BigQuery データキャンバスを使ってみた：インタラクティブなデータ分析の始め方

はじめに

現代のデータ分析では、インタラクティブな可視化とリアルタイムのデータ操作が求められています。Google Cloud の BigQuery データキャンバスは、SQL を使用してデータをクエリし、その結果を直感的に視覚化する強力なツールです。本記事では、BigQuery データキャンバスを活用して、簡単なデータセットを使ったインタラクティブな分析をどのように行うか、その手順を解説します。

---

サンプルデータの準備

まず、BigQuery にサンプルデータを作成します。以下の SQL クエリを実行して、トランザクションデータを含むテーブルを作成します。

CREATE TABLE `プロジェクトID.データセット名.test_transactions` (
    TransactionID STRING,
    TransactionDate DATE,
    CustomerName STRING,
    ProductName STRING,
    Quantity INT64,
    UnitPrice NUMERIC,
    TotalPrice NUMERIC,
    PaymentMethod STRING
);

INSERT INTO `プロジェクトID.データセット名.test_transactions` 
(TransactionID, TransactionDate, CustomerName, ProductName, Quantity, UnitPrice, TotalPrice, PaymentMethod) VALUES
    ('T0005', '2023-11-03', '鈴木一郎', 'ゲームコンソール', 1, 30000.0, 30000.0, 'PayPay'),
    ('T0006', '2023-11-03', '高橋真理子', 'キッチンブレンダー', 1, 8000.0, 8000.0, '現金'),
    ('T0003', '2023-11-02', '佐藤健', 'スマートフォン', 1, 60000.0, 60000.0, '代金引換'),
    ('T0009', '2023-11-05', '小林幸子', 'カメラ', 1, 50000.0, 50000.0, '銀行振込'),
    ('T0001', '2023-11-01', '田中太郎', 'ノートパソコン', 1, 80000.0, 80000.0, 'クレジットカード'),
    ('T0007', '2023-11-04', '渡辺梨花', 'スマートウォッチ', 1, 25000.0, 25000.0, 'クレジットカード'),
    ('T0004', '2023-11-02', '伊藤翼', '電子書籍リーダー', 1, 20000.0, 20000.0, 'クレジットカード'),
    ('T0010', '2023-11-05', '吉田拓也', 'Bluetoothスピーカー', 1, 15000.0, 15000.0, 'クレジットカード'),
    ('T0002', '2023-11-01', '山田花子', 'ヘッドフォン', 2, 15000.0, 30000.0, '銀行振込'),
    ('T0008', '2023-11-04', '中村蓮', 'ワイヤレスイヤフォン', 2, 10000.0, 20000.0, 'コンビニ払い');

---

データの分析手順

1. BigQuery データキャンバスのセットアップ

• Google Cloud Console にアクセスし、BigQuery プロジェクトを開きます。
• データキャンバスを新規作成します。
  

2. SQL クエリの実行

• テーブル test_transactions に対して、以下の SQL クエリを実行してデータをクエリします。例えば、トランザクションデータを月ごとに集計する場合のクエリは以下のようになります。

  SELECT
      FORMAT_DATE('%Y-%m', TransactionDate) AS Month,
      SUM(TotalPrice) AS TotalSales
  FROM
      `プロジェクトID.データセット名.test_transactions`
  GROUP BY
      Month
  ORDER BY
      Month;
  

3. データの視覚化

• クエリ結果を基に、グラフやチャート、インサイトを作成します。例えば、月ごとの売上集計結果を折れ線グラフに表示できます。これらのグラフやインサイトはLookerStudioにエクスポートすることが可能です。

4. キャンバスの保存と共有

• 完成したキャンバスを保存し、他のメンバーとリアルタイムで共有します。これにより、分析結果をスムーズに共有し、フィードバックを受けられます。
  

終わりに

BigQuery データキャンバスは、SQL クエリとインタラクティブな視覚化を組み合わせることで、迅速なデータ分析を可能にします。キャンバスを活用してデータを分析・可視化することで、データに基づく意思決定をより効果的に行うことができます。データ分析の効率を上げるために、ぜひ活用してみてください。