データ プラットフォーム （分析 / AI）

目次

1. データ ウェアハウス

  • データ ウェアハウス をクラウド上でセキュアに（IP 制限、専用線等）構築するパターン

  • BigQuery Reservations によるワークロード管理

  • 位置情報を活用したデータ分析のパターン

2. データ パイプライン

    • バッチによる RDBMS から BigQuery へのデータ連携 (Cloud Dataflow template)

    • Cloud Data Fusion Replicator による リレーショナル データベース から BigQuery への変更データ キャプチャ（CDC）データ連携

    • アプリケーションおよびウェブデータを データ ウェアハウス に収集するパターン（Firebase 向け Google アナリティクス ）

3. ビジネス インテリジェンスのモダナイゼーション

    • Looker のアクションによるデータドリブン業務フローパターン

    • ❏ Looker による外部へのデータ提供パターン

Google Cloud のデータ プラットフォームにおける主要な構成要素は以下の通りです。

  • データレイク

  • データウェアハウス

  • データパイプライン

  • Enterprise BI

本稿では、上記の構成要素に関するデザイン パターンおよび、データ プラットフォームのユースケースから以下に該当するデザイン パターンを紹介します。（一部執筆中）

  • Stream Analytics（リアルタイムデータの収集と活用）

  • Marketing Analytics（マーケティング観点でのデータ収集・活用事例）