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：

1. 聯絡人屬性資料
2. 分眾標籤資料
3. 消費事件資料
4. 開封資料
5. 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。