程式碼研究室簡介
1. 簡介
數據分析和 BigQuery 結合使用，可建立資訊主頁，讓使用者瞭解資料中的資訊和洞察資料。您可以使用 Google 雲端硬碟的熟悉介面輕鬆共用這些資訊主頁，並嵌入網站，進一步擴大發布範圍。
什麼是數據分析？
數據分析是 Google 的免費資料視覺化工具，可讓您：
- 運用可靈活設定的圖表和表格，以圖像化方式呈現資料。
- 連結各種資料來源，快速又輕鬆。
- 將您的深入分析分享給團隊成員或世界各地的使用者。
- 與團隊成員協同製作報表。
- 使用內建報表範本和社群視覺化效果，快速建立報表
本程式碼研究室會逐步說明如何連結 BigQuery 和 Google 數據分析，建立資訊主頁和報表，協助您更深入瞭解資料。我們會使用 Cloud Public Datasets Program 的公開資料集，示範如何完成這項作業。
建構目標
在本程式碼研究室中，您將建構 Data Studio 資訊主頁。資訊主頁會將 BigQuery 連結至數據分析，並為資料集決定最佳的視覺化類型，藉此呈現 BigQuery 公開資料集。 |
|
課程內容
- 如何連結 BigQuery 和數據分析
- 如何在數據分析中以圖表呈現資料
軟硬體需求
- Google Cloud 帳戶。如果沒有，可以快速註冊 BigQuery 沙箱，無須提供信用卡資訊。
- 具備 SQL 的基本知識會有幫助，但並非必要條件
- 對資料視覺化最佳做法有基本瞭解
2. 開始設定
存取 BigQuery 公開資料集
在本程式碼研究室中，您將視覺化舊金山市的 311 要求。這個資料集和另外 150 多個資料集，都可透過 BigQuery 公開資料集計畫取得。如要尋找其他資料集，請瀏覽完整的可用資料集目錄。我們使用的 311 請求資料集，可做為許多公司需要管理的客戶服務請求類型。
設定 Google Cloud 專案
在 Cloud Console 的專案選取器頁面中，選取或建立 Cloud 專案。這個選項位於畫面左上方的下拉式選單。請確認 Google Cloud 專案已啟用計費功能。瞭解如何確認您已啟用專案的計費功能。
3. 連結數據分析和 BigQuery
什麼是數據分析？
數據分析是 Google 的免費資料視覺化工具，可協助使用者透過互動式資訊主頁和引人注目的報表，充分發揮資料的價值，進而做出更明智的業務決策。您可以使用數據分析內建的 200 多個連接器，連結 500 多個資料集。包括 Google Analytics、BigQuery 和 Google 試算表等 Google 產品，以及外部資料來源的連結器。
什麼是 BigQuery？
BigQuery 是 Google Cloud 的全代管雲端資料倉儲，具備高擴充性與成本效益，專為增進企業靈活性而設計。BigQuery 可讓您使用 ANSI SQL，以極快的速度分析 PB 規模的資料，並透過即時和預測分析取得洞察資訊，以及輕鬆存取資料和分享洞察資訊。完全不會產生作業負擔。
建立資料來源
如要在 Google 數據分析中建立報表，第一步就是為報表建立資料來源。報表可包含一或多個資料來源。建立 BigQuery 資料來源時，Google 數據分析會使用 BigQuery 連接器。
您必須具備適當的權限，才能在 Google 數據分析報表內加入 BigQuery 資料來源。此外，套用到 BigQuery 資料集的權限也會適用於您在 Google 數據分析中建立的報表、圖表與資訊主頁。共用 Google 數據分析報表時，只有具備適當權限的使用者能夠看到報表元件。
如要建立資料來源：
- 開啟數據分析。
- 在「報表」頁面的「使用範本」部分，點按「空白」範本。這樣做會建立新的未命名報表。
- 如果出現系統提示，請完成「Marketing Preferences」(行銷偏好設定) 與「Account and Privacy」(帳戶和隱私權) 設定，然後按一下「Save」(儲存)。儲存設定之後，您可能需要再按一下「空白」範本。
- 在「Add a data to report」(在報表中新增資料) 視窗中，查看「Connect to data」(連結至資料) 部分，然後按一下 選取「BigQuery」。
- 針對「Authorization」，按一下 [Authorize]。即可讓 Google 數據分析存取您的 GCP 專案。
- 在「Request for permission」(權限要求) 對話方塊中點選「Allow」(允許)，讓 Google 數據分析能夠在 BigQuery 中查看資料。如果您之前使用過 Google 數據分析，可能不會收到這個提示。
- 在左側導覽面板中，預設會選取「我的專案」。將選取項目變更為「公開資料集」。
- 針對「Billing Project」(帳單專案)，按一下您先前建立的 GCP 專案名稱。
- 在「Public Datasets」(公開資料集) 下方，按一下「san_francisco_311」。
- 按一下「311_service_requests」資料表。
- 按一下視窗右下角的「新增」。如果看到「您即將在這份報表中加入資料」對話方塊，請按一下「加入報表」繼續操作。
- 在 Data Studio 選單中，按一下「資源」下方的「管理已新增的資料來源」
- 在「資料來源」頁面中，按一下 311_service_requests 旁的「編輯」，即可查看表格的欄位及其資料類型。您可以使用這個頁面調整欄位屬性，或建立新的計算結果欄位。
- 這個資料集包含每個鄰里的內部地理點，並以 Google 數據分析可原生使用的方式呈現。在「neighborhood_center_ds」欄位旁邊，按一下「text」，然後從「Geo」下拉式欄位選取「Latitude, Longitude」，即可變更資料類型。這會告知數據分析，我們的資料欄位應以地理位置表示。
您已將 BigQuery 資料集連結至數據分析！
4. 建立視覺化內容
您已成功連結 BigQuery 資料集 (在本例中為 BigQuery 公開資料集「San Francisco 311 requests」)，現在可以開始將資料視覺化。Data Studio 會根據您的資料自動建立第一個視覺化內容。您可以先刪除這個範本，建立空白範本。
建立樹狀圖
首先，我們會建立樹狀圖，以視覺化方式呈現最常提出的 311 請求類型。這會告訴我們可能要著重哪些類型的要求，為其他視覺化效果提供起點。
- 按一下 Data Studio 選單中的「新增圖表」，然後選取底部的「樹狀圖」。你可能需要向下捲動才能找到。
2. 您可以在畫布中點選或拖曳區域，建立資料視覺化內容。首先，請將其放置在資訊主頁的左下角。數據分析會自動建立樹狀圖，並猜測您想加入哪些欄位。
3. 按一下樹狀圖，即可變更顯示的資料。在畫面右側的面板中，變更參數以符合下方的視覺化效果。
- 按一下面板頂端的「樣式」。我們會利用這項資訊進行微幅調整，讓樹狀圖更容易閱讀。現在來變更值最多的要求類型顏色。點選下方標示的按鈕，然後選取含有勾號的藍色陰影。這樣一來，樹狀圖中的文字對比度就會更高。
5. 完成後，您的資訊主頁應如下所示：
5. 建構資訊主頁
資訊主頁的主要用途之一，是讓您能輕鬆產生指標報表，並根據這些報表做出決策。我們會以容易理解的格式，提供資料集所需的資料和指標，方便您掌握適當的脈絡。
讓我們繼續建構資訊主頁，新增幾個元素，讓這些資訊更容易理解和解讀。首先，請新增地圖，醒目顯示整體要求最多的社區，以及評量表，顯示前 3 大要求類型的要求總數。
在資訊主頁中新增地圖
- 按一下選單中的「新增圖表」，然後在下拉式選單中選取「Google 地圖」。您也可以使用地理地圖，但 Google 地圖的視覺化效果提供更多背景資訊，更適合這個用途。
2. 以新增樹狀圖的方式，將圖表新增至資訊主頁的右下部分。3. 選取資訊主頁上的地圖，即可變更地圖參數。然後修改「資料」分頁下方的選項，與下方選取項目相符。如要這麼做，請將「鄰里」欄位新增至「工具提示」維度，並將「記錄數」新增至指標下的「泡泡大小」。
4. 完成後，資訊主頁看起來應像這樣：
在資訊主頁中新增評量表
接著，我們會在資訊主頁中新增三張評量表。記分卡可顯示經過篩選的變數值，協助資訊主頁使用者專注於最重要的指標。我們將建立三個篩選器，然後套用至評分表。系統會建立 3 份評量表，向使用者顯示「街道和人行道清潔」、「塗鴉」和「營地」類型的服務要求數量。根據先前建構的樹狀圖，這三種是最常要求的服務類型。
- 按一下選單中的「新增圖表」，然後在下拉式選單中選取「評量表」。你會看到兩個選項：「評量表」和「評量表 (顯示精簡數字)」。這兩種做法都適用於預期用途。
2. 在資訊主頁的樹狀圖上方新增評量表，並確認已選取「記錄數」欄位做為指標。複製並貼上，在資訊主頁上建立另外兩個間隔。
3. 選取最左側的評量表。在右側的「資料」面板中，選取「新增篩選器」，然後建立符合下列參數的篩選器。系統會自動更新評分表，根據篩選條件篩選服務要求，並顯示記錄數量。
4. 針對中間和最右側的評分表執行相同步驟，建立顯示「塗鴉」和「營地」類別要求數量的評分表。按一下「新增篩選器」會顯示「篩選器挑選器」，其中列出所有已建立的篩選器。按一下底部的「建立篩選器」，即可建立新篩選器。建立篩選器後，您會發現系統自動更新值，以反映評分表的全新參數。5. 按住 Shift 鍵並點選這三個評量表物件，一次選取全部，然後按一下面板中的「樣式」，修改評量表的樣式。你現在所做的修改會一次套用至所有三張評估表。更新計分卡的樣式，使其符合下方的面板設定，但如果顏色稍有差異，請不必擔心。我們會選擇「隱藏指標名稱」(目前在資訊主頁上顯示為「記錄數」)，以便自行輸入文字，讓資訊主頁檢視者更容易瞭解這些指標的意義。
6. 在計分卡上方新增文字，讓使用者瞭解指標代表的意義。按一下工具列中的「文字」圖示。在畫布上繪製方塊，然後在方塊中輸入文字。
您的資訊主頁應如下所示：
6. 建立篩選器
您可以在 Data Studio 中使用篩選器，進一步調整或減少圖表顯示的資料。您可設定條件來定義篩選器，類似於 SQL 中的 WHERE 陳述式。篩選器可以指定資料集一或多個維度的特定值範圍，例如將資料限制在特定日期範圍內。您可以在不同層級套用篩選器：
- 圖表層級：篩選器只會套用至特定圖表。
- 群組層級：篩選器會套用至所選圖表的分組。
- 頁面層級：篩選該頁面上的所有圖表。
- 報表層級：篩選報表中的所有圖表。
現在我們已完成大部分的資訊主頁，接下來要新增篩選器控制項，讓檢視者在查看報表時，能互動式地選擇一或多個要反映在報表視覺化內容中的鄰里。
- 按一下 Data Studio 選單中的「篩選器控制項」
2. 在資訊主頁的畫布中按一下，放置篩選器控制項，就像先前新增圖表時一樣。3. 如果篩選維度尚未設為「鄰里」，請在「資料」面板中進行設定。4. 在資訊主頁中按一下篩選器，即可選取。然後按一下頂端選單列中的「排列」，並選取「設為頁面層級」。如果無法選取該選項，表示篩選條件已設為頁面層級，修改時會篩選該頁面上的所有圖表。
這樣一來，您就建構出可供使用的適當資訊主頁了！
7. 測試並分享
測試資訊主頁
資訊主頁已完成，現在從檢視者的角度看看，確保一切運作正常。
按一下右上角的「查看」，即可從觀眾的角度查看資訊主頁。
共用資訊主頁
確認所有內容都符合需求後，即可分享資訊主頁。「數據分析」採用與 Google 試算表、文件和其他 G Suite 產品相同的共用介面，因此可輕鬆共用資訊主頁。
首先變更資訊主頁的名稱，方便使用者輕鬆找到。按一下左上角的報表名稱 (「未命名」)，然後將名稱變更為「San Francisco 311 Requests by Neighborhood」。
按一下右上角的「共用」按鈕，即可開啟共用介面，當中提供多種選項，包括透過電子郵件與個別使用者共用、透過網域共用，或是向所有使用者公開。如果您想在公開網站上嵌入報表，最後這項設定就特別實用。
後續步驟
如要進一步瞭解 Google Cloud 的商業智慧工具如何滿足您的需求，請在頁面頂端搜尋「Data Studio」，查看其他 Codelab 。請密切留意日後推出的 Codelab，瞭解 Google Cloud 最新的商業智慧工具 Looker！
您也可以使用 BigQuery BI Engine，運用最多 100 GB 的記憶體內儲存空間，加快資訊主頁的運作速度。BI Engine 是速度飛快的記憶體內分析服務，可讓使用者以互動的方式探索 BigQuery 中的複雜資料集，不但查詢回應時間不到一秒，還具備高度並行性。這項功能與數據分析完美整合，可加快探索和分析資料的速度，讓資訊主頁更強大，方便檢視者使用。