【GCP·AWS】데이터 분석이 드문 것 같은 고객에 대한 세일즈 시나리오를 생각해 보았다
4243 단어 gcp
· 데이터 분석에 관심이 있다.
· BigQuery는 사용하고 싶다.
・하지만 방법을 모른다.
1. 데이터 분석을 해보자
・데이터 분석을 해보고 싶지만, 전문가도 없고, 무엇부터 시작해도 좋은지 모른다.
・우선은 어떤 결과를 원하는지를 생각합시다.
・과거의 데이터를 이용해 분석합시다.
· 우선 시작할 때의 구성도

※「데이터를 저장→BigQuery→Looker」가 가장 간단한 흐름이 됩니다.
・Looker에 내놓으면 시각화를 간단하게 할 수 있습니다









2. 데이터 분석의 루프를 만들자
· 데이터 분석은 반복해야합니다.
・분석 결과가 비즈니스에 활용할 수 있는지는 항상 체크가 필요합니다.
・루프의 방법은 이런 느낌입니다
・하지만, 데이터 분석을 정착시킨다고 해도 여러가지 힘들다.
(데이터의 취득이라든지 힘들 것, 데이터가 여러 곳에 있는 등)
· GCP에서는 그들을 해결하는 수단도 있습니다.
- 사일로화된 데이터를 집계할 수 있다
- 분석 기반을 만들어 데이터 자동 수집도 가능






・그 외에도 편리한 기능이 있습니다.
(BigQuery ML 등)
3. 데이터 분석을 하는 풍토 만들기
・Google 주최의 이벤트는 다수 개최되고 있습니다
・공부회
・대화면에 Looker를 우울하다
・모두가 만져보자
· 데이터 분석 인증 자격
※※※ 이런 일을 해도 아직 데이터 활용되지 않는다. 그것에 관해서는 기사는 이하에 기재.
・「2020년의 데이터와~」라고 하는 가트너의 기사에 「클라우드는 필연, CDO가 필요」라고 있다.
4.사례 소개
· CloudNextDay 등의 사례
· GoogleCloud의 최신 게시물 사례
· 데이터 집계 · 시각화
· 로그 분석
· 오픈 하우스 사례 h tps : // c ぉ d. 오, ぇ. 코 m / b ぉ g / 쟈 / 토피 cs / 쿠 s 토메 rs / 오펜 호세 우신 g 아이 p t t rm an de bi g 쿠 ry
5. 정리?
· Looker를 사용하면 누구나 데이터를 쉽게 볼 수 있습니다.
모두가 데이터에 접한다 →데이터 분석의 의식이 높아진다→데이터 분석에 의해 DX를 추진한다
・업무 효율화, 데이터 분석 사업의 시작의 계기에.
Reference
이 문제에 관하여(【GCP·AWS】데이터 분석이 드문 것 같은 고객에 대한 세일즈 시나리오를 생각해 보았다), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/Mune_robo/items/a44ca60ac5b49f5a49e5텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)