Integracja z BigQuery dane z Waszych systemów w jednym miejscu
BigQuery to hurtownia danych w chmurze Google: nie ma serwera do pilnowania, a rachunek liczy się od wolumenu, nie od abonamentu. Spinamy ją z systemami, które już macie: sklepem, CRM, kontami reklamowymi, księgowością i arkuszami. Ustalamy, co z każdego źródła wpada, jak często i w jakiej postaci. Zbiór danych zakładamy w regionie europejskim, a dostęp nadajemy per dział, nie na całą firmę.
- 1 TBtyle danych przetworzonych w zapytaniach jest w miesiącu bez opłaty, przy 10 GB składowania. Cennik Google Cloud
- 2 do 6 tygodniod warsztatu do hurtowni zasilanej Waszymi systemami; pierwsze tabele leżą w BigQuery już w pierwszym tygodniu
- 3 506 operacjityle razy w 30 dni nasz własny automat zasilił hurtownię danych bez udziału człowieka. Szczegóły i zastrzeżenie w sekcji dowodu
Problem
Ile kosztuje trzymanie danych firmy w ośmiu systemach naraz?
Zamówienia leżą w sklepie, szanse w CRM, koszty na trzech kontach reklamowych, faktury w programie księgowym, a cele i ręczne korekty w arkuszu, który prowadzi jedna osoba. Każdy system pokazuje wycinek i każdy liczy go po swojemu: sklep z podatkiem, CRM bez, księgowość dopiero po wystawieniu faktury. Nie ma miejsca, w którym te liczby stoją obok siebie, więc za każdym razem ktoś składa je ręcznie.
Ta praca wraca co tydzień i ma cenę: eksport, arkusz, sklejanie, potem godzina na ustalenie, dlaczego dwie liczby się nie zgadzają. Gorsze jest to, czego w ogóle nie da się policzyć. Historia kończy się tam, gdzie kończy ją system źródłowy: konto reklamowe oddaje ostatnie kilkanaście miesięcy, sklep gubi archiwalne zamówienia przy migracji, a arkusz z zeszłego roku ktoś nadpisał w marcu.
Hurtownia zdejmuje ten problem, o ile nie tworzy większego po stronie rachunku, i dlatego koszt liczymy przed pierwszym ładowaniem. Według cennika Google Cloud w modelu on-demand płacisz za wolumen danych przetworzonych przez zapytanie oraz za składowanie, a pierwszy terabajt zapytań w miesiącu i pierwsze 10 GB składowania są bez opłaty. Tabela, której nikt nie ruszał przez 90 dni, przechodzi na stawkę składowania niższą o połowę. Firma B2B z CRM, sklepem i reklamami liczy swoje dane w gigabajtach, nie w terabajtach, więc rozmowa o koszcie zaczyna się od darmowego progu.
- Ten sam eksport powtarza się co tydzień, bo nie ma miejsca, w którym dane zostają
- Historia sprzedaży kończy się tam, gdzie kończy ją system źródłowy
- Sklep, CRM i księgowość podają trzy różne przychody i każdy jest po swojemu prawdziwy
- Arkusz z celami rozumie jedna osoba, a jej urlop zatrzymuje raportowanie
Dlaczego teraz
Dlaczego spięcie BigQuery z systemami firmy trwa dziś tygodnie, nie kwartały?
Zniknęła większość pracy, która kiedyś stanowiła projekt hurtowni. BigQuery jest bezserwerowe: nie ma bazy do administrowania, backupów do pilnowania ani okna serwisowego do zaplanowania. Google Ads wchodzi gotowym transferem danych, GA4 ma natywny eksport do BigQuery, a systemy bez integracji z chmurą Google ładujemy przez API, Cloud Scheduler albo Apps Script. Zamiast pisać skrypt do każdego źródła od zera, składamy hurtownię z konektorów i harmonogramów.
Druga zmiana to kolejność pracy z danymi. Surowe rekordy trafiają do hurtowni najpierw, a przeliczenia powstają dopiero nad nimi, jako widoki SQL. Skutek jest praktyczny i widać go przy pierwszej zmianie definicji: gdy zarząd inaczej rozumie marżę, poprawiacie jeden widok, zamiast pobierać wszystko ponownie z pięciu systemów. Warstwa surowa zostaje nietknięta, więc każde przeliczenie da się powtórzyć na danych z zeszłego roku.
Trzecia zmiana dotyczy tego, gdzie dane stoją i kto je widzi. Zbiór danych zakłada się w wybranej lokalizacji, na przykład w wieloregionie EU albo w regionie warszawskim, a zapytania wykonują się właśnie tam. Uprawnienia nadaje się na zbiorze i na widoku, nie na całym projekcie, więc menedżer działu widzi swój wycinek, a kolumny z danymi osobowymi zostają zamaskowane. Lokalizacji nie da się później zmienić bez przeniesienia danych, dlatego ta decyzja zapada na warsztacie, a nie po roku.
Co się zmienia
Co dostaje firma, która spina swoje systemy z BigQuery?
Wiesz dokładnie, co wpada do hurtowni
Dla każdego źródła spisujemy tabele, kolumny i sposób ładowania, a osobno to, co świadomie zostaje poza hurtownią. Dokument zostaje u Was i po pół roku nadal odpowiada na pytanie, skąd wzięła się kolumna.
Spis źródeł, tabel i kolumn oddany jako dokumentacja, nie trzymany w naszej głowie
Częstotliwość dopasowana do tego, kto patrzy
Co godzinę tam, gdzie ktoś podejmuje decyzję w ciągu dnia, czyli zwykle sklep i CRM. Co noc tam, gdzie wystarcza stan z wczoraj: konta reklamowe, faktury, ERP.
Dane reklamowe pobieramy ponownie za ostatnie dni, bo platformy korygują je wstecz
Warstwa surowa, której nikt nie nadpisuje
Rekordy zostają w postaci, w jakiej przyszły ze źródła, a metryki liczą się nad nimi w widokach SQL. Trend rok do roku istnieje nawet wtedy, gdy system źródłowy dawno skasował historię.
Zmiana definicji marży to poprawka w widoku, nie ponowne pobieranie danych ze źródeł
Rachunek policzony przed pierwszym ładowaniem
Tabele partycjonujemy po dacie, żeby zapytanie czytało wskazane dni, a nie całą historię. Na projekt wchodzi dzienna kwota, więc pomyłka kończy się komunikatem, nie pozycją na fakturze.
1 TB zapytań i 10 GB składowania w miesiącu bez opłaty według cennika Google Cloud
Dane w Europie, dostęp nadany per dział
Zbiór danych stoi w Waszym projekcie Google Cloud, w lokalizacji europejskiej. Uprawnienia idą na zbiór i na widok, a nie na całą firmę, i każde zapytanie zostaje w logu projektu.
Lokalizacja wybrana raz, na warsztacie, bo później wymaga przeniesienia danych
Fundament pod dashboard i pytania zwykłym zdaniem
Na widokach w hurtowni stawia się dashboard w Looker Studio albo Power BI, a na tych samych widokach agent AI. Oba czytają jedną formułę, więc nie podają dwóch różnych przychodów.
Dashboard i agent AI liczą metrykę z tego samego widoku SQL
Dowód
Czy sami trzymacie dane w hurtowni?
Tak, i to jest jedyny dowód, jaki możemy pokazać bez proszenia klienta o zgodę na publikację jego liczb. W agencji naszych założycieli hurtownię zasila agent AI, ten sam, który stoi za liczbami na stronie AI dla firm. Poniżej skala tej pracy razem z tym, czego ta liczba NIE dowodzi.
Wdrożone u nas. To nie są wdrożenia u klienta zewnętrznego, tylko w spółkach założycieli JustAutomate. Piszemy to wprost, bo dowód, którego nie da się sprawdzić, nie jest dowodem.
JustBotich agentJustIdea Agency, agencja performance marketingu, około 30 osób
- 23
- osób z firmy pracuje z agentem
- 38
- systemów wpiętych na stałe
- 112
- procesów chodzi bez człowieka
- 475
- tysięcy linii kodu agenta
Hurtownia danych spięta z Google Ads, Metą, systemem CRM, systemem zadań, narzędziem SEO, Analytics i Search Console. Pierwszy commit 1 marca 2026, dziś z danych z hurtowni korzystają 23 osoby, w tym osoby, które nigdy nie napisały zapytania SQL.
8 z 38 systemów, w których pracuje
Google Ads
Meta Ads- HubSpot
- ActiveCollab
- Ahrefs
GA4
Search Console
BigQuery
- Przedtem
- Dane o kampaniach, leadach i zadaniach leżały w siedmiu systemach. Zestawienie ich obok siebie było ręczną pracą: eksport, arkusz, sklejanie, a starsza historia istniała tylko w czyimś pliku.
- Po zmianie
- Zasilanie hurtowni idzie bez udziału człowieka, tymi samymi tabelami co noc i co godzinę. Człowiek wchodzi tam, gdzie trzeba zinterpretować wynik, a nie tam, gdzie trzeba go pobrać.
3 506 operacji zasilania hurtowni danych w 30 dni, bez udziału człowieka
A u Ciebie
Co, jeśli u nas hurtownia to przesada?
Cztery zdania, które słyszymy na konsultacjach o BigQuery, i to, co na nie odpowiadamy. Pierwsze z nich bywa słuszne i wtedy tak mówimy.
Mamy 300 zamówień miesięcznie, BigQuery to dla nas armata na komara.
Często tak jest i powiemy to na konsultacji, przed jakąkolwiek fakturą. Gdy wszystkie dane firmy mieszczą się w jednym arkuszu, pilnuje ich jedna osoba i nikt nie pyta o historię starszą niż rok, więcej dadzą porządne raporty w samym sklepie i uporządkowany arkusz. Wracamy do rozmowy wtedy, gdy pojawia się drugi kanał sprzedaży albo pytanie o marżę na produkcie.
Mamy arkusze w Google i one nam wystarczają.
Arkusz jako źródło danych jest w porządku i zwykle zostaje jednym ze źródeł hurtowni, bo trzyma cele i ręczne korekty. Problem zaczyna się, gdy pełni rolę hurtowni: limit wierszy, formuły, które przelicza pół minuty, brak historii po nadpisaniu i jedna osoba, która wie, co jest w której zakładce. Dane surowe idą wtedy do BigQuery, a arkusz zostaje tam, gdzie jest dobry, czyli przy ręcznym wpisie.
Boimy się rachunku za chmurę, którego nie kontrolujemy.
Dlatego limity ustawiamy przed pierwszym ładowaniem, a nie po pierwszej fakturze. Pierwszy terabajt zapytań w miesiącu i pierwsze 10 GB składowania są według cennika Google bez opłaty, tabele partycjonujemy po dacie, na projekt wchodzi dzienna kwota, a starsze tabele same schodzą na tańszą stawkę składowania po 90 dniach. Po pierwszym miesiącu pokazujemy rzeczywisty wolumen, więc kolejna decyzja opiera się na Waszej liczbie.
Nasze dane nie mogą wyjechać poza Unię, a dostęp musi być kontrolowany.
Zbiór danych zakładamy w lokalizacji europejskiej, na przykład w wieloregionie EU albo w regionie warszawskim, i BigQuery wykonuje zapytania w lokalizacji zbioru. Hurtownia stoi w Waszym projekcie Google Cloud, na Waszym koncie rozliczeniowym, a my dostajemy dostęp na czas pracy. Uprawnienia idą na zbiór i na widok, kolumny z danymi osobowymi maskujemy, a log zapytań zostaje u Was.
- Sprzedaż i sklep
- BaseLinker, Allegro, Shopify, WooCommerce, PrestaShop
- CRM
- HubSpot, Pipedrive, Salesforce, LiveSpace
- Reklama i analityka
- Google Ads przez transfer danych, GA4 przez natywny eksport
- Księgowość i ERP
- Fakturownia, iFirma, Subiekt, Comarch Optima, sevDesk
- Arkusze i bazy
- Google Sheets, Microsoft 365, Google Workspace, bazy SQL
- Warstwa zasilania
- n8n, Make, Zapier, Cloud Scheduler, Apps Script, własne integracje przez API
Warstwy w hurtowni, co w nich leży i kto ma dostęp
Hurtownia to nie jeden worek na dane. Podział na warstwy i zbiory decyduje o tym, kto co widzi i ile kosztuje typowe zapytanie. Zakres dostępu ustalamy na warsztacie i zapisujemy jako dokument, bo za pół roku nikt nie odtworzy go z pamięci.
| Warstwa albo zbiór | Co w niej leży | Kto ma dostęp |
|---|---|---|
| Warstwa surowa | rekordy w postaci ze źródła, bez przeliczeń, partycjonowane po dacie | konto usługowe ładujące dane i osoba odpowiedzialna za dane |
| Warstwa oczyszczona | ujednolicone typy, waluty i strefy czasowe, duplikaty scalone po kluczu | osoba od danych, analityk, wykonawca na czas pracy |
| Widoki metryk | przychód, marża, koszt pozyskania klienta liczone jedną formułą | zarząd i menedżerowie, przez dashboard albo agenta AI |
| Widok działowy | tylko wiersze i kolumny jednego działu albo jednego rynku | menedżer tego działu, bez wglądu w pozostałe |
| Zbiór z danymi osobowymi | kontakty, dane kontrahentów, kolumny wrażliwe zamaskowane | wąska lista imienna, ustalona na warsztacie |
| Zbiór archiwalny | tabele nieruszane od 90 dni, na tańszej stawce składowania | odczyt na wniosek, gdy potrzebny jest trend wieloletni |
| Zbiór testowy | próbka danych bez kolumn osobowych, do eksperymentów i szkoleń | cały zespół danych, bez ryzyka dla produkcji |
Wiersze to punkt wyjścia. Pierwsze wdrożenie obejmuje zwykle warstwę surową, oczyszczoną i widoki metryk; podział działowy i zbiór testowy dokładamy wtedy, gdy zespół realnie o nie prosi.
Jak to robimy
Pięć kroków od ośmiu systemów do jednej hurtowni
Każdy krok kończy się czymś, co możesz ocenić, zanim zdecydujesz o następnym. Pierwszy z nich może się skończyć wnioskiem, że hurtowni nie potrzebujecie.
Warsztat i inwentaryzacja źródeł
Spisujemy każdy system, który generuje dane, i każdy arkusz prowadzony obok niego. Ustalamy, o jakie liczby pyta zarząd, kto je dziś skleja ręcznie i ile to zajmuje. Na koniec mówimy wprost, czy BigQuery jest potrzebne, czy wystarczy porządek w tym, co macie.
Projekt zbiorów, dostępu i kosztu
Decydujemy o lokalizacji zbioru, podziale na warstwy, partycjonowaniu i o tym, kto widzi który widok. Dla każdego źródła wybieramy sposób ładowania: transfer danych, natywny eksport, API albo harmonogram w n8n. Szacujemy wolumen składowania i zapytań wobec darmowego progu i ustawiamy dzienną kwotę na projekt.
Pierwsze dwa źródła i uzgodnienie liczb
Zaczynamy od źródeł z gotowym konektorem, żeby pierwsze tabele leżały w hurtowni w pierwszym tygodniu. Każdą tabelę porównujemy z liczbą z systemu źródłowego: suma faktur w BigQuery musi zgadzać się z sumą w księgowości. Rozbieżność jest tu informacją, bo pokazuje, gdzie definicja metryki żyje w czyjejś głowie.
Reszta źródeł, widoki i przekazanie
Dokładamy pozostałe systemy bez zatrzymywania tego, co już działa, i piszemy widoki metryk uzgodnione na warsztacie. Nadajemy dostępy per dział, maskujemy kolumny osobowe i podłączamy dashboard albo agenta AI. Zostawiamy dokumentację: spis źródeł, schemat tabel i słownik metryk.
Pomiar po 30 i 90 dniach
Po 30 dniach sprawdzamy, czy ktoś jeszcze robi eksporty ręcznie i które źródło okazało się zbędne. Po 90 patrzymy na rachunek: ile realnie kosztują zapytania, które tabele weszły na tańszą stawkę składowania i co warto zamienić na widok, żeby przestało być liczone od nowa.
Przed i po
Jak zmienia się tydzień osoby, która odpowiada za liczby
Przedtem
- Zaczyna tydzień od trzech eksportów i jednego arkusza sklejanego ręcznie
- Tłumaczy zarządowi, czemu przychód ze sklepu nie zgadza się z księgowością
- Na pytanie o rok do roku odpowiada, że tak starych danych już nie ma
- Nadaje dostępy pojedynczo, bo nikt nie spisał, kto ma widzieć które dane
Po zmianie
- Dane z każdego źródła leżą w hurtowni, zanim ktokolwiek otworzy laptop
- Przychód, marża i koszt pozyskania klienta liczą się z jednego widoku SQL
- Trend wieloletni wychodzi z warstwy surowej, bo nikt jej nie nadpisuje
- Dostęp jest opisany per zbiór i per dział, a nowa osoba dostaje gotowy zakres
Pierwsze tabele leżą w hurtowni w pierwszym tygodniu pracy. Kompletny zestaw źródeł i widoków oceniamy po 30 dniach, a koszt składowania i zapytań po 90, bo dopiero wtedy część tabel wchodzi na tańszą stawkę.
Dla osoby, która to zamawia
Co z tego ma osoba, która podpisuje na hurtownię
Podpisujesz na projekt, który da się zatrzymać w połowie i który nadal na czymś stoi. Hurtownia powstaje w Waszym projekcie Google Cloud i na Waszym koncie rozliczeniowym, a spis źródeł, schemat tabel i widoki zostają u Was jako dokumentacja. Gdy zmienicie wykonawcę, przejmuje on działającą hurtownię, a nie nasze narzędzie, do którego trzeba mieć nas.
Druga rzecz liczy się w rozmowie o budżecie. Koszt chmury nie jest tu abonamentem, tylko rachunkiem od wolumenu, którego górną granicę sami ustawiacie: darmowy próg na start, partycje po dacie i dzienna kwota na projekt. Po pierwszym miesiącu pokazujemy rzeczywisty wolumen zapytań i składowania, więc kolejną decyzję podejmujesz na własnej liczbie, a nie na naszym szacunku.
- Hurtownia w Waszym projekcie Google Cloud i na Waszym koncie rozliczeniowym
- Spis źródeł, schemat tabel i słownik metryk oddane jako dokumentacja
- Darmowy próg, partycje po dacie i dzienna kwota ustawione przed pierwszym ładowaniem
- Lokalizacja zbioru w Europie, dostęp opisany per zbiór i per dział
Ile to kosztuje
Warsztat ma cenę jawną, spięcie wycenę po nim
Warsztat procesowy kosztuje 2500 zł netto za tydzień. Przy hurtowni zwykle wystarcza jeden tydzień: spis źródeł, projekt warstw, lokalizacja zbioru i model dostępu. Spięcie wyceniamy po warsztacie, bo koszt zależy od tego, ile źródeł wchodzi i czy mają API, a nie od liczby tabel.
Za samo BigQuery płacisz Google bezpośrednio, bez naszej prowizji, i płacisz od wolumenu. Pierwszy terabajt zapytań w miesiącu i pierwsze 10 GB składowania są według cennika Google bez opłaty, a firma B2B z kilkoma źródłami zwykle długo w tym progu zostaje. Koszt narzędzi zasilających, jeśli w ogóle wchodzą, płacisz ich dostawcom na tych samych zasadach.
Warsztat procesowy
2500 zł netto
za tydzień, przy hurtowni zwykle jeden
Zamknięta całość. Kończy się spisem źródeł, projektem zbiorów i warstw oraz odpowiedzią, czy BigQuery jest u Was potrzebne. Plan możesz zrealizować bez nas.
- Inwentaryzacja źródeł: co generuje dane i kto je dziś skleja ręcznie
- Projekt zbiorów, warstwy surowej i widoków metryk
- Wybór lokalizacji, model dostępu per dział i limity kosztu
- Szacunek składowania i zapytań wobec darmowego progu
- Odpowiedź, czy hurtownia jest potrzebna, czy wystarczy porządek w arkuszu
- Najczęściej wybierany
Warsztat i spięcie BigQuery
Wycena po warsztacie
zakres wynika z liczby źródeł i z tego, czy mają API
Najczęściej wybierany wariant. Działająca hurtownia w 2 do 6 tygodni od warsztatu, zasilana Waszymi systemami, z liczbami uzgodnionymi ze źródłem.
- Wszystko z warsztatu
- Zbiory i warstwa surowa w regionie europejskim, partycjonowane po dacie
- Konektory do 2 do 4 źródeł, z ponownym odczytem korygowanych dni
- Widoki metryk i test zgodności z liczbą z systemu źródłowego
- Dostępy per dział, maskowanie kolumn osobowych, dzienna kwota na projekt
- Dokumentacja: spis źródeł, schemat tabel i słownik metryk
Hurtownia i agent AI
Wycena po warsztacie
dla firm, które pytają o liczby kilka razy dziennie
Wszystko ze spięcia BigQuery plus BOND, nasz firmowy agent AI, który odpowiada na pytania z widoków w hurtowni.
- Wszystko ze spięcia BigQuery
- BOND spięty z hurtownią, odpowiedź z danych firmy w 5 do 10 sekund
- Konto usługowe tylko do czytania, ograniczone do wskazanych widoków
- Wdrożenie BOND-a około 2 miesięcy, etapami, z pomiarem po 30 i 90 dniach
Jeśli na warsztacie wyjdzie, że Wasze dane mieszczą się w jednym arkuszu i pilnuje ich jedna osoba, mówimy to wprost i nie sprzedajemy hurtowni. Dostajesz wtedy spis źródeł i plan porządku w tym, co już macie: dokument, który obroni się bez nas i który możesz oddać własnemu zespołowi albo innej firmie.
Najczęstsze pytania
Czym jest integracja z BigQuery?
To spięcie hurtowni danych Google z systemami, które już macie, żeby dane wpadały tam same. Ustalamy, co z każdego źródła wchodzi, jak często i w jakiej postaci, zakładamy zbiory i warstwę surową w regionie europejskim, a nad nimi widoki, z których czyta dashboard albo agent AI. BigQuery jest bezserwerowe, więc nie ma bazy do administrowania ani backupów do pilnowania.
Co i skąd wpada do hurtowni?
Najczęściej zamówienia i zwroty ze sklepu albo z BaseLinkera, szanse i etapy z CRM, koszty oraz konwersje z kont reklamowych, faktury i koszt towaru z księgowości, zdarzenia z GA4 i arkusze z celami oraz ręcznymi korektami. Do warstwy surowej wchodzą tylko te tabele i kolumny, które są potrzebne do uzgodnionych metryk. To, co zostaje poza hurtownią, zapisujemy równie dokładnie jak to, co do niej wchodzi.
Jak często dane się odświeżają?
Co godzinę tam, gdzie ktoś podejmuje decyzję w ciągu dnia, czyli zwykle sklep i CRM. Co noc tam, gdzie wystarcza stan z wczoraj: konta reklamowe, faktury, ERP. Dane reklamowe pobieramy ponownie za ostatnie kilka dni, bo platformy korygują je wstecz. Częstotliwość ustalamy na warsztacie, bo każde dodatkowe odświeżenie to kolejne zapytania i kolejne złotówki na rachunku.
Ile kosztuje BigQuery przy naszej skali?
Płacisz Google od wolumenu: za dane przetworzone przez zapytania i za składowanie. Według cennika Google pierwszy terabajt zapytań w miesiącu i pierwsze 10 GB składowania są bez opłaty, a tabela nieruszana przez 90 dni schodzi na stawkę składowania niższą o połowę. Firma B2B z CRM, sklepem i reklamami liczy dane w gigabajtach, więc zwykle zostaje w darmowym progu; na projekt ustawiamy dodatkowo dzienną kwotę.
Czym różni się warstwa surowa od przygotowanej?
Warstwa surowa trzyma rekordy w postaci, w jakiej przyszły ze źródła, bez przeliczeń i bez nadpisywania. Warstwa przygotowana to widoki SQL, w których przychód, marża albo koszt pozyskania klienta liczą się jedną formułą dla całej firmy. Podział ma praktyczny skutek: zmiana definicji metryki jest poprawką w widoku, a nie ponownym pobieraniem danych ze wszystkich systemów.
Czy nasze dane zostają w Europie i kto ma do nich dostęp?
Zbiór danych zakładamy w lokalizacji europejskiej, na przykład w wieloregionie EU albo w regionie warszawskim, a BigQuery wykonuje zapytania w lokalizacji zbioru. Tej lokalizacji nie da się później zmienić bez przeniesienia danych, więc decyzja zapada na warsztacie. Dostęp nadajemy na zbiorze i na widoku, kolumny z danymi osobowymi maskujemy, a każde zapytanie zostaje w logu Waszego projektu.
Kiedy BigQuery jest przesadą?
Gdy wszystkie dane firmy mieszczą się w jednym arkuszu, pilnuje ich jedna osoba i nikt nie pyta o historię starszą niż rok. Mały sklep z kilkuset zamówieniami miesięcznie dostanie więcej z porządnych raportów w samym sklepie niż z hurtowni, którą trzeba potem utrzymywać. Mówimy to na bezpłatnej konsultacji, zanim ktokolwiek zapłaci za warsztat.
Ile trwa spięcie BigQuery z naszymi systemami?
Tydzień warsztatu, potem 2 do 6 tygodni, w zależności od liczby źródeł i od tego, czy mają API. Pierwsze tabele leżą w hurtowni w pierwszym tygodniu pracy, bo zaczynamy od źródła z gotowym konektorem. Najdłużej trwa nie samo spięcie, a uzgodnienie definicji metryk, i to jest praca po Waszej stronie, której nie da się przyspieszyć narzędziem.
Sprawdźmy, czy Wasze dane potrzebują hurtowni
Bezpłatna konsultacja trwa 30 minut. Opowiadasz, w ilu systemach leżą dziś Wasze dane, kto je skleja ręcznie i o jakie liczby pyta zarząd. Powiemy wprost, czy pierwszym krokiem jest BigQuery, czy porządek w tym, co już macie. Nie musisz na tym etapie dawać nam dostępu do żadnego systemu.
Prowadzimy najwyżej dwa wdrożenia równocześnie, żeby przy każdym ktoś realnie siedział.
Umów bezpłatną konsultacjęPS. Jeśli w tym tygodniu ktoś u Was składał raport z trzech eksportów, to jest dokładnie ten problem. Hurtownia nie policzy niczego za Was, ale sprawia, że dane z każdego systemu leżą w jednym miejscu, w Europie, z historią, której nikt nie nadpisze. Od tego zaczyna się warsztat.