GSP407

Genel Bakış

BigQuery, Google'ın tümüyle yönetilen, NoOps özellikli, düşük maliyetli analitik veritabanıdır. BigQuery ile terabaytlarca veriyi herhangi bir altyapıyı yönetmenize gerek kalmadan ya da bir veritabanı yöneticisine ihtiyaç duymadan yönetebilirsiniz. SQL kullanan BigQuery, kullandıkça öde modelinin avantajlarından yararlanabilir. BigQuery, anlamlı bulgulara ulaşabilmeniz için veri analizine odaklanmanıza olanak tanır.

Google Merchandise Store'da milyonlarca Google Analytics kaydına sahip bir e-ticaret veri kümesi kısa süre önce BigQuery'deki bir tabloya yüklenerek kullanıma sunulmuştur. Bu laboratuvarda, söz konusu veri kümesinin bir kopyasını kullanacaksınız. Verileri ve kopya bilgileri kaldırma yöntemlerini inceleyeceğiniz örnek senaryolar verilmiştir. Ardından laboratuvarda, verileri daha ayrıntılı şekilde analiz etme adımları açıklanmaktadır.

Verileri analiz etmek için sağlanan BigQuery sorgularını takip etmek ve denemek üzere BigQuery Sorgu Söz Dizimi Referansı'na bakın.

Hedefler

Bu laboratuvarda BigQuery'yi kullanarak şunları yapacaksınız:

• E-ticaret veri kümesine erişme
• Veri kümesi meta verilerine bakma
• Kopya girişleri kaldırma
• Sorgu yazma ve yürütme

Kurulum ve şartlar

Laboratuvarı Başlat düğmesini tıklamadan önce

Buradaki talimatları okuyun. Laboratuvarlar süreli olduğundan duraklatılamaz. Start Lab'i (Laboratuvarı başlat) tıkladığınızda başlayan zamanlayıcı, Google Cloud kaynaklarının ne süreyle kullanımınıza açık durumda kalacağını gösterir.

Bu uygulamalı laboratuvarı kullanarak, laboratuvar etkinliklerini simülasyon veya demo ortamı yerine gerçek bir bulut ortamında gerçekleştirebilirsiniz. Bunu yapabilmeniz için size yeni, geçici kimlik bilgileri verilir. Bu kimlik bilgilerini laboratuvar süresince Google Cloud'da oturum açmak ve Google Cloud'a erişmek için kullanabilirsiniz.

Bu laboratuvarı tamamlamak için gerekenler:

• Standart bir internet tarayıcısına erişim (Chrome Tarayıcı önerilir)

Not: Bu laboratuvarı çalıştırmak için tarayıcıyı gizli modda (önerilen) veya gizli tarama penceresinde açın. Aksi takdirde, kişisel hesabınızla öğrenci hesabınız arasında oluşabilecek çakışmalar nedeniyle kişisel hesabınızdan ek ücret alınabilir.

• Laboratuvarı tamamlamak için yeterli süre (Laboratuvarlar başlatıldıktan sonra duraklatılamaz.)

Not: Bu laboratuvar için yalnızca öğrenci hesabını kullanın. Farklı bir Google Cloud hesabı kullanırsanız bu hesaptan ödeme alınabilir.

Laboratuvarınızı başlatma ve Google Cloud Console'da oturum açma

1. Laboratuvarı Başlat düğmesini tıklayın. Laboratuvar için ödeme yapmanız gerekiyorsa ödeme yöntemini seçebileceğiniz bir iletişim kutusu açılır. Soldaki "Laboratuvar ayrıntıları" panelinde şunlar yer alır:

   • "Google Cloud konsolunu aç" düğmesi
   • Kalan süre
   • Bu laboratuvarda kullanmanız gereken geçici kimlik bilgileri
   • Bu laboratuvarda ilerlemek için gerekebilecek diğer bilgiler

2. Google Cloud Console'u aç'ı tıklayın (veya Chrome Tarayıcı'yı kullanıyorsanız sağ tıklayıp Bağlantıyı gizli pencerede aç'ı seçin).

   Laboratuvar, kaynakları çalıştırır ve sonra "Oturum aç" sayfasını gösteren başka bir sekme açar.

   İpucu: Sekmeleri ayrı pencerelerde, yan yana açın.

   Not: Hesap seçin iletişim kutusunu görürseniz Başka bir hesap kullan'ı tıklayın.

3. Gerekirse aşağıdaki kullanıcı adını kopyalayıp Oturum açın iletişim kutusuna yapıştırın.

   {{{user_0.username | "Username"}}}

   Kullanıcı adını "Laboratuvar ayrıntıları" panelinde de bulabilirsiniz.

4. İleri'yi tıklayın.

5. Aşağıdaki şifreyi kopyalayıp Hoş geldiniz iletişim kutusuna yapıştırın.

   {{{user_0.password | "Password"}}}

   Şifreyi "Laboratuvar ayrıntıları" panelinde de bulabilirsiniz.

6. İleri'yi tıklayın.

   Önemli: Laboratuvarın sizinle paylaştığı giriş bilgilerini kullanmanız gerekir. Google Cloud hesabınızın kimlik bilgilerini kullanmayın. Not: Bu laboratuvarda kendi Google Cloud hesabınızı kullanabilmek için ek ücret ödemeniz gerekebilir.

7. Sonraki sayfalarda ilgili düğmeleri tıklayarak ilerleyin:

   • Hükümler ve koşulları kabul edin.
   • Geçici bir hesap kullandığınızdan kurtarma seçenekleri veya iki faktörlü kimlik doğrulama eklemeyin.
   • Ücretsiz denemelere kaydolmayın.

Birkaç saniye sonra Google Cloud konsolu bu sekmede açılır.

Not: Google Cloud ürün ve hizmetlerine erişmek için gezinme menüsünü tıklayın veya Arama alanına hizmetin veya ürünün adını yazın.

1. görev: Laboratuvar projesini BigQuery'ye sabitleme

Bu bölümde, data-to-insights projesini ortam kaynaklarınıza ekleyeceksiniz.

1. Gezinme menüsü > BigQuery'yi tıklayın.

Cloud konsolunda Welcome to BigQuery (BigQuery'ye Hoş Geldiniz) mesaj kutusu açılır.

Not: Cloud Console'daki "BigQuery'ye Hoş Geldiniz" mesaj kutusunda, hızlı başlangıç kılavuzu ve kullanıcı arayüzü güncellemelerinin bağlantısı bulunur.

2. Bitti'yi tıklayın.

BigQuery'nin herkese açık veri kümeleri, BigQuery web kullanıcı arayüzünde varsayılan olarak gösterilmez. Herkese açık veri kümeleri projesini açmak için "data-to-insights" ifadesini kopyalayın.

3. + Add > Star a project by name'i (+ Ekle > Projeleri isme göre yıldızla) tıklayın, ardından adı data-to-insights olarak ayarlayın. STAR'ı (Yıldızla) tıklayın.

Gezgin bölümünde data-to-insights projesi listelenir.

2. görev: E-ticaret verilerini keşfetme ve kopya kayıtları belirleme

Senaryo: Veri analisti ekibiniz, bir e-ticaret web sitesinin Google Analytics günlüklerini BigQuery'ye aktardı ve tüm ham e-ticaret ziyaretçi oturumu verilerinin yer aldığı yeni bir tablo oluşturdu.

all_sessions_raw tablo verilerini keşfedin:

1. Projeyi genişletmek için data-to-insights seçeneğinin yanındaki Expand node (Düğümü genişlet) simgesini tıklayın.
2. ecommerce'i (E-ticaret) genişletin.
3. all_sessions_raw'ı tıklayın.

Sağ bölmede, tablo verilerinin 3 görünümünün bulunduğu bir bölüm açılır:

• Schema (Şema) sekmesi: Field name (Alan adı), Type (Tür), Mode (Mod) ve Description (Açıklama); verileri düzenlemek için kullanılan mantıksal kısıtlamalar
• Details (Ayrıntılar) sekmesi: Tablo meta verileri
• Preview (Önizleme) sekmesi: Tablo önizlemesi

4. Tablo meta verilerini görüntülemek için Details (Ayrıntılar) sekmesini tıklayın.

Sorular:

Kopya satırları belirleme

Örnek bir veri miktarını görmek, veri kümesine nelerin dahil edildiği hakkında daha fazla fikir edinmenize yardımcı olabilir.

1. Tablodaki örnek satırları SQL kullanmadan önizlemek için Preview (Önizleme) sekmesini tıklayın.

2. Satırları tarayıp kaydırın. Bir satırı benzersiz şekilde tanımlayan tek bir alan olmadığından kopya satırları belirlemek için gelişmiş mantığa ihtiyacınız vardır.

3. Kullanacağınız sorgu (aşağıda), her alanda SQL GROUP BY işlevini kullanır ve her alanda aynı değerlere sahip satırların sayısını (COUNT) hesaplar:

• Her alan benzersizse tüm alanlar için tam olarak aynı değere sahip başka satır grupları olmadığından COUNT işlevi 1 döndürür.
• Tüm alanlar için aynı değerlere sahip birden fazla satır varsa bu satırlar birlikte gruplandırılır ve COUNT 1'den büyük olur.

Sorgunun son kısmı, HAVING kullanılan bir toplama filtresidir. Yalnızca kopyaların COUNT değeri 1'den büyük olduğunda gösterilir. Bu nedenle, kopya kayıtların sayısı, elde edilen tablodaki satır sayısıyla aynı olur.

4. Aşağıdaki sorguyu kopyalayıp sorgu düzenleyiciye yapıştırın, ardından tüm sütunlarda hangi kayıtların yinelendiğini bulmak için sorguyu çalıştırın (RUN).

#standardSQL SELECT COUNT(*) as num_duplicate_rows, * FROM `data-to-insights.ecommerce.all_sessions_raw` GROUP BY fullVisitorId, channelGrouping, time, country, city, totalTransactionRevenue, transactions, timeOnSite, pageviews, sessionQualityDim, date, visitId, type, productRefundAmount, productQuantity, productPrice, productRevenue, productSKU, v2ProductName, v2ProductCategory, productVariant, currencyCode, itemQuantity, itemRevenue, transactionRevenue, transactionId, pageTitle, searchKeyword, pagePathLevel1, eCommerceAction_type, eCommerceAction_step, eCommerceAction_option HAVING num_duplicate_rows > 1;

Not: Kendi veri kümelerinizde, benzersiz bir anahtarınız olsa bile analize başlamadan önce satırların benzersizliğini COUNT, GROUP BY ve HAVING ile doğrulamanız faydalı olacaktır.

Hedefi doğrulamak için Check my progress'i (İlerleme durumumu kontrol et) tıklayın. Kopya satırları belirleme

Yeni all_sessions tablosunu analiz etme

Bu bölümde, all_sessions adlı tekilleştirilmiş bir tablo kullanırsınız.

Senaryo: Veri analisti ekibiniz size bu sorguyu verdi ve şema uzmanlarınız, şemanıza göre her kayıt için benzersiz olması gereken temel alanları belirledi.

1. Bu kez all_sessions tablosunda kopya olmadığını doğrulamak için sorguyu çalıştırın:

#standardSQL # schema: https://support.google.com/analytics/answer/3437719?hl=en SELECT fullVisitorId, # the unique visitor ID visitId, # a visitor can have multiple visits date, # session date stored as string YYYYMMDD time, # time of the individual site hit (can be 0 to many per visitor session) v2ProductName, # not unique since a product can have variants like Color productSKU, # unique for each product type, # a visitor can visit Pages and/or can trigger Events (even at the same time) eCommerceAction_type, # maps to ‘add to cart', ‘completed checkout' eCommerceAction_step, eCommerceAction_option, transactionRevenue, # revenue of the order transactionId, # unique identifier for revenue bearing transaction COUNT(*) as row_count FROM `data-to-insights.ecommerce.all_sessions` GROUP BY 1,2,3 ,4, 5, 6, 7, 8, 9, 10,11,12 HAVING row_count > 1 # find duplicates

Sorgu sıfır kayıt döndürür.

Not: SQL'de GROUP BY fullVisitorId yerine GROUP BY 1 gibi bir ifade kullanarak sütunun dizini için GROUP BY veya ORDER BY kullanabilirsiniz.

3. görev: E-ticaret verileri için temel SQL komutları yazma

Bu bölümde, e-ticaret veri kümesiyle ilgili analizler için sorgu göndereceksiniz.

Toplam tekil ziyaretçi sayısını gösteren bir sorgu yazma

Sorgunuz, product_views değerini sayarak toplam görüntüleme sayısını ve fullVisitorID değerini sayarak tekil ziyaretçi sayısını belirler.

1. "+" [Compose New Query (Yeni Sorgu Oluştur)] simgesini tıklayın.
2. Düzenleyiciye şu sorguyu yazın:

#standardSQL SELECT COUNT(*) AS product_views, COUNT(DISTINCT fullVisitorId) AS unique_visitors FROM `data-to-insights.ecommerce.all_sessions`;

3. Söz dizimi doğruluğunu kontrol etmek için gerçek zamanlı sorgu doğrulayıcısında yeşil onay simgesinin gösterildiğinden emin olun.
4. Run'ı (Çalıştır) tıklayın. Tekil ziyaretçi sayısını görüntülemek için sonuçları okuyun.

Sonuçlar:

5. Ardından, yönlendiren siteye (channelGrouping) göre toplam tekil ziyaretçi sayısını (fullVisitorID) gösteren bir sorgu yazın:

#standardSQL SELECT COUNT(DISTINCT fullVisitorId) AS unique_visitors, channelGrouping FROM `data-to-insights.ecommerce.all_sessions` GROUP BY channelGrouping ORDER BY channelGrouping DESC;

Sonuçlar:

6. Tüm benzersiz ürün adlarını (v2ProductName) alfabetik olarak listelemek için bir sorgu yazın:

#standardSQL SELECT (v2ProductName) AS ProductName FROM `data-to-insights.ecommerce.all_sessions` GROUP BY ProductName ORDER BY ProductName

İpucu: SQL'de ORDER BY yan tümceleri varsayılan olarak A'dan Z'ye doğru artan (ASC) şekildedir. Tersini yapmak istiyorsanız ORDER BY field_name DESC'i deneyin.

Sonuçlar:

Bu sorgu toplam 633 ürün (satır) döndürür.

7. Tüm ziyaretçiler (aynı ürünü birden fazla kez görüntüleyenler dahil) arasında en çok görüntüleme (product_views) alan beş ürünü listeleyen bir sorgu yazın. Sorgunuz, bir ürünün (v2ProductName) görüntülenme sayısını (product_views) sayar, listeyi azalan düzende sıralar ve ilk 5 girişi listeler:

İpucu: Google Analytics'te ziyaretçiler şu etkileşim türleri sırasında bir ürünü "görüntüleyebilir": "sayfa", "ekran görüntüleme", "etkinlik", "işlem", "öğe", "sosyal", "istisna", "zamanlama". Amacımız doğrultusunda, yalnızca type = "PAGE" (tür = "SAYFA") olacak şekilde filtreleme yapmanız yeterlidir.

#standardSQL SELECT COUNT(*) AS product_views, (v2ProductName) AS ProductName FROM `data-to-insights.ecommerce.all_sessions` WHERE type = 'PAGE' GROUP BY v2ProductName ORDER BY product_views DESC LIMIT 5;

Sonuçlar:

8. Bonus: Artık sorguyu, bir ürünü birçok kez görüntüleyen ziyaretçiler için ürün görüntülemelerinin iki kez sayılmaması olacak şekilde hassaslaştırın. Her farklı ürün görüntüleme, ziyaretçi başına yalnızca bir kez sayılmalıdır:

WITH unique_product_views_by_person AS ( -- find each unique product viewed by each visitor SELECT fullVisitorId, (v2ProductName) AS ProductName FROM `data-to-insights.ecommerce.all_sessions` WHERE type = 'PAGE' GROUP BY fullVisitorId, v2ProductName ) -- aggregate the top viewed products and sort them SELECT COUNT(*) AS unique_view_count, ProductName FROM unique_product_views_by_person GROUP BY ProductName ORDER BY unique_view_count DESC LIMIT 5

İpucu: Karmaşık bir sorguyu birden fazla adıma ayırmak için SQL WITH ifadesini kullanabilirsiniz. Burada öncelikle, ziyaretçi başına her benzersiz ürünü bulup bir kez sayan bir sorgu oluştururuz. Ardından ikinci sorgu, tüm ziyaretçiler ve ürünler genelinde toplama işlemini gerçekleştirir.

Sonuçlar:

9. Ardından, sipariş edilen farklı ürün sayısını ve sipariş edilen toplam birim sayısını (productQuantity) içerecek şekilde önceki sorgunuzu genişletin:

#standardSQL SELECT COUNT(*) AS product_views, COUNT(productQuantity) AS orders, SUM(productQuantity) AS quantity_product_ordered, v2ProductName FROM `data-to-insights.ecommerce.all_sessions` WHERE type = 'PAGE' GROUP BY v2ProductName ORDER BY product_views DESC LIMIT 5;

Sonuçlar:

Sorular:

10. Sipariş başına ortalama ürün miktarını (sipariş edilen toplam birim sayısı/toplam sipariş sayısı veya SUM(productQuantity)/COUNT(productQuantity)) içerecek şekilde sorguyu genişletin:

#standardSQL SELECT COUNT(*) AS product_views, COUNT(productQuantity) AS orders, SUM(productQuantity) AS quantity_product_ordered, SUM(productQuantity) / COUNT(productQuantity) AS avg_per_order, (v2ProductName) AS ProductName FROM `data-to-insights.ecommerce.all_sessions` WHERE type = 'PAGE' GROUP BY v2ProductName ORDER BY product_views DESC LIMIT 5;

Sonuçlar

Soru:

22 oz YouTube şişesi için sipariş başına 9,38 birim ile en yüksek avg_per_order değeri elde edildi.

Hedefi doğrulamak için Check my progress'i (İlerleme durumumu kontrol et) tıklayın. E-ticaret verileri için temel SQL komutları yazma

Tebrikler!

Tebrikler! Bu laboratuvarda, ürün pazarlamasının çeşitli yönleriyle ilgili anlamlı analizler elde etmek için verileri görüntülemek ve sorgulamak amacıyla BigQuery'yi kullandınız. E-ticaret veri kümesine nasıl erişeceğinizi, veri kümesi meta verilerini nasıl inceleyeceğinizi, kopya girişleri nasıl kaldıracağınızı ve sorgu yazıp nasıl yürüteceğinizi öğrendiniz.

Sonraki adımlar/Daha fazla bilgi

• BigQuery'deki Herkese Açık Veri Kümelerini keşfedin.
• Google Analytics hesabınızla BigQuery'de kendi veri kümelerinizi oluşturmak mı istiyorsunuz? Bu dışa aktarma kılavuzundaki talimatları uygulayın.
• 15 Awesome things you probably didn’t know about Google BigQuery (Google BigQuery hakkında büyük olasılıkla bilmediğiniz 15 müthiş özellik) başlıklı makaleye göz atın.
• BigQuery hakkında daha fazla bilgi edinmek için diğer laboratuvarlara göz atın:
  • BigQuery ile Sık Karşılaşılan SQL Hatalarını Giderme
  • BigQuery'de Hava Durumu Verileri

Google Cloud eğitimi ve sertifikası

...Google Cloud teknolojilerinden en iyi şekilde yararlanmanıza yardımcı olur. Derslerimizde teknik becerilere odaklanırken en iyi uygulamalara da yer veriyoruz. Gerekli yetkinlik seviyesine hızlıca ulaşmanız ve öğrenim maceranızı sürdürebilmeniz için sizlere yardımcı olmayı amaçlıyoruz. Temel kavramlardan ileri seviyeye kadar farklı eğitim programlarımız mevcut. Ayrıca, yoğun gündeminize uyması için talep üzerine sağlanan, canlı ve sanal eğitim alternatiflerimiz de var. Sertifikasyonlar ise Google Cloud teknolojilerindeki becerilerinizi ve uzmanlığınızı doğrulamanıza ve kanıtlamanıza yardımcı oluyor.

Kılavuzun Son Güncellenme Tarihi: 2 Nisan 2024

Laboratuvarın Son Test Edilme Tarihi: 2 Nisan 2024

Telif Hakkı 2025 Google LLC. Tüm hakları saklıdır. Google ve Google logosu, Google LLC şirketinin ticari markalarıdır. Diğer tüm şirket ve ürün adları ilişkili oldukları şirketlerin ticari markaları olabilir.