# gcloud CLI를 사용한 프로젝트 생성
gcloud projects create my-analytics-project
gcloud config set project my-analytics-project
gcloud services enable bigquery.googleapis.com

-- 데이터셋 생성
CREATE SCHEMA `my-project.analytics_dataset`
  OPTIONS(
    description="분석용 데이터셋",
    location="US"
  );

-- 예제 테이블 생성 (GA4 데이터)
CREATE TABLE `my-project.analytics_dataset.events` (
  event_date DATE,
  event_name STRING,
  user_id INT64,
  event_value FLOAT64,
  event_timestamp TIMESTAMP,
  geo_country STRING,
  device_category STRING
);

SELECT
  event_date,
  event_name,
  COUNT(DISTINCT user_id) as unique_users,
  SUM(event_value) as total_revenue,
  AVG(event_value) as avg_revenue_per_event
FROM `my-project.analytics_dataset.events`
WHERE event_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY)
GROUP BY event_date, event_name
ORDER BY event_date DESC

SELECT
  e.event_date,
  e.event_name,
  u.user_country,
  u.user_tier,
  COUNT(DISTINCT e.user_id) as unique_users,
  SUM(e.event_value) as revenue
FROM `my-project.analytics_dataset.events` e
LEFT JOIN `my-project.analytics_dataset.users` u
  ON e.user_id = u.user_id
WHERE e.event_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 90 DAY)
GROUP BY e.event_date, e.event_name, u.user_country, u.user_tier

-- BigQuery에서 매일 집계 데이터를 계산하여 저장
CREATE OR REPLACE TABLE `my-project.analytics_dataset.daily_summary` AS
SELECT
  CURRENT_DATE() as report_date,
  event_name,
  user_country,
  COUNT(DISTINCT user_id) as daily_users,
  SUM(event_value) as daily_revenue,
  AVG(event_value) as avg_event_value,
  MAX(event_timestamp) as last_event_time
FROM `my-project.analytics_dataset.events`
WHERE event_date = CURRENT_DATE() - 1
GROUP BY event_name, user_country

┌─────────────────────────────────────┐
│ 헤더: 로고 | 필터/날짜선택기        │  ← 사용자가 먼저 본다
├─────────────────────────────────────┤
│ KPI 1  │ KPI 2  │ KPI 3  │ KPI 4   │  ← 핵심 지표 (3-4개)
├─────────────────────────────────────┤
│                                     │
│ 주요 차트 (시계열 또는 비교)        │  ← 깊이 있는 인사이트
│                                     │
├─────────────────────────────────────┤
│ 구체적 데이터 테이블                │  ← 상세 분석
│ (드릴다운 가능)                     │
├─────────────────────────────────────┤
│ 추가 인사이트 / 맵 / 히트맵          │
└─────────────────────────────────────┘

┌──────────────────────────────────────────────────┐
│ 📊 2026년 1월 판매 분석 | 🔽 국가 선택 | 📅 날짜  │
├──────────────────────────────────────────────────┤
│ 총 매출: $125,000  │ 주문수: 3,200   │ 전환율: 3.5% │
├──────────────────────────────────────────────────┤
│         일일 매출 추이 (라인 차트)                │
│    ↗ 상승 추세: +15% vs 지난달                   │
├──────────────────────────────────────────────────┤
│ 카테고리별 판매    │  상위 제품 Top 10            │
│ (막대 차트)        │  (테이블, 정렬 가능)        │
├──────────────────────────────────────────────────┤
│        지역별 매출 분포 (맵)                      │
└──────────────────────────────────────────────────┘

예: 국가 선택 필터
- 모든 국가
- 한국
- 일본
- 미국
선택하면 해당 국가 데이터만 표시

-- 매출액이 $10,000 이상인 고객만 표시
WHERE customer_revenue >= 10000

-- 1. 날짜 필터
event_date >= DATE_SUB(CURRENT_DATE(), INTERVAL @date_range_days DAY)

-- 2. 드롭다운 필터 (사용자 입력)
WHERE country = @selected_country

-- 3. 복합 필터
WHERE event_date >= @start_date
  AND event_date <= @end_date
  AND country IN (@country_list)
  AND revenue >= @min_revenue

-- ❌ 비효율적인 쿼리
SELECT * FROM events
WHERE DATE(event_timestamp) >= '2026-01-01'

-- ✅ 최적화된 쿼리 (파티션 사용)
SELECT * FROM events
WHERE event_date >= '2026-01-01'  -- 파티션 키 직접 사용

-- 매일 자정에 실행되는 스케줄 쿼리
CREATE OR REPLACE TABLE `my-project.looker_studio_data.dashboard_snapshot` AS
SELECT
  event_date,
  event_name,
  country,
  device_category,
  COUNT(DISTINCT user_id) as users,
  SUM(event_value) as revenue,
  COUNT(*) as events
FROM `my-project.analytics_dataset.events`
WHERE event_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 90 DAY)
GROUP BY event_date, event_name, country, device_category;

// Community Connector 예시 (Apps Script)
function getConfig() {
  return {
    configParams: [
      {
        name: 'project_id',
        displayName: 'BigQuery Project ID',
        helpText: 'Your GCP Project ID',
        placeholder: 'my-project-id'
      },
      {
        name: 'dataset_id',
        displayName: 'Dataset ID'
      }
    ]
  };
}

function getData(request) {
  const projectId = request.configParams.project_id;
  const datasetId = request.configParams.dataset_id;

  // BigQuery에서 데이터 로드
  const bq = BigQuery.newDataset(projectId, datasetId);
  // ... 데이터 처리 로직

  return { rows: data };
}

-- 특정 사용자에게만 테이블 접근 권한 부여
GRANT `roles/bigquery.dataViewer`
ON TABLE `my-project.analytics_dataset.events`
TO "user@example.com";

-- 행 수준 보안 (Row-Level Security)
CREATE OR REPLACE ROW ACCESS POLICY rls_by_country
ON `my-project.analytics_dataset.events`
GRANT ('editor@company.com') TO ('KR'),
      ('viewer@company.com') TO ('US', 'JP');

## Dashboard Setup Checklist

### 데이터 소스 설정
- [ ] BigQuery 프로젝트/데이터셋 준비
- [ ] IAM 권한 설정 완료
- [ ] 스케줄된 쿼리 구성 (성능 최적화)
- [ ] 데이터 소스 연결 테스트

### 대시보드 설계
- [ ] F-패턴 레이아웃 적용
- [ ] KPI 타일 배치 (3-4개)
- [ ] 주요 차트 추가 (추세/비교)
- [ ] 상세 테이블 포함
- [ ] 인터랙티브 필터 추가

### 성능 최적화
- [ ] 파티션 키 활용 확인
- [ ] 쿼리 비용 최적화
- [ ] 캐싱 전략 적용
- [ ] 차트 수 20-25개 이하 확인

### 공유 및 보안
- [ ] 접근 권한 설정
- [ ] 데이터 보안 검토
- [ ] 공유 링크 생성

-- 1. 일일 요약 테이블 생성
CREATE OR REPLACE TABLE `my-project.looker_data.daily_metrics` AS
SELECT
  event_date,
  COUNT(DISTINCT user_id) as dau,
  SUM(revenue) as total_revenue,
  COUNT(*) as total_events
FROM `my-project.analytics.events`
WHERE event_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY)
GROUP BY event_date;

-- 2. Looker Studio에서 이 테이블에 연결
-- 3. KPI 스코어카드 추가: DAU, 총 매출
-- 4. 라인 차트로 일일 추세 시각화

-- 코호트 분석을 위한 데이터 준비
CREATE OR REPLACE TABLE `my-project.looker_data.cohort_analysis` AS
WITH user_cohort AS (
  SELECT
    user_id,
    DATE_TRUNC(MIN(event_date), WEEK) as cohort_week
  FROM `my-project.analytics.events`
  GROUP BY user_id
)
SELECT
  uc.cohort_week,
  DATE_DIFF(e.event_date, uc.cohort_week, WEEK) as week_number,
  COUNT(DISTINCT e.user_id) as active_users
FROM `my-project.analytics.events` e
JOIN user_cohort uc ON e.user_id = uc.user_id
GROUP BY cohort_week, week_number
ORDER BY cohort_week, week_number;