BigQuery와 같은 데이터 플랫폼을 사용할 때 데이터에서 유용한 정보를 도출하는 데 분석 및 비즈니스 인텔리전스 도구가 중요합니다.
이 문서에서는 BigQuery를 보완하고 통합하는 여러 Google 및 타사 도구를 설명합니다.
연결된 시트를 사용하면 Google Sheets 스프레드시트에서 수십억 행의 BigQuery 데이터에 액세스하고 분석, 시각화, 공유할 수 있습니다. 연결된 시트 인터페이스는 기술 지식이 없는 프로젝트 이해관계자와의 협업을 간소화하고, 추가적인 데이터 내보내기가 필요하지 않으며, 보고가 간소화되고, 강력한 액세스 제어 기능이 제공됩니다.
Looker는 데이터 시각화 및 비즈니스 인텔리전스를 위한 Google의 엔터프라이즈 플랫폼입니다. 고급 데이터 분석, 예측 분석, 커스텀 데이터 애플리케이션에 유용합니다. 또한 다른 퍼블릭 클라우드의 트랜잭션 데이터베이스에 연결할 수 있습니다.
Looker Studio는 데이터 시각화 및 비즈니스 인텔리전스를 위한 Google 도구입니다. BigQuery는 Google Cloud 콘솔에서 BigQuery로 직접 연결되며 간단한 그래픽, 보고서, 대시보드를 빌드하는 데 유용합니다.
ODBC 및 JDBC 드라이버를 사용하면 널리 사용되는 ODBC 또는 JDBC 연결을 사용하는 기존 도구 및 인프라와 BigQuery의 힘을 결합할 수 있습니다.
프로그래매틱 분석 도구는 코드를 실행하여 BigQuery에서 관리되는 데이터를 분석할 수 있습니다. SQL이 강력한 쿼리 언어이긴 하지만 데이터 분석을 수행하는 데 Python, 자바, R이 더 단순하고 표현력이 뛰어난 방법을 제공하는 경우가 많습니다. 이러한 도구에는 Jupyter Notebooks 및 Apache Zeppelin과 같은 오픈소스 웹 기반 애플리케이션과 RStudio와 같은 통계 애플리케이션 개발용 플랫폼이 포함됩니다.
Vertex AI Workbench는 프로그래매틱 분석을 위해 JupyterLab 노트북 환경을 제공하는 Google 도구입니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-04-21(UTC)"],[[["\u003cp\u003eAnalysis and business intelligence tools are essential for extracting insights from data within platforms like BigQuery.\u003c/p\u003e\n"],["\u003cp\u003eGoogle offers several tools, including Connected Sheets, Looker, and Looker Studio, for data analysis, visualization, and collaboration with BigQuery.\u003c/p\u003e\n"],["\u003cp\u003eODBC and JDBC drivers enable the integration of BigQuery with existing systems that use these connection methods.\u003c/p\u003e\n"],["\u003cp\u003eProgrammatic analysis tools like Jupyter Notebooks, Apache Zeppelin, and RStudio, along with Google's Vertex AI Workbench, provide coding environments for in-depth data analysis within BigQuery.\u003c/p\u003e\n"],["\u003cp\u003eVarious third-party tools, such as Tableau and Microsoft Power BI, can also connect to BigQuery for data analysis and visualization.\u003c/p\u003e\n"]]],[],null,["# Introduction to analysis and business intelligence tools\n========================================================\n\nWhen you use a data platform like BigQuery, analysis and business\nintelligence tools are crucial to helping you discover insights from your data.\nThis document presents several Google and third-party tools that complement and\nintegrate with BigQuery.\n\n[Connected Sheets](/bigquery/docs/connected-sheets) lets you\naccess, analyze, visualize, and share billions of rows of\nBigQuery data from your\n[Google Sheets spreadsheets](https://www.google.com/sheets/about/). The\nConnected Sheets interface simplifies collaboration with\nnon-technical project stakeholders, requires no additional data exports,\nstreamlines reporting, and provides powerful access control capabilities.\n\n[Looker](/bigquery/docs/looker)\nis Google's enterprise platform for data visualization and business\nintelligence. It is useful for advanced data analytics, predictive analysis, and\ncustom data applications. It can also connect to transactional databases in\nother public clouds.\n\n[Looker Studio](/bigquery/docs/visualize-looker-studio) is a\nGoogle tool for data visualization and business intelligence. It connects to\nBigQuery directly from the Google Cloud console and is useful\nfor building simple graphics, reports, and dashboards.\n\n[ODBC and JDBC drivers](/bigquery/docs/reference/odbc-jdbc-drivers) let you\ncombine the power of BigQuery with your existing tooling and\ninfrastructure that use popular ODBC or JDBC connections.\n\n[Programmatic analysis tools](/bigquery/docs/programmatic-analysis) can run code\nto analyze data managed in BigQuery. While SQL is a powerful\nquery language, Python, Java, or R often provide a more simplified, expressive\nway to perform data analysis. Such tools include open source web-based\napplications like\n[Jupyter Notebooks](/bigquery/docs/programmatic-analysis#jupyter_notebooks) and\n[Apache Zeppelin](/bigquery/docs/programmatic-analysis#apache_zeppelin), as well\nas platforms for statistical application development like\n[RStudio](/bigquery/docs/programmatic-analysis#rstudio).\n[Vertex AI Workbench](/vertex-ai/docs/workbench/introduction) is a\nGoogle tool that offers JupyterLab notebook environments for\nprogrammatic analysis.\n\nYou can also connect to BigQuery using a number of popular\nthird-party tools such as\n[Tableau](https://help.tableau.com/current/pro/desktop/en-us/examples_googlebigquery.htm)\nand [Microsoft Power BI](https://docs.microsoft.com/en-us/power-bi/connect-data/desktop-connect-bigquery).\nThe BigQuery Ready program offers a\n[full list of validated partner solutions](/bigquery/docs/bigquery-ready-partners).\n\nWhat's next\n-----------\n\n- Learn to [use Connected Sheets](/bigquery/docs/connected-sheets).\n- [Visualize data in Looker Studio](/bigquery/docs/visualize-looker-studio).\n- Learn to [use Looker](/bigquery/docs/looker).\n- Learn to [use ODBC and JDBC drivers](/bigquery/docs/reference/odbc-jdbc-drivers).\n- Learn to [use programmatic analysis tools](/bigquery/docs/programmatic-analysis).\n- [Use third-party tools](/bigquery/docs/third-party-integration)."]]
