"概要：弊社では、2019 年にデータ分析プラットフォームをオンプレミスから Google Cloud に移行しました。全社のビジネスデータをBigQuery に収集する取り組みを現在も継続して行っています。
プロジェクト企画からシステム稼働後までの具体的なエピソードを交えつつ、取組みの中で学んだ BigQuery の優位性や課題について説明させていただきます"
https://cloudonair.withgoogle.com/events/google-cloud-day-digital-21/watch?talk=d1-da-01

質問	回答
こちら、一番ネックはどのようなものがありましたでしょうか？（技術的問題・金銭的問題・社内状況の調整など）	技術的な問題が大きいです。BigQueryに対応するSASのアダプターを取り扱った事例が無かったので、リスクヘッジの検討に非常に時間がかかりました。
現在のBigQueryで解決できなかったユースケースがあることでさらなる改善を求められていると想定しますが、どのようなケースでしょうか？	あくまで、データをBigQueryに一元化し、パフォーマンス改善やデータ鮮度の向上が実現出来ただけです。例えばデータマートの更なる整備により、誰もがデータを分かりやすく扱えるようになるとか、AI等のソリューションを用いてビジネスにデータを活用していくとか、今後はデータ利活用に向けた取り組みが必要と考えています
PoCが非常に大変な中、それでも諦めずにBigQueryへの移行を進めることができたのには何か理由があったのでしょうか。	PoC自体が大変だったわけではないです。プロジェクト自体は様々な課題がありましたが、無事にスケジュール通り進捗し、プロジェクト課題を解消できたのは、同じ目的に向かってベンダーさん、ユーザ部門、ITで三位一体で進められたからだと思います。

切り口	内容
従来の環境
課題	オンプレミスは厳しい。
課題を解決しようとしたが・・・
なぜBQか	すでに上の分散したクラウド環境の中でBQも使っていた。そのなかでBQを使ったほうがいいという意見になった。
BQにした結果	プラットフォームの維持コストも下がった。ユーザーの不満もなくなった。