BigQuery のおすすめの教材7選！ 【 2023年3月 最新版】

このコースでは、データ分析に役立つスキル、キャリアアップに繋がるスキルのデータベースを操作する言語 SQLを学習していくコースです。

実務への参入障壁を少しでも下げたいと考え多くの企業が採用し始めているクラウド環境BigQueryですすめていきます。

データ分析は、ITエンジニアだけではなく、ディレクターがWEBサイト改善の材料としてログ解析したり、マーケッターが何かする企画する際に材料として数字を揃える時に使えたり、など、企画側で効果測定を行うなどにも役立つスキルです。 今すぐデータが欲しいというとき、自身で取得できたらどれだけ楽なことでしょう。 ですので、ITエンジニアでなくとも、学ぶメリットは非常に高いのです。

また、データ分析は、インターネット社会において必須なスキルであり、多くの企業で重宝されています。キャリアップ、年収アップにも繋がるスキルですので是非取り組んでいただきたいです。 本講座は、ハンズオン形式ですすめていき、実際に、SQLを書いていただきます。その経験をもとに練習問題にチャレンジしていただき、理解度を上げていく流れです。

レッスンは1レッスンも3分〜5分程度としている関係で細かくなってしまいっていますが、悩んでしまう箇所を何回も繰り返し視聴できたり、理解が早いところはささっと進められるように、自分のペースに合わせて進めることができる構成に力を入れてあります。

============
このコースは、

• SQL初心者、SQLを経験したい方

• 自力でデータを抽出したい方

• データ分析の仕事に興味がある方

• マーケティング担当者、ビジネス企画者

• ディレクター、マネージャー

に特におすすめです。

============

これからデータ分析をやってみたい、興味があるという方は、無料動画をぜひチェックしてください。

1. はじめに
2. 本講座について
3. 演習環境
4. データベースとSQL
5. データベースとは
6. SQLとは
7. BigQueryの利用開始
8. BigQueryの環境を作る
9. 講座用資料ダウンロード
10. サンプルデータ　概要
11. サンプルデータ　登録
12. 補足：BigQueryのサンプルデータ
13. 基本的なSQL文
14. セクションの説明
15. SQL内のコメント
16. SQLのエラー
17. データを抽出する基本的なSQL文 SELECT句, FROM句
18. 重複業をまとめる　DISTINCT
19. 別名に変更する　AS
20. 抽出する行数の制限　limit句
21. 抽出する行の並び替え　ORDER BY句
22. グループ化を行う　GROUP BY句
23. 特定の条件で絞り込む　WHERE句
24. SQLの中にSQLを書く　その１　サブクエリ
25. SQLの中にSQLを書く　その２　WITH句
26. 【練習問題】基礎的なSQL文
27. 練習問題１
28. 練習問題２
29. 練習問題３
30. 演算子
31. セクションの説明
32. 数値を計算（演算）する算出演算子
33. 値を比較する演算子
34. 真偽を確認したり、パターンを確認する論理演算子の概要
35. 論理演算子（１）AND、OR
36. 論理演算子（２）BETWEEN
37. 論理演算子（３）IN
38. 論理演算子（４）LIKE
39. 論理演算子（５） NOT
40. データがない状態　IS NULL
41. 条件によって任意の値に関する演算子　CASE
42. 複数のSELECT文をつなげる　UNION ALL
43. 【練習問題】演算子
44. 練習問題１
45. 練習問題２
46. 練習問題３
47. 練習問題４
48. 練習問題５
49. テーブルの結合
50. セクションの説明
51. 外部結合　LEFT JOIN / RIGHT JOIN
52. 内部結合　INNER JOIN
53. 交差結合　CROSS JOIN
54. 【練習問題】　テーブルの結合
55. 練習問題１
56. 変換関数
57. セクションの説明
58. 型の変換する　CAST
59. 最初のNULL値でない値を返す　COALESCE
60. 小数点を四捨五入する　ROUND()
61. 【練習問題】　変換関数
62. 練習問題１
63. 練習問題２
64. 練習問題３
65. 集計関数
66. セクションの説明
67. 平均を求める　AVG()
68. 行数をカウントする　COUNT()
69. 最大値、最小値を算出する　MAX()、MIN()
70. 合計を算出する　SUM()
71. 【練習問題】　集計関数
72. 練習問題１
73. 練習問題２
74. 練習問題３
75. 文字や文字列を操作する文字列関数
76. セクションの説明
77. 文字列の長さを得る　LENGTH()
78. 文字列の左部分、右部分を抽出する　LEFT()、RIGHT()
79. 文字列を結合する　CONCAT（）
80. 小文字へ変換、大文字へ変換　LOWER()、UPPER()
81. 文字列の長さ充填　LPAD()、RPAD()
82. 空白スペースの削除　TRIM()、LTRIM()、RTRIM()
83. 文字列の抜き出し　SUBSTRING（）、SUBSTR（）
84. 【練習問題】　文字列関数
85. 練習問題１
86. 練習問題２
87. 練習問題３
88. 練習問題４
89. 日付、時刻を操作する日付関数
90. セクションの説明
91. 現在の日付、時刻、日時を取得する　 CURRENT_XXXXX
92. 日時の整形と計算　DATE()、DATATIME()、TIME()
93. 日付の加算、減算　 DATE_ADD()、DATE_SUB()
94. 日付の差分　 DATE_DIFF()
95. 日付値の切り捨て DATE_TRUNC()
96. 練習問題　日付関数
97. 練習問題１
98. 練習問題２
99. 練習問題３
100. 分析につかうウィンドウ関数（分析関数）
101. セクションの説明と分析関数の概要
102. 平均を取得する　AVG() OVER()
103. 最大、最小を取得する　MAX() OVER()、MIN() OVER()
104. カウントを取得する　 COUNT() OVER()
105. 合計を取得する　SUM() OVER()
106. ソート順で1から行番号を取得する　ROW_NUMBER() OVER()
107. ソート順でランク付けを取得する　RANK() OVER()
108. ソート順でランク付けを取得する　DENSE_RANK() OVER()
109. 【練習問題】　ウィンドウ関数
110. 練習問題１
111. 練習問題２
112. 練習問題３
113. 力試し問題
114. 概要
115. 力試し問題１
116. 力試し問題２
117. 最後に
118. さらなるスキルアップについて

このコースは、データを扱うための言語であるSQLの基礎を学びます。「初学者が、業務でSQLによってデータを抽出をできる状態になる」をゴールとします。

「SQLを業務で使う必要があるが、1から勉強するのは大変」

「データ分析をするためにSQLを勉強してみたいが、プログラミングの経験がないから何をしてよいかわからない」

「業務で他の人が書いたSQLをコピーしてデータ抽出しているが、中身は理解できてない」

もしこのような悩みをお持ちでしたら、このコースを使ってSQLの基礎を学習してみませんか？ SQLは、データを活用・分析するために非常に有効なスキルです。SQLを身につけることで、社内のビッグデータを知見に変換することができるようになります。

何ができるようになる？

・SQLの基礎的な文法を理解することで、データベースから必要なデータを取得することができるようになります。

・また、他人の書いたデータ抽出用のSQLの内容を理解して、自分で必要に応じた修正ができるようになります。

・具体的には、select, from, where, order by, limit, group by, having, sum, count, min, max, left join, inner join といった、SQLの基礎的な文法を理解・習得できます。

・実行環境には Google BigQuery を使用するので、BigQueryを用いでデータ分析をする方法も身につけることができます。

どんな特徴がある？

1. 業務にすぐに活かせる工夫があります。「業務でSQLによってデータを抽出をできる」という目的を達成するために、項目を厳選して説明しています。

2. 短時間で学習できます。 この講座の動画は3時間程度と簡潔にまとめられています。演習の時間を間に挟んでも、6時間程度で学習を完了できるように設計しています。 週末に集中して取り組むことで、短期間で知識を身につけることが可能です。

3. 演習を重視しています。 SQLは、数学のように、実際に問題を解くことで理解が進みます。 そこでこのコースでは、講義を行った後には、十分な演習問題を設けています。 何度も自分でSQLを書いてみることにより、知識の理解と定着を狙います。

誰に向いている？

・SQLの使用経験はないが、学習したいと思っている方

・簡単なSQLを書いているが、体系的に学んだ経験がない方

・他人が書いたSQLを修正して使いたい方 ・ITサービスに関連する会社に就職したばかり / 転職したばかり / 内定したばかりで業務の準備をしたい方

・ビジネス職（企画、事業開発、マーケター、プロダクトマネージャー、経理、FP&A、カスタマーサポート）でデータ分析を行いたい方

・運営しているWebサービスの事業数値を自ら確認したい方

1. はじめに
2. イントロダクション
3. SQLの雰囲気をつかもう
4. SQLデータ抽出の強みと全体像
5. カリキュラム
6. SQL・データベース
7. SQL・データベース
8. 環境構築
9. 環境構築
10. データ抽出
11. select / from
12. select / from 演習
13. order by 講義
14. order by 演習
15. limit 講義
16. limit 演習
17. where 講義
18. where 演習
19. 四則演算 講義
20. 四則演算 演習
21. if / case 講義
22. if / case 演習
23. 比較 講義
24. 比較 演習
25. 関数 講義
26. 関数 演習
27. データ集計
28. 集計関数 講義
29. 集計関数 演習
30. group by 講義
31. group by 演習
32. having 講義
33. having 演習
34. データ結合
35. join 講義
36. inner join / left join 講義
37. inner join / left join 演習
38. 複雑なデータ分析
39. with 講義
40. with 演習
41. 実行順序 講義
42. 総合演習
43. 総合演習
44. ボーナスセクション
45. ボーナスレクチャー

[Udemy for Business対象コース]

※Udemy for BusinessとはUdemyが企業向けに販売する厳選された講座の購読パッケージです。

業務上で比較的大きなデータの分析を必要とするビジネスマンを対象にしたSQLの入門コースです。

ビジネスマンが取り扱うべきデータが大型化（レコード数の多さという意味でも、複数テーブルをJOINする必要があるという意味でも）する中で、"100万行制限"のあるエクセルでは対応が難しくなるケースが出てきています。

そこで求められているのがTableauのようなBIツールでの、もしくは、SQLでの分析スキルです。

つまり、今や、SQLはエンジニアだけに求められるスキルではなく、経営企画、営業企画、カスタマーサポート、コールセンター、マーケティング、調達部門とあらゆる業務で求められるスキルになっています。

また、分析スキルをTableauなどのBIツールで担保しているユーザーにとってもSQLを学ぶことは大きなメリットがあります。大きなデータを目の前にして、複雑な、重い処理をTableau Desktopに行わせず、BigQueryで行わせることにより、パフォーマンス問題に柔軟に対応できるからです。

本コースを受講した後は「この処理はどこでやらせるのが良いだろうか？」を考えられるようになります。

Googleデータポータルのユーザーにとってもブレイクスルーになるはずです。これまで、「複雑な処理は諦めていた」のが複雑な処理はBigQueryのSQLにやらせる。という新しい道が開けるからです。

コースの特徴は以下の通りです。

1. Google BigQueryをSQL学習基盤として利用しています。

2. 学ぶのは「標準SQL」という汎用的な言語であり、BigQuery以外のRDBM(データベース管理システム）でも応用が効くものです。

3. 11時間の動画、800枚以上のスライド、130近い練習問題で「手を動かしながら」学んでいただくスタイルです。

4. 代表的なレクチャーは、「概念的な説明」、「演習問題の出題」、（ここでビデオを止めてSQL文を記述していただきます）、「正解SQLの提示」、「解説」の流れで進みます。

5. 初心者向け書籍では触れられることの少ない分析関数も取り扱っています。

6. サンプルのテーブルは「購入データ」、「顧客マスタ」、「ショップマスタ」、「商品マスタ」、「ウェブログ」の5種類を用意し、実践的なSQLの記述ができるようにしています。また、大きなデータでは関数の挙動がわかりにくい場合があるため、20行以内の小さな、人間の目で検証可能なテーブルも用意しています。

7. 講師はGoogle アナリティクス、Tableauのエキスパートです。

ぜひ、このコースでSQLのスキルを身に着け、分析スキルを一段の高みへと進めましょう。

1. コースの概要を理解する
2. 1.1 コース概要、ゴールと対象者
3. 1.2 セクション構成・学習の進め方
4. 1.3 講師自己紹介
5. データベースとSQL
6. 2.1 セクションの紹介
7. 2.2 データベースとSQL文
8. 2.3 基本用語
9. BigQueryの利用を開始する
10. 3.1 セクションの紹介
11. 3.2 BigQuery利用開始までの準備
12. 3.3 アカウント構造とプロジェクト、データセットの作成
13. 3.4 サンプルデータの紹介
14. 3.5 サンプルデータを使ってテーブルを作成する
15. 3.6 BigQueryのWEB UIの利用方法
16. 3.7 SQL文の書き方のお作法
17. SQL文の基礎
18. 4.1 セクションの紹介
19. 4.2 最も基本的なSQL文(select, from)
20. 4.3 全カラムの取得(select * from)
21. 4.4 取得する行の並べ替え(order by)
22. 4.5 取得する行数の制限(limit)
23. 4.6 特定の条件に合致する行の取得(where)
24. 4.7 数値型データに対するwhere句
25. 4.8 文字列型データに対するwhere句
26. 4.9 日付型、日時型データに対するwhere句
27. 4.10 ブール型データに対するwhere句
28. 4.11 複数条件のwhere句
29. 4.12 where句におけるnullの取扱い
30. 4.13 列の別名(as)
31. グループ化とデータの集計
32. 5.1 セクションの紹介
33. 5.2 レコード数、データの個数の集計(count)
34. 5.3 グループ化の概念の理解
35. 5.4 項目のグループ化(group by)
36. 5.5 グループごとの合計値を取り出す(sum)
37. 5.6 グループごとの平均値を取り出す(avg)
38. 5.7 グループごとの最大値、最小値を取り出す(max, min)
39. 5.8 その他の集計関数(標準偏差）
40. 5.9 集計した結果に対してフィルタを適用する(having)
41. 5.10 各句の記述順序と実行順序の確認
42. 四則演算と基本的な関数
43. 6.1 セクションの紹介
44. 6.2 四則演算
45. 6.3 数字のまるめに関する関数
46. 6.4 指標に関するその他の関数
47. 6.5 文字列に対する基本的な関数
48. 6.6 文字列に対する正規表現関数
49. 6.7 日付、日時に対する関数1（現在時刻、作成、型変換）
50. 6.8 日付、日時に対する関数2（加算、減算、差分）
51. 6.9 日付、日時に対する関数3（切り詰め、整形、最大・最少）
52. 6.10 条件式1 if文、ifnull文
53. 6.11 条件式2 case文
54. 分析関数
55. 7.1 セクションの紹介
56. 7.2 分析関数とは？
57. 7.3 分析関数の書式
58. 7.4 分析関数1、番号付け関数
59. 7.5 分析関数2、ナビゲーション関数
60. 7.6 分析関数3、集計分析関数
61. テーブルの結合
62. 8.1 セクションの紹介
63. 8.2 テーブルの結合とは？結合の必要性
64. 8.3 結合のタイプ
65. 8.4 JOINの書式、留意点
66. 8.5 テーブルの結合とデータ分析
67. 8.6 3つ以上のテーブルの結合とデータ分析
68. 8.7 各句の記述順序と実行順序の確認(含む、結合）
69. サブクエリ
70. 9.1 セクションの紹介
71. 9.2 サブクエリとは？
72. 9.3 サブクエリの3種類の戻り値の型
73. 9.4 サブクエリの利用1(select句 x スカラー型データ)
74. 9.5 サブクエリの利用2(where句 x スカラー型データ)
75. 9.6 サブクエリの利用3(where句 x ベクター型データ)
76. 9.7 サブクエリの利用4(from句 x ベクター型データ)
77. 9.8 サブクエリの利用5(from句 x マトリックス型データ)
78. 9.9 JOINとサブクエリの併用
79. 9.10 with句でのサブクエリの利用
80. テーブル同士の集合演算とビュー
81. 10.1 セクションの紹介
82. 10.2 テーブル同士の集合演算とは?
83. 10.3 テーブル同士の和集合(union)
84. 10.4 テーブル同士の積集合(intersect)
85. 10.5 テーブル同士の差集合(except)
86. 10.6 ビューとは？
87. 10.7 ビューの作成、更新、削除
88. 練習問題
89. 11.1 セクションの紹介
90. 11.2 練習問題 1(難易度:低):平成生まれ（平成は1989年１月8日～2019年4月30日まで）の男性で最も人気のファーストネームは何ですか？
91. 11.3 練習問題 2(難易度:低):都道府県別の平均年齢が最も高い都道府県はどこですか？教えてください。
92. 11.4 練習問題 3(難易度:低):Tシャツとそれ以外商品の合計販売数量が多いのはどちらですか？教えてください。
93. 11.5 練習問題 4(難易度:低):2018年1月にも2018年2月にも購入してくれたユーザーは何人いますか?
94. 11.6 練習問題 5(難易度:低):四半期における売上で最大値と最小値の差が最も大きいのは第何四半期ですか？
95. 11.7 練習問題 6(難易度:中):階級幅は1万円の度数分布表を作成し、最も金額の高い階級の度数と相対度数を教えてください。
96. 11.8 練習問題 7(難易度:中):実売データと定価を比較し、最も値引率の高い商品の商品名とその割引率を教えてください。
97. 11.10 練習問題 9(難易度:中):顧客の年齢帯を20歳ごとに分類した、「20歳以下」カテゴリの売上合計はいくらですか？
98. 11.11 練習問題 10(難易度:中):店舗2で、2018年1月には売れてなくて、2018年2月に初めて売れた商品を教えてください。
99. 11.12 練習問題 11(難易度:高):ユーザーが初回に購入する商品として人気が高い順に3つ教えてください。
100. 11.13 練習問題 12(難易度:高):product_idが20の商品と、最も合わせて購入されている商品のproduct_idを教えてください。
101. 11.14 練習問題 13(難易度:高):初めて商品を購入する「前」にWebサイトで「その商品のページ」を閲覧したことのあるユーザーが何人いるか？教えてください
102. 11.15 練習問題 14(難易度:高):最も平均セッション時間が長いmediumと、その値を教えてください。
103. 11.16 練習問題 15(難易度:高):ネットとリアル店舗で同一商品を購入したことのある顧客のリストを作成してください。
104. まとめとボーナスコンテンツ
105. 12.1 セクションの紹介
106. 12.2 ボーナス (SQLで取得したデータのビジュアライズ）

このコースは、SQLを利用したITサービスの分析方法について学びます。「SQLデータ分析の初級者が、データ分析によりITサービスの課題を特定して、改善提案ができること」をゴールとします。

「SQLの基本は身につけたものの、業務ではどのように利用すればよいのかがまではイメージできていない」

「データ分析を通して、自社サービスの課題を特定したいがどのように分析を進めていけばよいのかがわからない」

「基本的なSQLの書き方に加えて、中級レベルの関数を使いこなして効率的にデータ分析に取り組みたい」

もしこのような悩みをお持ちでしたら、このコースを使って中級レベルのSQLと実際のサービス改善のためのデータ分析技術を学習してみませんか？ SQLは、データを活用・分析するために非常に有効なスキルですが、基本を身に着けた後はうまく使いこなしていくために慣れていく必要があります。データ分析をサービスの改善につなげる方法を身につけて事業に大きく貢献しましょう。

何ができるようになる？

・SQLによるデータ分析を通して、

1. サービスの基礎数値の確認

2. サービスの課題の特定

3. サービス課題の改善ポテンシャルの見積もり

といったサービス改善業務に必要な業務を理解することができます。

・SQLの実務でよく利用される構文や関数を理解することで、効率的にデータ分析を進めることができるようになります。

・実行環境には Google BigQuery を使用するので、BigQueryを用いでデータ分析をする方法も身につけることができます。

どんな特徴がある？

何と言っても、超・実践的です。単にSQLの関数について学ぶ従来型のコースとは全く異なり、特定のサービスの改善をするという大目的のために必要なテクニックや考え方を紹介するという進め方を採用しています。あなたがもしデータ分析をしながらサービスの改善に取り組む業務を担当している場合は、この講座の内容をそのまま自社のサービス改善に応用することができます。

誰に向いている？

・より実務に近い「SQLを用いたデータ分析」に挑戦したい方

・基本的なSQLの使い方は理解したが、実際にサービスを改善するためにはどのような分析をすればよいのかピンときていない方

・ITサービスに関連する会社の業務の準備をしたい方

1. はじめに
2. イントロダクション
3. カリキュラムとおすすめの受講方法
4. 分析環境の準備１
5. 環境構築１
6. 分析対象サービスの紹介
7. Stackoverflowとは
8. Stackoverflow のテーブル構造
9. 現状分析
10. サービス改善の流れ
11. 成長モデル構築
12. 現状把握分析：進め方
13. SQL解説１：日時データの型と変換
14. SQL解説２：ユーザー定義関数
15. 現状把握分析：PV数
16. 現状把握分析：質問数・質問UU数・一人当たり質問数
17. 現状把握分析：回答数・回答UU数・一人当たり回答数
18. SQL解説３：文字列関数
19. SQL解説４：正規表現の記法
20. 現状把握分析：質問・回答の質 (文字数)
21. SQL解説５：日時データの計算
22. 現状把握分析：質問・回答の質 (ユーザー評価)
23. 現状把握分析：質問者の満足度（7日以内被回答率）
24. 現状把握からイシューの特定へ
25. 問題の原因特定
26. SQL解説７：Window関数
27. 前後のデータを取得するWindow関数
28. 問題の原因特定：進め方
29. SQL解説８：データの縦横変換
30. 問題の原因特定：質問UU数の構成
31. 問題の原因特定：新規UUの分析（新規登録者数と利用率）
32. SQL解説９：nullと異常値への対処
33. 問題の原因特定：新規・既存リピート分析（継続率）
34. 問題の原因特定：頻度の分析（質問・回答の間隔）
35. SQL解説１０：配列関数と基本統計量の算出
36. 問題の特定分析：頻度の分析（Recency / Frequency 分析）
37. 問題の原因特定：頻度の分析（過去３ヶ月の頻度と今月の頻度）
38. 問題の原因特定：質問・回答の質の分析（過去のアクション数と質）
39. 問題の原因特定：質問者満足度（被回答率・被回答までの期間）
40. 問題の原因特定：質問者満足度（タグ数と７日以内被回答率）
41. 解決策の検討
42. 解決策の検討の進め方１：相関指標の発見
43. 被回答数と継続率
44. 高評価数と継続率
45. 回答の早さと継続率
46. 質問・回答両方利用と継続率
47. 解決策の検討の進め方２：施策方針の策定
48. 解決策の検討の進め方３：優先順位の決定
49. 施策効果の見積もり
50. 解決策の検討の進め方４：施策の具体化
51. 分析環境の準備２
52. Google Analytics4とは
53. 環境構築２
54. ログデータ分析
55. SQL解説１１：日付別テーブルの利用：_table_suffix
56. SQL解説１２：ネストデータの分析：unnest関数
57. 基本指標：PV, UU, Session数
58. ページ別分析：ランディング・直帰・離脱数、滞在時間