Comment nos utilisateurs utilisant Google BigQuery peuvent-ils interroger de manière efficace les données relatives au temps ? Grâce à la fonction de caractère générique du tableau TABLE_DATE_RANGE de Looker, les utilisateurs peuvent facilement interroger des périodes spécifiques et effectuer une analyse chronologique.
Une bonne pratique pour les données de séries chronologiques dans BigQuery consiste à les diviser par dates et les enregistrer ensuite dans des fichiers ou des tableaux distincts. Cela facilite l'ajout, la suppression et la gestion des jeux de données. Les tableaux ainsi divisés peuvent être fusionnés en un seul et même tableau en utilisant la fonction de caractère générique du tableau TABLE_DATE_RANGE dans Looker. Tout utilisateur qui consulte le tableau ainsi obtenu peut modifier le filtre de date, la requête sera alors réécrite pour interroger automatiquement les tableaux concernés. Ce bloc augmente considérablement les performances des requêtes, permettant aux utilisateurs d'effectuer des analyses chronologiques indispensables.
Cas d'utilisation
Ventes Produit Marketing Réussite client Support client Finance
Secteur
Le bloc Looker pour mesurer l'activité et l'engagement aide les organisations à mieux comprendre comment engager leurs utilisateurs.
Le bloc Looker pour les utilisateurs en cohorte fournissent des informations importantes sur les tendances d'achat pour la durée de vie de ...
Le bloc Looker pour achats répétés permet d'identifier rapidement toute tendance ou problème affectant...