Google BigQuery 集成
用大白话直接查询数据仓库。
如果你有时间写 SQL，你本来会做的那种分析。
如果你的报表数据存在 BigQuery 里，连接后 ProhostAI 就能直接跑那些原本得等人帮你写的查询。
概览
规模大到需要数据仓库的物业组合，通常也会有相应的瓶颈。数据完整、建模也很好，但能从里面直接拿到答案的人很少——所以问题都得排队等那个会写 SQL 的人。
这条队列会改变人们提问的方式。没人会为一个只是好奇的问题正式提交需求，结果就是，真正被做出来的分析，只是那些有人愿意正式申请的分析。
连接 BigQuery 后，常规问题就不用再排队了。用大白话提问，系统就会在你自己的数据表上运行查询，并结合 ProhostAI 已经掌握的运营信息一起给出答案。数据仓库还是数据团队搭建时的样子，原封不动。
ProhostAI 能用 Google BigQuery 做什么
连接 BigQuery 后，你可以用大白话直接查询自己的数据集。
读取
- 把问题变成查询 — 把一句大白话问题变成针对你自己数据表的 SQL 查询。“上个季度各地区的平均入住率是多少?”
- 查看有哪些数据 — 列出所有数据集和数据表，让你知道到底能问些什么。
创建和更新
- 管理数据集 — 在已连接账户有权限的范围内创建和整理数据集。
- 结合实时运营数据 — 把数据仓库里的数字，和 ProhostAI 掌握的当前入住及工作情况放在一起看。
如何连接 Google BigQuery
BigQuery 通过 Google Cloud OAuth 连接到存放你数据集的项目。
- 1打开 ProhostAI，进入设置 → 连接。
- 2搜索 Google BigQuery，然后点击连接。
- 3使用有该项目访问权限的 Google Cloud 账号登录，并授予权限。
- 4针对某个数据集提一个问题，确认连接是否成功。
须知
BigQuery 按扫描的数据量计费。一个针对大表的宽泛问题可能会很"贵"，所以要连接一个配额设置合理的账户。
ProhostAI 只在已连接账户的 IAM 权限范围内操作——它读不到的数据集，依然读不到。
答案的质量取决于底层数据模型。数据表和字段命名清晰，结果就会明显更好。
分析场景建议连接一个只读的服务账户，而不是拥有写入权限的账户。
