BigQuery

Qué es BigQuery
Data warehouse empresarial totalmente administrado y serverless.
-Escala de petabytes y responde muy rápido
-Disponible en multiples regiones
-Separación de almacenamiento y cómputo.

Componentes importantes:
-Es SQL
-Rest API
-Web UI, CLI
-LibrerÍa para clientes virtual

Como funciona?
A traves de un esquema federado de lectura llevamos nuestros archivos ( json, video, PDF, etc.) hacia BigQuery
-Procesamiento y transformacion
-Procesamiento: OCR, voz a texto, clúster, etc.

# casos de uso comunes de BigQuery: ### 1. Análisis de Negocios y Business Intelligence: * **Análisis de Ventas y Finanzas:** Analizar datos de ventas, transacciones financieras y métricas clave de negocio para identificar tendencias, patrones de compra y oportunidades de mejora. * **Segmentación de Clientes:** Utilizar datos de comportamiento de clientes para segmentar y clasificar clientes según su valor, comportamiento de compra, preferencias y lealtad. * **Análisis de Mercado:** Realizar análisis de mercado para identificar oportunidades de crecimiento, evaluar la competencia y desarrollar estrategias de marketing efectivas. ### 2. Personalización y Recomendaciones: * **Personalización de Contenido:** Utilizar datos de usuarios para personalizar el contenido y las ofertas, ofreciendo experiencias más relevantes y atractivas. * **Recomendaciones de Productos:** Utilizar algoritmos de recomendación para sugerir productos y servicios a los usuarios basándose en sus preferencias y comportamiento de navegación. ### 3. Análisis de Datos en Tiempo Real: * **Monitoreo de Sistemas y Aplicaciones:** Analizar logs y eventos en tiempo real para monitorear el rendimiento de sistemas y aplicaciones, detectar problemas y tomar acciones correctivas. * **Análisis de Redes Sociales:** Analizar datos de redes sociales en tiempo real para medir la interacción de los usuarios, identificar tendencias virales y evaluar el impacto de las campañas de marketing. ### 4. Análisis de Datos de IoT: * **Monitoreo y Optimización de Dispositivos Conectados:** Analizar datos de sensores IoT para monitorear el rendimiento de dispositivos, prevenir fallos y optimizar procesos. * **Análisis Predictivo:** Utilizar datos históricos de IoT para realizar análisis predictivos y anticipar eventos futuros, como mantenimiento preventivo o demanda de productos. ### 5. Análisis de Datos Geoespaciales: * **Análisis de Localización:** Analizar datos geoespaciales para entender patrones de movimiento, comportamiento del tráfico, distribución de clientes y oportunidades de expansión geográfica. * **Visualización de Datos Geoespaciales:** Crear mapas interactivos y visualizaciones de datos geoespaciales para comunicar insights y tomar decisiones basadas en la ubicación. ### 6. Análisis de Datos de Medios y Entretenimiento: * **Análisis de Audiencia:** Analizar datos de audiencia para comprender el comportamiento de los usuarios, evaluar el rendimiento de contenidos y optimizar estrategias de marketing. * **Análisis de Contenido:** Utilizar análisis de texto y procesamiento de lenguaje natural para analizar contenido, comentarios de usuarios y sentimiento de la audiencia.

Arboles de decisión, clusterización, regresión lineal

Datos de carga por lotes:

https://cloud.google.com/bigquery/docs/batch-loading-data?hl=es-419