SQLのクエリ、PythonやRのノートブック、ダッシュボード公開を一つのレポートにまとめられるアナリスト向けBIがMode(mode.com)です。2023年7月19日に約2億ドルでThoughtSpotに買収され、現在もmode.comで単体提供が続いています。フリーのStudioプランは最大3ユーザー、ProとEnterpriseは見積もり制という料金構成で、AI AssistによるSQL作成支援も備えています。本記事は実機操作を伴わない公開情報ベースの整理で、買収後の現況も含めて解説します。
この記事の結論
- ModeはSQL、Python、Rの分析とレポート公開を一つの画面内で完結させるアナリスト向けBIです。
- 2023年7月19日に約2億ドルでThoughtSpotに買収され、現在もmode.comで単体提供が続いています(公開情報の複数出典で一致)。
- フリーのStudioプランは最大3ユーザーで、1クエリ10MBという制限が付きます。
- ProとEnterpriseは公開金額がなく、デモ経由の見積もり制です。最低ユーザー数の要件も出典が一致させています。
- AI AssistはGPTベースのSQL支援で、アナリストが提案を審査してから実行する流れが説明されています。
Modeとは?SQL・Python・Rを一つのレポートにまとめるBIの現在地
BIツールというと、業務部門の担当者がマウス操作でグラフを作る画面を想像しがちです。Modeの公式サイトは、この想定から少し離れた位置にいます。SQLを書き、その結果をPythonやRのノートブックに引き継ぎ、可視化してレポートとして公開する、という一連の流れを一つの文書内で完結させる構成を売りにしています。公式サイトの見出しは「Business Intelligence built around data teams」で、データチームを主語に置いていることが読み取れます(2026年11月21日現在の公式サイト表示)。
買収後の現況を一次情報と公開情報で押さえる
Modeを調べるうえで外せない事実が、親会社の変化です。ThoughtSpotが約2億ドルでModeを買収し、2023年7月19日に取引を完了したという記述が複数の第三者出典で一致しています。買収後もmode.comでの単体提供は続いており、公式サイトも現役で稼働しています。一方で、ThoughtSpot側では同系の分析ワークフローをAnalyst Studioという名で自社プランのアドオンとして提供していると説明する出典があり、機能の統合が進んでいる様子がうかがえます。
| 項目 | 内容 |
|---|---|
| 公式サイト | mode.com |
| 製品の位置づけ | SQL・Python・Rと可視化を一つのレポートにまとめるアナリスト向けBI |
| 運営の現況 | 2023年7月19日にThoughtSpotが約2億ドルで買収完了、mode.comで単体提供が継続 |
| 主な機能 | SQLエディタ、Python/Rノートブック、Visual Explorer、ダッシュボード、再利用データセット |
| AI機能 | AI Assist(GPTベースのSQL支援、提案の実行前審査が前提) |
| 料金の形 | Studioはフリー、ProとEnterpriseはデモ経由の見積もり制 |
主語がデータチームであることは、機能の並びにも表れています。アドホック分析、高度な分析、セルフサービスレポーティング、カスタムデータアプリといった能力名が公式に列挙され、分析の作り手と使い手を同じプラットフォーム上に置く構成が示されています。SQLと固定データモデルに縛られない自由さを公式が強調する一方、業務部門の使い手はアナリストの作ったレポートを消費する側に回る、という役割分担が前提の製品です。
一言で言うなら、ModeはSQL、Python、Rの分析とダッシュボード公開を一つのレポートにまとめるアナリスト向けBIです。この一文が本記事全体の前提になります。
機能の並びをもう少し掘り下げます。公式サイトは、アドホック分析、高度な分析、インタラクティブなダッシュボード、セルフサービスレポーティング、再利用可能なデータセット、カスタムデータアプリを能力名として列挙しています。この列挙の順番自体が、分析の作り手から使い手へと作業が流れていく想定を示しています。SQLで掘り、ノートブックで深め、データセットとして整え、ダッシュボードで配る。工程の設えが一方向に流れる構成は、分析チームの役割分担をそのまま製品の形に写したものと言えます。
導入の背景として、親会社との関係も押さえておくと判断しやすくなります。買収の趣旨は、Modeのコード主軸の分析とThoughtSpotの自然言語型のセルフサービス分析を組み合わせる方向だと説明する出典があります。つまり、両者は競合というより補完の関係で組み替えられている可能性がある一方、Mode単体としての提供は現行で続いています。ここは公開情報の範囲で読み取れる姿勢の話であり、今後の統合の進み具合は未検証として扱うべき次元です。
Modeの料金プランはフリーと見積もり制の二本立て
料金の整理では、最初に注意書きが必要です。本記事の調査でmode.comの料金ページに相当するURLを開いたところ、料金表ではなくホームの内容が返ってきました。本記事の調査では料金ページの構成に動きが見られるため、金額の裏取りは公式サイトの現行表示で行う前提で読み進めてください。そのうえで、複数の第三者出典が一致させている範囲でのプラン構成を整理します。
Studioフリーでできること・できないこと
Studioは個人のアナリスト向けフリープランで、最大3ユーザーまで使えるという記述が複数出典で一致しています。SQL、Python、Rが使え、プライベートなデータベース接続も付く一方、1クエリ10MBというデータ量の制限が明記されています。ノートブックの稼働リソースは4GBメモリ、1CPU、60分の上限とされ、追加ライブラリを入れられないという説明も出典が一致させています。軽い分析の試用には十分でも、重いモデル学習や大量データの処理は有料プランの領域になる、という線引きが読み取れます。
| プラン | 金額の表示 | 主な内容(複数出典が一致させている範囲) |
|---|---|---|
| Studio | フリー | 最大3ユーザー。SQL・Python・R、1クエリ10MB、ノートブックは4GBメモリ・1CPU・60分上限 |
| Pro | 非公開(デモ経由の見積もり) | 最低3ユーザー。月250GBのデータ、1クエリ5GB、スケジュール実行、権限管理、メール/Slack共有、API接続 |
| Enterprise | 非公開(デモ経由の見積もり) | 最低50ユーザー。カスタムのデータ計算、数千万行の可視化、高度なSSO、管理者レベルのAPI、プレミアムサポート |
ProとEnterpriseの金額が公開されていないことが、この製品の料金理解で最も重要な箇所です。公開情報の範囲では、ホワイトラベル埋め込み、外部共有、SCIM、Discovery APIといった機能が有料プランのアドオンとして説明されており、実際の請求額は構成要素の積み上げで決まる形です。なお、親会社のThoughtSpot側のプランは25ドル/ユーザー/月からという記述が二出典で一致していますが、これはThoughtSpot本体の料金であり、Mode単体の請求額とは別物です。混同しないように区別して扱うべきでしょう。
請求通貨は米ドルで、日本円の請求額は為替で変動します。金額を書けない以上、導入検討でできることは要件を整理して見積もりを取ることです。ユーザー数、月次のデータ量、必要なアドオンの有無を先に固めておくと、見積もりの往復が短くなります。フリーのStudioで分析の作り方を試し、要件が出揃ってからデモに進む、という順路が負担の少ない進め方になります。
見積もりを取る前の準備も書いておきます。ユーザー数は最低要件を跨ぐかどうかで先に分かれ、月次のデータ量はクエリの合計と1クエリあたりの上限の両方で見ます。アドオンの候補としては、ホワイトラベル埋め込み、外部共有、SCIM、Discovery APIが挙げられており、自社の要件リストに該当するかを先に印をつけておくと見積もりが速くなります。契約の単位はユーザー単位か容量単位かの組み合わせで動くと説明する出典が多いため、人数とデータ量の二軸で見積もりを出すのが現実的な順路です。
ModeとDeepnote・Juliusなどの競合は何が違うのか
ノートブック型の分析環境は競合が多く、公開情報の範囲でも構造の差を読み取れます。Modeの特徴は、分析の作り手(SQLとノートブックを書く人)と使い手(レポートを見る人)を同じプラットフォーム内に置くことです。分析環境とダッシュボード公開を別々の道具でまかなう構成と比べ、手順の接ぎ木が減る一方、使い手側にはアナリストの依存が残ります。
競合との位置づけ比較
| ツール | 主軸 | Modeとの違い |
|---|---|---|
| Mode | SQL+ノートブック+レポート公開の一体化 | 料金はフリーと見積もり制の二本立て。業務部門への公開機能が厚い |
| Deepnote | チーム共有を強くしたノートブック環境 | 協働の面を強める方向で、BI公開の層は別の組み立て |
| Julius AI | データファイルを渡すと分析するAIアシスタント | コードを書かない層向けで、SQL主軸のワークフローとは別路線 |
| Rows | 表計算にAIと連携を組み込んだスプレッドシート | 業務の即用性が主軸で、ウェアハウス分析の深さは別の次元 |
競合の金額まで並べることは、この記事では避けます。各社の料金は更新が速く、出典が一枚しかない数字を並べることは読者を誘導しかねないからです。詳細は個別のレビュー記事を当たる方が確実で、DeepnoteやJulius AIのようなツールはそれぞれの記事で料金と仕様を確認してください。
選び方の軸で言うと、ウェアハウスのデータを主戦場にするのか、手元のファイル分析を主戦場にするのかという分岐が先に来ます。前者ならModeのSQL主軸の構成が効きます。後者ならAIアシスタント型やスプレッドシート型の方が手数が少なく済むでしょう。もう一つの分岐は、公開する相手の層です。業務部門に幅広く配るならレポート公開の層が厚いModeが理にかないます。分析チーム内の共有が主なら、ノートブック環境の協働機能を重く見る方が自然です。私なら、ウェアハウス前提の分析チームでレポート公開まで抱えるならMode、それ以外は用途の軽さで別の道具を選ぶ立場を取ります。
Modeの使い方の流れを公開情報から読む
使い方の流れは、公式サイトのプラットフォーム紹介と第三者出典の機能説明から読み取れます。実機での操作記録は持っていないため、ここは公開情報ベースの整理であることを先に断ります。大枠は、クエリ、ノートブック、レポート公開の三段階です。
クエリからノートブック、レポート公開まで
入口はSQLエディタです。ウェアハウスに直接クエリを投げ、結果を素早く回すアドホック分析が公式の第一の能力として挙げられています。クエリの結果はそのままPythonやRのノートブックに引き継がれ、統計処理やモデル構築に進めます。SQL、R、Pythonと可視化がつながっている、という表現が公式サイトにあり、工程を跨ぐ手間を減らす構成が読み取れます。クエリの結果から再利用できるデータセットを作り、業務部門の人が探索できる形にする機能も、セルフサービスレポーティングの土台として説明されています。
AI Assistの使い所
AI AssistはGPTベースのSQL作成支援で、結合の書き方、列の整形、日付の扱い、計算式などを選択肢として提示する使い方が説明されています。自然文をSQLに混ぜられる特殊なコメント形式も紹介する出典があります。重要なのは、提案されたSQLをアナリストが審査してから実行するという流れが前提になっていることで、生成物をそのまま本番に流す設計ではありません。SQL作成の負担を減らしつつ、最終の裏取りを人間に残す構成です。なお、周辺のSQL支援ツールとしてはAI2SQLやText2SQLのような道具があり、AI Assistの能力の位置を測る比較材料になります。
レポート公開まで進めば、ダッシュボードの共有、スケジュール実行、Slackやメールへの配信が有料プランの能力として並びます。公開先の運用まで含めると、Retoolのような内部ツール基盤と組み合わせる案件もあり、Modeのレポートを配る先の設計も込みで考える必要があります。
公開後の運用についても、公開情報の範囲で整理できます。有料プランではスケジュール実行、権限管理、メールとSlackへの共有、API接続が能力として並び、レポートを配る先の運用まで含めて設える形です。ダッシュボードはHTMLのカスタムも含めて表現の幅があると説明する出典があり、見せ方の自由さはModeの特徴として紹介されやすい箇所です。逆に言えば、見せ方の自由さと引き換えに、公開物の組み立てにはアナリストの手が残ります。運用の負担をどこまで製品側に預けるかは、導入後の満足度を大きく左右する軸になります。
Modeが向く人・向かない人の分かれ目
- SQL、Python、Rと可視化が一つの文書内でつながり、工程の行き来が減る構成です。
- Studioフリーで最大3ユーザーまで試せ、導入前の見極めがしやすい形です。
- 主要なクラウドウェアハウスへの接続が揃い、既存のデータ基盤に乗せやすい。
- 再利用データセットの仕組みで、アナリストが作った基盤を業務部門の探索に回せる。
- AI Assistが提案の実行前審査を前提にしており、生成SQLの最終裏取りを人間に残している。
- GitHub同期やdbt同期、REST API、Webhookなど、開発運用のつなぎが説明されている。
向く人と向かない人の分岐は、公開情報から読み取れる構造から導けます。断定ではなく、前提の違いで分かれるという書き方に徹します。分かれ目の最初は、SQLを書ける人がチームにいるかどうかです。Modeの価値はコード主軸の分析から出るため、SQLが書けるアナリストがいない組織では恩恵が薄くなります。
向く人の特徴
ウェアハウス(Snowflake、BigQuery、Redshift、Databricksなど)への接続を前提に分析しているデータチームには、接続の幅が実益になります。対応ウェアハウスの名前は複数出典で一致しており、モダンなデータ基盤の組み合わせなら扱いにくさは少ないと読めます。分析チームがレポート公開まで抱える場合もModeは合いそうです。アドホック分析の速さと、公開層の厚さを一つの契約でまかなえる構成は、分析環境とBIを別々に調達する手間を減らします。逆に、SQLを書かない業務部門だけが対象なら、ノーコードBIの方が手数が少なく済みます。
長所を公開情報の範囲で並べると次のようになります。
手元のファイル分析が主戦場なら、AskYourDatabaseのような対話型の道具の方が手数が少なく済む場合があります。道具選びは最強の一台を探す作業ではなく、工程のどの部分をどこに担わせるかの割り振りです。
Mode導入でつまづきやすい箇所と回避の見方
- ProとEnterpriseの金額が非公開で、予算の見込みを立てにくい構成です。
- Studioフリーは最大3ユーザーと10MBのクエリ制限があり、試用の幅が狭い。
- 買収後のロードマップは親会社の方針次第で、長期契約の前に裏取りが要る。
- コード主軸のため、SQLを書けない層には恩恵が届きにくい。
- Studioのノートブックは追加ライブラリが入れられず、重い分析は有料の領域になる。
つまづきやすい箇所は、料金の不透明さと買収後の不確かさに集中します。実機操作の記録はないため、ここは公開情報の構造から推定できる落とし穴として書きますが、データ分析基盤の調達で頻出する種類の落とし穴です。
買収後のロードマップをどう扱うか
最初の落とし穴は、ProとEnterpriseの金額が非公開であることを見積もり前に理解していないことです。最低ユーザー数の要件(Proは3ユーザー、Enterpriseは50ユーザー)も出典が一致させている範囲の情報なので、契約前の要件整理に含めておくべきでしょう。二つ目の落とし穴は、Studioフリーの制限の読み飛ばしです。1クエリ10MB、ノートブックの4GBメモリ、追加ライブラリ不可という制限を跨ぐ案件は有料の領域で、フリーで試した感触をそのまま有料の見込みに置くと勘定ずれが起きます。
三つ目は、買収後の不確かさです。複数出典が一致させている限り、ThoughtSpotはModeの分析ワークフローをAnalyst Studioという名で自社プランに組み込んでいます。Mode単体のロードマップが親会社の方針にどう寄せられるかは、調達時に直接確認すべき事項として挙げる出典が複数あります。長期契約の前に、単体提供の継続方針と機能統合の方向性を裏取りしておくのが安全側の進め方です。四つ目は、SQL主軸であることの見落としです。業務部門に幅広く配る用途では、アナリストの作るレポートに使い手が依存する構造が負担になります。五つ目は、Studioの追加ライブラリ制限です。特定のライブラリ前提の分析をフリーで通そうとすると、そこで止まります。表計算寄りの軽い用途なら、RowsやQuadraticのようなスプレッドシート系の道具と突き合わせる意味があります。短所を整理すると次の通りです。
回避の見方として、要件の棚卸しを先に済ませる方法が効きます。ユーザー数、データ量、アドオンの有無、公開先の運用を表にまとめ、Studioフリーで通せる範囲に印をつけます。フリーで通る部分は試用で確かめ、跨ぐ部分だけデモの往来で確認すれば、見積もりの往復が最小で済みます。買収後の確認事項も同じ表に並べ、単体提供の継続方針、機能統合の方向性、サポート体制を質問リストにしておくと、デモの場で漏れなく裏取りができます。調達の記録は後から見返すためのよりどころにもなるので、質問と回答は文書で残すのが安全側です。
Modeを導入するかどうかの見極め基準
導入の見極めは、三つの前提を順に確かめる作業に落とせます。第一に、分析の主戦場がウェアハウスかどうかです。クラウドウェアハウス前提のデータチームならModeの構成は効きます。手元のファイル分析が主なら、別の道具の方が手数が少なく済みます。第二に、レポート公開をどこまで自社で抱えるかです。業務部門への配信、スケジュール実行、権限管理まで必要なら、有料プランの能力が実益になります。第三に、買収後の継続方針です。これは見積もりの往来で直接確認するしかない事項で、契約期間の長さを決める材料になります。
判断材料を三つに絞る
私なら、ウェアハウス前提の分析チームでレポート公開まで抱えるなら、Studioフリーで分析の作り方を試したうえでデモに進む順路を選びます。フリーでSQLからノートブック、公開までの流れを一度通しておくと、見積もりの要件整理が格段にしやすくなります。逆に、ノーコードBIの速さを求める組織や、金額の公開を調達の前提にしている組織には、Modeは合いにくい選択です。判断が割れるのは、中間の用途です。分析チームの人数と公開先の幅で、有料プランの実費が動くため、この層は見積もりを取ってからでないと決められません。
総合の勘所を一文にすると、SQLとノートブックの分析をレポート公開まで一つの契約内でまかなえるかが、Modeを選ぶ理由として最も説明しやすい箇所です。料金はフリーと見積もり制の二本立てで、金額の裏取りはデモ経由しかありません。2023年のThoughtSpot買収は事実として明記すべき情報であり、単体提供は続いているものの、長期契約の前には継続方針の確認が要ります。AI音楽市場とは違い、BIの領域は調達の周期が長く、いま決めた構成が数年残ります。だからこそ、フリー試用と要件整理に時間をかけることが、結局は一番安い保険になります。
最後の軸は、他の候補との並び方です。BIの選定は単体の良し悪しではなく、既存のデータ基盤との組み合わせで決まります。ウェアハウスがどの製品か、dbtなどの変換層を使っているか、社内のSQL人材がどの程度いるか。この三つの答えが揃ったうえでModeが合うかを判断すると、後悔の少ない選び方になります。逆に、基盤が未整備の段階でModeを先に入れると、接続する相手がなく製品の価値が伸びません。道具の順番も含めて調達計画に入れておくべきでしょう。
よくある質問(FAQ)
Q. ThoughtSpotに買収された後も、Mode単体で契約できるのですか?
A. 公開情報の一致する範囲では、買収後もmode.comでの単体提供が続いており、本記事の調査でも公式サイトが現役で稼働していました。一方でThoughtSpot側は同系のワークフローをAnalyst Studioという名で自社プランに組み込んでいると説明する出典があり、両者の関係は変化の途中です。契約前には単体提供の継続方針を直接確認してください。調べていて混乱しやすい箇所なので、ここは最も丁寧に裏取りすべき次元です。
Q. Studioフリーは商用利用に使えますか?
A. 公開情報の範囲では、Studioは個人のアナリスト向けフリープランとして説明されており、最大3ユーザーと1クエリ10MBの制限が付きます。商用利用の可否を明記した一次情報は本記事の調査では見つけられなかったため、業務での利用を考える場合は公式サイトで規約の裏取りをしてください。少人数の試用から始めて、要件が出揃ったところでProの見積もりに進むのが安全側の順路です。
Q. ProとEnterpriseの金額が公開されていないのはなぜですか?
A. 公開情報の範囲では、両プランはデモ経由の見積もり制と説明されており、構成要素(ユーザー数、データ量、アドオンの有無)の積み上げで請求額が決まる形です。ホワイトラベル埋め込みやSCIMなどがアドオンとして説明されているため、一律の表記では実態を表しにくい事情もあると読めます。なお、親会社ThoughtSpotのプランは25ドル/ユーザー/月からという二出典一致の記述がありますが、これはMode単体の請求額とは別物です。
Q. ThoughtSpotのAnalyst StudioとModeは何が違うのですか?
A. 出典の一致する範囲では、両者は同じワークフローを共有しつつ、提供の形が違うと説明されています。Modeはmode.comで単体のプランとして売られ、Analyst StudioはThoughtSpotの分析プランに付くアドオンとして提供されるという整理です。機能名や更新の記述が共通しているという指摘もあり、実質の中身は寄せられている様子がうかがえます。どちらを選ぶかは、契約主体と既存のThoughtSpot環境の有無で分岐します。
Q. AI Assistはどの程度信用できるSQLを出すのですか?
A. 本記事では生成SQLの品質を未検証としており、数値的な裏付けはありません。構造として分かるのは、AI Assistは提案を提示する役割で、アナリストが審査してから実行する流れが前提になっているという説明です。自然文をSQLに混ぜるコメント形式も紹介されていますが、生成物の正確さは対象のデータ基盤に依存します。本番のクエリに組み込む前には、人間による裏取りを必ず挟む運用が安全側です。
Q. 対応しているデータウェアハウスは何ですか?
A. 複数出典が一致させている範囲では、Snowflake、BigQuery、Amazon Redshift、PostgreSQL、MySQL、Databricks、Presto、Sparkなどの接続が説明されており、dbtとの同期も言及されています。対応一覧は更新される可能性があるため、自社の基盤が含まれるかは公式ドキュメントで現行の裏取りをしてください。接続の幅はModeを選ぶ理由になりやすい箇所なので、ここは一次情報で確かめる価値があります。
まとめ
結論を改めて組み立てると、Modeの価値はSQL、Python、Rの分析をレポート公開まで一つの文書内で閉じる構造にあります。アドホック分析の速さと、業務部門への配信層の厚さを同じ契約内でまかなえる構成は、分析環境とBIを別々に調達する手間を確実に減らします。Studioフリーが最大3ユーザーまで試せることも、見極めの負担を軽くしています。一方で、ProとEnterpriseの金額が非公開であることと、2023年7月19日のThoughtSpot買収による継続方針の不確かさは、調達前に必ず裏取りすべき箇所です。買収後もmode.comでの単体提供は続いており、公式サイトは現役ですが、親会社側では同系ワークフローをAnalyst Studioとして組み込んでいるという出典が複数あり、製品の帰属が変化の途中であることは押さえておくべきでしょう。選び方の分岐は、ウェアハウスが主戦場かどうか、SQLを書ける人がいるか、レポート公開をどこまで抱えるかの三つに絞れます。コード主軸の分析チームにはModeの構成が理にかなう一方、ノーコードの速さを求める組織には合いにくい選択です。BIの調達は周期が長く、いま決めた構成が数年残ります。だからこそ、フリー試用で流れを通し、要件を固めてからデモに進む時間を惜しまないことが、一番安い保険になります。
出典:The Front Desk Review「Mode Analyticsの料金調査(月額表記なし・2026年10月12日裏取り)」(2026年10月12日)
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
