> ## Documentation Index
> Fetch the complete documentation index at: https://docs.kameleoon.com/llms.txt
> Use this file to discover all available pages before exploring further.

# BigQuery をソースとして使用する — オーディエンスターゲティング

> データ取り込みタスクを設定して BigQuery から Kameleoon にオーディエンスデータを取り込み、キャンペーンのターゲティング条件として使用します。

<Note>
  データウェアハウス統合は、当社の Web Experimentation および Feature Experimentation モジュールのプレミアムアドオンとして利用できます。詳細については、カスタマーサクセスマネージャーにお問い合わせください。
</Note>

BigQuery 統合を使用すると、BigQuery メトリクスを Kameleoon の結果ページに KPI として表示できます。Kameleoon は BigQuery インスタンスをゴールコンバージョンのデータソースとして利用し、ゴール作成時にデータを継続的に更新します。

**主なメリット:**

* 特定のデータドリブンなゴールの定義と定期的な更新を可能にし、意思決定プロセスを簡素化し、キャンペーンが目標と整合することを保証します。
* BigQuery メトリクスを主要業績評価指標 (KPI) として活用し、キャンペーンパフォーマンスの包括的なビューを提供します。

[プロジェクトで BigQuery 統合を有効化](./setting-up-bigquery)した後、**Use BigQuery as a source** を有効化すると、Kameleoon キャンペーン内で Google BigQuery に保存されているデータにアクセスして使用できます。

**Use BigQuery as a source** を有効化すると、データ取り込みタスクを設定することで Google BigQuery のデータの力を活用できます。これらのタスクは、定義された SQL クエリと頻度に基づいて、BigQuery から特定のデータを定期的に取得します。これらのタスクを通じて収集されたデータは、Kameleoon キャンペーン内のターゲティング条件として使用でき、高度にパーソナライズされたデータドリブンなユーザー体験を可能にします。

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/0.png)
</Frame>

1. **機能を有効化**: 選択したプロジェクトの構成で、**Use BigQuery as a source** と表示されたチェックボックスをオンにして機能を有効化します。
2. **[データ取り込みタスクを作成](#data-ingestion-tasks)**: 機能を有効化すると、データ取り込みタスクの作成を開始できます。これらのタスクは、定義された SQL クエリと頻度に基づいて BigQuery から特定のデータを定期的に取得します。新しいデータ取り込みタスクを作成するには、**Add new task** をクリックします。

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/0.png)
</Frame>

3. **Validate**: データ取り込みタスクに必要な情報を提供した後、**Confirm** をクリックしてタスクを作成します。タスクの命名、SQL クエリの定義、頻度の設定の手順を繰り返すことで、追加のタスクを作成できます。タスクの構成が完了したら、**Validate** をクリックして構成設定を保存し適用します。
4. **[カスタムデータを作成](#targeting-your-imported-audiences)**: データ取り込みタスクを作成したので、Kameleoon のサーバーが、構成した頻度で BigQuery インスタンスでクエリを実行することによってデータの収集を開始します。収集したデータを使用するには、カスタムデータを作成する必要があります。
5. **セグメントを作成**: 収集したデータに基づいてユーザーをターゲティングするための最後のステップは、作成したカスタムデータに基づいてセグメントを作成することです。

## データ取り込みタスク

データ取り込みタスクは、Kameleoon 内の BigQuery 統合の重要なコンポーネントです。これらのタスクにより、事前定義された SQL クエリと頻度に基づいて Google BigQuery から特定のデータを定期的に取得できます。データ取り込みタスクを通じて収集されたデータは、Kameleoon キャンペーン内のターゲティング条件として利用でき、高度にパーソナライズされたデータドリブンなユーザー体験を可能にします。

### データ取り込みタスクの作成

データ取り込みタスクを作成するには:

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/2.png)
</Frame>

1. **Add new task** をクリックします。

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/3.png)
</Frame>

2. フォームに入力します:
   1. **Name (必須)**: タスクに固有でわかりやすい名前を付けて、その目的を識別します。
   2. **BigQuery project ID (必須)**: Google BigQuery プロジェクトに関連付けられたプロジェクト ID を提供し、データが正しい場所に送信されるようにします。
   3. **Region (必須)**: 提供されたリストから適切なリージョンを選択します。リージョンの選択により、BigQuery オペレーションの地理的な場所が指定されます ([利用可能なリージョン](https://cloud.google.com/bigquery/docs/locations))。
   4. **Query (必須)**: BigQuery データベースからオーディエンスを取得する SQL クエリを提供します。クエリは以下の特定の形式に従う必要があります: `SELECT visitor_id, attribute_1, .. attribute_N FROM your_events_table`

* **`attribute_` フィールド**: オプションで、高度なターゲティングシナリオに使用できます。これらの高度なユースケースの詳細は[こちら](../target-your-imported-audiences)をご覧ください。
* **`visitor_id`**: この列は訪問者の一意の識別子を表します。

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/1.png)
</Frame>

#### ガイドライン

##### 列の命名

列名には文字 (大文字または小文字)、数字、アンダースコア (`_`) のみを使用できます。数字で始めることはできません。

##### 列の順序

統合が正しく機能するためには、列は指定された順序 (`visitor_id` の後にオプションの属性) で正確に表示される必要があります。

必要な情報をすべて提供したら、**Confirm** をクリックしてデータ取り込みタスクを作成します。

#### データ取り込みタスクの更新

データ取り込みタスクを更新するには:

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/5.png)
</Frame>

1. **タスクの選択**: まず、ドロップダウンメニューから編集したい特定のデータ取り込みタスクを選択します。

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/6.png)
</Frame>

2. **タスクの詳細を編集**: タスクの名前、頻度、BigQuery プロジェクト ID、リージョン、クエリなど、更新したいフィールドを変更します。
3. **変更を確定**: 必要な更新を行った後、「Confirm」をクリックしてデータ取り込みタスクの変更を保存します。

#### データ取り込みタスクの削除

データ取り込みタスクを削除するには:

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/7.png)
</Frame>

1. **タスクの選択**: ドロップダウンメニューから削除したいデータ取り込みタスクを選択します。

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/bigquery/use-bigquery-as-a-source-audience-targeting/8.png)
</Frame>

2. **削除を開始**: Edit フォームの右上にある削除アイコンをクリックします。
3. **削除を確定**: 確認プロンプトが表示されます。**Confirm** をクリックして選択したデータ取り込みタスクを削除します。

データ取り込みタスクを作成すると、Kameleoon プラットフォームはウェアハウスのポーリングを開始しており、データはすぐに Kameleoon キャンペーンでユーザーのターゲティングに利用できるようになります。ポーリングされたデータは、Web 実験用の [Activation API](../../../../developer-docs/apis/activation-api-js/api-reference/api-reference) と、機能実験用の[当社の SDK](../../../../developer-docs/feature-experimentation/get-started/overview) を使用して利用できます。

### 取り込み前にクエリを実行する

取り込みタスクを保存する前に、Kameleoon でクエリを直接テストできます。テストにより以下が可能になります:

* 接続をリアルタイムで確認できます。
* 認証情報とアクセス権が正しいことを確認できます。これにより、最初のデータインポートを待つことなく、問題を即座に検出するのに役立ちます。
* データの構造とアクセシビリティを検証できます。

簡単なクエリを実行して、Kameleoon が正しいデータベースとテーブルにアクセスできることを確認できます。データセットの小さなサンプルをダウンロードして、スキーマ、権限、コンテンツが期待どおりであることを確認することもできます。

<Frame>
  ![](https://storage.googleapis.com/kameleoon-storage-documentation/user-manual/images/integrations/data-warehouses/query-testing/query-testing-2.png)
</Frame>

## インポートしたオーディエンスをターゲティングする

[ウェアハウスのオーディエンスをターゲティングする方法を見る](../target-your-imported-audiences)