Google Cloud を選ぶ場面。データ分析と Google Workspace とのつながり

Google Cloud が候補に挙がりやすいのは、社内に散らばったデータを集めて分析したい場合と、社内で Google Workspace を使っている場合です。どちらも、Google Cloud の作りと相性のよい場面ですが、それだけで決めるのではなく、運用の担い手や、いまのシステムとのつながりと合わせて判断します。

Google Cloud は、AWS・Microsoft Azure と並ぶ代表的なクラウドの一つで、サーバー・データベース・ネットワーク・AIの基盤など、基本の機能は一通りそろっています。3つの比べ方の全体は、クラウド（AWS・Azure・Google Cloud）の選び方にまとめています。

データ分析の基盤として選ぶ場面

社内のデータを集めて分析することが目的の中心にある場合、Google Cloud の BigQuery が選ぶ理由になることがあります。BigQuery は、Google が「フルマネージドのデータの基盤」と説明する分析のサービスで、サーバーを用意したり台数を調整したりせずに、SQL や Python で大量のデータを扱えます。

BigQuery は、データを保存する層と、計算する層を分けた作りになっています。2つの層はそれぞれ独立して資源を増やせるため、データの量が増えても、分析の処理が保存の仕組みとぶつかりにくい、とされています。料金の考え方には、使った分だけ払う方式と、処理の能力をあらかじめ確保する方式の2つがあります。

出典：What is BigQuery?（Google Cloud）

分析の基盤を自前のサーバーで組む場合、データが増えるたびにサーバーの増強や設定の見直しが要ります。サーバーの管理を任せられる作り（サーバーレス）は、データ分析を専任のインフラの担当なしで始めたい会社にとって、扱いやすい選択肢になります。一方で、使った分だけ払う方式では、大きな表を何度も読み込む使い方をすると費用が増えるため、どの料金の方式で、どれだけ使うかの見込みを先に立てます。

Google Workspace とのつながり

社内で Google Workspace を使っている会社では、アカウントの管理とデータの扱いの両方で、Google Cloud とのつながりを生かせます。

アカウントと組織

Google Cloud の資源は、組織（会社）・フォルダ（部署やチーム）・プロジェクトの階層で整理します。組織の資源を作るには Google Workspace か Cloud Identity のアカウントが要り、1つの Workspace のアカウントは1つの組織と結び付きます。Workspace の利用者がプロジェクトを作ると、組織の資源が自動で用意されます。

組織やフォルダに与えた権限は、その下のフォルダとプロジェクトに引き継がれます。プロジェクトは作った社員個人ではなく組織に属するため、担当者が退職してもプロジェクトは残ります。

出典：Resource hierarchy（Google Cloud）

Workspace で社員のアカウントを管理していれば、入社・退職の手続きと Google Cloud の権限の管理をまとめやすくなります。反対に、組織の資源を作らずに個人のアカウントでプロジェクトを作り始めると、後から整理し直す手間がかかるため、使い始める前に組織の形を決めておきます。アカウントの分け方の考え方は、アカウントの分け方。本番・検証・開発を分ける設計で説明しています。

スプレッドシートと BigQuery

Google スプレッドシートには、BigQuery のデータを表計算の画面で扱える「コネクテッド シート」（BigQuery のデータコネクタ）という機能があります。スプレッドシートから BigQuery に問い合わせを送り、結果をスプレッドシートに保存して分析や共有に使えます。問い合わせは手動でも、決まった時刻にも実行できます。スプレッドシートから BigQuery のデータを書き換えることはできません。

使うには、Google Cloud と BigQuery を使える権限、請求の設定をしたプロジェクト、対象の表への権限が要る、と案内されています。

出典：Google スプレッドシートで BigQuery データを使ってみる（Google ドキュメント エディタ ヘルプ）

反対の向きとして、BigQuery から Google ドライブにある CSV やスプレッドシートを外部の表として読み込み、SQL で問い合わせることもできます。ドライブのファイルを見る権限と、BigQuery の権限の両方が要ります。

出典：Query Google Drive data（Google Cloud）

現場でスプレッドシートを使い慣れている会社では、集計の結果をいつもの画面で見られることが、分析を業務に根づかせる助けになります。

選ぶ前に確かめること

データ分析と Workspace とのつながりは、Google Cloud を選ぶ理由になりますが、それだけで決めると、運用に入ってから困ることがあります。選ぶ前に、次の点を確かめます。

Google Cloud は、東京と大阪に保存の場所（リージョン）を設けています。

出典：Bucket locations（Google Cloud）

業務システムは別のクラウドで動かし、データ分析だけを Google Cloud で行う使い分けもあります。その場合は、データをクラウドの間で移す通信の費用と、運用する仕組みが2つになる手間を見込みます。複数のクラウドを使う利点と負担は、マルチクラウドは必要か。利点と、運用が重くなる点で整理しています。

当社のご支援

当社は、特定のクラウドに限らず、目的と社内の環境に合わせて AWS・Microsoft Azure・Google Cloud から選ぶお手伝いをしています。Google Cloud の組織とプロジェクトの設計、データ分析の基盤の構築、移した後の運用管理は、クラウドの構築と運用管理でお受けしています。データを経営の判断に使う仕組みづくりから考えたい場合は、AI・DXコンサルティングでもご相談いただけます。