BigQuery 是什麼？
BigQuery 是 Google Cloud Platform 推出的一種雲端資料倉儲與分析服務，可取代傳統的資料倉儲、分析，甚至作為顧客資料平台 CDP 數據整合、處理、分析、應用的替代方案。
企業導入 BigQuery 不僅不需要自己擁有與維運資料倉儲的軟硬體，更能快速處理 PB 規模的資料，還兼具成本低廉、能彈性擴充等優勢，因此是許多中大型企業的得力助手，包含 Spotify、AirBnB、The New York Times、HSBC 等國際級大企業都在用。
BigQuery 有哪 5 大優勢？企業中的哪些角色能得利？
企業愛用 BigQuery 的原因非常多，我們歸納出最常見的 5 大主因是：運算速度快、成本低廉、處理規模大、技術門檻低、與擴充彈性大。BigQuery 帶來的好處非常多樣，能帶來企業整體運作的成本效益提升，企業中各種職能角色也皆能從中受益。
1. 運算速度快 | 資料分析師、行銷人員
根據 Cloud Ace 的實測，總共 1000 億筆、4TB 的資料，使用需要消耗大量資料的模糊比對語法，以及複雜的 Group By 和 Order By 語法，會發現以往大約需要兩小時的運算處理，竟然縮短到只要 23 秒就能完成！
BigQuery 能完成即時或近乎即時的分析，主要原因有二：其一是 BigQuery 會將運算的工作分散給數千台伺服器同時處理調度查詢，其二是 BigQuery 使用利於快速搜尋的方式來儲存數據。如此快的資料處理速度，將降低等待的時間、提升對市場反應的靈活性，也能避免資料分析師陷入「下完指令、等了兩小時」，才發現指令錯誤的窘境。
2. 成本低廉 | IT 部門、財務部門
權威研究機構 Enterprise Strategy Group (ESG) 於 2019 年發布的 Economic Validation 報告中指出，透過 BigQuery 資料倉儲技術大規模執行數據分析作業，三年的總持有成本（Total-Cost-of-Ownership），比起使用其他三種雲端資料倉儲系統低了 26% 至 34%。
省去建置與管理成本：
傳統資料倉儲的軟硬體建置成本經常高達幾十甚至上百萬，不只要自行購買並維護機房，使用時還可能遇到分析需求日益增加、資源不夠又需要擴充的狀況。這時，不只需要加購軟硬體設備，還可能要更新資料倉儲的架構，漫長流程耗費大量金錢、人力、與開發資源。
但 BigQuery 做為一種雲端的平台即服務（PaaS），企業等於是將這部分所有軟硬體交由 Google 託管，不需自行採購、開發與維護。對企業來說不只能快速導入並啟用，也能節省鉅額成本。
省去閒置與風險成本：
此外，傳統的資料倉儲方式也容易遇到買太多，而造成資源閒置浪費的問題。不過 BigQuery 主要是以使用量為收費基礎，根據每個月使用的儲存與運算資源來計費，因此比較不會有資源空轉或購買過量而浪費額度的狀況發生。
此外，BigQuery 也擁有非常高規格的資料安全性，由顧客自管加密金鑰，將資料洩漏或被竊取的風險降至最低，也提供方便的資料複製與備份的功能，避免資料遺失。
3. 處理規模大 | 數據使用單位
BigQuery 的其中一大特色，是能夠處理大數據。
一般來說，處理大量數據的資料系統在技術上與理論上並不難，但是實務上這很難實現，因為以傳統資料倉儲技術來說，處理龐大數據會耗費大量時間成本、金錢成本和人力成本。
不過 BigQuery 便是運用新的雲端技術以及新的資料倉儲架構，來達成運算快速、成本低廉的特性，讓運算大規模數據資料成為實務上可行、也值得投資的一件事情。
4. 技術門檻低 | 工程師、資料分析師、行銷人員
BigQuery 的操作簡易，只需要會 SQL 語言就能夠快速上手。對原本就有資料庫相關實務經驗的工程師、資料分析師來說，可以省去學習其它語言的學習成本。此外，SQL 指令碼可以重複利用，也相對更好理解，因此沒有技術背景的行銷人員及其他數據使用者，也更能節省和工程師溝通的成本。
5. 擴充彈性大 | 行銷人員、IT 部門
資料來源：
BigQuery 支援多種資料匯入來源：包含從本地、Google 雲端硬碟、Cloud Storage、BigQuery Data Transfer Service (DTS)、Data Fusion 外掛程式等多種方式都能將資料上傳到 BigQuery。而 BigQuery 支援的資料格式有：Avro、CSV、JSON、ORC 和 Parquet 等格式。
資料應用：
BigQuery 作為一種雲端資料服務，最大的優勢即是靈活性。
以顧客資料平台 CDP 為例，傳統的 CDP 屬於「包裝好的 CDP（packaged CDP）」，而使用 BigQuery 來靈活取用、分析資料的新型態做法，則被稱為「可組裝的 CDP（composable CDP）」。Conposable CDP 的概念能幫助企業在有更多數據分析與應用需求時，可以更彈性、更方便的取用資料，並將資料匯入其它前線的數據平台與行銷工具中。
以下就來看看漸強這次有推出哪些 BiqQuery 的服務吧！
漸強支援的 BigQuery 資料有哪些？
首先，漸強支援以 BigQuery 取得以下幾種全方位行銷平台 MAAC 蒐集的消費者資料：
- 聯絡人屬性資料
- 分眾標籤資料
- 消費事件資料
- 開封資料
- 點擊資料
換言之，MAAC 中各式各樣消費者與品牌 LINE 官方帳號互動的紀錄，BigQuery 都能夠輕鬆取得，並做後續的運用。
漸強推薦的 BigQuery 整合應用有哪些？
除了 BigQuery 在 MAAC 和 LINE OA 方面的應用之外，其實任何數據相關平台如有接收來自 BigQuery 的資料，皆可用漸強的 BQ Connector 來進行迅速的串接整合，其中，不乏許多漸強實驗室的生態系夥伴開發的數據工具。
BigQuery 常被和 BI 系統整合（如：Power BI, Tableau, Metabase 等），以做出更深入的數據分析和資料視覺化；也常被和企業原本就有在用的 CRM（如：Salesforce）、CDP 串接整合（如：Emarsys, Treasure data, Insider 等），來完成更效率、更精緻的會員分級、顧客 360 建立、跨渠道分析、自動旅程設計等進階應用。
誰最適合考慮使用 BigQuery ？
因此，原本就有在使用上述的 BI、CRM、CDP 和 MA 工具的企業，特別適合考慮導入 BigQuery。不只幫助你最大化大量數據資料的效益，也讓數據整合與應用能夠走得更輕鬆、更長遠。
