksight/pricing/)では、Reader が1ユーザー月3ドル、Reader Pro が20ドル、Author が24ドル、Author Pro が40ドル（執筆時点・特定リージョンの表示価格）。作る人は Author、見るだけの人は Reader、自分から質問させたい人だけ Pro という積み方が起点。閲覧者が数百人いて月に数回しか開かないなら、セッション単位のキャパシティ課金を選ぶ手もあり、月500セッションで250ドル、年5万セッションで2万ドルというプランが並びます。

### SPICE容量と生成BIの質問料をアカウント単位で見積もる手順

ロール課金に加わるのが SPICE の容量と、生成BIを有効にした場合のアカウント固定費です。SPICE は1GB あたり月0.38ドルで、Author を1人プロビジョニングするごとに10GB が付いてきます。Author 5人なら50GB までは追加負担なしで収まる計算。見落としやすいのが生成BI側で、Pro ユーザーが1人でもいる、トピック経由で質問機能を有効にする、ダッシュボード上の質問を有効にする、のいずれかに当たると、アカウントあたり月250ドルのインフラ料金が発生します。Pro を1人だけ試すつもりでもこの250ドルは丸ごと乗るため、先に固定費として織り込んでから人数を決めてください。ロール別の人数とSPICE容量から月額を算出するboto3のコードは、[QuickSightの料金を実額で計算する手順](https://www.issoh.co.jp/tech/details/18051/)にまとめています。Quick 全体のサブスク区分や従量の内訳まで踏み込んだ試算は、[Amazon Quickの料金を全プラン比較した解説](https://www.issoh.co.jp/tech/details/9643/)に分けて整理しています。

### StandardとEnterpriseの違いと料金プランを切り替える目安

エディションは Standard と Enterprise の2種類が残っており、Enterprise では行レベルセキュリティ・Active Directory 連携・VPC接続・SPICE の保管時暗号化が加わります。権限分離や閉域接続が要るなら Enterprise、まず可視化を試すだけなら Standard、という選び分け。なお料金ページには Quick Enterprise の全機能を2026年12月31日まで開放する期間限定の記載もあり、条件は時点で動きます。

| 課金要素       | 対象         | 月額の目安（時点）   |
| ---------- | ---------- | ----------- |
| Reader     | 閲覧のみ       | 1ユーザー3ドル    |
| Reader Pro | 閲覧と生成BI    | 1ユーザー20ドル   |
| Author     | 作成・編集      | 1ユーザー24ドル   |
| Author Pro | 作成と生成BI    | 1ユーザー40ドル   |
| SPICE容量    | 取り込みデータ    | 1GB 0.38ドル  |
| インフラ固定費    | Pro在籍・質問有効 | 1アカウント250ドル |

いずれも執筆時点・特定リージョンの目安で、実費はリージョンと契約形態で変わります。まず小さく試して実測してから料金プランを選び直すと、過大な契約を避けられます。

## Amazon QuickSightの実装手順｜接続・SPICE取り込み・埋め込み

ここからは手を動かす話です。実装は、どこへつなぐか、SPICE か直接クエリか、外部の画面へどう出すかの3工程で組み立てます。

### AthenaやRedshiftなど主要データソースへの接続方法

AWS内では Amazon Athena・Amazon Redshift・RDS・Aurora・S3 などに直接接続でき、社外ではオンプレのデータベース（ゲートウェイ経由）や SaaS、手元のCSV・Excelも取り込めます。S3上のデータをSQLで問い合わせる用途なら、[Amazon Athenaの仕組みと使い方・料金の解説](https://www.issoh.co.jp/tech/details/4865/)を接続先として組み合わせるのが定番。集計済みの大規模データを高速に返したい場合は、[Amazon Redshiftの特徴と料金・アーキテクチャの解説](https://www.issoh.co.jp/tech/details/5170/)をDWHとして後ろに置く構成が向きます。手前の収集・変換をどこまで作り込むかで総額が動くので、[データ分析基盤の構成要素と内製・外注の判断の解説](https://www.issoh.co.jp/column/details/16250/)とあわせて設計してください。

### AWS CLIでSPICEへ取り込みを実行し結果を確認する手順

SPICE の更新はコンソールのスケジュールだけでなく、CLI や SDK からも起動できます。ETL の完了を合図に取り込みを走らせる連携で使う入口です。[AWS CLIのcreate-ingestionコマンドのリファレンス](https://docs.aws.amazon.com/cli/latest/reference/quicksight/create-ingestion.html)では、必須パラメータが `--aws-account-id`・`--data-set-id`・`--ingestion-id` の3つ、`--ingestion-type` の指定値が `FULL_REFRESH` と `INCREMENTAL_REFRESH` の2種類と定められています。次は日次売上のデータセットを全件で取り込み直し、状態と行数を確認する例です。

```
# データセットのSPICE取り込みを手動で起動する（全件）
aws quicksight create-ingestion \
  --aws-account-id 123456789012 \
  --data-set-id sales-daily \
  --ingestion-id manual-20260909-01 \
  --ingestion-type FULL_REFRESH

# 取り込みの状態と、入った行数・落ちた行数を確認する
aws quicksight describe-ingestion \
  --aws-account-id 123456789012 \
  --data-set-id sales-daily \
  --ingestion-id manual-20260909-01 \
  --query "Ingestion.[IngestionStatus,RowInfo.RowsIngested,RowInfo.RowsDropped]"
```

ここで踏む地雷が回数制限です。同じリファレンスに、手動リフレッシュは直近24時間で Enterprise が32回、Standard が8回までと書かれています。24時間は実行時点から遡る方式なので、1時間ごとに叩く設計を Standard で組むと3分の1も回らないうちに弾かれます。分単位の更新が要件なら、手動取り込みを増やすのではなく、その系統だけ直接クエリへ寄せるのが正しい逃げ方。`RowsDropped` が出たときは型変換の失敗を疑ってください。

### SPICE取り込みと直接クエリの使い分けとデータ更新の設計方針

データセットには、SPICE へ取り込む方式と、都度データソースへ問い合わせる直接クエリ方式の2通りがあります。SPICE 取り込みは表示が速い反面、更新スケジュール（例：1時間ごと・日次）で鮮度が決まる仕組み。クエリごとに費用がかかるデータソースでも、SPICE に入れておけば何度開いても追加料金は乗りません。逆に直接クエリは常に最新を映せる一方、閲覧のたびに負荷とクエリ課金がかかります。秒単位の鮮度が要るモニタリングは直接クエリ、社内共有の日次レポートは SPICE、と系統ごとに選ぶのが実務的です。

### ダッシュボードの埋め込みURLをboto3で発行する実装手順

自社アプリへの埋め込みは、サーバー側で署名付きの埋め込みURLを発行し、フロントの iframe へ渡す流れで実装します。[GenerateEmbedUrlForRegisteredUserのAPIリファレンス](https://docs.aws.amazon.com/quicksight/latest/APIReference/API%5FGenerateEmbedUrlForRegisteredUser.html)には、登録済みユーザー向けにダッシュボード・個別ビジュアル・Q検索バー・生成質問応答・コンソール全体のいずれかを埋め込めることが明記されています。Python の boto3 から呼ぶ最小構成は次のとおりです。

```
import boto3

quick = boto3.client("quicksight", region_name="ap-northeast-1")

res = quick.generate_embed_url_for_registered_user(
    AwsAccountId="123456789012",
    UserArn="arn:aws:quicksight:ap-northeast-1:123456789012:user/default/bi-viewer",
    ExperienceConfiguration={
        "Dashboard": {"InitialDashboardId": "sales-overview"}
    },
    AllowedDomains=["https://app.example.co.jp"],
    SessionLifetimeInMinutes=60,
)

print(res["EmbedUrl"])
```

実装で効いてくる制約が3つあります。返却されるURLは一時的なベアラトークンを含み、生成から5分だけ有効で、いちど引き換えると再利用できません。キャッシュに載せる設計は成立せず、表示のたびに取り直す前提になります。次に `SessionLifetimeInMinutes` は15分から600分の範囲で、無指定なら既定10時間。据え置きの大型ディスプレイなら上限側、公開範囲の狭い画面なら短めに。最後に `AllowedDomains` は1回の呼び出しで最大3ドメインまでで、指定するとコンソール側の静的な許可リストを上書きします。課金はURLが使われたときだけ発生します。

## Amazon QuickSightを採用すべき条件と見送る場面の判断

ここは言い切ります。QuickSight は「AWSにデータがある組織のBI」としてはよく効きますが、あらゆる分析基盤で最良になるわけではありません。向く条件と見送る場面を分けて示します。

### QuickSightの採用が向く条件｜AWS完結と従量で始めるBI

効果が出るのは、データがすでに AWS に集まっていて、そこへ低コストで可視化と共有を足したいケースです。S3・Redshift・Athena を使っていれば追加のBI基盤を立てずに接続でき、閲覧が中心の人は Reader かキャパシティ課金で受けられるので費用が読めます。まず小さく始めて効果を見てから広げたい現場に向く道具。AWS上のBI・データ可視化の設計や導入を外部に相談したい場合は、[BIツール導入支援サービス](https://www.issoh.co.jp/service/ai/bi/)で要件整理からダッシュボード構築までの受託を受け付けています。

### QuickSightを見送るべき場面｜非AWS環境や高度な自由分析

逆に、あえて選ばない場面もあります。データの多くが AWS 外に散らばっていて既存BIの資産が厚い場合は、無理に寄せるより現行ツールの延長が堅実なこともあります。生成BIを使う想定なら、Pro の単価に加えてアカウント月250ドルの固定費が乗るため、少人数の部門利用では他製品のほうが総額で下回る計算になりがち。また、自由に掘り下げるセルフサービス分析や、高度な統計・機械学習まで一体で回したい要件では、専用BI製品やノートブック環境のほうが表現力で勝ります。向き不向きは[主要BIツールの違いと料金の比較](https://www.issoh.co.jp/column/details/13454/)と[BIツールの選定軸とできることの解説](https://www.issoh.co.jp/column/details/12932/)に照らして決めるとよいでしょう。

## よくある質問

導入前に迷いやすい点をまとめます。

### Amazon QuickSightはAmazon Quickに名前が変わったのですか？

はい。2025年10月にAWSが QuickSight を Amazon Quick Suite へ進化させると発表し、その後さらに製品名は Amazon Quick へ変わりました。BI機能は「Quick Sight」として内包され、既存のダッシュボード・権限設定・API連携は据え置きでデータ移行も不要とAWSが明記しています。検索語の「amazon quick」と「amazon quicksight」は同じサービスを指します。

### QuickSightのSPICEとは何ですか？直接クエリとどう違いますか？

SPICE は QuickSight 独自のインメモリエンジンで、データをメモリに取り込んで並列集計するため表示が高速です。直接クエリは常に最新を映せる一方、閲覧のたびにデータベースへ負荷とクエリ課金がかかります。速さとコストを取るなら SPICE、鮮度を取るなら直接クエリという選び分けです。

### QuickSightの料金はどのくらいかかりますか？

公式の料金ページでは、1ユーザーあたり月額で Reader が3ドル、Reader Pro が20ドル、Author が24ドル、Author Pro が40ドル（本稿執筆時点・表示価格）。これに SPICE の容量（1GB 月0.38ドル、Author 1人につき10GB付帯）が加わり、Pro 在籍や質問機能の有効化があるとアカウント月250ドルの固定費も乗ります。閲覧回数が少ない大人数配布なら、キャパシティ課金が安いこともあります。

### Amazon Q in QuickSightは何ができますか？

自然言語での質問からグラフを生成したり、ダッシュボードの要点をエグゼクティブサマリーとして文章化したり、データストーリーを作ったりできる生成BIの機能です。利用には対象ユーザーを Pro ロールにする必要があり、アカウント単位の固定費も発生するので、使う人と用途を絞って始めてください。

### QuickSightはどんなデータソースに接続できますか？

Amazon Athena・Amazon Redshift・RDS・Aurora・S3 などのAWSサービスに加え、オンプレのデータベース（ゲートウェイ経由）、SaaS、手元のCSVやExcelにも接続できます。接続後にデータセットを定義し、SPICE取り込みか直接クエリかを選んで可視化する流れ。取り込みは CLI や SDK からも起動できます。

### QuickSightと他のBIツールはどう使い分けますか？

データが AWS に集まっていて配布コストを抑えたいなら QuickSight が向きます。一方、データが他環境に散らばっている場合や高度なセルフサービス分析が要る場合は、専用BI製品のほうが合うこともあるでしょう。生成BIまで含めた総額で比べると順位が入れ替わる場面もあるので、選定軸で照らして決めるのが確実です。

## 関連記事

- [Amazon Quick（旧Quick Suite）の料金を全プラン比較](https://www.issoh.co.jp/tech/details/9643/)：改称後のサブスク区分と固定費。
- [QuickSightでできること｜主要機能とビジネスへのメリット](https://www.issoh.co.jp/tech/details/7712/)：機能とメリットの深掘り。
- [Amazon Athenaとは｜仕組み・使い方・料金・Redshiftとの違い](https://www.issoh.co.jp/tech/details/4865/)：接続先のSQLクエリ基盤。
- [Amazon Redshiftとは｜特徴・料金・使い方とアーキテクチャ](https://www.issoh.co.jp/tech/details/5170/)：後ろに置くDWHの特性。
- [Amazon Bedrockの使い方｜料金・モデル・APIの始め方](https://www.issoh.co.jp/tech/details/2942/)：生成BIの土台の料金。
- [BIツールとは｜できること・ダッシュボードでの可視化・選定軸](https://www.issoh.co.jp/column/details/12932/)：BI全体の選定軸。
- [BIツール比較｜主要製品の違い・料金と失敗しない選び方](https://www.issoh.co.jp/column/details/13454/)：他製品との総額比較。
- [BIツールのAI機能とは｜自然言語クエリ・予測分析の実力](https://www.issoh.co.jp/column/details/15881/)：生成BIの実力。
- [データ分析基盤とは｜構成要素・費用・内製と外注の判断基準](https://www.issoh.co.jp/column/details/16250/)：手前の収集・変換。

---

出典: [Amazon QuickSightとは｜Amazon Quick改称後の機能・SPICE・料金と実装手順](<https://www.issoh.co.jp/tech/details/15507/>)（株式会社一創）