arrow_back

Cómo crear un panel de IE con Looker Studio y BigQuery

Acceder Unirse
Quick tip: Review the prerequisites before you run the lab
Use an Incognito or private browser window to run this lab. This prevents any conflicts between your personal account and the student account, which may cause extra charges incurred to your personal account.
Pon a prueba tus conocimientos y compártelos con nuestra comunidad
done
Obtén acceso a más de 700 labs prácticos, insignias de habilidad y cursos

Cómo crear un panel de IE con Looker Studio y BigQuery

Lab 1 hora universal_currency_alt 5 créditos show_chart Intermedio
info Es posible que este lab incorpore herramientas de IA para facilitar tu aprendizaje.
Pon a prueba tus conocimientos y compártelos con nuestra comunidad
done
Obtén acceso a más de 700 labs prácticos, insignias de habilidad y cursos

GSP403

Descripción general

Desde que existe la inteligencia empresarial (IE), las herramientas de visualización han desempeñado una función clave al ayudar a los analistas y encargados de tomar decisiones a obtener estadísticas a partir de datos. En este lab, te pondrás en el lugar de un administrador de servicios de forestación de una gran ciudad. Tu misión: Crear un panel potente con Looker Studio y BigQuery para descubrir estadísticas valiosas ocultas en tus registros de uso del servicio de árboles grandes. Este panel te ayudará a tomar decisiones fundamentadas y respaldadas por datos para optimizar tus operaciones.

¿Por qué es importante? Las visualizaciones convierten los datos sin procesar en estadísticas prácticas. Con un panel bien diseñado, identificarás rápidamente las tendencias, detectarás posibles problemas y tomarás decisiones estratégicas que pueden mejorar la eficiencia y la calidad del servicio. Para este lab, se espera que cuentes con conocimientos previos sobre BigQuery y Looker Studio. Para obtener más información, consulta los documentos de referencia (Conceptos de BigQuery, Descripción general de Looker Studio).

Objetivos

En este lab, aprenderás a hacer lo siguiente:

  • Subir datos consultables a BigQuery
  • Crear un conjunto de datos de informes en BigQuery
  • Ejecutar consultas únicas en BigQuery y programar consultas
  • Crear un informe en Looker Studio con datos de BigQuery

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs son cronometrados y no se pueden pausar. El cronómetro, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

  • Acceso a un navegador de Internet estándar (se recomienda el navegador Chrome)
Nota: Usa una ventana de navegador privada o de Incógnito para ejecutar este lab. Así evitarás cualquier conflicto entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.
  • Tiempo para completar el lab: Recuerda que, una vez que comienzas un lab, no puedes pausarlo.
Nota: Si ya tienes un proyecto o una cuenta personal de Google Cloud, no los uses en este lab para evitar cargos adicionales en tu cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

  1. Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

    • El botón para abrir la consola de Google Cloud
    • El tiempo restante
    • Las credenciales temporales que debes usar para el lab
    • Otra información para completar el lab, si es necesaria
  2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

    El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

    Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.

    Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.
  3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

    {{{user_0.username | "Username"}}}

    También puedes encontrar el nombre de usuario en el panel Detalles del lab.

  4. Haz clic en Siguiente.

  5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

    {{{user_0.password | "Password"}}}

    También puedes encontrar la contraseña en el panel Detalles del lab.

  6. Haz clic en Siguiente.

    Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.
  7. Haz clic para avanzar por las páginas siguientes:

    • Acepta los Términos y Condiciones.
    • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
    • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar.

Descripción general de la solución

Generalmente, un panel muestra una vista agregada del uso, ya que no necesita detalles que lleguen, por ejemplo, al nivel de un ID de pedido. Por eso, para reducir los costos de la consulta, primero agregarás los registros que necesitas en otro conjunto de datos llamado Informes y, luego, crearás una tabla de datos agregados.

Consultarás la tabla desde el panel de Looker. De esta manera, cuando se actualiza tu panel, las consultas del conjunto de datos de informes procesan menos datos. Puesto que los registros de uso del pasado no cambian nunca, solo actualizarás los datos de uso nuevos en el conjunto de datos Informes.

Tarea 1. Sube datos que puedan consultarse

En esta sección, extraerás algunos datos públicos para practicar la ejecución de comandos en SQL en BigQuery.

Abre la consola de BigQuery

  1. En la consola de Google Cloud, ve al menú de la izquierda > selecciona BigQuery.

Se abrirá la consola de BigQuery.

  1. Haz clic en + AGREGAR en la sección Explorador y, luego, en Fuentes adicionales, selecciona Conjuntos de datos públicos.

  2. Busca "trees" y presiona Intro.

  3. Haz clic en el mosaico de Street Trees y, luego, haz clic en Ver conjunto de datos.

Se abrirá una pestaña nueva y se agregará un proyecto nuevo llamado bigquery-public-data al panel Explorador:

Nota: Si el proyecto nuevo bigquery-public-data no aparece en el panel Explorador, haz clic en + AGREGAR > Destacar un proyecto por nombre (en Fuentes adicionales) > Ingresar nombre del proyecto (bigquery-public-data) y DESTACAR.

Tarea 2. Crea un conjunto de datos de informes en BigQuery

A continuación, crearás un nuevo conjunto de datos llamado Informes en tu proyecto. Un conjunto de datos independiente tiene muchos beneficios: reduce la cantidad de datos consultados por el panel y quita el acceso innecesario a tus conjuntos de datos de origen para aquellos usuarios que solo están interesados en datos agregados.

  1. Luego, haz clic en los tres puntos junto al ID del proyecto de Qwiklabs y selecciona Crear conjunto de datos.

  2. Asígnale el nombre Informes a tu conjunto de datos.

Deja las demás opciones con los valores predeterminados.

  1. Haz clic en Crear conjunto de datos.

Haz clic en Revisar mi progreso para verificar el objetivo. Crear un conjunto de datos de informes en BigQuery

Tarea 3. Consulta los datos del panel

En esta sección, ejecutarás una consulta única para extraer los datos del último año. Esta consulta resumirá lo siguiente:

  • La cantidad de árboles que se plantó cada mes
  • Las especies de árboles que se plantaron
  • El nombre de la persona encargada de cuidar los árboles
  • La dirección donde se plantaron los árboles
  • La información sobre el sitio donde están los árboles
  1. Para abrir el Editor de consultas, haz clic en el botón + en la parte superior de la consola de BigQuery.

  2. Agrega lo siguiente al editor de consultas:

SELECT TIMESTAMP_TRUNC(plant_date, MONTH) as plant_month, COUNT(tree_id) AS total_trees, species, care_taker, address, site_info FROM `bigquery-public-data.san_francisco_trees.street_trees` WHERE address IS NOT NULL AND plant_date >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 365 DAY) AND plant_date < TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), DAY) GROUP BY plant_month, species, care_taker, address, site_info
  1. Haz clic en el botón Más y selecciona Configuración de consulta en el menú desplegable.
  • Selecciona Establecer una tabla de destino para los resultados de la consulta.
  • En Nombre del conjunto de datos, escribe Reports. Selecciona el conjunto de datos Informes que creaste antes.
  • En ID de la tabla, escribe Trees.
  • En Preferencia de escritura para la tabla de destino, selecciona Escribir si está vacía.

Como especificaste un nombre de la tabla y seleccionaste la preferencia Escribir si está vacía, la consulta creará una tabla si esta aún no existe.

  1. Acepta los otros valores de configuración predeterminados y haz clic en Guardar.

  2. Haz clic en Ejecutar para ejecutar la consulta.

Cuando se complete la consulta, podrás ver sus resultados en la pestaña Resultados.

Haz clic en Revisar mi progreso para verificar el objetivo. Ejecutar una consulta para extraer los datos del último año

Tarea 4. Programa una consulta en BigQuery

Para mantener actualizado tu panel, puedes programar consultas para que se ejecuten de forma recurrente. Las consultas programadas deben estar escritas en SQL estándar, que puede incluir instrucciones en lenguaje de definición de datos (DDL) y en lenguaje de manipulación de datos (DML). La cadena de consulta y la tabla de destino se pueden parametrizar para permitirte organizar los resultados de la consulta por fecha y hora.

Ahora, agregarás una consulta que verificará si hay datos nuevos todos los días. Cuando se planten árboles nuevos, las estadísticas adicionales actualizadas se incluirán directamente en la tabla reports.trees.

  1. Abre una nueva pestaña del Editor de consultas y ejecuta la siguiente consulta para agregar datos incrementales a la tabla reports.trees diariamente usando la función de consulta programada:
SELECT TIMESTAMP_TRUNC(plant_date, MONTH) as plant_month, COUNT(tree_id) AS total_trees, species, care_taker, address, site_info FROM `bigquery-public-data.san_francisco_trees.street_trees` WHERE address IS NOT NULL AND plant_date >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 DAY) AND plant_date < TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), DAY) GROUP BY plant_month, species, care_taker, address, site_info
  1. Haz clic en el botón Programar y se abrirá la página Exportar como consulta programada.

  2. En la nueva página Exportar como consulta programada, configura lo siguiente:

  • Nombre de la consulta programada: Update_trees_daily

  • Opciones de programación:

    • Frecuencia de repetición: Haz clic en el menú desplegable y selecciona Horas
    • Frecuencia de repetición: 1 hora
  1. En la sección Destino de los resultados de la consulta, marca la casilla Establecer una tabla de destino para los resultados de la consulta y especifica el nombre del conjunto de datos como Reports.
  • Nombre de la tabla: escribe "Trees" y selecciona Agregar a la tabla en Preferencia de escritura para la tabla de destino, de modo que no reemplace datos existentes.
  1. Haz clic en Guardar.

  2. Haz clic en Permitir y otorga permisos a las credenciales de usuario de estudiante de tu lab para los servicios solicitados. Luego, acepta reemplazar tu consulta.

Nota: Si ejecutas la consulta, no verás resultados nuevos porque no existen todavía.

Tarea 5. Crea nuevas fuentes de datos en Looker Studio

Ahora, crearás tu panel con datos de árboles que acabas de agregar con Looker Studio.

  1. Abre una pestaña nueva en tu navegador y ve a Looker Studio.

  2. Haz clic en Crear en la parte superior izquierda y, luego, en Informe.

  3. Ingresa tu país y selecciona la casilla de verificación de los Términos y Condiciones.

  4. Haz clic en Continuar.

  5. Selecciona No para indicar que no deseas recibir ofertas por correo electrónico y, luego, haz clic en Continuar.

Tarea 6. Crea un nuevo informe en Looker Studio

  1. Haz clic en la pestaña BigQuery y, luego, en Autorizar. Para que la cuenta las use, selecciona las credenciales de usuario de estudiante asociadas con tu instancia del lab.

Ahora usarás el conector de BigQuery para conectarte a la tabla reports.trees.

  1. Primero, selecciona tus Proyectos recientes y, luego, tu proyecto de Qwiklabs, el conjunto de datos Informes y, a continuación, la tabla Trees.

  2. Haz clic en Agregar y, luego, en Agregar al informe.

Haz clic en Revisar mi progreso para verificar el objetivo. Crear nuevas fuentes de datos en Looker Studio

Ahora puedes usar los datos de la tabla para crear gráficos.

  1. Haz clic en el menú desplegable Agregar un gráfico y selecciona el tipo que deseas. En este ejemplo, puedes ver los siguientes tipos de gráficos:

    • Gráfico de barras de columnas apiladas que muestra el número de árboles plantados cada mes y el nombre del encargado que los plantó
    • Un cuadro de evaluación que muestra la cantidad total de árboles agregados en el último año
    • Un gráfico circular que muestra la distribución porcentual de los árboles plantados según su especie
    • Una tabla y un gráfico de barras que muestran la cantidad de árboles plantados por sitio

Puedes basarte en el ejemplo para experimentar y crear tus propios gráficos y títulos. Estas son algunas sugerencias:

  • Los títulos se crean con la herramienta de texto. En el ejemplo, los títulos se crearon para cada gráfico y para el panel en sí.
  • Cuando seleccionas un gráfico, puedes editar los colores y los tamaños de la fuente. Para eso, debes hacer clic en la pestaña Estilo ubicada del lado derecho.
  • Haz clic en un gráfico para modificar su tamaño y arrastrarlo a una nueva ubicación.

¡Felicitaciones!

¡Felicitaciones! En este lab, aprendiste a crear un panel de IE para visualizar patrones en los datos de tu empresa con un riesgo menor de volúmenes de consultas costosas. Creaste un conjunto de datos en BigQuery, ejecutaste una consulta única, programaste una consulta y creaste un informe en Looker Studio. Ahora puedes usar estas habilidades para crear tu propio panel de IE con Looker Studio y BigQuery.

Próximos pasos/Más información

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 19 de febrero de 2025

Prueba más reciente del lab: 19 de febrero de 2025

Copyright 2025 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.

Before you begin

  1. Labs create a Google Cloud project and resources for a fixed time
  2. Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
  3. On the top left of your screen, click Start lab to begin

Este contenido no está disponible en este momento

Te enviaremos una notificación por correo electrónico cuando esté disponible

¡Genial!

Nos comunicaremos contigo por correo electrónico si está disponible

One lab at a time

Confirm to end all existing labs and start this one

Use private browsing to run the lab

Use an Incognito or private browser window to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.