GSP403

概要

ビジネス インテリジェンス（BI）が普及するようになって以来、可視化ツールは、アナリストや意思決定者がデータからすばやく分析情報を得るうえで重要な役割を果たしてきました。このラボでは、あなたは大都市の樹木管理サービスの責任者になります。課題: Looker Studio と BigQuery を使用して優れたダッシュボードを構築し、大規模な樹木サービスの使用状況ログに隠された貴重な分析情報を発見します。このダッシュボードは、十分な情報に基づいて、データに裏付けられた意思決定を行い、運用を最適化するのに役立ちます。

ダッシュボードを構築することで、可視化された元データから実用的な分析情報が得られます。適切に設計されたダッシュボードにより、トレンドの迅速な特定、潜在的な問題の発見、効率性とサービス品質の向上につながる戦略的な選択が可能になります。このラボは、BigQuery と Looker Studio についてある程度理解していることを前提としています。詳細については、背景情報のドキュメント（BigQuery のコンセプト、Looker Studio の概要）をご覧ください。

目標

このラボでは、次の方法について学びます。

• クエリ可能なデータを BigQuery にアップロードする
• BigQuery でレポート データセットを作成する
• BigQuery で 1 回限りのクエリを実行する。クエリをスケジュールする
• BigQuery データを使用して Looker Studio でレポートを作成する

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

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、ラボのアクティビティを行います。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。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

ラボを開始して Google Cloud コンソールにログインする方法

1. [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、表示されるダイアログでお支払い方法を選択してください。 左側の [ラボの詳細] ペインには、以下が表示されます。

   • [Google Cloud コンソールを開く] ボタン
   • 残り時間
   • このラボで使用する必要がある一時的な認証情報
   • このラボを行うために必要なその他の情報（ある場合）

2. [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 ウィンドウで開く] を選択します）。

   ラボでリソースがスピンアップし、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。

   注: [アカウントの選択] ダイアログが表示されたら、[別のアカウントを使用] をクリックします。

3. 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。

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

   [ラボの詳細] ペインでもユーザー名を確認できます。

4. [次へ] をクリックします。

5. 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。

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

   [ラボの詳細] ペインでもパスワードを確認できます。

6. [次へ] をクリックします。

   重要: ラボで提供された認証情報を使用する必要があります。Google Cloud アカウントの認証情報は使用しないでください。 注: このラボでご自身の Google Cloud アカウントを使用すると、追加料金が発生する場合があります。

7. その後次のように進みます。

   • 利用規約に同意してください。
   • 一時的なアカウントなので、復元オプションや 2 要素認証プロセスは設定しないでください。
   • 無料トライアルには登録しないでください。

その後、このタブで Google Cloud コンソールが開きます。

注: Google Cloud のプロダクトやサービスにアクセスするには、ナビゲーション メニューをクリックするか、[検索] フィールドにサービス名またはプロダクト名を入力します。

ソリューションの概要

ダッシュボードは使用状況を 1 か所にまとめて表示するものであり、注文 ID などの詳細情報は必要ありません。そのため、クエリ費用を削減するために、必要なログを「Reports」という別のデータセットにまとめて、集計データのテーブルを作成します。

そのテーブルを Looker ダッシュボードからクエリします。これにより、ダッシュボードの更新時に Reports データセットのクエリで処理されるデータ量を削減できます。過去の使用状況ログは変更されないため、Reports データセットの新しい使用状況データを更新するだけで済みます。

タスク 1. クエリ可能なデータをアップロードする

このセクションでは、一般公開データを pull して、BigQuery で SQL コマンドを実行してみます。

BigQuery コンソールを開く

1. Google Cloud コンソールで、左側のメニュー > [BigQuery] を選択します。

BigQuery コンソールが開きます。

2. [エクスプローラ] セクションで [+ 追加] をクリックし、[その他のソース] にある [公開データセット] を選択します。

3. 「trees」を検索して Enter キーを押します。

4. [Street Trees] タイルをクリックし、[データセットを表示] をクリックします。

新しいタブが開いて、「bigquery-public-data」という新しいプロジェクトが [エクスプローラ] パネルに追加されます。

注: 新しいプロジェクトの bigquery-public-data が [エクスプローラ] パネルに表示されない場合は、[+ 追加] > [名前を指定してプロジェクトにスターを付ける（[その他のソース] の下）] > プロジェクト名（bigquery-public-data）を入力 > [スターを付ける] をクリックします。

タスク 2. BigQuery でレポート データセットを作成する

次に、Reports という新しいデータセットをプロジェクトに作成します。独立したデータセットを作成すると 2 つのメリットがあります。1 つは、ダッシュボードによってクエリされるデータの量が減ること、もう 1 つは、集計データにしか関心がないユーザーが無駄にソース データセットにアクセスしなくなることです。

1. Qwiklabs のプロジェクト ID 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。

2. データセットに「Reports」という名前を付けます。

他のオプションはデフォルト値のままにします。

3. [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。 BigQuery でレポート データセットを作成する

タスク 3. ダッシュボード データをクエリする

このセクションでは、以下の概要情報を含む昨年度のデータを pull する 1 回限りのクエリを実行します。

• 月ごとの植樹数
• 植樹された樹種
• 植樹された樹木の管理者
• 植樹された樹木の所在地
• 植樹地の情報

1. BigQuery コンソールの上部にある [+] ボタンをクリックして、クエリエディタを開きます。

2. クエリエディタに次のクエリを追加します。

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

2. [展開] ボタンをクリックし、プルダウン メニューから [クエリ設定] を選択します。

• [クエリ結果の宛先テーブルを設定する] を選択します。
• [データセット名] に「Reports」と入力します。前に作成した Reports データセットを選択します。
• [テーブル ID] に「Trees」と入力します。
• [宛先テーブルの書き込み設定] で [空の場合に書き込む] を選択します。

[テーブル名] を指定して [空の場合に書き込む] 設定を選択したので、テーブルがまだ存在しない場合はクエリによってテーブルが作成されます。

3. その他の設定はデフォルトのままにして、[保存] をクリックします。

4. [実行] をクリックしてクエリを実行します。

クエリが完了すると、[結果] タブに結果が表示されます。

[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。 昨年度のデータを pull するクエリを実行する

タスク 4. BigQuery でクエリをスケジュールする

ダッシュボードを最新の状態に保つために、クエリを定期的に実行するようにスケジュールできます。スケジュールされたクエリは、標準 SQL で作成する必要があります。標準 SQL で作成するクエリには、データ定義言語（DDL）とデータ操作言語（DML）によるステートメントを含めることができます。クエリ文字列と宛先テーブルはパラメータ化が可能で、クエリ結果を日付と時刻で整理できます。

新しいデータがないか毎日チェックするクエリを追加します。新たに植樹が行われると、追加の統計情報で reports.trees テーブルが直接更新されます。

1. 新しい [クエリエディタ] タブを開き、次のクエリを実行して、スケジュールされたクエリ機能を使用して reports.trees テーブルに増分データを毎日 pull します。

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

2. [スケジュール] ボタンをクリックすると、[スケジュールされたクエリとしてエクスポート] ページが開きます。

3. [スケジュールされたクエリとしてエクスポート] ページで、次の設定を行います。

• スケジュールされたクエリの名前: Update_trees_daily

• スケジュール オプション:

  • 繰り返しの頻度: プルダウンをクリックして [時間] を選択します。
  • 繰り返しの頻度: 1 時間

4. [クエリ結果の書き込み先] セクションで、[クエリ結果の宛先テーブルを設定する] チェックボックスをオンにして、データセット名を「Reports」に指定します。

• テーブル ID に「Trees」と入力し、既存のデータが上書きされないように [宛先テーブルの書き込み設定] の [テーブルに追加する] を選択します。

5. [保存] をクリックします。

6. [許可] をクリックし、リクエストされたサービスに対する権限をラボの受講者ユーザーの認証情報に付与します。次に、クエリの置き換えに同意します。

注: クエリを実行しても、まだ植樹が行われていないため、新しい結果は表示されません。

タスク 5. Looker Studio で新しいデータソースを作成する

次に、上で集計した樹木データを使用して Looker Studio でダッシュボードを構築します。

1. ブラウザで新しいタブを開いて Looker Studio に移動します。

2. 左上の [作成] をクリックして、[レポート] をクリックします。

3. [国] を入力し、利用規約のチェックボックスをオンにします。

4. [続行] をクリックします。

5. すべてのメール設定で [いいえ] を選択して [続行] をクリックします。

タスク 6. Looker Studio で新しいレポートを作成する

1. [BigQuery] をクリックし、[承認] をクリックします。使用するアカウントとして、ラボ インスタンスに関連付けられている受講者ユーザーの認証情報を選択します。

次に、BigQuery コネクタを使用して reports.trees テーブルに接続します。

2. まず、[最近のプロジェクト]、[Qwiklabs プロジェクト]、[Reports] データセット、[Trees] テーブルの順に選択します。

3. [追加] をクリックし、[レポートに追加] 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。 Looker Studio で新しいデータソースを作成する

これで、このテーブルのデータを使ってグラフを作成できるようになりました。

4. [グラフを追加] プルダウンをクリックし、希望の種類を選択します。下の例には次の種類のグラフが含まれています。

   • 積み上げ縦棒グラフ。月ごとの植樹数と、植樹された樹木の管理者が示されています。
   • スコアカード。昨年度の総植樹数が示されています。
   • 円グラフ。植樹された樹種の構成比が示されています。
   • 表と棒グラフ。植樹地別の植樹数が示されています。

この例を参考にしてグラフやタイトルを作成してみてください。以下にヒントを示します。

• タイトルはテキストツールを使用して作成します。この例では、各グラフのタイトルとダッシュボード自体のタイトルが作成されています。
• グラフの配色やフォントサイズを変更するには、グラフを選択して右側の [スタイル] タブをクリックします。
• グラフをクリックすると、サイズを変更したり新しい場所にドラッグしたりできます。

お疲れさまでした

これで完了です。このラボでは、BI ダッシュボードを構築して、クエリ費用を抑えつつビジネスデータのパターンを可視化する方法を学びました。BigQuery でデータセットを作成し、1 回限りのクエリを実行し、クエリをスケジュールして、Looker Studio でレポートを作成しました。これらのスキルを活用して、Looker Studio と BigQuery で独自の BI ダッシュボードを構築できるようになりました。

次のステップと詳細情報

• このラボは、Pradnya Khadapkar によるこちらのブログ投稿に基づいています
• Looker Studio を使用して BigQuery データを可視化する

Google Cloud トレーニングと認定資格

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: 2025 年 2 月 19 日

ラボの最終テスト日: 2025 年 2 月 19 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。