GSP403

개요

BI(비즈니스 인텔리전스) 사용에 있어 시각화 도구는 분석가와 의사 결정권자가 데이터로부터 신속하게 통찰력을 얻는 데 중요한 역할을 담당해 왔습니다.

이 실습에서는 Looker Studio를 사용하여 BI 대시보드를 프런트엔드로 빌드하는 방법을 알아봅니다(백엔드에서 BigQuery로 구동). 해당 제품을 어느 정도 숙지했다고 가정합니다. 자세한 내용은 백그라운드 문서(BigQuery 개념, Looker Studio 개요)를 참조하세요.

설정

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머에는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지 표시됩니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 직접 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학생 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간---실습을 시작하고 나면 일시중지할 수 없습니다.

참고: 계정에 추가 요금이 발생하지 않도록 하려면 개인용 Google Cloud 계정이나 프로젝트가 이미 있어도 이 실습에서는 사용하지 마세요.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 팝업이 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 패널이 있습니다.

   • Google 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google 콘솔 열기를 클릭합니다. 실습에서 리소스가 가동된 후 로그인 페이지가 표시된 다른 탭이 열립니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 실습 세부정보 패널에서 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다. 다음을 클릭합니다.

4. 실습 세부정보 패널에서 비밀번호를 복사하여 시작 대화상자에 붙여넣습니다. 다음을 클릭합니다.

   중요: 왼쪽 패널에 표시된 사용자 인증 정보를 사용해야 합니다. Google Cloud Skills Boost 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

5. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 평가판을 신청하지 않습니다.

잠시 후 Cloud 콘솔이 이 탭에서 열립니다.

참고: 왼쪽 상단에 있는 탐색 메뉴를 클릭하면 Google Cloud 제품 및 서비스 목록이 있는 메뉴를 볼 수 있습니다.

사용 사례

이 실습에서는 사용자가 대도시의 수목 서비스 관리자라고 가정하겠습니다. 사용자는 사용량 로그 데이터를 기반으로 중요한 의사 결정을 내리며, 이 데이터는 'Trees'라고 하는 BigQuery 데이터 세트의 날짜로 파티션을 나눈 대형 테이블(TB 단위)에 저장되어 있습니다.

해당 데이터로부터 최대한 빠르게 비즈니스 가치를 얻을 수 있도록 데이터의 트렌드 및 패턴에 대한 시각화를 제공하는 분석가용 대시보드를 빌드합니다.

솔루션 개요

일반적으로 대시보드에는 집계된 사용량 뷰가 표시됩니다. 예를 들어 주문 ID 수준까지의 세부정보는 필요하지 않습니다. 따라서 쿼리 비용을 줄이려면 먼저 필요한 로그를 'Reports'라고 하는 다른 데이터세트에 집계한 다음 집계 데이터 테이블을 만듭니다. 데이터 스튜디오 대시보드에서 테이블을 쿼리합니다. 이 방식을 사용하면 대시보드를 새로 고칠 경우 보고 데이터세트 쿼리 시 처리해야 하는 데이터가 적어집니다. 과거의 사용량 로그는 변경되지 않으므로 Reports 데이터 세트의 새로운 사용량 데이터만 새로고침할 수 있습니다.

작업 1. 쿼리 가능한 데이터 업로드하기

이 섹션에서는 몇 가지 공개 데이터를 가져와서 BigQuery에서 SQL 명령어를 실행하는 연습을 해보겠습니다.

BigQuery 콘솔 열기

1. Google Cloud 콘솔에서 탐색 메뉴 > BigQuery를 선택합니다.

Cloud 콘솔의 BigQuery에 오신 것을 환영합니다라는 메시지 상자가 열립니다. 이 메시지 상자에서는 빠른 시작 가이드 및 출시 노트로 연결되는 링크가 제공됩니다.

2. 완료를 클릭합니다.

BigQuery 콘솔이 열립니다.

3. 탐색기 섹션의 + 추가를 클릭한 다음 공개 데이터 세트를 선택합니다.

4. 'trees'를 검색하고 Enter 키를 누릅니다.

5. Street Trees 타일을 클릭한 다음 데이터 세트 보기를 클릭합니다.

새 탭이 열리고 bigquery-public-data라는 새 프로젝트가 탐색기 패널에 추가됩니다.

참고: 새 프로젝트 bigquery-public-data가 탐색기 패널에 표시되지 않는 경우 + 추가 > 프로젝트에 별표표시 > 프로젝트 이름 입력(bigquery-public-data) 및 별표표시를 클릭합니다.

작업 2. BigQuery에서 Reports 데이터 세트 만들기

다음으로 프로젝트에 Reports라는 새 데이터세트를 만듭니다. 별도의 데이터 세트에는 몇 가지 이점이 있습니다. 대시보드에서 쿼리되는 데이터의 양이 줄어들기 때문에 합산 데이터에만 관심이 있는 사용자가 소스 데이터 세트에 불필요하게 액세스할 필요가 없습니다.

1. Qwiklabs 프로젝트 ID 옆에 있는 점 3개를 클릭하고 데이터 세트 만들기를 선택합니다.

2. 데이터 세트 이름을 Reports로 지정합니다.

다른 옵션은 기본값 그대로 둡니다.

3. 데이터 세트 만들기를 클릭합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. BigQuery에서 Reports 데이터 세트 만들기

작업 3. 대시보드 데이터 쿼리하기

다음으로, 일회성 쿼리를 실행하여 작년 데이터를 요약하여 가져옵니다.

• 매월 심은 수목 수
• 심은 수목 종
• 수목 관리인
• 수목을 심은 주소
• 수목 현장 정보

1. 쿼리 편집기에 다음을 추가합니다.

SELECT TIMESTAMP_TRUNC(plant_date, MONTH) as plant_month, COUNT(tree_id) AS total_trees, species, care_taker, address, site_info FROM `bigquery-public-data.san_francisco_trees.street_trees` WHERE address IS NOT NULL AND plant_date >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 365 DAY) AND plant_date < TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), DAY) GROUP BY plant_month, species, care_taker, address, site_info

2. 더보기 버튼을 클릭하고 드롭다운 메뉴에서 쿼리 설정을 선택합니다.

• 쿼리 결과의 대상 테이블 설정을 선택합니다.
• 데이터 세트의 이름으로 Reports를 입력합니다.
• 테이블 ID에는 'Trees'를 입력합니다.
• 대상 테이블 쓰기 환경설정에서 비어 있으면 쓰기를 선택합니다.

테이블 이름을 지정하고 비어 있으면 쓰기 환경설정을 선택했기 때문에 테이블이 아직 없는 경우 쿼리가 테이블을 만듭니다.

3. 다른 기본 설정을 수락하고 저장을 클릭합니다.

4. 실행을 클릭하여 쿼리를 실행합니다.

쿼리가 완료되면 결과 탭이 표시되고 데이터를 확인할 수 있습니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 쿼리를 실행하여 작년 데이터 가져오기

작업 4. BigQuery에서 쿼리 예약

참고: 이 제품은 BigQuery에서 쿼리를 예약할 수 있는 베타 버전입니다. 이전 버전과 호환되지 않는 방식으로 변경될 수 있으며 SLA 또는 지원 중단 정책이 적용되지 않습니다.

대시보드를 최신으로 유지하기 위해 쿼리가 반복적으로 실행되도록 일정을 예약할 수 있습니다. 예약된 쿼리는 표준 SQL로 작성되어야 하며 데이터 정의 언어(DDL) 및 데이터 조작 언어(DML) 문을 포함할 수 있습니다. 쿼리 문자열과 대상 테이블을 매개변수화할 수 있으므로 쿼리 결과를 날짜와 시간별로 정리할 수 있습니다.

이제 매일 새 데이터를 확인하는 쿼리를 추가합니다. 새로운 수목을 심게 되면 추가 통계가 reports.trees 테이블에 바로 업데이트됩니다.

1. 새 쿼리 구성을 클릭하고 다음 쿼리를 실행하여 예약된 쿼리 기능을 사용해 증분 데이터를 날짜별로 reports.trees 테이블에 가져옵니다.

SELECT TIMESTAMP_TRUNC(plant_date, MONTH) as plant_month, COUNT(tree_id) AS total_trees, species, care_taker, address, site_info FROM `bigquery-public-data.san_francisco_trees.street_trees` WHERE address IS NOT NULL AND plant_date >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 DAY) AND plant_date < TIMESTAMP_TRUNC(CURRENT_TIMESTAMP(), DAY) GROUP BY plant_month, species, care_taker, address, site_info

2. 일정 버튼을 클릭하면 새로 예약된 쿼리 페이지가 열립니다.

3. 새로 예약된 쿼리 페이지에서 다음을 설정합니다.

• 이름: Update_trees_daily

• 예약 옵션:

  • 반복 빈도: 드롭다운을 클릭하고 시간을 선택합니다.
  • 반복 간격: 1시간

4. 쿼리 결과를 저장할 대상 섹션에서 쿼리 결과의 대상 테이블 설정 체크박스를 선택하고 데이터 세트 이름을 Reports로 지정합니다.

• 테이블 이름: 'Trees'를 입력하고 대상 테이블 쓰기 환경설정에서 테이블에 추가를 선택하여 기존 데이터를 덮어쓰지 않도록 합니다.

5. 저장을 클릭합니다.

6. 팝업 차단기가 사용 설정된 경우 허용을 클릭한 다음 실습 사용자 인증 정보에 권한을 부여하고 쿼리 교체에 동의합니다.

참고: 이 쿼리를 실행하면 새 결과가 아직 생성되지 않았기 때문에 표시되지 않습니다.

작업 5. Looker Studio에서 새 데이터 소스 만들기

이제 Looker Studio로 집계한 수목 데이터를 사용하여 대시보드를 빌드합니다.

1. 브라우저에서 새 탭을 열고 Looker Studio로 이동합니다.

2. 왼쪽 상단에서 만들기를 클릭하고 보고서를 클릭합니다.

3. 국가를 입력하고 이용약관을 확인합니다.

4. 계속을 클릭합니다.

5. 모든 이메일 수신 요청에 대해 아니요를 선택한 다음 계속을 클릭합니다.

작업 6. Looker Studio에서 새 보고서 만들기

1. BigQuery를 클릭한 다음 승인을 클릭합니다.

이제 BigQuery 커넥터를 사용하여 reports.trees 테이블에 연결합니다.

2. 아래와 같이 Qwiklabs 프로젝트, Reports 데이터 세트, Trees 테이블을 차례로 선택하여 시작합니다.

3. 추가를 클릭한 후 보고서에 추가를 클릭합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Looker Studio에서 새 데이터 소스 만들기

이제 이 테이블의 데이터를 사용하여 차트를 만들 수 있습니다.

4. 차트 추가 드롭다운을 클릭하고 원하는 유형을 선택합니다. 이 예에서는 다음 유형의 차트를 확인할 수 있습니다.

   • 매월 심은 수목 수와 식재한 관리인 이름이 표시된 누적 열 막대 그래프
   • 작년에 추가된 수목의 총개수가 표시된 스코어카드
   • 심은 수목의 종별 분포율이 표시된 원형 차트
   • 현장별로 심은 수목의 수를 나타내는 막대 그래프가 포함된 테이블 차트

이 예를 모델로 차트 및 제목을 직접 만들어 실험해 볼 수 있습니다. 다음은 몇 가지 힌트입니다.

• 제목은 텍스트 도구를 사용하여 만듭니다. 이 예에서는 제목을 각 차트와 대시보드 자체에 만들었습니다.
• 차트를 선택한 후 오른쪽에 있는 스타일 탭을 클릭하면 색상 및 글꼴 크기를 수정할 수 있습니다.
• 차트를 클릭하여 차트 크기를 수정하고 새 위치로 드래그합니다.

수고하셨습니다.

쿼리량에 따른 비용 부담은 줄이면서 비즈니스 데이터의 패턴을 시각화할 수 있는 BI 대시보드를 빌드하는 방법을 알아보았습니다.

퀘스트 완료하기

이 사용자 주도형 실습은 BigQuery for Marketing Analysts 퀘스트의 일부입니다. 퀘스트는 연관성이 있는 여러 실습을 하나의 학습 과정으로 구성한 것입니다. 이 퀘스트를 완료하면 배지를 얻고 수료를 인증할 수 있습니다. 배지를 공개하고 온라인 이력서 또는 소셜 미디어 계정에 연결할 수 있습니다. 이 퀘스트에 등록하여 즉시 수료 크레딧을 받으세요. 참여할 수 있는 모든 퀘스트는 Google Cloud Skills Boost 카탈로그를 참조하세요.

다음 단계/더 학습하기

• 이 실습은 프라드냐 카답카르의 이 블로그 게시물을 바탕으로 합니다.
• Looker Studio를 사용하여 BigQuery 데이터 시각화하기

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2023년 9월 29일

실습 최종 테스트: 2023년 9월 29일

Copyright 2024 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.