Crea un panel o un análisis personalizado para tus datos de Huella de carbono

Además de la vista predeterminada y la exportación de datos de Huella de carbono, puedes crear paneles y análisis personalizados con los datos exportados. Esta flexibilidad permite la visualización y la granularidad de los datos adaptadas, lo que permite obtener estadísticas más detalladas para optimizar la administración de tu huella de carbono según tus requisitos específicos.

Usa Hojas de cálculo de Google

Sigue estos pasos para crear un panel personalizado para tus datos de Huella de carbono con Hojas de cálculo de Google.

  1. Exporta toda tu huella de carbono a una hoja de cálculo.
  2. Usa una tabla dinámica para crear informes personalizados sobre tus datos exportados.
  3. Crea un gráfico para visualizar los resultados de la tabla dinámica.

Usa Data Studio

Sigue estos pasos para crear un informe personalizado de Data Studio para tus datos de Huella de carbono.

  1. Exporta tu huella de carbono a BigQuery.
  2. Crea un informe nuevo de Data Studio.
  3. Para conectarte a BigQuery selecciona el conjunto de datos que elegiste anteriormente cuando configuraste la exportación de Huella de carbono.
  4. Agrega gráficos a tu informe con la fuente de datos que creaste en el paso anterior.

Usa Looker

Sigue estos pasos para crear un panel personalizado de Looker para tus datos de Huella de carbono. Esta opción se recomienda si ya eres cliente de Looker.

  1. Exporta tu huella de carbono a BigQuery.
  2. Instala el bloque de Huella de carbono.

Estima los datos de emisiones con diferentes niveles de detalle uniendo los datos de Huella de carbono con los datos de Facturación de Cloud

Puedes combinar tus datos de exportación de Huella de carbono con tus datos de exportación de Facturación de Cloud para ver tus emisiones de carbono con diferentes niveles de detalle. Esto permite realizar análisis en niveles de etiquetas, tags o recursos personalizados, lo que ayuda a identificar áreas para reducir tu impacto ambiental. Puedes seguir estos pasos para aproximar los datos de emisiones a nivel de la instancia y los datos de emisiones a nivel de la etiqueta o el tag.

Aproxima los datos de emisiones a nivel de la instancia

  1. Exporta datos a BigQuery: Exporta los datos de Huella de carbono y los datos de costos de uso detallados de Facturación de Cloud a BigQuery, respectivamente.

  2. Une conjuntos de datos: Primero, agrega los datos de costos de uso detallados de Facturación de Cloud por hora al nivel mensual, agrupados por ID de cuenta de facturación, proyecto, producto, recurso y región antes de unirlos. Luego, une los datos exportados de Huella de carbono con los datos de costos de uso detallados de Facturación de Cloud usando las dimensiones comunes de ID de cuenta de facturación, proyecto, producto, región y mes.

  3. Estima las emisiones a nivel del recurso: Desglosa los datos de emisiones de carbono (agregados por ID de cuenta de facturación, proyecto, producto, región y mes) al nivel de recurso individual. Esta estimación se puede realizar distribuyendo proporcionalmente las emisiones en función de la contribución de cada recurso al costo de lista dentro de un ID de cuenta de facturación, proyecto, producto, región y mes determinados. El uso de cost_at_list evita el efecto secundario de posibles descuentos en los precios. Implementa pasos de validación para identificar y mitigar cualquier posible doble recuento de emisiones.

Nota importante: Las emisiones a nivel del recurso estimadas con esta distribución basada en el costo son aproximaciones, ya que tanto el costo como las emisiones se ajustan con el uso. Si bien no es una medida precisa del impacto de los recursos individuales, este método ayuda a priorizar los recursos de uso elevado para la optimización.

Aproxima los datos de emisiones a nivel de la etiqueta o el tag

  1. Exporta datos a BigQuery: Exporta los datos de Huella de carbono y los datos de costos de uso estándar de Facturación de Cloud a BigQuery, respectivamente.

  2. Une conjuntos de datos: Primero, agrega los datos de costos de uso estándar de Facturación de Cloud por hora al nivel mensual, agrupados por ID de cuenta de facturación, proyecto, producto, etiqueta o tag, y región antes de unirlos. Luego, une los datos exportados de Huella de carbono con los datos de costos de uso estándar de Facturación de Cloud usando las dimensiones comunes de ID de cuenta de facturación, proyecto, producto, región y mes.

  3. Estima las emisiones a nivel de la etiqueta o el tag: Con el conjunto de datos unido, agrega los datos de emisiones por etiqueta o tag y otras dimensiones según sea necesario.

Nota importante: Las emisiones a nivel de la etiqueta o el tag agregadas con este enfoque son aproximaciones y es posible que no reflejen con precisión el consumo de energía y las emisiones reales.

Próximos pasos