MCP-kopplingarBigQuery

BigQuery MCP: koppla BigQuery till Claude och ChatGPT

Fråga Claude eller ChatGPT vilka kampanjer som gav ordrar förra veckan, hur stor snittkorgen var per land eller hur många förstagångsköpare som kom tillbaka. AI:n hittar rätt dataset i BigQuery, skriver frågan, kör den och svarar med vanliga ord, så att ingen behöver boka tid med en analytiker för en enkel siffra.

Vi bygger kopplingen åt ert företag på Googles eget API för BigQuery. Alla loggar in med sitt eget Google-konto, så AI:n läser de dataset och tabeller personen har fått tillgång till i Google Cloud, och den bara läser.

Byggs för ert företag · Fungerar i Claude, ChatGPT och Copilot

I praktiken

Vad teamet kan göra med BigQuery i Claude och ChatGPT

Marknad

Vilka kampanjer som lönade sig

Ordrar och intäkter per kampanj, kanal eller landningssida från den webb- och annonsdata ni redan samlar i BigQuery, utan en ny dashboard för varje ny fråga.
E-handel och säljstöd

Ordrar, korgar och returer när du behöver dem

Snittkorg per land, returgrad per produktgrupp eller återköp per månad, frågat när frågan dyker upp.
Ekonomi

Stäm av en siffra mot källan

Intäkter per marknad eller betalsätt för en period, hämtade ur ordertabellerna och jämförda med vad bokföringen säger.
Datateam

Självbetjäning med den åtkomst ni redan har satt

Folk frågar via AI:n och når bara de dataset de har fått i Google Cloud. Ni väljer vilka grupper som får kopplingen och i vilket projekt frågorna körs.
Exempel

Fråga så här

  • “Vilka fem kampanjer gav flest ordrar förra veckan, och vad blev intäkten från var och en?”

  • “Hur stor var snittkorgen per land i oktober?”

  • “Hur många som handlade för första gången i september beställde igen inom 30 dagar?”

  • “Vilka dataset har vi i marknadsprojektet, och vad finns i vart och ett?”

  • “Jämför returgraden för skor och ytterkläder det här kvartalet.”

  • “Hur många besök kom från nyhetsbrevet för Sandberg & Holm förra månaden, och hur många av dem slutade i en order?”

Kopplingen

Det här bygger vi för BigQuery

Deployed OS har ingen färdig BigQuery-koppling än. Vi bygger den åt ert företag när ni börjar, på BigQuerys eget API, med samma regler som alla andra kopplingar: egen inloggning för varje person, behörighet per grupp och logg på varje anrop.

Dataset
De dataset du har tillgång till i företagets projekt i Google Cloud, med sina beskrivningar.
Tabeller och vyer
Tabeller och vyer med kolumner, typer och beskrivningar, så att AI:n väljer rätt.
Frågor som bara läser
En fråga i taget som bara läser, med en gräns för hur många rader som kommer tillbaka och för hur mycket data en enskild fråga får gå igenom.
Era definitioner
Vad som räknas som en order, en återkommande kund eller en kampanj hos er, kopplat till rätt tabeller och kolumner.
Säkerhet

Vem ser vad

Bara läsning
Kopplingen bläddrar och kör frågor som läser. Satser som skulle skapa, ändra eller ta bort tabeller eller rader stoppas. Skrivande åtgärder bygger vi bara om ni ber om det.
Varje persons egen behörighet hos Google
Alla loggar in med sitt eget Google-konto. Google Cloud kontrollerar varje fråga mot den åtkomst personen har fått, så ett dataset som marknad inte kan öppna i BigQuery förblir stängt även via AI:n.
Företaget bestämmer vem som får den
Admin väljer vilka grupper som får BigQuery i Deployed OS. En grupp utan åtkomst ser aldrig kopplingen.
Allt loggas
Vem som frågade, vilken fråga som kördes och när. Deployed OS sparar loggen, och den går att exportera.
Kom igång

Koppla in BigQuery i tre steg

01
Vi går igenom med er vilka frågor som är viktigast och vilka dataset som besvarar dem, och bygger kopplingen på BigQuerys API.
02
Er administratör för Google Cloud godkänner kopplingen, och ni väljer vilka grupper som får BigQuery i Deployed OS.
03
Alla kopplar in sitt eget Google-konto. Sedan är det bara att fråga.
Jämförelse

BigQuerys egen MCP-server eller Deployed OS?

Google har en egen MCP-server för BigQuery. Den körs hos Google, följer med BigQuerys API och använder Google-inloggning tillsammans med den åtkomst ni har satt i Google Cloud. Är BigQuery det enda system teamet vill ha i sitt AI-verktyg, och de som frågar är vana vid Google Cloud, är den en bra början.

Deployed OS är till för när BigQuery är ett av flera system. Det ligger bredvid ert CRM, era annonskonton och andra verktyg i en och samma företagskoppling, admin bestämmer vilka grupper som får varje system, varje anrop loggas på ett ställe och samma regler gäller i Claude och ChatGPT. Vi bygger dessutom verktygen kring era egna definitioner, så att marknad och ekonomi kan fråga utan att kunna tabellnamnen.

Deras dokumentation: BigQuery remote MCP server

Frågor

BigQuery MCP: vanliga frågor

Ja. Google har en egen MCP-server för BigQuery, som körs hos Google och styrs av den åtkomst ni har satt i Google Cloud. Deployed OS lägger BigQuery i en och samma företagskoppling som era andra system, med åtkomst per grupp, en logg och verktyg byggda för ert företag.

Nej. Kopplingen listar dataset och tabeller och kör frågor som bara läser. Den skapar, ändrar och tar inte bort något, och skrivande åtgärder bygger vi bara om ni ber om det.

Ja. Alla loggar in med sitt eget Google-konto, och Google Cloud kontrollerar varje fråga mot den åtkomst personen har. AI:n kan inte läsa en tabell som personen inte får ställa frågor mot i BigQuery.

Vi bygger kopplingen med en gräns för hur mycket data en enskild fråga får gå igenom, som vi sätter tillsammans med ert datateam. En fråga som skulle gå över gränsen stoppas innan den körs.

Deployed är ett EU-bolag och följer GDPR fullt ut, och ni väljer var er data lagras, ned till stad. Frågeresultat hämtas från BigQuery när någon frågar efter dem.

Det beror på hur stort teamet är. Hör av er så går vi igenom det.

Fler kopplingarAlla kopplingar
Hör av er

Se det på era egna system.

Berätta vilka system ni kör på. Vi visar vad teamet kan fråga och vad IT får kontroll över.