--- title: Google Cloud BigQuery Reviews meta_title: 'Recensioni Google Cloud BigQuery 2026: Dettagli, Prezzi e Funzionalità | G2' meta_description: Filtra le recensioni di 1226 per dimensione dell'azienda, ruolo o settore degli utenti per scoprire come Google Cloud BigQuery funziona per un'azienda come la tua. aggregate_rating: rating_value: 4.5 review_count: 1226 scale: '5' date_modified: '2026-06-18' parent_category: name: Infrastruttura IT url: https://www.g2.com/it/categories/it-infrastructure --- # Google Cloud BigQuery Reviews **Vendor:** Google **Category:** [Soluzioni di Data Warehouse](https://www.g2.com/it/categories/data-warehouse) **Average Rating:** 4.5/5.0 **Total Reviews:** 1,226 ## About Google Cloud BigQuery BigQuery è una piattaforma di analisi dei dati completamente gestita e pronta per l'IA che ti aiuta a massimizzare il valore dei tuoi dati ed è progettata per essere multi-motore, multi-formato e multi-cloud. Archivia 10 GiB di dati ed esegui fino a 1 TiB di query gratuitamente al mese. ## Google Cloud BigQuery Pros & Cons **What users like:** - Gli utenti elogiano la **velocità** di Google Cloud BigQuery, che consente una gestione efficiente di grandi set di dati e approfondimenti attuabili. (143 reviews) - Gli utenti apprezzano la **facilità d'uso** di Google Cloud BigQuery, che consente un'analisi rapida dei dati con uno sforzo di gestione minimo. (129 reviews) - Gli utenti apprezzano le **integrazioni senza soluzione di continuità** di Google Cloud BigQuery con altri servizi, migliorando le loro capacità di analisi dei dati. (110 reviews) - Gli utenti apprezzano le **capacità di interrogazione veloce** di Google Cloud BigQuery, che consentono un'analisi efficiente di enormi set di dati senza sforzo. (105 reviews) - Gli utenti elogiano l' **efficienza delle query** di BigQuery, apprezzando la sua capacità di elaborare query complesse in modo rapido e senza intoppi. (100 reviews) - Easy Integrations (99 reviews) - Gli utenti apprezzano la **scalabilità** di Google Cloud BigQuery, gestendo efficacemente grandi set di dati e fornendo prestazioni rapide. (99 reviews) - Large Datasets (87 reviews) - Gli utenti apprezzano la **facilità di interrogazione con SQL standard** in Google Cloud BigQuery per gestire grandi set di dati in modo efficiente. (85 reviews) - Efficiency Improvement (75 reviews) **What users dislike:** - Gli utenti trovano che il **costo di Google Cloud BigQuery** possa aumentare rapidamente, in particolare con la tariffazione pay-per-query. (127 reviews) - Gli utenti hanno difficoltà con **problemi di query** che portano a costi imprevisti e difficoltà nell'ottimizzazione e nella messa a punto delle prestazioni. (65 reviews) - Gli utenti trovano la **curva di apprendimento impegnativa** , specialmente con il partizionamento e il clustering, influenzando la facilità d'uso complessiva. (54 reviews) - Gli utenti affrontano **prezzi imprevedibili** con Google Cloud BigQuery, portando a potenziali sforamenti di budget e configurazioni di governance complesse. (52 reviews) - Gli utenti affrontano **problemi di costo** con Google Cloud BigQuery, notando improvvisi aumenti delle bollette e difficoltà nella gestione efficace delle spese. (51 reviews) - Expensive Queries (47 reviews) - Cost Estimation (46 reviews) - Slow Performance (34 reviews) - Slow Queries (33 reviews) - Unclear Pricing (29 reviews) ## Google Cloud BigQuery Reviews ### 1. BigQuery scalabile e sicuro che si connette senza problemi tra i servizi **Rating:** 5.0/5.0 stars **Reviewed by:** Aayush M. | Data Engineer - Associate, Mid-Market (51-1000 dip.) **Reviewed Date:** April 16, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** La cosa migliore di BigQuery è la sua scalabilità e il servizio gestito fornito da GCP (Google Cloud Platform). Può connettersi senza problemi con quasi tutti i servizi disponibili sul mercato, sia che siano on-premises che basati su cloud. È uno dei più grandi data warehouse che offre anche la fattibilità del Data Lakehouse. Mi piacciono anche le sue caratteristiche di sicurezza, come i tag di policy e la vista autorizzata. **Cosa non Le piace di Google Cloud BigQuery?** Non credo ci sia qualcosa che non mi piaccia, forse devono lavorare sulla funzione di costo stimato durante l'esecuzione di una query, a volte non mostra la memoria associata a quella e poiché è un magazzino analitico, quindi l'aggiornamento in tempo reale non è possibile come in un database transazionale, forse in futuro possono aggiungere anche quelle funzionalità. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** Nello scenario attuale, tutti i nostri data sink sono memorizzati in Bigquery o in tabelle esterne collegate a Bigquery perché è così facile fare qualsiasi analisi su Bigquery e inoltre si collega senza problemi con Looker per un'analisi dettagliata. Al giorno d'oggi, abbiamo anche iniziato a sfruttare la loro capacità di creazione di modelli sui dati memorizzati in tabelle gestite da Biglake o in tabelle Bigquery. In definitiva, aiuta davvero a costruire una pipeline end-to-end senza preoccuparsi dello storage e della scalabilità. ### 2. BigQuery offre analisi rapide e intuitive con integrazioni senza soluzione di continuità **Rating:** 5.0/5.0 stars **Reviewed by:** Rakshith N. | Analyst , Vendita al dettaglio, Enterprise (> 1000 dip.) **Reviewed Date:** April 01, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** UI / UX: L'interfaccia è pulita e intuitiva, soprattutto quando si scrivono e si testano query. Funzionalità come la cronologia delle query, le query salvate e la validazione in linea rendono facile iterare rapidamente. Anche con query complesse, l'editor risulta fluido e reattivo, il che aiuta a ridurre il tempo complessivo di sviluppo. Integrazioni: BigQuery si integra perfettamente con strumenti come Looker, Data Transfer Service e altri prodotti Google Cloud. Questo rende più facile costruire pipeline di dati end-to-end senza fare affidamento pesante su integrazioni personalizzate. Avere un data warehouse centralizzato che si connette senza sforzo agli strumenti di reporting ha anche migliorato significativamente la coerenza dei dati. Prestazioni: Le prestazioni sono uno dei maggiori punti di forza di BigQuery. Posso eseguire query su dataset molto grandi e ottenere comunque risultati in pochi secondi. Questo ha ridotto drasticamente i tempi di risposta per l'analisi e il reporting, supportando decisioni più rapide. Prezzi / ROI: Il modello di prezzo pay-as-you-go offre un buon valore, soprattutto perché pago solo per le query che eseguo. Combinato con il tempo risparmiato dal non gestire l'infrastruttura e la capacità di ottenere informazioni più velocemente, offre un forte ROI. Supporto / Onboarding: Iniziare con BigQuery è relativamente semplice, in particolare per gli utenti già familiari con SQL. La documentazione è solida e l'ecosistema più ampio rende l'onboarding più facile rispetto ai data warehouse tradizionali. AI / Intelligenza: Le capacità integrate come BigQuery ML, insieme alle integrazioni con strumenti AI, aggiungono valore extra abilitando l'analisi predittiva direttamente all'interno della piattaforma. Questo riduce la necessità di spostare i dati in sistemi esterni e supporta casi d'uso più avanzati all'interno dello stesso ambiente. Le risorse e la documentazione sono anche semplici e facili da capire. **Cosa non Le piace di Google Cloud BigQuery?** Una sfida continua è la visibilità e il controllo dei costi. Poiché i prezzi si basano sulla quantità di dati elaborati per query, i costi possono aumentare inaspettatamente quando le query non sono ottimizzate. Ciò significa che gli utenti devono prestare molta attenzione alla progettazione delle query e monitorare l'uso con attenzione. L'interfaccia utente può anche sembrare un po' limitata per flussi di lavoro più avanzati. Funziona bene per scrivere query, ma gestire pipeline complesse o risolvere problemi di debug può richiedere il passaggio tra più strumenti o l'affidamento a soluzioni esterne. Un altro svantaggio è la flessibilità limitata durante la risoluzione dei problemi. Se i lavori falliscono o i trasferimenti di dati incontrano problemi, i messaggi di errore non sono sempre molto descrittivi, il che può rendere il debug più dispendioso in termini di tempo di quanto dovrebbe essere. Infine, sebbene l'onboarding sia generalmente fluido, può comunque richiedere tempo per apprendere le migliori pratiche come il partizionamento, il clustering e l'ottimizzazione dei costi, specialmente per i nuovi utenti. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** Google Cloud BigQuery affronta la sfida di elaborare e analizzare dataset su larga scala in modo rapido ed efficiente, senza richiedere di gestire alcuna infrastruttura. Ci permette di eseguire query SQL complesse su volumi massicci di dati in pochi secondi, riducendo notevolmente il tempo necessario per la reportistica e il processo decisionale. Dal punto di vista della facilità d'uso, l'interfaccia basata su SQL di BigQuery è accessibile per i team che già conoscono SQL, mantenendo la curva di apprendimento bassa. L'implementazione è anche semplice perché è completamente gestita, quindi non c'è bisogno di fornire, operare o mantenere server. BigQuery si integra perfettamente con altri strumenti nell'ecosistema Google Cloud così come con strumenti BI esterni, rendendo l'ingestione, la trasformazione e la visualizzazione dei dati un processo senza soluzione di continuità. Di conseguenza, il nostro flusso di lavoro complessivo è più efficiente e lo sforzo di integrazione è ridotto. In termini di benefici, ci ha aiutato a ottenere intuizioni più rapide, a scalare più facilmente e a elaborare dati in modo economico attraverso il suo modello pay-as-you-query. La sua alta disponibilità e le sue prestazioni elevate significano anche che un uso frequente e intenso non compromette l'affidabilità. Nel complesso, BigQuery semplifica la nostra analisi dei dati, rendendo più facile derivare intuizioni azionabili riducendo al contempo il sovraccarico operativo. ### 3. Buona esperienza nell'utilizzo di BigQuery per carichi di lavoro di qualità e riconciliazione dei dati **Rating:** 4.0/5.0 stars **Reviewed by:** Dhanush R. | Senior Technical Customer Success Manager, Mid-Market (51-1000 dip.) **Reviewed Date:** April 03, 2025 **Cosa Le piace di più di Google Cloud BigQuery?** BigQuery ci ha aiutato a elaborare e convalidare i dati aziendali su larga scala molto più velocemente durante i carichi di lavoro di qualità e riconciliazione dei dati. L'ho usato regolarmente insieme ai lavori Spark e alle pipeline di analisi, e la sua rapida esecuzione delle query ha ridotto significativamente il tempo necessario per la risoluzione dei problemi e la convalida. Una cosa che mi è piaciuta è che potevamo scalare i carichi di lavoro senza preoccuparci troppo della gestione dell'infrastruttura, il che ha reso le operazioni più semplici per ambienti di grandi dati. **Cosa non Le piace di Google Cloud BigQuery?** Una limitazione che ho notato è che BigQuery è eccellente per l'analisi e le query su larga scala, ma l'orchestrazione delle pipeline e la creazione dei flussi di lavoro non sono così semplici come nei tool come Azure Data Factory. Per alcuni casi d'uso aziendali di qualità dei dati e riconciliazione, ho scoperto che erano ancora necessari strumenti aggiuntivi per gestire i flussi di lavoro end-to-end, le integrazioni e il coordinamento complessivo in modo più efficiente. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** BigQuery ci ha aiutato a risolvere le sfide di elaborazione, validazione e riconciliazione dei dati su larga scala nei pipeline di dati aziendali. Negli ambienti di Acceldata (l'azienda dove ho utilizzato esplicitamente BigQuery), ci ha permesso di eseguire controlli di qualità dei dati, analizzare rapidamente grandi set di dati e individuare prima i problemi nei pipeline. Di conseguenza, il monitoraggio è migliorato, il tempo di risoluzione dei problemi è diminuito e le operazioni sui dati complessive sono diventate più efficienti. ### 4. Potenziale di Analisi Avanzata, ma Sfide di Configurazione **Rating:** 3.5/5.0 stars **Reviewed by:** Sean T. | Head of Marketing, Piccola impresa (50 o meno dip.) **Reviewed Date:** April 29, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** Mi piace che possiamo collegare Google Cloud BigQuery a fonti di dati facilmente - in particolare fonti Google come GA e Ads. Apprezzo anche come possiamo costruire query e programmarle, il che è molto conveniente. È anche fantastico che possiamo eseguire query che generano i propri dati. **Cosa non Le piace di Google Cloud BigQuery?** È piuttosto complicato da configurare inizialmente, e Google Cloud in generale ha un'interfaccia molto confusa, specialmente quando si tratta di permessi utente perché ci sono centinaia di permessi diversi che sono piuttosto complessi e difficili. A seconda della geolocalizzazione dei tuoi dati, a volte è difficile eseguire una query in una posizione che non può vedere il tuo dataset in un'altra posizione, il che è piuttosto confuso. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** Google Cloud BigQuery si connette bene con Google Ads e Analytics, permettendoci di fare analisi avanzate. Apprezzo quanto facilmente possiamo collegarlo a fonti di dati, costruire query, programmarle e generare nuovi dati. ### 5. Analisi Robuste, Costose ma Ne Vale la Pena **Rating:** 4.0/5.0 stars **Reviewed by:** Yuvraj S. | Manager Flight Operations, Aviazione e aerospaziale, Mid-Market (51-1000 dip.) **Reviewed Date:** June 07, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** Utilizzo Google Cloud BigQuery per gestire dati e registri per i dipartimenti interni, e mi supporta con analisi dei dati quasi in tempo reale, il che è cruciale. Mi piace molto come mi fornisce dashboard di report in tempo reale, rendendo molto più facile interpretare i dati rapidamente. È fantastico che BigQuery elimini la necessità di server per scalare gli input di dati, poiché Google gestisce questo automaticamente, il che è un enorme sollievo considerando la scala dei dati nell'industria aerea. Inoltre, Google rende l'interfaccia utente molto amichevole, rendendo il processo di configurazione iniziale un processo fluido. **Cosa non Le piace di Google Cloud BigQuery?** il costo di utilizzo è troppo alto **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** Google Cloud BigQuery mi supporta con analisi dei dati quasi in tempo reale, semplifica la gestione di enormi quantità di dati senza la necessità di gestire server e fornisce un facile accesso ai dati tramite dashboard in tempo reale. ### 6. Gestisce dati massivi senza problemi, con funzionalità AI che sembrano Airtable **Rating:** 4.0/5.0 stars **Reviewed by:** Rusira S. | Video Editor | Motion Graphics, Piccola impresa (50 o meno dip.) **Reviewed Date:** April 25, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** Ci permette di mantenere milioni o decine di milioni di dati senza influire sulle prestazioni delle nostre query ed è ora migliorato con funzionalità AI che fanno davvero sembrare un data warehouse come un airtable! **Cosa non Le piace di Google Cloud BigQuery?** L'interfaccia e l'UI sono troppo complesse per un principiante. Quando ho iniziato, non riuscivo a capire cosa facesse cosa. Ma non è uno strumento per principianti. L'altra cosa è la performance per progetti di piccola scala. Se il tuo progetto è di piccola scala, aspettati tempi di query di oltre 1 minuto per una singola query select con solo 100 record. Le query sono ottimizzate per una scala più grande, quindi potresti percepire questo tipo di ritardi qua e là. Il prezzo è accettabile ma c'è una situazione di lock-in del fornitore quando inserisci sempre più dati. Fortunatamente non siamo arrivati a quel punto, ma sento che essendo un luogo per raccogliere milioni o miliardi di dati, passare a un altro fornitore potrebbe ovviamente essere un incubo. Se mantengono lo stesso prezzo, non sarà un grosso problema. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** Avevamo un sistema di tracciamento che monitorava centinaia di punti dati delle piattaforme di marketing dei clienti su Google Ads, Analytics, FB Ads, TikTok Ads e fonti simili. Tutti questi dati erano memorizzati in un magazzino BigQuery, e eseguivamo algoritmi di elaborazione e flussi di lavoro correlati direttamente tramite BigQuery. Memorizza tutti i dati senza alcun problema e le prestazioni nell'accesso ad alcuni dei dati sono davvero molto buone rispetto ad alcune delle altre alternative che abbiamo provato. Inoltre, avere l'accesso da Google Workspace da qualsiasi parte del mondo è anche una buona opzione. ### 7. Integrazione senza soluzione di continuità, adatta ai principianti, necessita di chiarezza sulla fatturazione **Rating:** 4.5/5.0 stars **Reviewed by:** Veera Shubhashree P. **Reviewed Date:** April 10, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** Uso Google Cloud BigQuery per apprendere i concetti di big data e implementare chatbot. Mi piace che tutti i servizi e i prodotti siano in un unico posto, rendendo facile l'uso di BigQuery per diversi casi d'uso. Apprezzo la facilità di accesso e l'integrazione con diversi strumenti. Non solo BigQuery, ma l'intero ambiente di Google Cloud è molto adatto ai principianti e offre un sandbox a basso costo per l'apprendimento. Strumenti come Google CloudSQL, BigQuery, API e Vertex AI sono molto preziosi per l'apprendimento dell'implementazione di chatbot. L'installazione iniziale di Google Cloud BigQuery è stata molto facile. **Cosa non Le piace di Google Cloud BigQuery?** I dettagli di fatturazione possono essere più chiari e più facilmente monitorati. L'opzione per mettere in pausa e riprendere i pagamenti potrebbe essere progettata per un'esperienza utente più semplice. Sarebbe davvero utile avere l'opzione di mettere in pausa i pagamenti nei fine settimana o fornire un avviso per mettere in pausa quando non viene utilizzato per più di 6 ore. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** Google Cloud BigQuery consolida servizi e prodotti, semplificando l'uso per vari casi. La sua facilità di accesso e integrazione con diversi strumenti migliora le mie esperienze di apprendimento. Fa parte di un ambiente adatto ai principianti con un sandbox a basso costo ideale per l'apprendimento dell'implementazione di chatbot. ### 8. Conveniente e Veloce, potrebbe fare con Migliori Funzionalità AI **Rating:** 4.0/5.0 stars **Reviewed by:** Mateo K. | AI Product Manager, Software per computer, Piccola impresa (50 o meno dip.) **Reviewed Date:** April 10, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** Mi piace che Google Cloud BigQuery sia gratuito se non operi su larga scala, il che è fantastico perché lo usiamo senza pagare. Direi anche che l'esperienza utente è piuttosto buona. Inoltre, penso che la configurazione iniziale sia stata piuttosto veloce. Rispetto ad altri servizi, è stato probabilmente il più veloce. **Cosa non Le piace di Google Cloud BigQuery?** Le funzionalità AI non sono molto buone, quindi finisco per utilizzare servizi AI esterni per scrivere query. Ci sono anche diversi modi di fare le stesse cose e non è molto chiaro quale sia il migliore. A volte, penso che l'esperienza utente potrebbe essere un po' più chiara su quali siano i modi migliori di operare. Il fatto che si debba fare una certificazione o un corso per imparare a usare il prodotto dimostra che il prodotto non è così intuitivo come potrebbe essere. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** Utilizzo Google Cloud BigQuery per memorizzare e trasformare i dati per una facile reportistica in Looker Studio. ### 9. Analisi senza sforzo e fulminee con la scalabilità serverless di BigQuery **Rating:** 4.0/5.0 stars **Reviewed by:** Alok K. | Software Engineer, Piccola impresa (50 o meno dip.) **Reviewed Date:** January 20, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** L'architettura serverless di BigQuery e le prestazioni eccezionali delle query SQL su dataset enormi sono straordinarie. L'integrazione senza soluzione di continuità con gli strumenti di Google Cloud Platform e la scalabilità automatica rendono l'analisi dei dati semplice senza dover gestire l'infrastruttura. Le capacità di machine learning integrate e l'analisi in tempo reale hanno trasformato significativamente i nostri flussi di lavoro sui dati. **Cosa non Le piace di Google Cloud BigQuery?** Il modello di prezzo può diventare costoso per query su larga scala senza un'adeguata ottimizzazione e monitoraggio dei costi. La curva di apprendimento per le funzionalità avanzate e le tecniche di ottimizzazione delle query richiede un investimento di tempo. Il supporto limitato per alcuni tipi di dati e la complessità occasionale nel debug delle query annidate potrebbero essere migliorati per una migliore esperienza degli sviluppatori. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** BigQuery ha risolto i nostri enormi colli di bottiglia nel processamento dei dati consentendo l'analisi in tempo reale di terabyte di dati che in precedenza richiedevano ore per essere elaborati. Questo ha accelerato il nostro processo decisionale, ridotto i costi infrastrutturali eliminando la necessità di data warehouse on-premise, e ha permesso al nostro team di eseguire query analitiche complesse senza dover attendere il supporto IT. Il modello serverless ha trasformato il modo in cui gestiamo i dati su larga scala. ### 10. Analisi senza sforzo su larga scala con la velocità e l'integrazione senza soluzione di continuità di BigQuery **Rating:** 5.0/5.0 stars **Reviewed by:** annpurna S. | Marketing Data Ops Lead, Software per computer, Enterprise (> 1000 dip.) **Reviewed Date:** January 13, 2026 **Cosa Le piace di più di Google Cloud BigQuery?** Ciò che mi piace di più di BigQuery è la sua capacità di gestire enormi set di dati con una velocità incredibile, senza preoccuparsi dell'infrastruttura. La sua architettura serverless e completamente gestita mi consente di concentrarmi sull'analisi e sull'ottenimento di approfondimenti, e la sua integrazione con altri strumenti di Google Cloud rende la creazione di dashboard e pipeline senza soluzione di continuità. **Cosa non Le piace di Google Cloud BigQuery?** BigQuery è potente, ma i costi delle query possono aumentare se i dataset sono molto grandi e le query non sono ottimizzate. Di solito aggiro questo problema utilizzando tabelle partizionate e memorizzando i risultati nella cache. Inoltre, sebbene sia ottimo per l'analisi, le trasformazioni di dati molto complesse spesso richiedono strumenti ETL aggiuntivi, ma questo è gestibile con l'approccio giusto. **Quali problemi sta risolvendo Google Cloud BigQuery e in che modo La sta aiutando?** BigQuery affronta diverse sfide significative quando si lavora con dati su larga scala. Consente l'analisi di dati che vanno dai terabyte ai petabyte, il tutto senza la necessità di gestire infrastrutture complesse. La sua velocità e prestazioni permettono di eseguire rapidamente query su dataset enormi, il che aiuta a prevenire ritardi nella generazione di report o nell'estrazione di informazioni. Essendo una soluzione serverless e completamente gestita, BigQuery elimina il peso di mantenere server o ottimizzare l'hardware. Facilita anche la consolidazione dei dati riunendo varie fonti, come Cloud Storage, Sheets e Salesforce, in un'unica piattaforma per un'analisi unificata. Inoltre, BigQuery supporta lo streaming e l'analisi quasi in tempo reale, rendendolo adatto per dashboard e report operativi che richiedono informazioni aggiornate. ## Google Cloud BigQuery Discussions - [Is BigQuery part of Google Cloud Platform?](https://www.g2.com/it/discussions/is-bigquery-part-of-google-cloud-platform) - 2 comments, 2 upvotes - [Big Query è gratuito?](https://www.g2.com/it/discussions/is-big-query-free) - 3 comments, 1 upvote - [Quando possiamo integrare](https://www.g2.com/it/discussions/when-we-can-integrate) - 1 comment, 1 upvote - [In che modo BQ legacy SQL è diverso dallo standard SQL?](https://www.g2.com/it/discussions/16021-how-bq-legacy-sql-is-different-form-the-standard-sql) - 1 comment, 1 upvote - [Su cosa si basa Google BigQuery?](https://www.g2.com/it/discussions/what-is-google-bigquery-based-on) - 1 comment - [View Google Cloud BigQuery pricing details and edition comparison](https://www.g2.com/it/products/google-cloud-bigquery/reviews/google-cloud-bigquery-review-12958418?section=pricing&secure%5Bexpires_at%5D=2026-06-19+01%3A08%3A57+-0500&secure%5Bsession_id%5D=306ec1a7-5ca3-4160-80f9-124a3156a5a3&secure%5Btoken%5D=b9eea90265445ea3036e66ccb0c3b5c3cc18437fa9a1be4d0aa1a1ef0e1a90f8&format=llm_user) ## Google Cloud BigQuery Integrations - [Ab Initio](https://www.g2.com/it/products/ab-initio/reviews) - [Agentforce Sales (formerly Salesforce Sales Cloud)](https://www.g2.com/it/products/agentforce-sales-formerly-salesforce-sales-cloud/reviews) - [AM](https://www.g2.com/it/products/am/reviews) - [Apache Kafka](https://www.g2.com/it/products/apache-kafka/reviews) - [AppSheet](https://www.g2.com/it/products/appsheet/reviews) - [Azure Databricks](https://www.g2.com/it/products/azure-databricks/reviews) - [Boomi Data Integration](https://www.g2.com/it/products/boomi-data-integration/reviews) - [CrowdStrike Falcon Endpoint Protection Platform](https://www.g2.com/it/products/crowdstrike-falcon-endpoint-protection-platform/reviews) - [Databricks](https://www.g2.com/it/products/databricks/reviews) - [DATAflow](https://www.g2.com/it/products/dataflow/reviews) - [Data Studio](https://www.g2.com/it/products/data-studio/reviews) - [dbt](https://www.g2.com/it/products/dbt/reviews) - [Gemini Enterprise Agent Platform](https://www.g2.com/it/products/gemini-enterprise-agent-platform/reviews) - [Google Analytics 360](https://www.g2.com/it/products/google-analytics-360/reviews) - [Google Cloud Dataflow](https://www.g2.com/it/products/google-cloud-dataflow/reviews) - [Google Cloud Storage](https://www.g2.com/it/products/google-cloud-storage/reviews) - [Grafana Labs](https://www.g2.com/it/products/grafana-labs/reviews) - [Hightouch](https://www.g2.com/it/products/hightouch/reviews) - [Informatica PowerCenter](https://www.g2.com/it/products/informatica-powercenter/reviews) - [Looker](https://www.g2.com/it/products/looker/reviews) - [Microsoft Fabric](https://www.g2.com/it/products/microsoft-fabric/reviews) - [Microsoft Power BI](https://www.g2.com/it/products/microsoft-microsoft-power-bi/reviews) - [Microsoft SQL Server](https://www.g2.com/it/products/microsoft-sql-server/reviews) - [Microsoft Teams](https://www.g2.com/it/products/microsoft-teams/reviews) - [pandas python](https://www.g2.com/it/products/pandas-python/reviews) - [PostgreSQL](https://www.g2.com/it/products/postgresql/reviews) - [Prefect](https://www.g2.com/it/products/prefect/reviews) - [Purple DS](https://www.g2.com/it/products/purple-ds/reviews) - [PyCharm](https://www.g2.com/it/products/pycharm/reviews) - [Python](https://www.g2.com/it/products/python/reviews) - [Snowflake](https://www.g2.com/it/products/snowflake/reviews) - [Tableau](https://www.g2.com/it/products/tableau/reviews) - [Talend Cloud Data Integration](https://www.g2.com/it/products/talend-cloud-data-integration/reviews) - [UiPath Automation Hub](https://www.g2.com/it/products/uipath-automation-hub/reviews) ## Google Cloud BigQuery Features **Gestione** - Segnalazione - Revisione contabile **Gestione dei dati** - Integrazione dei dati - Compressione dei dati - Qualità dei dati - Analisi dei dati integrate - Apprendimento automatico in-database - Analisi del Data Lake **Conservazione** - Modello di dati - Tipi di dati **Calcolo centralizzato** - Calcolo Centralizzato **Strumento Statistico** - Scripting - Estrazione dei dati - Algoritmi **Operazioni di Marketing** - Monitoraggio del ROI - Raccolta dati - Approfondimenti sui clienti - Accesso multiutente - Gestione delle Spese - Etichetta Bianca **Database** - Raccolta dati in tempo reale - Distribuzione dei dati - Lago di Dati **Trasformazione dei dati** - Analisi in tempo reale - Interrogazione dei dati **Funzionalità** - Estrazione - Trasformazione - Caricamento - Automazione - Scalabilità **Integrazione** - Integrazione AI/ML - Integrazione dello strumento BI - Integrazione del data lake **Disponibilità** - Sharding automatico - Recupero automatico - Replica dei dati **Calcolo localizzato** - Calcolo localizzato **Analisi dei dati** - Analisi - Interazione dei dati **Integrazioni** - Integrazione di Hadoop - Integrazione Spark **Distribuzione** - In sede - Nuvola **Prestazione** - Cache integrata **Prendere decisioni** - Modellazione - Visualizzazioni dei dati - Generazione del rapporto - Unificazione dei dati **Attività di Campagna** - Approfondimenti sulla campagna - Report e Dashboard - Adesività della campagna - Tracciamento Multicanale - Ottimizzazione del marchio - Analisi Predittiva **Piattaforma** - Scalabilità della macchina - Preparazione dei dati - Integrazione Spark **Connettività** - Integrazione di Hadoop - Integrazione Spark - Analisi Multi-Sorgente - Lago di Dati **Prestazione** - Scalabilità **Sicurezza** - Autorizzazione Basata su Ruoli - Autenticazione - Registri di controllo - Crittografia **AI agentico - Analisi di marketing** - Esecuzione autonoma dei compiti - Integrazione tra sistemi - Assistenza Proattiva **Elaborazione** - Elaborazione Cloud - Elaborazione del carico di lavoro **Operazioni** - Visualizzazione dei dati - Flusso di lavoro dei dati - Scoperta Governata - Analisi Incorporata - Quaderni **Sicurezza** - Governance dei dati - Sicurezza dei dati **Supporto** - Multi-Modello - Sistemi Operativi **Intelligenza Artificiale Generativa** - Generazione di Testo AI - Riassunto del testo AI **Intelligenza Artificiale Generativa** - Generazione di Testo AI - Riassunto del testo AI **Creare rapporti** - Trasformazione dei dati - Modellazione dei dati - Progettazione di Report WYSIWYG - API di integrazione **Piattaforma** - Personalizzazione - Gestione di Utenti, Ruoli e Accessi - Internazionalizzazione - Ambienti di prova / Sandbox - Prestazioni e Affidabilità - Ampiezza delle Applicazioni dei Partner ## Top Google Cloud BigQuery Alternatives - [Snowflake](https://www.g2.com/it/products/snowflake/reviews) - 4.5/5.0 (707 reviews) - [Databricks](https://www.g2.com/it/products/databricks/reviews) - 4.6/5.0 (1,277 reviews) - [Cloudera](https://www.g2.com/it/products/cloudera/reviews) - 4.1/5.0 (131 reviews)