2020 å¹´ 9 月 9 日（æ°´）、ゲーム、アプリ業界で活躍するインフラ エンジニア、サーバーアプリケーション エンジニア、テクニカル リーダーを対象に「第 11 回 Google Cloud INSIDE Games & Apps: Online」を開催します。

今回は「祝 BigQuery 10 周年 ! 今こそ学ぶ BigQuery 徹底活用法」をテーマに、実際に BigQuery やその周辺機能をご活用いただいているお客様を招待し、なぜ BigQuery なのか？どのように使用されているのか？等、より実践的な活用方法をお話しいただきます。

「BigQuery は導入しているけれど、もっと効果的に運用する方法が知りたい。」「周辺機能も使用してデータ活用をより進めたい。」というお客様に最適なオンライン カンファレンスです。

ライブでの Q&A も行います。ぜひ、ご参加ください。

開催概要
名 称 : 第 11 回 Google Cloud INSIDE Games & Apps: Online
会 期 : 2020 å¹´ 9 月 9 日（æ°´） 18 : 00 – 20 : 50
主 催 : グーグル・クラウド・ジャパン合同会社

プログラム :
18:00 – 18:35
    今だから知りたい BigQuery 再入門
　奈良岡 仁、Google Cloud カスタマー エンジニア

18:35 – 19:15
　DeNA のデータ活用を支える BigQuery｜データの民主化とガバナンス強化の軌跡
　岩尾 一優 氏、株式会社ディー・エヌ・エー データエンジニア / グループマネージャー
　城谷 信一郎 氏、株式会社ディー・エヌ・エー データエンジニア

19:25 – 20:05
　『MAGELLAN BLOCKS』を使って BigQuery を使い倒す！
　なかむら さとる 氏、株式会社グルーヴノーツ シニアコンサルタント / Google Developers Expert (GCP)

20:05 – 20:45
　明日から役立つ BigQuery ML 5 つのヒント
　葛木 美紀 氏、Google Cloud カスタマー エンジニア

詳細・参加申し込み

こちらのリンクからお申し込みください。 

※ 競合他社様、パートナー企業様からのお申し込みはお断りさせていただくことがございます。
※ 報道関係者のご参加はお断りさせていただきます。
※ ビジネス向けのイベントとなっております。学生の方のお申し込みはご遠慮ください。
※ ご視聴いただける方には、後日、ご登録されたメールアドレスに参加のご案内をお送りします。

Posted by Takuo Suzuki - Developer Relations Team



Todd Kerpelman
Developer Advocate

これは、Firebase Analytics についてよく寄せられる質問です。この話題は少しばかり時間をかけて掘り下げてみる価値があるでしょう。では早速、詳しくご説明します。

Firebase Analytics で発生する遅延を理解するためには、次の 2 つの遅延が起こる可能性があることを認識しておく必要があります。
  1. クライアントのアナリティクス データが Firebase Analytics サーバーに届くまでにかかる時間
  2. サーバーで受信した Firebase Analytics データが Firebase コンソールに表示されるまでにかかる時間

では、1 つずつ見ていきましょう。

クライアントとサーバー間の遅延

Firebase Analytics では、クライアント端末から常にデータが送信されているわけではありません。これを行うと電池の消耗が激しくなるからです。私たちは、ユーザーの電池を長持ちさせたいと考えています。そのため、1 時間を経過したローカルデータをクライアント ライブラリが検知して、アナリティクス データをまとめて送信するようになっています。

iOS 端末（および Google Play サービスがインストールされていない Android 端末）では、この 1 時間のタイマーはアプリごとに存在します。しかし、Play サービスがインストールされている Android 端末では、この 1 時間のタイマーは、Firebase Analytics を使っているすべてのアプリで共通です。

また、ユーザーがコンバージョン イベントを発生させると（アプリ内購入を実行した場合など）、Firebase Analytics はその時点でクライアントからすべてのデータを送信します。さらに iOS 端末では、アプリがバックグラウンド状態になった際にも Firebase Analytics データが送信されます。


「待ってください。1 時間ごとですか？その前にアプリを削除したらどうなりますか？」

心配無用です。ほとんどの Android 端末では、Google Play サービスがこれらのデータの送信を管理しています。つまり、たとえユーザーが 1 時間後にアプリを削除したとしても、Google Play サービスにはデータが残っているので、そのデータは送信されます。

iOS 端末では、アプリがバックグラウンド状態になったときにも、Firebase がデータを送信します。そのため、ユーザーがアプリを 20 分間使ってからアンインストールしたとしても、そのセッションのデータは受信されます。ユーザーがアプリをバックグラウンド状態にした瞬間にデータが送信されるからです。iOS で実際にアナリティクス データが失われる珍しいケースが発生するのは、アプリがクラッシュし、その直後にユーザーがアンインストールした場合です。

サーバーとコンソール間の遅延

では、2 番目の要素に移りましょう。ここでも、Firebase Analytics は、一定の間隔でクライアントから受信した最新のデータを取得し、そのデータを使って Firebase コンソールのレポートやグラフをアップデートしています。通常、このプロセスは数時間ごとに実行されます。そのため、クライアント データがサーバーに送信されてからの遅延を想定しておく必要があります。

なお、レポートで最新データを見たい場合は、既定の「Last 30 days」（直近 30 日間）のレポートに当日のデータは含まれていないことに注意してください。これは、当日のデータは未完成で、すべてのグラフで使用状況が大幅に低下しているという誤解を生む（がっかりさせる）可能性があるためです。そのため、当日のデータを見たい場合は、Firebase コンソールのプルダウン メニューから「Today」（本日）を選択します。



一方、すべての Firebase アナリティクス データを BigQuery にエクスポートするようアプリを設定している場合、このデータは 即座 に参照できるようになります。レポートの一括更新処理を実行する必要はないため、その日のすべてのデータは、BigQuery 上に自動的に作成される app_events_intraday の表から即座に参照できます。この機能の詳細については、以前のブログ投稿をご覧ください。



ただし、BigQuery 以外では、Firebase Analytics で記録したデータが参照できるようになるまで、通常数時間が必要です。

「このプロセスを早くすることはできませんか？」

Firebase Dev Summit でお聞きになったかもしれませんが、現在、Firebase Analytics で、DebugView と StreamView という 2 つの機能強化を開発中です。これによって、開発環境、本番環境の両方でアナリティクス データから今まで以上に最新の分析情報を得られるようになります。

この 2 つの機能はどちらもまだ一般公開されていませんが、このブログ投稿をここまでお読みいただいた皆さんへのお礼として、DebugView のクローズド ベータ版のお申し込みリンクをお知らせします。いかがでしょう？読むといいことがあるものですね！

「では、リアルタイムのダッシュボードのようなものがほしい場合はどうすればよいですか？」

ログ情報の中に異常なデータが現れた場合、すぐに通知を受け取りたいというデベロッパーはたくさんいます。たとえば、アプリ内購入の突然の低下、チュートリアルを終えられない人々の続出などが考えられます。

そのようなことは、コンソールに表示される無償版の Firebase Analytics レポートでは実現できませんが、BigQuery と別のツール（Google Data Studio や Tableau などのサードパーティ製の視覚化ツール、または独自の Google Apps Script 監視スクリプトを書くなど）を組み合わせることで、これに近いことを実現できます。このような方法を使えば非常に高度なカスタム レポートを実行できますが、これはまた別のブログ投稿で取り上げるべき内容でしょう。

ただし、これらのツールによるデータのクエリが 1 TB / 月の無料枠を超える場合、BigQuery の使用量に応じて課金される点に注意してください。そのため、データを処理する量（と頻度）には気をつける必要があります。

この投稿によって、アナリティクス データを参照できるようになるまでの所要時間や、アプリを開発する際に想定すべきことについて理解を深めていただければ幸いです。ぜひ、Firebase Analytics でイベントの記録を始めてみてください！


Posted by Khanh LeViet - Developer Relations Team



データの詳細


Firebase Analytics からエクスポートされた表のスキーマは同一です。サンプルのクエリを実行してみることができるように、サンプルのユーザーデータを入れた 2 つのデータセット（iOS と Android）を作成しました。このデータセットは、iOS と Android のクロスプラットフォーム ゲームアプリのサンプルです。各データセットには、1 é€±é–“分のアナリティクス データが入っている 7 ã¤ã®è¡¨ãŒå«ã¾ã‚Œã¦ã„ます。

次のクエリは、iOS 版アプリの 1 日分の使用状況から、いくつかの基本的なユーザー属性と端末データを返します。 

SELECT
  user_dim.app_info.app_instance_id,
  user_dim.device_info.device_category,
  user_dim.device_info.user_default_language,
  user_dim.device_info.platform_version,
  user_dim.device_info.device_model,
  user_dim.geo_info.country,
  user_dim.geo_info.city,
  user_dim.app_info.app_version, 
  user_dim.app_info.app_store,
  user_dim.app_info.app_platform
FROM
  [firebase-analytics-sample-data:ios_dataset.app_events_20160601]

Firebase Analytics からエクスポートされたすべての BigQuery テーブルのスキーマは同一なので、本投稿のクエリはすべて皆様の Firebase Analytics データに対して実行できます。その場合、データセットと表の名前を自分のプロジェクトの名前で置き換えます。

スキーマには、ユーザーデータとイベントデータがあります。すべてのユーザーデータは Firebase Analytics で自動的に取得されますが、イベントデータはアプリに追加したカスタム イベントから取得されます。では、ユーザーデータとイベントデータのレコードを見てみましょう。

ユーザーデータ


ユーザー レコードには、各ユーザーの一意のアプリ インスタンス ID（スキーマの user_dim.app_info.app_instance_id）に加えて、場所、端末、アプリのバージョンなどのデータが含まれています。Firebase コンソールでは、アプリの Android と iOS のアナリティクスで別々のダッシュボードになっています。BigQuery では、プラットフォームを問わずに、クエリを実行してユーザーが世界のどこからアプリにアクセスしているかを探すことができます。次のクエリは、BigQuery のユニオン機能を活用しています。UNION ALL 演算子としてコンマを使うことができます。この表では、ユーザーによってトリガーされるひとまとまりのイベントに対して 1 行が作成されます。そのため、各ユーザーを 1 度だけ数えるように EXACT_COUNT_DISTINCT を使っています。 

SELECT
  user_dim.geo_info.country as country,
  EXACT_COUNT_DISTINCT( user_dim.app_info.app_instance_id ) as users
FROM
  [firebase-analytics-sample-data:android_dataset.app_events_20160601],
  [firebase-analytics-sample-data:ios_dataset.app_events_20160601]
GROUP BY
  country
ORDER BY
  users DESC


ユーザーデータには、ユーザーベースの各セグメントを表すために定義する属性を含む user_properties レコードも含まれています。たとえば、好みの言語や所在地などがこれにあたります。Firebase Analytics は、デフォルトでいくつかのユーザー プロパティを取得します。また、25 個までの独自の属性を追加することもできます。

ユーザーの好みの言語は、デフォルトのユーザー プロパティの 1 つです。次のクエリを実行すると、両方のプラットフォームでユーザーがどの言語を使っているかを見ることができます。 

SELECT
  user_dim.user_properties.value.value.string_value as language_code, 
  EXACT_COUNT_DISTINCT(user_dim.app_info.app_instance_id) as users,
FROM
  [firebase-analytics-sample-data:android_dataset.app_events_20160601],
  [firebase-analytics-sample-data:ios_dataset.app_events_20160601]
WHERE
  user_dim.user_properties.key = "language"
GROUP BY
  language_code
ORDER BY 
  users DESC


イベントデータ


Firebase Analytics を使うと、アイテムの購入やボタンのクリックなどのアプリ内のカスタム イベントを簡単に記録できます。イベントを記録する際には、イベント名と最大 25 個までのパラメータを Firebase Analytics に渡します。すると、イベントが発生した回数を自動的にトラッキングできます。次のクエリは、Android で特定の日付に発生したアプリ内の各イベントの回数を表示します。 

SELECT 
  event_dim.name,
  COUNT(event_dim.name) as event_count 
FROM
  [firebase-analytics-sample-data:android_dataset.app_events_20160601]
GROUP BY 
  event_dim.name
ORDER BY 
  event_count DESC


イベントに別のタイプの値（アイテムの価格など）が関連付けられている場合、それをオプションの値パラメータとして渡し、BigQuery でその値によってフィルタすることができます。サンプル表には、spend_virtual_currency イベントがあります。次のクエリでは、プレイヤーが一度に使った仮想通貨の額が表示されます。 

SELECT 
  event_dim.params.value.int_value as virtual_currency_amt,
  COUNT(*) as num_times_spent
FROM
  [firebase-analytics-sample-data:android_dataset.app_events_20160601]
WHERE
  event_dim.name = "spend_virtual_currency"
AND
  event_dim.params.key = "value"
GROUP BY
  1
ORDER BY 
  num_times_spent DESC


複雑なクエリの作成


アプリの両方のプラットフォームの特定の期間に対してクエリを実行したい場合は、どうすればよいでしょうか。Firebase Analytics データの表は日付ごとに分割されているため、BigQuery の TABLE_DATE_RANGE 関数を使います。次のクエリは、1 週間の間にアクセスしてきたユーザーの所在都市をカウントするものです。 

SELECT
  user_dim.geo_info.city,
  COUNT(user_dim.geo_info.city) as city_count 
FROM
TABLE_DATE_RANGE([firebase-analytics-sample-data:android_dataset.app_events_], DATE_ADD('2016-06-07', -7, 'DAY'), CURRENT_TIMESTAMP()),
TABLE_DATE_RANGE([firebase-analytics-sample-data:ios_dataset.app_events_], DATE_ADD('2016-06-07', -7, 'DAY'), CURRENT_TIMESTAMP())
GROUP BY
  user_dim.geo_info.city
ORDER BY
  city_count DESC


さらに、1 週間の間のプラットフォーム全体でのモバイルとタブレットの使用率を比較するクエリを作成することもできます。


SELECT
  user_dim.app_info.app_platform as appPlatform,
  user_dim.device_info.device_category as deviceType,
  COUNT(user_dim.device_info.device_category) AS device_type_count FROM
TABLE_DATE_RANGE([firebase-analytics-sample-data:android_dataset.app_events_], DATE_ADD('2016-06-07', -7, 'DAY'), CURRENT_TIMESTAMP()),
TABLE_DATE_RANGE([firebase-analytics-sample-data:ios_dataset.app_events_], DATE_ADD('2016-06-07', -7, 'DAY'), CURRENT_TIMESTAMP())
GROUP BY
  1,2
ORDER BY
  device_type_count DESC


もう少し複雑なクエリを作成することもできます。プラットフォームをまたいだ直近 2 週間の一意のユーザー イベントのレポートを生成してみましょう。ここでは、PARTITION BY と EXACT_COUNT_DISTINCT ã‚’使ってユーザーごとにイベントの重複を排除するとともに、ユーザー プロパティと user_dim.user_id 項目も活用しています。 

SELECT 
  STRFTIME_UTC_USEC(eventTime,"%Y%m%d") as date,
  appPlatform,
  eventName,
  COUNT(*) totalEvents,
  EXACT_COUNT_DISTINCT(IF(userId IS NOT NULL, userId, fullVisitorid)) as users
FROM (
  SELECT
    fullVisitorid,
    openTimestamp,
    FORMAT_UTC_USEC(openTimestamp) firstOpenedTime,
    userIdSet,
    MAX(userIdSet) OVER(PARTITION BY fullVisitorid) userId,
    appPlatform,
    eventTimestamp,
    FORMAT_UTC_USEC(eventTimestamp) as eventTime,
    eventName
    FROM FLATTEN(
      (
        SELECT 
          user_dim.app_info.app_instance_id as fullVisitorid,
          user_dim.first_open_timestamp_micros as openTimestamp,
          user_dim.user_properties.value.value.string_value,
          IF(user_dim.user_properties.key = 'user_id',user_dim.user_properties.value.value.string_value, null) as userIdSet,
          user_dim.app_info.app_platform as appPlatform,
          event_dim.timestamp_micros as eventTimestamp,
          event_dim.name AS eventName,
          event_dim.params.key,
          event_dim.params.value.string_value
        FROM
         TABLE_DATE_RANGE([firebase-analytics-sample-data:android_dataset.app_events_], DATE_ADD('2016-06-07', -7, 'DAY'), CURRENT_TIMESTAMP()),
TABLE_DATE_RANGE([firebase-analytics-sample-data:ios_dataset.app_events_], DATE_ADD('2016-06-07', -7, 'DAY'), CURRENT_TIMESTAMP())
), user_dim.user_properties)
)
GROUP BY
  date, appPlatform, eventName


Google Analytics に同じアプリのデータがあれば、BigQuery に Google Analytics データをエクスポートし、Firebase Analytics BigQuery 表と JOIN することもできます。

アナリティクス データの視覚化


生データの BigQuery エクスポートによって、モバイルアプリのデータを使った洞察を行えるようになりました。次は、Google Data Studio を使ってデータを視覚化してみましょう。Data Studio は、BigQuery 表から直接読み出すことができます。さらに、前述のようなカスタムクエリを渡すことも可能です。Data Studio は、データ構造に応じて、時系列グラフ、棒グラフ、円グラフ、地図など、さまざまなタイプのグラフを生成できます。

最初の視覚化の例として、各プラットフォームでユーザーがアプリにアクセスする際に使っている端末のタイプを比較する棒グラフを作成してみましょう。モバイルとタブレットを比較する前述のクエリを直接 Data Studio に貼り付けると、次のグラフを生成できます。


このグラフから、iOS ユーザーはタブレットでゲームをするユーザーの方が多いことが簡単にわかります。さらに複雑な例として、両方のプラットフォームのイベント数を比較する前述のイベント レポートのクエリを使って棒グラフを作成してみます。


BigQuery プロジェクトを Data Studio に接続する詳しい手順については、こちらの投稿をご覧ください。

次のトピック


Firebase についてよく知らないという場合は、まずこちらをご覧ください。既に Firebase 上にモバイルアプリを構築している方は、Firebase プロジェクトを BigQuery にリンクするための詳しいガイドをご覧ください。質問がある場合は、BigQuery リファレンス ドキュメントを参照し、Stack Overflow で firebase-analytics タグや google-bigquery タグをつけて質問してください。また、今後の投稿で取り上げてほしいトピックがありましたら、ぜひ私にお知らせください。


Posted by Kaz Sato - Developer Relations Team



Todd Kerpelman
デベロッパー アドボケート

Firebase Analytics の非常に強力な機能の 1 つが、BigQuery からの Analytics データの直接参照や分析できることです。Firebase アプリと BigQuery をリンクさせれば、生のサンプリングされていないアプリデータを毎日 BigQuery にエクスポートでき、データに対して強力なクエリをアドホックに実行したり、Firebase Analytics データと別のアナリティクス ライブラリのデータを組み合わせたり、カスタム レポーティング ツールを直接実行できるようになります。

しかし、この機能はデベロッパーに非常に人気がある一方、時にじれったく感じるような制限もあります。通常、日々のアナリティクス データが収集されて BigQuery テーブルにエクスポートされるまで、24 時間待たなければならないことです。これは、開発とテストという視点から考えると不便に映ることが多い制限で、アプリのデベロッパーの対応スピードが落ちてしまうことにもなります。もし最新の A/B テストの影響でユーザーがアプリを使わなくなってしまった場合、24 時間ではなく 20 分でそれがわかればすばらしいとは思いませんか？

そこで、うれしいことに、今週より、Firebase Analytics データがほぼリアルタイムで BigQuery から参照できるようになることをお知らせいたします。

以下で、その仕組みについて説明します。既に Firebase プロジェクトと BigQuery をリンクさせていれば、デフォルトで Firebase Analytics はできるだけ早く BigQuery にデータを送信するようになります。通常の appevents_ テーブルに加え、その日の受信するすべてのデータを集めた特殊な appevents_intraday_ テーブルができます。


この intraday テーブルは、自由に分析を行ったりクエリを実行したりでき、他の BigQuery アナリティクス テーブルとまったく同じように扱うことができます。このテーブルにないデータは、生涯価値（LTV）データとキャンペーン情報（traffic_source レコード）のみです。1 日が終わると[1]、このデータは永続テーブルである appevents_ ホームに移動し、古い intraday テーブルは自動的にクリーンアップされます。

もちろん、BigQuery の使用量とストレージの料金はそのまま適用されます。つまり、このメリットを受けるには、Firebase プロジェクトを Blaze プランにアップグレードする必要があるということです。しかし、BigQuery へのエクスポートは、今までアナリティクス ユーザーが多額をつぎ込まなければならなかった機能だったため、これは十分よい条件だと言えるでしょう。

BigQuery を初めて使う方は、こちらから詳しい情報をご覧いただき、使い始めることができます。BigQuery で取得した巨大なデータセットに対して高速にクエリを実行するのはとても楽しいものです！

[1] デベロッパーのタイムゾーンで判断しています。


Posted by Khanh LeViet - Developer Relations Team
Share on Twitter Share on Facebook



今回は、Fluentd などのログを毎秒 100 万行の速度でリアルタイムにインポートし 900 億件を 20 秒ほどで集計可能な大規模並列クエリ ストレージ BigQuery Storage をはじめ、いま注目のコンテナ技術である Docker と Google Compute Engine の連携、PaaS と IaaS の「いいとこどり」を実現する Managed VM、そしてモバイル開発とクラウド開発を統合化する Android Studio + Cloud Endpoints について、Google エンジニアがデモを交えてお伝えします。

＜イベント概要＞
東京会場
日時：2014 å¹´ 6 月 5 日 （木） 18:00～22:00
場所：Google 東京オフィス、六本木ヒルズ森タワー
会費：無料
主催：Google
定員：100 名
詳細：http://goo.gl/3C3mtL

大阪会場
日時：2014 å¹´ 6 月 6 日 （金） 18:00～22:00
場所：ブリーゼプラザ、大阪市北区梅田
会費：無料
主催：Google
定員：60 名
詳細：http://goo.gl/8uR40S

＜アジェンダ＞
両会場共通です。

17:00-18:00 受付
18:00-18:30 基調講演 : Google が描く新しいクラウドのビジョン 「New World」 とは
18:30-19:00 Fluentd からの超高速インポートと Hadoop に対応した大規模並列クエリ ストレージ BigQuery Storage
19:00-19:15 休憩
19:15-19:45 Android Studio + Cloud Endpoints でモバイル & クラウド統合開発
19:45-20:15 Managed VM 技術解説・ Docker + Compute Engine 連携の新しい手法
20:15-20:30 GCP チームによるパネルトーク
20:30-21:30 懇親会

＜スピーカー紹介＞
※現在登壇を予定しているスピーカー

佐藤一憲/Google Inc. Cloud Platform GBU チーム ソリューションアーキテクト
Google Cloud Platform とオープンソース技術を組み合わせたソリューションの開発やドキュメント執筆をはじめ、アジア地域の顧客向け技術コンサルティングを担当。また GCP エンジニア向けのイベント「gcp ja night」や「Docker Meetup Tokyo」などのコミュニティ運営を支援している。

萩倉健支/Google Inc. Developer Relations チーム デベロッパープログラムエンジニア
Android、iOS 向けのモバイル バックエンド機能をコーディングレスで提供するソリューション Mobile Backend Starter の開発をはじめ、Android や Google Cloud Platform 開発者向けの各種ツールやサンプル コード開発を担当。

その他、Google Cloud Platform チームの Google エンジニアが登壇予定です。

＜ハッシュタグ＞
#gcpja

＜申し込み方法＞
本イベントへの参加をご希望の方は、登録フォームに必要事項をご記入ください。なお、応募者が定員を上回った場合は、抽選の上、ご参加頂ける方にのみ参加証を順次ご登録いただいたメールアドレス宛にお送りする予定です。

東京会場の申し込みはこちら : http://goo.gl/3C3mtL
大阪会場の申し込みはこちら : http://goo.gl/8uR40S

多くの皆様のご参加をお待ちしております。
Share on Twitter Share on Facebook



<イベント概要>
日時：2014 å¹´ 4 月 22 日 14:00 0
場所：グランド ハイアット 東京
会費：無料
主催：Google
内容
13:30 : 受付開始
14:00-17:45 : セッション

- キーノート -
Google エンタープライズ部門 ディレクター
クラウドプラットフォーム グローバルビジネス統括責任者 シャイリッシュ ラオ

- 日本におけるサービス本格展開に関するご説明 -
グーグル株式会社 エンタープライズ部門

- お客様事例のご紹介 -
株式会社テレビ朝日様（番組リアルタイム連携事例）
ハウスコム株式会社様（不動産情報提供）
株式会社 Zeadle 様（ソーシャルゲーム開発）
シーアイアンドティー・パシフィック株式会社様（キャンペーン制作事例）　
株式会社 JSOL 様（各種ソリューション提供）

- パネル ディスカッション -
「Cloud 2.0 ディスカッション」
モデレーター 新野 淳一 様（ IT ジャーナリスト / Publickey ブロガー)
参加者
株式会社テレビ朝日 様
ハウスコム株式会社 様
株式会社 Zeadle 様
グーグル株式会社

17:45 - 18:30 ネットワーキング パーティ


本イベントの詳細：
http://goo.gl/visYTy

<申し込み方法> 本イベントへの参加をご希望の方は、登録フォーム（http://goo.gl/visYTy）に必要事項をご記入ください。なお、応募者が定員を上回った場合は、抽選の上、参加証を順次ご登録いただいたメールアドレス宛にお送りする予定です。

ぜひこの機会に、本格的に日本展開を開始する Google Cloud Platform の最新情報をご確認頂ければ幸いです。

多くの皆様のご参加をお待ちしております。

Share on Twitter Share on Facebook



詳細を知りたい方は BigQuery にサインアップし、githubarchive.org ã«ã‚る手順説明をご覧の上、GitHub データセットにアクセスしてみてください。100GB のクエリ割り当てを無償で利用することができます。


Share on Twitter Share on Facebook