Membuat dasbor atau analisis kustom untuk data Jejak Karbon Anda

Selain tampilan default dan ekspor data Jejak Karbon, Anda dapat membuat dasbor dan analisis kustom menggunakan data yang diekspor. Fleksibilitas ini memungkinkan visualisasi dan perincian data yang disesuaikan, sehingga memungkinkan insight yang lebih mendalam untuk mengoptimalkan pengelolaan jejak karbon Anda sesuai dengan persyaratan spesifik Anda.

Menggunakan Google Spreadsheet

Ikuti langkah-langkah berikut untuk membuat dasbor kustom untuk data Jejak Karbon Anda menggunakan Google Spreadsheet.

  1. Mengekspor seluruh jejak karbon Anda ke spreadsheet
  2. Gunakan tabel pivot untuk membuat pelaporan kustom pada data yang diekspor.
  3. Buat diagram untuk memvisualisasikan hasil tabel pivot.

Menggunakan Data Studio

Ikuti langkah-langkah berikut untuk membuat laporan Data Studio kustom untuk data Jejak Karbon Anda.

  1. Mengekspor jejak karbon Anda ke BigQuery
  2. Membuat laporan Data Studio baru
  3. Hubungkan ke BigQuery dengan memilih set data yang sebelumnya Anda pilih saat mengonfigurasi ekspor Jejak Kaki Karbon.
  4. Tambahkan diagram ke laporan Anda menggunakan sumber data yang dibuat pada langkah sebelumnya.

Menggunakan Looker

Ikuti langkah-langkah berikut untuk membuat dasbor Looker kustom untuk data Jejak Karbon Anda. Opsi ini direkomendasikan jika Anda adalah pelanggan Looker yang sudah ada.

  1. Mengekspor jejak karbon Anda ke BigQuery
  2. Menginstal blok Jejak Karbon

Estimasi data emisi pada perincian yang berbeda dengan menggabungkan data Jejak Karbon dengan data Penagihan Cloud

Anda dapat menggabungkan data ekspor Jejak Karbon dengan data ekspor Penagihan Cloud untuk melihat emisi karbon Anda pada berbagai tingkat perincian. Hal ini memungkinkan analisis di tingkat label, tag, atau resource yang disesuaikan, yang mendukung identifikasi area untuk mengurangi dampak lingkungan Anda. Anda dapat mengikuti langkah-langkah ini untuk memperkirakan data emisi tingkat instance dan data emisi tingkat tag atau label.

Data emisi tingkat instance perkiraan

  1. Mengekspor Data ke BigQuery: Mengekspor data Jejak Karbon dan data biaya penggunaan mendetail Penagihan Cloud ke BigQuery.

  2. Gabungkan Set Data: Pertama, gabungkan data biaya penggunaan mendetail Penagihan Cloud per jam ke tingkat bulanan, yang dikelompokkan menurut ID akun penagihan, project, produk, resource, dan region sebelum digabungkan. Kemudian, gabungkan data Jejak Karbon yang diekspor dengan data biaya penggunaan mendetail Penagihan Cloud menggunakan dimensi umum ID akun penagihan, project, produk, region, dan bulan.

  3. Estimasi Emisi Tingkat Resource: Mengelompokkan data emisi karbon (yang dikelompokkan menurut ID akun penagihan, project, produk, region, dan bulan) ke tingkat resource individual. Estimasi ini dapat dilakukan dengan mendistribusikan emisi secara proporsional berdasarkan kontribusi setiap resource terhadap biaya dalam daftar di ID akun penagihan, project, produk, wilayah, dan bulan tertentu. Menggunakan cost_at_list menghindari efek samping dari potensi diskon harga. Terapkan langkah-langkah validasi untuk mengidentifikasi dan mengurangi potensi penghitungan ganda emisi.

Catatan Penting: Estimasi emisi tingkat resource yang menggunakan distribusi berbasis biaya ini adalah perkiraan, karena biaya dan emisi diskalakan dengan penggunaan. Meskipun bukan ukuran yang tepat untuk dampak resource individual, metode ini membantu memprioritaskan resource dengan penggunaan tinggi untuk pengoptimalan.

Perkiraan data emisi tingkat tag atau label

  1. Mengekspor Data ke BigQuery: Mengekspor data Jejak Karbon dan data biaya penggunaan standar Penagihan Cloud ke BigQuery.

  2. Gabungkan Set Data: Pertama, gabungkan data biaya penggunaan standar Penagihan Cloud per jam ke tingkat bulanan, yang dikelompokkan menurut ID akun penagihan, project, produk, tag atau label, dan wilayah sebelum digabungkan. Kemudian, gabungkan data Jejak Karbon yang diekspor dengan data biaya penggunaan standar Penagihan Cloud menggunakan dimensi umum ID akun penagihan, project, produk, region, dan bulan.

  3. Perkirakan Emisi Tingkat Tag atau Tingkat Label: Dengan set data gabungan, gabungkan data emisi menurut tag atau label dan dimensi lain sesuai kebutuhan.

Catatan Penting: Emisi tingkat tag atau tingkat label yang dikumpulkan menggunakan pendekatan ini adalah perkiraan dan mungkin tidak secara akurat mencerminkan konsumsi energi dan emisi sebenarnya.

Apa langkah selanjutnya?