Evidence

Evidence

Evidence · コーディング

Evidence は SQL、Markdown、AI でデータプロダクトを構築するオープンソースのビジネスインテリジェンス基盤だ。ダッシュボードやレポートを Git リポジトリ内のコードとして定義し、静的サイトとして公開するか、ホスト型の Evidence Studio で実行する。コードとしてのビジネスインテリジェンスだと考えればいい。ドラッグ&ドロップ型の BI ツールではなくバージョン管理された分析を求めるチームに向き、データの質問に自然言語で答える AI エージェントを同梱する。適したチームなら導入は速い。

Evidence の画面プレビュー

Evidence について

Evidence とは

Evidence は、エンジニアがソフトウェアを扱うのと同じように分析を扱うビジネスインテリジェンスツールだ。ビジュアルなクエリビルダーをクリックする代わりに、SQL クエリを書き、Markdown でレポートを組み立て、すべてをリポジトリにコミットする。プロジェクトは Evidence Core として始まった。MIT ライセンスのフレームワークで、無料で実行・セルフホストできる。Evidence Studio はその上に構築された有料のホスト型製品で、ブラウザエディタ、ページ単位のアクセス制御、スケジュールレポート、AI エージェントを追加する。

これが解く主な問題は、アドホックな BI ツールとコードワークフローの間の溝だ。オープンソース BI ツールとして、すでに Git と SQL の中で生きており、ドラッグ&ドロップ型プラットフォームを遅くてレビューしにくいと感じるアナリストを狙う。Evidence なら、ダッシュボードを他のプロジェクトと同じように作れる。ブランチを切り、プレビューし、プルリクエストを出し、マージし、デプロイする。変更をマージすれば即座に反映され、ロールバックはクリック一つだ。

最も重要な制約は技術面にある。Evidence は SQL とコードエディタに慣れているか、少なくとも学ぶ意欲があることを前提とする。クエリを書かずに 2 分でグラフが欲しい人向けのクリック操作ツールではない。そしてエージェントやアクセスルールといった洗練されたチーム機能は Studio プランの背後にあり、安くはない。

はじめ方

  1. ホスト型を使うなら Evidence Studio のアカウントに登録し、Evidence Core でローカルに構築したいなら CLI をインストールする。
  2. データソースを接続する。直接コネクタで Evidence をウェアハウスに向けるか、Studio の組み込み Evidence Warehouse を使う。
  3. .md ファイルに SQL クエリを書き、Markdown のテキストとグラフ・テーブル・フィルターなどのコンポーネントで包む。これがデータ可視化プラットフォームの層で、中身はプレーンテキストだ。
  4. 作業しながらページをプレビューする。ブラウザエディタでも、CLI からのローカルプレビューでもよい。
  5. Git にコミットしてプッシュしデプロイするか、共有できる状態になったら Studio から公開する。

AIツール情報

Evidenceの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランはい
有料プラン$2,500/mo - Custom
プラットフォームWeb, CLI (self-hosted)
開発元Evidence
カテゴリコーディング
リリース日May 2021
最終更新Sep 2025
サイト訪問数46.2K
サイト世界ランキング726.3K
API提供状況N/A

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • SQL に慣れたデータアナリスト:フィールドをドラッグするよりクエリを書きたい人に合い、バージョン管理に Git をすでに使う人を後押しする。
  • アナリティクスエンジニア:コード優先のワークフローは、データモデルを届ける普段のやり方と一致するので、レポートはそれが説明するパイプラインの隣に住む。
  • Studio 上のプロダクト・運用チーム:アクセスルールが整っていれば、非技術系の担当者もアナリストを待たずにエージェントへ質問できる。

タスク

  • 定期的なダッシュボードの構築:レポートを Markdown と SQL で一度定義し、スケジュールメールと CI チェックで最新に保つ。
  • 共有できるデータアプリの公開:同じリポジトリを、Vercel、Netlify、Docker、自前のサーバーでホストできる静的サイトに変える。
  • エージェントによるアドホック分析:読者は自然言語のクエリを打ち込み、空のチャット欄ではなくプロジェクトから組み立てた答えを得る。アナリストのボトルネックのないセルフサービス分析だ。

シーン

  • 分析の変更をプルリクエストでレビューし、公開したすべての数値をコミットまで追跡できるようにしたいチーム。
  • Snowflake などのウェアハウスから指標を引き出し、重い BI ライセンスなしで洗練されたレポート層を必要とするスタートアップ。
  • Enterprise プランでレポートをホワイトラベル化し、顧客向け製品に埋め込む組み込み分析のケース。

主な機能

BI as Code

Evidence のすべて、クエリからレイアウト、テーマまでがリポジトリ内のファイルで定義される。つまり分析にもソフトウェアと同じ道具が付く。ブランチ、差分、ピアレビュー、ロールバックだ。本番で数値がおかしく見えたら、それを持ち込んだ正確な変更まで遡れる。すでに Git を使うチームにとっては、「誰がこのダッシュボードを編集した」という類の問題を丸ごと消してくれる。もう推測はいらない。

Evidence エージェント

Studio では、Evidence エージェントがあなたのプロジェクトの AI アシスタントだ。既存のダッシュボードとレポートを文脈として読み、自然言語で質問に答え、Evidence Markdown で新しい分析を書く。アクセスルールを尊重するので、読者は許可されたデータしか見られない。エージェントには Slack か、Claude Desktop や ChatGPT を含む任意の MCP クライアントから到達できる。だから質問はチームがすでに話している場所で片付く。誰も列に並ばない。これがセルフサービス分析の実態だ。なぜ重要か。答えが数日ではなく数秒で届くからだ。

コンポーネントと可視化

Evidence にはグラフ、データテーブル、フィルター、ドロップダウン、地図、トグルのコンポーネントライブラリがある。出版品質の可視化を作り、カスタムのビジュアルをチーム全体で再利用できるコンポーネントに抽象化できる。リッチなテーブルはスパークライン、小計、画像に対応し、地図はヒートマップとカスタム GeoJSON を扱う。利点は、一度きりのグラフが毎回描き直されるのではなく、共有の構成部品になれることだ。無駄な作業が減る。

Git ワークフローとデプロイ

プッシュしてデプロイが既定だ。変更をマージすればユーザーに届き、ブランチプレビューで本番前に変更を実際に確認でき、即時ロールバックは悪いマージをその場で取り消す。継続的インテグレーションはすべてのプルリクエストで自動チェックを走らせるので、壊れたクエリは公開前に捕まる。これは本当に違う。従来の BI プラットフォームは壊れたグラフを誰にも気づかれずに本番へ出してしまう。感心しない。

アクセス制御

アクセスルールはバージョン管理された単一のファイルにあり、Studio は行レベルまでのページ単位アクセス制御を加える。誰が各ページを開けるかを決められ、レポートが機密データと一般データを混ぜるときに効く。Enterprise は行レベルのルール、SSO、SCIM ディレクトリ同期、SOC 2 レポートを加える。同じ基盤が、内部チームと外部向けダッシュボードを二つ目のツールなしで支えられる。

スケジュールレポートとエクスポート

どのページも毎日・毎週・毎月、受信箱に届けられ、どのレポートも PDF や複数タブの XLSX ブックにエクスポートできる。まだメールと表計算の中で暮らすチームにとって、これはコードで作ったダッシュボードと読者が本当に欲しい形式の間を埋める。小さな機能だが、導入を定着させるのは往々にしてこれだ。読者はリポジトリを開かない。欲しいのはファイルだけだ。

メリットとデメリット

メリット

  • MIT ライセンスのオープンソースコア。フレームワークをセルフホストでき、始めるのに一切払わなくていい。
  • バージョン管理された分析により、公開したすべての数値がコミットまで追跡でき、プレビューとロールバックを内蔵する。
  • AI エージェントは Slack と MCP クライアントで動き、非技術系の読者が自分のデータ質問に答えられる。
  • ウェアハウスネイティブのコネクタと静的サイト出力は、SQL と Git にすでに投資したチームに合う。
  • リッチなコンポーネントがグラフ、地図、テーブル、フィルター、再利用可能なカスタムビジュアルを追加ツールなしで網羅する。

デメリット

  • ワークフローは SQL スキルを前提とする。ドラッグ&ドロップのレポート作成を期待する人には学習曲線が急だ。
  • ホスト型 Studio プランは月 $2,500 からで、エージェントもアクセスルールも要らない小規模チームには正当化しにくい。
  • 行レベルのルール、SSO、埋め込みといった完全なチーム機能はカスタム価格の Enterprise 層が必要だ。
  • ネイティブのモバイルアプリがないので、ダッシュボードの確認はブラウザ経由になる。

よくある質問

Evidence Core は MIT ライセンスのオープンソースフレームワークで、無料で実行・セルフホストできる。エディタ、エージェント、アクセスルールを備えたホスト型の Evidence Studio は有料製品で、30 日間のトライアルから始まる。

関連コンテンツ

Evidenceに関連するツール、スキル、記事を探す。

Evidenceの代替ツール

Forefront

Forefront

Forefront · コーディング

ForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。

無料 / $0 - $99/mo詳細を見る
Startkit

Startkit

StartKit.AI · コーディング

Startkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。

有料 / $99 - $499 one-time詳細を見る
Testim

Testim

Tricentis · コーディング

Testimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。

無料 / Custom pricing on request詳細を見る