Chargement...
Aucun résultat.

Mettez en pratique vos compétences dans la console Google Cloud

Instructions et exigences de configuration de l'atelier
Protégez votre compte et votre progression. Utilisez toujours une fenêtre de navigation privée et les identifiants de l'atelier pour exécuter cet atelier.

Parcourir BigQuery

Atelier 1 heure 30 minutes universal_currency_alt 5 crédits show_chart Débutant
info Cet atelier peut intégrer des outils d'IA pour vous accompagner dans votre apprentissage.
Ce contenu n'est pas encore optimisé pour les appareils mobiles.
Pour une expérience optimale, veuillez accéder à notre site sur un ordinateur de bureau en utilisant un lien envoyé par e-mail.
icône Important IMPORTANT

icône Ordinateur de bureau/ordinateur portable Cet atelier pratique ne peut être réalisé que sur un ordinateur de bureau ou un ordinateur portable.

Icône Coche Vous ne pouvez tenter l'atelier que cinq fois.

icône Cible du quiz Pour rappel, il est normal de ne pas répondre correctement à toutes les questions du premier coup, et même de devoir refaire un exercice. Cela fait partie du processus d'apprentissage.

Icône Chronomètre Une fois l'atelier démarré, le minuteur ne peut pas être mis en pause. Au bout d'une heure et demie, l'atelier se terminera et vous devrez le recommencer.

Icône Astuce Pour en savoir plus, consultez le document Conseils techniques pour les ateliers.

Présentation de l'activité

L'analyse de données cloud s'appuie sur divers outils qui peuvent vous aider à chaque étape du processus d'analyse. BigQuery et Looker sont deux outils populaires et puissants qui fonctionnent sur la plupart des principales plates-formes cloud.

BigQuery est un entrepôt de données d'entreprise entièrement géré qui vous aide à gérer et à analyser vos données à l'aide de l'interface de la console Google Cloud. Avec BigQuery, vous pouvez utiliser des requêtes SQL pour récupérer des données, les nettoyer et les organiser. Vous obtenez ainsi les données de qualité dont vous avez besoin pour vos rapports et analyses. Vous pouvez également utiliser BigQuery pour écrire des requêtes SQL et combiner les données de plusieurs tables à l'aide de jointures.

Looker est une plate-forme d'informatique décisionnelle (BI) qui vous aide à explorer, analyser, visualiser et partager vos données. Looker Studio, qui fait partie de la plate-forme Looker et est facilement accessible dans l'UI BigQuery, est un outil qui transforme vos données en tableaux de bord et rapports informatifs et entièrement personnalisables.

Dans cet atelier, vous allez explorer deux ensembles de données dans BigQuery et exécuter des requêtes SQL pour filtrer les données. Vous examinerez ensuite les résultats visualisés à l'aide de Looker Studio.

Scénario

Félicitations ! Vous avez été embauché comme analyste de données chez TheLook eCommerce, une entreprise internationale qui vend des vêtements dans des magasins physiques et sur des canaux numériques, y compris son propre site Web, son application mobile et plusieurs applications de réseaux sociaux tierces. Elle connaît une croissance rapide grâce au grand choix de vêtements proposé, à son esprit d'innovation, ainsi qu'à son engagement en faveur d'un approvisionnement éthique et durable.

TheLook eCommerce prévoit de lancer une campagne publicitaire dans laquelle les joueurs de basket-ball universitaire de la National Collegiate Athletic Association (NCAA) ayant marqué le plus de points porteront les vêtements de la marque. Martina, la responsable marketing, souhaite que la première phase de la campagne fasse la promotion des maillots de bain.

Pour identifier les maillots de bain les plus vendus en juin (le mois où l'entreprise enregistre historiquement le plus de ventes de maillots de bain), Martina vous demande de générer un rapport sur les données de vente de la catégorie "Maillots de bain" pour le mois de juin 2023. Pour déterminer quels athlètes qui figureront dans la campagne, vous allez explorer l'ensemble de données public de la NCAA et générer un rapport sur les joueurs de basket-ball ayant marqué le plus de points.

Voici comment vous allez procéder : d'abord, vous allez explorer les tables de l'ensemble de données thelook_gcda. Ensuite, vous allez filtrer les données pour récupérer les informations sur les maillots de bain vendus au cours des 30 derniers jours. Puis, vous allez explorer les tables de l'ensemble de données public ncaa_basketball. Enfin, vous allez filtrer les données pour récupérer les informations sur les 10 joueurs de basket-ball ayant marqué le plus de points.

Préparation

Avant de cliquer sur "Démarrer l'atelier"

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique vous permet de suivre vous-même les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Nous vous fournissons des identifiants temporaires pour vous connecter à Google Cloud le temps de l'atelier.

Pour réaliser cet atelier :

  • Vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome).
Remarque : Ouvrez une fenêtre de navigateur en mode incognito/navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le compte temporaire de participant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.
  • Vous disposez d'un temps limité. N'oubliez pas qu'une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.
Remarque : Si vous possédez déjà votre propre compte ou projet Google Cloud, veillez à ne pas l'utiliser pour réaliser cet atelier afin d'éviter que des frais supplémentaires ne vous soient facturés.

Démarrer l'atelier et se connecter à la console Google Cloud

  1. Cliquez sur le bouton Démarrer l'atelier. Sur la gauche, vous trouverez le panneau Détails concernant l'atelier, qui contient les éléments suivants :

    • Le temps restant
    • Le bouton Ouvrir la console Google Cloud
    • Les identifiants temporaires que vous devez utiliser pour cet atelier
    • D'éventuelles informations complémentaires vous permettant d'effectuer l'atelier
    Remarque : Si l'atelier est payant, un pop-up s'affiche pour vous permettre de sélectionner un mode de paiement.

  2. Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée) si vous utilisez le navigateur Chrome. La page Se connecter s'ouvre dans un nouvel onglet du navigateur.

    Conseil : Vous pouvez réorganiser les onglets dans des fenêtres distinctes, placées côte à côte, pour passer facilement de l'un à l'autre.

    Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.

  3. Si nécessaire, copiez le nom d'utilisateur Google Cloud ci-dessous et collez-le dans la boîte de dialogue Se connecter. Cliquez sur Suivant.

{{{user_0.username | "Google Cloud username"}}}

Vous trouverez également le nom d'utilisateur Google Cloud dans le panneau Détails concernant l'atelier.

  1. Copiez le mot de passe Google Cloud ci-dessous et collez-le dans la boîte de dialogue Bienvenue. Cliquez sur Suivant.
{{{user_0.password | "Google Cloud password"}}}

Vous trouverez également le mot de passe Google Cloud dans le panneau Détails concernant l'atelier.

Important : Vous devez utiliser les identifiants qui vous ont été fournis pour l'atelier. N'utilisez pas ceux de votre compte Google Cloud. Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.
  1. Parcourez les pages suivantes :
    • Acceptez les conditions d'utilisation.
    • N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
    • Ne vous inscrivez pas à des essais sans frais.

Après quelques instants, la console s'ouvre dans cet onglet.

Remarque : Vous pouvez afficher le menu qui contient la liste des produits et services Google Cloud en cliquant sur le menu de navigation en haut à gauche. Menu de la console Google Cloud avec l'icône du menu de navigation encadrée

Tâche 1 : Explorer l'ensemble de données thelook_gcda

Dans cette tâche, vous allez explorer l'ensemble de données thelook_gcda et les tables qu'il contient. Vous allez ensuite exécuter une requête qui joint deux tables et récupère les données sur les maillots de bain vendus en juin 2023.

  1. Dans le menu de navigation (Menu de navigation) de la console Google Cloud, cliquez sur BigQuery > Studio.
Remarque : Il est possible que la boîte de dialogue Bienvenue sur BigQuery dans la console Cloud s'affiche. Elle fournit des liens vers le guide de démarrage rapide et les notes de version concernant les mises à jour de l'interface utilisateur. Cliquez sur OK pour continuer.
  1. Dans l'explorateur, développez votre projet .
  2. Sélectionnez l'ensemble de données thelook_gcda.
  3. Dans le volet Explorateur classique, développez l'ensemble de données thelook_gcda. Les tables de cet ensemble de données s'affichent. Vous devrez peut-être faire défiler la page vers le bas pour consulter la liste complète des tables.

Pour cette partie de la tâche, vous allez examiner les maillots de bain vendus en juin 2023.

  1. Sélectionnez la table products. Le schéma de la table s'affiche.
  2. Sélectionnez l'onglet Aperçu pour examiner les données. Notez que chaque produit contient un identifiant unique dans la colonne "id".

Examinez maintenant les tables order_items et products. Pour déterminer le nombre de maillots de bain vendus en juin 2023, ces deux tables devront être jointes sur une colonne commune.

  1. Dans l'éditeur de requête, cliquez sur l'icône Requête SQL (+) pour ouvrir un nouvel onglet Requête sans titre dans lequel exécuter la requête.
  2. Copiez la commande suivante et collez-la dans l'onglet Requête sans titre :
Remarque : Chaque fois que vous exécutez une nouvelle requête dans l'éditeur de requête, vous pouvez remplacer la précédente requête en copiant et en collant la nouvelle dans le même onglet Requête sans titre, ou vous pouvez cliquer sur l'icône Requête SQL (+) pour ouvrir un nouvel onglet Requête sans titre dans lequel exécuter la requête. SELECT o.order_id,p.name,p.brand,o.sale_price,o.created_at, o.status FROM `thelook_gcda.order_items` as o JOIN `thelook_gcda.products` as p ON o.product_id=p.id WHERE UPPER(p.category) like "SWIM" AND UPPER(o.status) NOT in ('RETURNED','CANCELED','CANCELLED') AND o.created_at >= '2023-06-01' AND o.created_at < '2023-07-01';
  1. Cliquez sur Exécuter.

Cette requête joint les tables order_items et products, et renvoie toutes les commandes de maillots de bain qui n'ont pas été retournées ni annulées en juin 2023.

Pour finir, explorez les résultats à l'aide de Looker Studio.

  1. Cliquez sur Ouvrir dans dans le volet "Résultats de la requête", puis sélectionnez Looker Studio.

  2. Sur la page "Examiner l'accès aux données", cliquez sur Confirmer.

Cliquez sur Vérifier ma progression pour vérifier que vous avez correctement accompli cette tâche.

Explorer l'ensemble de données thelook_gcda

Tâche 2 : Explorer l'ensemble de données public ncaa_basketball

Dans cette tâche, vous allez explorer l'ensemble de données public ncaa_basketball et les tables qu'il contient. Vous allez ensuite exécuter une requête pour récupérer les données sur les joueurs de basket-ball de la NCAA ayant marqué le plus de points. Enfin, vous allez lancer une requête qui classe les 10 joueurs ayant marqué le plus de points lors d'un seul match.

  1. Si vous n'êtes pas déjà dans BigQuery Studio, accédez au menu de navigation (Menu de navigation) de la console Google Cloud, puis cliquez sur BigQuery > Studio.
  2. Cliquez sur le volet "Explorateur", puis sur + Ajouter des données pour ajouter une source de données au projet.
  3. Sur la page Ajouter des données, sélectionnez Ensembles de données publics en bas à gauche. La page "Marketplace" s'ouvre.
  4. Dans le champ de recherche, saisissez ncaa, puis appuyez sur Entrée.
  5. Sélectionnez l'ensemble de données ncaa_basketball.
  6. Sur la page Informations sur le produit, cliquez sur Afficher l'ensemble de données pour afficher le schéma de données détaillé de cet ensemble de données public BigQuery.
  7. L'ensemble de données ncaa_basketball est prérempli et les tables qu'il contient s'affichent.

Tout d'abord, vous devez additionner tous les points qu'un joueur a accumulés au cours de tous les matchs.

  1. Prévisualisez chacune des tables de l'ensemble de données ncaa_basketball.
  2. Sélectionnez la table mbb_players_games_sr. Quelles colonnes vous semblent utiles pour trouver les joueurs ayant marqué le plus de points ?

Chaque ligne de la table mbb_players_games_sr contient les résultats de chaque joueur et de chaque match joué. Pour obtenir le nombre total de points par joueur et par match, vous devez exécuter une requête qui récapitule les données de tous les matchs.

  1. Copiez la requête suivante dans l'éditeur de requête :
SELECT first_name, last_name, team_name, sum(points) as total_points FROM `bigquery-public-data.ncaa_basketball.mbb_players_games_sr` group by first_name, last_name, team_name order by total_points desc;

Cette requête renverra une ligne pour chaque joueur, son équipe respective et le total des points marqués lors de tous les matchs auxquels il a participé.

  1. Cliquez sur Exécuter.

Maintenant, vous devez trouver les 10 joueurs ayant marqué le plus de points lors d'un seul match.

  1. Copiez la requête suivante dans l'éditeur de requête :
WITH rankings AS ( SELECT RANK() OVER (ORDER BY points DESC) AS ranking, first_name, last_name, team_name, points FROM `bigquery-public-data.ncaa_basketball.mbb_players_games_sr` ) SELECT ranking , first_name, last_name, team_name, points FROM rankings WHERE ranking<=10 ORDER BY ranking;

Cette requête renvoie les informations sur les 10 meilleurs joueurs de basket-ball de la NCAA en fonction des points qu'ils ont marqués lors des matchs, et les classe de 1 à 10.

Notez que cette requête comporte deux instructions SELECT. La première instruction SELECT crée une table temporaire appelée "rankings". La deuxième instruction SELECT sélectionne les colonnes suivantes dans la table "rankings".

La fonction RANK() est utilisée pour attribuer un classement à chaque joueur en fonction de ses points.

  1. Cliquez sur Exécuter.
Remarque : Vous pouvez à nouveau explorer les résultats à l'aide de Looker Studio en cliquant sur Explorer les données, puis en sélectionnant Explorer avec Looker Studio. Remarque : Les résultats montrent que certains joueurs ont le même nombre de points et que la fonction RANK() leur attribue le même classement dans ce cas.

Lorsque vous classez une valeur qui inclut des égalités, il est utile de connaître la différence entre ROW_NUMBER, DENSE_RANK et RANK.

  • La fonction ROW_NUMBER() ignore les égalités. Elle peut être utilisée si vous souhaitez renvoyer arbitrairement les 10 meilleurs joueurs.
  • Les fonctions DENSE_RANK() et RANK() classent les valeurs différemment en cas d'égalité.
  • La fonction DENSE_RANK() ne saute pas de nombres. Les valeurs seront donc classées de la manière suivante : 1, 2, 2, 3.
  • La fonction RANK() saute les nombres. Les valeurs seront donc classées de la manière suivante : 1, 2, 2, 4.

Cliquez sur Vérifier ma progression pour vérifier que vous avez correctement accompli cette tâche.

Explorer l'ensemble de données public ncaa_basketball

Conclusion

Bravo !

En tant qu'analyste de données cloud chez TheLook eCommerce, vous avez réussi à fournir les données nécessaires à l'équipe marketing pour lancer la première phase d'une formidable campagne publicitaire qui fait la promotion de maillots de bain portés par des joueurs de basket-ball de la NCAA.

En explorant et en filtrant les tables de l'ensemble de données thelook_gcda, vous avez obtenu des informations sur les maillots de bain vendus en juin 2023.

Vous avez également filtré les tables de l'ensemble de données public ncaa_basketball pour récupérer des informations sur les joueurs de basket-ball ayant marqué le plus de points.

Grâce à ces informations, l'équipe marketing pourra prendre des décisions éclairées sur les maillots de bain à promouvoir dans la campagne publicitaire et sur les joueurs les plus performants à inviter pour les porter.

Vous êtes en bonne voie pour utiliser des outils puissants dans le cloud dédiés à l'analyse de données. Bravo !

Terminer l'atelier

Avant de terminer l'atelier, assurez-vous d'avoir bien accompli toutes les tâches. Cliquez alors sur Terminer l'atelier, puis sur Envoyer.

Une fois l'atelier terminé, vous n'aurez plus accès à l'environnement de l'atelier ni au travail que vous avez effectué.

Copyright 2026 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms de société et de produit peuvent être des marques des sociétés auxquelles ils sont associés.

Avant de commencer

  1. Les ateliers créent un projet Google Cloud et des ressources pour une durée déterminée.
  2. Les ateliers doivent être effectués dans le délai imparti et ne peuvent pas être mis en pause. Si vous quittez l'atelier, vous devrez le recommencer depuis le début.
  3. En haut à gauche de l'écran, cliquez sur Démarrer l'atelier pour commencer.

Utilisez la navigation privée

  1. Copiez le nom d'utilisateur et le mot de passe fournis pour l'atelier
  2. Cliquez sur Ouvrir la console en navigation privée

Connectez-vous à la console

  1. Connectez-vous à l'aide des identifiants qui vous ont été attribués pour l'atelier. L'utilisation d'autres identifiants peut entraîner des erreurs ou des frais.
  2. Acceptez les conditions d'utilisation et ignorez la page concernant les ressources de récupération des données.
  3. Ne cliquez pas sur Terminer l'atelier, à moins que vous n'ayez terminé l'atelier ou que vous ne vouliez le recommencer, car cela effacera votre travail et supprimera le projet.

Ce contenu n'est pas disponible pour le moment

Nous vous préviendrons par e-mail lorsqu'il sera disponible

Parfait !

Nous vous contacterons par e-mail s'il devient disponible

Un atelier à la fois

Confirmez pour mettre fin à tous les ateliers existants et démarrer celui-ci

Utilisez la navigation privée pour effectuer l'atelier

Le meilleur moyen d'exécuter cet atelier consiste à utiliser une fenêtre de navigation privée. Vous éviterez ainsi les conflits entre votre compte personnel et le compte temporaire de participant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.