Recursos de Google Cloud BigQuery

Oferece suporte a uma variedade de ambientes de script

Extrai dados de bancos de dados e prepara dados para análise

Aplica algoritmos estatísticos aos dados selecionados

Analisa dados estruturados e não estruturados

Interage com dados para prepará-los para visualizações e modelos

Oferece recursos de modelagem

Cria visualizações de dados ou gráficos

Gera relatórios de desempenho de dados

Unifica informações em uma plataforma singular

Ajuda os profissionais de marketing a medir o retorno sobre o investimento (ROI) analisando a eficácia da campanha em relação aos custos

Reúne dados sobre a eficácia, o impacto e o alcance das campanhas de marketing

Coleta e emite relatórios sobre dados relacionados às jornadas, preferências e histórico do cliente

Permite que vários usuários acessem uma visão geral unificada e transparente de análises, painéis e resultados de campanhas

Inclui recursos para orçamento, previsão e gerenciamento de investimentos em marketing

Oferece um serviço de white label para agências ou revendedores personalizarem a marca da plataforma

Analisa campanhas de marketing históricas e atuais para informar a estratégia futura

Cria relatórios e dashboards para analisar resultados de campanhas

Identifica quais campanhas de marketing foram resolvidas em oportunidades abertas ou fechadas

Coleta dados de desempenho de campanhas de marketing em vários canais

Oferece oportunidades para marcas e empresas corrigirem ou modificarem campanhas existentes ou futuras por meio de feedback

Utiliza inteligência artificial (IA) para prever resultados de campanhas e sugerir ações para otimização

Coleta, armazena e organiza dados massivos e não estruturados em tempo real

Facilita a disseminação de big data coletado em clusters de computação paralela

Cria um repositório para coletar e armazenar dados brutos de sensores, dispositivos, máquinas, arquivos, etc.

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Facilita a execução e dimensionamento da solução para um grande número de máquinas e sistemas

Curates coletaram dados para soluções de análise de big data para analisar, manipular e modelar

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Move a coleta e o processamento de big data para a nuvem

Processa cargas de trabalho de dados em lote, em tempo real e streaming em sistemas singulares, multilocatários ou em nuvem

Facilita a análise de dados de alto volume e em tempo real.

Permite que o usuário consulte dados por meio de linguagens de consulta como SQL.

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Alinha os fluxos de trabalho de processamento e distribuição sobre o Apache Spark

Integra dados de vários bancos de dados externos.

Facilita a disseminação de big data coletado em clusters de computação paralela.

Processa dados e representa interpretações em uma variedade de formatos gráficos.

Junta funções e conjuntos de dados específicos para automatizar iterações de análise.

Isola determinados conjuntos de dados e facilita o gerenciamento do acesso aos dados.

Permite que a ferramenta de big data execute e registre dados em aplicativos externos.

Use blocos de anotações para tarefas como criar painéis com consultas e visualizações predefinidas e agendadas

Visualize dados do processo de ETL por meio de relatórios e visualizações, como tabelas e gráficos.

Registre dados históricos de ETL para auditoria e possíveis necessidades de correção de dados.

Extraia dados da(s) origem(ões) designada(s), como bancos de dados relacionais, arquivos JSON e arquivos XML.

Limpe e reformate os dados extraídos para o formato de destino necessário.

Carregue dados reformatados no banco de dados de destino, data warehouse ou outro local de armazenamento.

Organize os processos de ETL para que ocorram automaticamente no cronograma necessário (por exemplo, diário, semanal, mensal).

Capaz de aumentar ou diminuir o poder de processamento com base no volume de ETL.

Consolida, limpa e normaliza dados de várias fontes diferentes.

Ajuda a economizar capacidade de armazenamento e melhora o desempenho da consulta.

Elimina a inconsistência e duplicação de dados, garantindo a integridade dos dados.

Funções analíticas baseadas em SQL, como séries temporais, correspondência de padrões, análise geoespacial, etc.

Fornece recursos integrados como algoritmos de aprendizado de máquina, funções de preparação de dados, avaliação e gerenciamento de modelos, etc.

Permite a consulta de dados em formatos de dados como parquet, ORC, JSON etc e analisar tipos de dados complexos no HDFS

Integra-se com fluxos de trabalho de ciência de dados, Machine Learning e recursos de inteligência artificial (IA).

Integra-se com ferramentas de BI para transformar dados em insights acionáveis.

Proporciona velocidade no processamento de dados e captura de dados não estruturados, semiestruturados e streaming.

Fornece opções de implantação local.

Fornece opções de implantação de nuvem (nuvem privada ou pública, nuvem híbrida).

Gerencia grandes volumes de dados, upscale ou downscale conforme a demanda.

Armazena rapidamente dados usados com frequência na memória do sistema.

Políticas, procedimentos e padrões para gerenciar e acessar dados.

Restringe o acesso a dados em um nível de célula, mascara ou oculta partes de células e criptografa dados em repouso e em movimento

Fornece funções de sistema predefinidas, privilégios e funções definidas pelo usuário aos usuários.

Permite integração com mecanismos de segurança externos como Kerberos, autenticação LDAP etc.

Fornece um log de auditoria para controlar o acesso e as operações executadas em bancos de dados para conformidade normativa.

Fornece capacidade de criptografia para todos os dados em repouso usando chaves de criptografia.

Armazena tabelas de dados como colunas.

Suporta vários tipos de dados como listas, conjuntos, hashes (semelhante ao mapa), conjuntos classificados etc.

Implementa o particionamento automático horizontal de dados que permite armazenar dados em mais de um nó para expandir.

Restaura um banco de dados para um estado correto (consistente) em caso de falha.

Copie dados em vários servidores por meio de arquitetura de replicação mestre-escravo, ponto a ponto, etc.

Fornece suporte para armazenar, indexar e consultar dados em mais de um formato.

Disponível em vários sistemas operacionais como Linux, Windows, MacOS etc.

Oferece um local centralizado e neutro para as partes realizarem análises de dados.

Oferece computação localizada, onde os dados permanecem onde residem e são chamados pela API para realizar análises.

Permite que os usuários gerem texto com base em um prompt de texto.

Condensa documentos longos ou texto em um breve resumo.

Permite que os usuários gerem texto com base em um prompt de texto.

Condensa documentos longos ou texto em um breve resumo.

Capacidade de realizar tarefas complexas sem a necessidade constante de intervenção humana

Funciona em vários sistemas de software ou bancos de dados

Antecipe necessidades e ofereça sugestões sem ser solicitado