BigQuery

您可以建構資料管道來融合結構化資料、非結構化資料和生成式 AI 模型，打造全新類別的數據分析應用程式。BigQuery 使用 Vertex AI 且與 Gemini 1.0 Pro 模型整合，該模型可增加輸入/輸出量，以及提升文字摘要、情緒分析等多種工作的成果品質。只要直接在 BigQuery 控制台中使用簡易的 SQL 陳述式或 BigQuery 內嵌 DataFrame API，就能存取這些 AI 技術。

改用 Google Cloud 的企業資料倉儲技術，讓 Google 協助您因應當前的數據分析需求，並順暢拓展事業版圖。運用免費的全代管 BigQuery Migration Service，簡化從 Netezza、Oracle、Redshift、Teradata 或 Snowflake 遷移至 BigQuery 的路徑。

您可以將不同來源的資料匯總至 BigQuery，簡化數據分析作業。另外，您還能從本機來源、Google 雲端硬碟或 Cloud Storage 值區上傳資料檔案；使用 BigQuery 資料移轉服務 (DTS) 和 Cloud Data Fusion 外掛程式；透過 BigQuery 適用的 Datastream 複製關聯資料庫中的資料，或是讓 Google 領先業界的資料整合服務合作夥伴為您提供服務。

非結構化資料是指未獲充分利用的大部分企業資料，通常相當複雜且不易解讀，因此難以從中得出有意義的洞察結果。有了強大的 BigLake，您就能使用各種 AI 模型深入分析圖片、文件和音訊檔案，包括 Vertex AI 的視覺、文件處理和語音轉文字 API，或開放原始碼 TensorFlow Hub 模型或您的自訂模型。

部署範例資料倉儲解決方案，使用 BigQuery 和 Looker Studio 儲存及分析資料，並以圖表呈現。此外，您還能運用生成式 AI 統整分析結果。

運用事件導向的數據分析功能即時回應業務事件，取得競爭優勢。內建的串流功能可自動擷取串流資料，並立即讓資料可供查詢，這樣您就能維持靈活彈性，同時根據最新的資料制定業務決策。您也可以透過 Dataflow 啟用運作快速的簡易串流資料管道，打造全方位的解決方案。

預測分析可以簡化作業流程、提高收益及降低風險。透過 BigQuery ML，資料分析人員可以使用現有的商業智慧工具與試算表來建立及執行模型，讓所有人員都能使用機器學習技術。預測分析可以提供資訊，做為整個機構的業務決策依據。

在 BigQuery 中整合行銷和業務資料來源，透過 Google AI 的強大功能發揮行銷的價值。您可以全面掌握業務狀況、使用更多第一方資料提高行銷投資報酬率與成效，並運用內建的機器學習/AI 功能大規模放送個人化和指定目標行銷內容。使用 Looker Studio 或連結試算表分享洞察資料和效能。

建立低信任的安全環境，讓您與合作夥伴不必複製或搬移基礎資料，即可直接在 BigQuery 中協作您可以透過 BigQuery SQL 介面，以增強隱私權的做法執行轉換作業，並監控共用資料的使用情形，偵測其中是否潛藏隱私權威脅。不必管理任何基礎架構以及內建商業智慧 (BI) 及 AI/機器學習，即可享有 BigQuery 規模的優勢。