サイトアイコン 株式会社ウェブ改善・分析企画開発リサーチ

【ビジネスユーザ向け】BigQuery * SQL [ SELECT ] 講座【16.0h】全４回

敏也村山

【ビジネスユーザ向け】
  BigQuery * SQL [ SELECT ] 講座【16.0h】全４回

 

 

はじめに

　当講座は、日頃、BIツールを使ったビジュアルデータ分析を行なっているユーザーまたは、これからビジュアルデータ分析が必要となるユーザー（ビジネスユーザー・非エンジニア）を対象とした、SQLスキルアップ講座となります。

　BIツールを使う上で必要となるSQL という視点で、今回は「SELECT」命令文にフォーカスしてSELECT処理をマスターすることを目的としております。

　ビジュアルデータ分析を主眼に置いた時、まず必要となるスキルは、①データマート（主にビューテーブルを使う）を作成するスキルです。つぎに、②BIツールではあまりに負荷がかかるような複雑な計算処理を、ある程度、SQL側で処理できるようにデータマートを修正あるいはリビルドするスキルです。そして、③データ探索をSQLですべて対応可能とするデータサイエンススキル、これら３つのスキルとなります。

　今回は、①・②および、③の基礎レベル に対応できるようにカリキュラムを構成しております。特に、集計関数・ウィンドウ関数の完全理解に注力しております。

　みなさまには、BigQueryでデータセットを共有いたします。BigQueryのコンソールにて、実際にSQL（SELECT命令文）を書いていただき、結果を確認することでSQLの理解を深めていただきます。16.0hの学習時間を通して、圧倒的な練習量でSELECT命令文のスペシャリストをめざして頑張って下さい。

 

▶︎講座立ち上げの背景について

　下記のような課題例を解決することを目的として講座を立ち上げております。

　BIビジュアルデータ分析の現場で今も長らく続いている課題は、データエンジニア（主にデータレイク・データマートを整備するエンジニア）と、BIアナリスト・BIツールを使ってビジネス展開を試みるビジネスユーザーとのデータ整備に関するコミュニケーションがスムーズではないといった課題です。

　原因は、単純明快です。それは、SQLが共通言語として機能していないためです。
　データエンジニアは、SQLで表現するにあたり曖昧さは許されないと考えるため、SQLベースでのデータ定義の確定が重要です。他方、BIアナリストやビジネスユーザーは、BIツールが主戦場であるため、あくまでBIツール上で最終的なデータ要否を判断してブラッシュアップしたいと考える傾向にあり、むしろ曖昧さを許容して欲しいと考える傾向にあります。ここで、データエンジニアとBIアナリスト・ビジネスユーザーとのちょっとした小競り合いが始まります。

　弊社は、この課題に対して、BIアナリスト・ビジネスユーザー側が、SQL[ SELECT ]をマスターすることで解決することを推奨します。なぜなら、SQL[ SELECT ] に関して言及するならば、マスターするための難易度はそれほど高いわけではないからです。むしろ、BIツールで複雑なビジュアライズ表現やデータ取得方法をマスターする難易度の方が高いと考えており、これらをマスターしたBIアナリスト・ビジネスユーザーがSQL[ SELECT ]をマスターできないわけがないと考えております。
　また、SQL[ SELECT ]をマスターしようとする行動が、BIアナリスト・ビジネスユーザーのさらなる自立を促すだけでなく、データエンジニアとのコストのかかるコミュニケーションから解放され、より戦術面にリソースを割くことが可能になると考えております。このことは、データエンジニア側でも圧倒的なコミュニケーションコストダウンにつながり、双方優位といえるのではないでしょうか。

 

BIアナリスト・ビジネスユーザーがSQL[ SELECT ] を覚えるメリット

 

ChatGPT（GPT-4）全盛を迎えるいまだからこそ！

　ChatGPT（GPT-4）の登場により、今後、プログラミングにあまり馴染みのなかった非エンジニアにとって、プログラミングスキルを習得する上で追い風となりました。従来は、プログラミング学習はそれなりに敷居の高いものでした。しかし、ChatGPT（GPT-4）の登場により、プログラミングの基礎をある程度理解して、修正・調整するスキルをマスターしてしまえば、ひとりでもプログラミングを短時間で完成させることが可能となりました。むしろ、いまこのタイミングでプログラミングスキルを習得しておけば、そうでない場合と比較して、データ分析界隈でも、圧倒的に重宝される人材となります。ぜひ、この機会を活用してください！

 

▶︎主な受講対象者

 

＜BigQuery * SQL [ SELECT ] 講座【16.0h】全４回＞ 16.0h

▶︎講座前日までにやること

・BigQueryのデータセットを共有します

　講座お申し込み完了後、個人のGoogleアカウントをご連絡いただき、トレーニング用にセットアップしたデータセットと紐付け共有いたします。
　共有後、予習・復習でぜひ、ご自由にSQLワークスペースで練習してみて下さい。
　設定、講座内容または、講座でふれていない部分でのヒントなど、質問事項はChatworkで都度、お受けいたします。

▶︎講座１日目

　■１日目カリキュラム

　■BigQuery 虎の巻
    1. はじめに
      ・データ分析にあたり、SQLでどこまでがんばる？！
      ・SQL命令文の分類
    2. BIツールを前提とした理想的なデータ構造
      ・理想的なデータ構造とは
      ・良くない例と修正方法　その１
      ・良くない例と修正方法　その２
      ・良くない例と修正方法　その３
    3. 今回のデータセットについて
      ・データセットとテーブルの説明
    4. BigQueryのワークスペースについて
    5. SQLの学習順序（ SELECTに関する部分 ）
      ・句の評価順序など、８つの学習ポイント（アウトライン）
    6. データ型の説明
    7. 日付形式設定要素について
    8. BigQueryでよく出てくるエラーメッセージ
    9. BigQueryのワークスペースで使用可能なショートカットキー
    10. SQLのクエリに正解はない
　■SELECT文を読解するの巻
    1. 読解第一問
      読解後に書いてみる（写経と例題）
    2. 読解第二問
      読解後に書いてみる（写経と例題）
    3. 読解第三問
      読解後に書いてみる（写経と例題）
      TIPS GROUP BY 句とは
      TIPS ROUND, CEIL , FLOORの挙動について
    4. 読解第四問
      読解後に書いてみる（写経と例題）
    5. 読解第五問
      読解後に書いてみる（写経と例題）
      TIPS テーブルの結合方式について
      TIPS NULLとは何か？

▶︎講座２日目

　■２日目カリキュラム

　■SQL文を読解するの巻（続き…）

    1. 読解第六問
      読解後に書いてみる（写経と例題）
      TIPS 仮想テーブルとは
    2. 読解第七問
      読解後に書いてみる（写経と例題）
      TIPS WITH句とサブクエリと可読性について
    3. 読解第八問
      読解後に書いてみる（写経と例題）
      TIPS データの前処理に向いている関数一覧
    4. 読解第九問
      読解後に書いてみる（写経と例題）
      TIPS ウィンドウ関数について
      　累計合計
      　ランキング表示
      　最初の値を取得する
      　３番目の値を取得する
      　移動平均の値を取得する
    5. 読解第十問
      読解しながら書いてみる（写経と例題）
    6. まとめ

　■SQL文を書くの巻

    1. 集計関数・ウィンドウ関数とは
    2. 図解　集計関数とウィンドウ関数の一般的な使われ方
    3. 集計関数とウィンドウ関数の種類
    4. 集計関数とウィンドウ関数の書式の違い
    5. ウィンドウ関数の書式　全体像
    6. ウィンドウ関数とPARTITION BY / ORDER BY / WINDOWフレーム
    7. WINDOWフレームについて
    8. ウィンドウ関数とウィンドウフレームのサンプル１〜７（写経）
    9. 集計関数とウィンドウ関数のまとめ

▶︎講座３日目

　■３日目カリキュラム

　■SQL文を書く（続き…）

　 集計関数とウィンドウ関数の反復練習
　 ※ 例題は、予習前提となります。３回目講義前までに例題を解いてきて下さい。
　　  当日は、各設問時間制限を設けながら、皆様に練習問題を解いていただきます。

    1. 集計関数とRANKの併用
      例題と練習
    2. 集計関数とSUMの併用
      例題と練習
    3. 集計関数とNTITLEの併用
      例題と練習
    4. 集計関数とFIRST_VALUEの併用
      例題と練習
    5. 集計関数とLAST_VALUEの併用
      例題と練習
    6. 集計関数とNTH_VALUEの併用
      例題と練習
    7. 集計関数とLEADの併用
      例題と練習
    8. 集計関数とLAGの併用
      例題と練習
    9. 集計関数とROW_NUMBERの併用
      例題と練習
    10. 集計関数とPERCENTILE_CONTの併用
      例題と練習
    11. 集計関数とAVGの併用
      例題と練習
　■前処理に向いている関数ピックアップ

例題と演習（REGEXP_EXTRACTなど）

▶︎講座４日目

　■４日目カリキュラム

ひたすら実践問題演習 （主に、集計▶︎ウィンドウ関数の流れ）
当日は、各自のペースで練習問題を解いていただきます。
疑問点があれば、適宜、お声がけいただいた上で個別に解説していきます。
・アクセスログに関する練習問題15問
・販売データに関する練習問題15問
なお、講義は４時間で一旦終了といたしますが、自習されたい方がいらっしゃる場合はそのままZOOMを繋いでおきます（最大２時間程度を目安とします）。適宜、不明点をご質問いただければ個別対応いたします。

 

＜【ビジネスユーザ向け】
  BigQuery * SQL [ SELECT ] 講座【16.0h】全４回＞

◆価格について

当講座受講料　¥76,000-(税込)　 

◆受講対象者

◆受講時のポイント

 

◆ 受講者レビュー

かなり実践を意識した内容でスキルアップにつながりました。練習量も多く少々大変でしたが、短期間で実践で使えるようにするために必要な量だと感じました。

データ分析やデータマート作成することを前提に、ウィンドウ関数に対してかなり時間を割いていただき助かりました。

Where句の使い方がとても分かりやすかった。非エンジニアなのですが SQLを使う利用シーンが明確になり実践的でためになりました。 ありがとうございます。

データ分析に必要な内容に絞って高度な内容まで一気に学ぶことが出来た。操作（評価）の順番という根本的な部分からの講義で、丸暗記にならずに理解することが出来ました。

 

◆お申し込み

 

 

 

 

その他のクラスルームトレーニングもご用意しております。

クラスルームトレーニングはこちら

 

講義でお会いできることを楽しみにしております。

 

 

 

 

モバイルバージョンを終了