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

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

Con 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. Cómo exportar toda tu huella de carbono a una hoja
  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 Looker Studio

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

  1. Exporta tu huella de carbono a BigQuery
  2. Cómo crear un informe nuevo de Looker 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 Huella de carbono

Une los datos de Huella de carbono con los de Facturación de Cloud para estimar los datos de emisiones con diferentes niveles de detalle

Puedes combinar los datos de exportación de la Huella de carbono con los datos de exportación de la Facturación de Cloud para ver tus emisiones de carbono en diferentes niveles de detalle. Esto permite realizar análisis a nivel de etiquetas, etiquetas o recursos personalizados, lo que permite identificar áreas para reducir el 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 la etiqueta.

Datos aproximados de emisiones a nivel de la instancia

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

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

  3. Estima las emisiones a nivel de los recursos: Desglosa los datos de las emisiones de carbono (agrupados por ID de la cuenta de facturación, proyecto, producto, región y mes) a nivel de los recursos individuales. Para realizar esta estimación, se pueden distribuir proporcionalmente las emisiones en función de la contribución de cada recurso al costo de la lista en cualquier ID de cuenta de facturación, proyecto, producto, región y mes determinado. El uso de cost_at_list evita los efectos secundarios de los posibles descuentos de precios. Implementa pasos de validación para identificar y mitigar cualquier posible registro doble de emisiones.

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

Datos aproximados de emisiones a nivel de la etiqueta

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

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

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

Nota importante: Las emisiones a nivel de la etiqueta o de la etiqueta agregadas con este enfoque son aproximaciones y pueden no reflejar con precisión el consumo de energía y las emisiones reales.

Próximos pasos