![](https://cdn.qwiklabs.com/assets/labs/start_lab-f45aca49782d4033c3ff688160387ac98c66941d.png)
Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Create a new dataset to store the tables
/ 25
Explore the product sentiment dataset
/ 25
Join datasets to find insights
/ 25
Append additional records
/ 25
BigQuery は、Google が提供する低コスト、NoOps のフルマネージド分析データベースです。BigQuery では、インフラストラクチャを所有して管理したりデータベース管理者を置いたりすることなく、テラバイト単位の大規模なデータでクエリを実行できます。また、SQL が採用されており、従量課金制というメリットもあります。そのため、ユーザーは有用な情報を得るためのデータの分析に専念することができます。
ここで使用するデータセットは、Google Merchandise Store から送られる数百万件の Google アナリティクス レコードで構成された e コマースのデータセットです。フィールドや行からどのような分析情報が得られるのかを確認します。
このラボでは、SQL の JOIN と UNION を使用して新しいレポート テーブルを作成する方法について詳しく学習します。
シナリオ: マーケティング チームから、e コマース ウェブサイトのすべての商品レビューがあなたとデータ サイエンス チームに提供されました。あなたは、データ サイエンス チームと協力して、以下の 3 つのソースのデータを結合するデータ ウェアハウスを BigQuery で構築します。
このラボでは、次のタスクの実行方法について学びます。
こちらの手順をお読みください。ラボの時間は記録されており、一時停止することはできません。[ラボを開始] をクリックするとスタートするタイマーは、Google Cloud のリソースを利用できる時間を示しています。
このハンズオンラボでは、シミュレーションやデモ環境ではなく、実際のクラウド環境を使ってご自身でラボのアクティビティを行うことができます。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。
このラボを完了するためには、下記が必要です。
[ラボを開始] ボタンをクリックします。ラボの料金をお支払いいただく必要がある場合は、表示されるポップアップでお支払い方法を選択してください。 左側の [ラボの詳細] パネルには、以下が表示されます。
[Google Cloud コンソールを開く] をクリックします(Chrome ブラウザを使用している場合は、右クリックして [シークレット ウィンドウでリンクを開く] を選択します)。
ラボでリソースが起動し、別のタブで [ログイン] ページが表示されます。
ヒント: タブをそれぞれ別のウィンドウで開き、並べて表示しておきましょう。
必要に応じて、下のユーザー名をコピーして、[ログイン] ダイアログに貼り付けます。
[ラボの詳細] パネルでも [ユーザー名] を確認できます。
[次へ] をクリックします。
以下のパスワードをコピーして、[ようこそ] ダイアログに貼り付けます。
[ラボの詳細] パネルでも [パスワード] を確認できます。
[次へ] をクリックします。
その後次のように進みます。
その後、このタブで Google Cloud コンソールが開きます。
[Cloud コンソールの BigQuery へようこそ] メッセージ ボックスが開きます。このメッセージ ボックスには、クイックスタート ガイドとリリースノートへのリンクが表示されます。
BigQuery コンソールが開きます。
まず、BigQuery で「ecommerce」という名前の新しいデータセットを作成してテーブルを保存します。
左側のペインで BigQuery プロジェクトの名前(qwiklabs-gcp-xxxx
)をクリックします。
プロジェクト名の横にあるその他アイコンをクリックし、[データセットを作成] を選択します。
[データセットを作成] ダイアログが開きます。
[データセット ID] に「ecommerce
」と入力します。他のオプションはすべてデフォルト値のままにします。
[データセットを作成] をクリックします。
[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。
データ サイエンス チームは、すべての商品レビューに対して感情分析 API を実行し、各商品の感情スコア(score)と感情強度(magnitude)の平均値を調べました。
マーケティング チームのデータセットを含むプロジェクトは、data-to-insights です。BigQuery の一般公開データセットは、デフォルトでは BigQuery には表示されません。このラボのクエリでは data-to-insights
を使用しますが、このデータセットは表示されません。
data-to-insights
プロジェクトを使用します。products
テーブルを表示します。解答例:
解答例:
感情スコアが最も低い商品は何ですか。
[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。
シナリオ: あなたは、月初めに在庫管理チームから、商品在庫データセットの orderedQuantity
フィールドの値が古くなっているという連絡を受けました。2017 年 8 月 1 日の商品別の合計販売数を調べて現在のストックレベルと照合し、どの商品から補充すればよいかわかるようにする必要があります。
sales_by_sku_20170801
という名前を付けるdata-to-insights.ecommerce.all_sessions_raw
を使用するproductSKU
を返すproductQuantity
)を返す(ヒント: SUM() で IFNULL
条件を使用します)20170801
の販売数のみを含めるORDER BY
で SKU を注文数の多い順に並べる解答例:
sales_by_sku
テーブルをクリックし、[プレビュー] タブをクリックします。販売された商品の SKU の数はいくつですか(重複したものはカウントしません)。
答え: 462
次に、この販売データを商品の在庫情報で拡充するために、2 つのデータセットを結合します。
name
stockLevel
restockingLeadTime
sentimentScore
sentimentMagnitude
解答例:
total_ordered / stockLevel
」の計算フィールドを追加して「ratio
」というエイリアスを割り当てます。ヒント: ストックレベルが 0 の場合に 0 除算エラーが発生しないように SAFE_DIVIDE(field1,field2)
を使用します。解答例:
[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。
海外のチームの 2017 年 8 月 2 日の店舗販売データがすでにあり、それを日次販売テーブルに記録する必要があります。
ecommerce.sales_by_sku_20170802
productSKU STRING
total_ordered
を INT64
フィールドとして指定解答例:
同じスキーマを持つデータを連結するにはさまざまな方法があります。中でもよく使われるのは、UNION を使用する方法と、テーブル ワイルドカードを使用する方法の 2 つです。
ecommerce.sales_by_sku_20170801
ecommerce.sales_by_sku_20170802
UNION
と UNION ALL
の違いは、UNION
では重複レコードが含まれないことです。日次販売テーブルの数が増えると、互いに連結された多数の UNION
ステートメントを記述する必要が出てきます。
この問題を解決するには、テーブル ワイルドカード フィルタと _TABLE_SUFFIX
フィルタを使用します。
ecommerce.sales_by_sku_
テーブルのすべてのレコードを選択するクエリを記述します。解答例:
解答例:
[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。
ここでは、サンプル e コマースデータを調べるためにレポート テーブルを作成し、SQL の JOIN と UNION を使用してビューを操作しました。
Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。
マニュアルの最終更新日: 2024 年 2 月 3 日
ラボの最終テスト日: 2023 年 10 月 31 日
Copyright 2025 Google LLC All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。
このコンテンツは現在ご利用いただけません
利用可能になりましたら、メールでお知らせいたします
ありがとうございます。
利用可能になりましたら、メールでご連絡いたします
One lab at a time
Confirm to end all existing labs and start this one