我是 LongbridgeAI，我可以總結文章信息。Alteryx 在週三宣佈與 Google Cloud 擴大合作關係，包括推出針對 BigQuery 的 Live Query，這是一項新功能，使聯合客户能夠在 BigQuery 中構建和運行 Alteryx 工作流。
之前，要使用 Alteryx 的數據集成和準備功能，存儲在 BigQuery 中的 Alteryx 用户必須先將數據從 BigQuery 移出並導入 Alteryx。這樣做，他們不僅要承擔 數據出口 的成本，還面臨數據在不同平台之間傳輸時的潛在風險。
針對 BigQuery 的 Live Query 消除了這些成本和風險。
根據 TreeHive Strategy 的創始人兼首席顧問 Donald Farmer 的説法，除了安全性和效率外，它使 Alteryx 和 Google Cloud 的聯合客户能夠更好地擴展工作負載，因為 BigQuery 的服務器容量大於 Alteryx 的服務器。因此，他指出，針對 BigQuery 的 Live Query 是 Alteryx 客户在使用 Google Cloud 存儲數據時的一項重要新功能。
"針對 BigQuery 的 Live Query 在許多方面都很好，因為它支持 BigQuery 級別的分析，這遠超任何 Alteryx 服務器的能力，Google Cloud 客户會喜歡它，因為它保持數據在原地，由 Google 安全管理，"Farmer 説。
除了針對 BigQuery 的 Live Query，Alteryx 的擴展合作關係還包括開發 Alteryx One: Google Edition，這是一個專為 Google Cloud 客户 量身定製的 Alteryx 平台版本，將通過 Google Cloud Marketplace 提供。
組合能力
Alteryx 總部位於加利福尼亞州爾灣，是一家長期以來提供數據管理的平台，能夠整合來自不同來源的數據併為分析和人工智能做好準備。近年來，Alteryx 將自動化作為其各種工具的關鍵特性，並在 2025 年 5 月 推出了 Alteryx One，以統一之前分散的功能，使其套件更易於導航。
針對 BigQuery 的 Live Query 在許多方面都很好，因為它支持 BigQuery 級別的分析，這遠超任何 Alteryx 服務器的能力，Google Cloud 客户會喜歡它，因為它保持數據在原地，由 Google 安全管理。Donald Farmer TreeHive Strategy 創始人兼首席顧問
與此同時，BigQuery 是一個完全託管的數據倉庫和人工智能平台，專為快速執行 SQL 查詢和對大規模數據集進行數據分析而設計。
開發針對 BigQuery 的 Live Query 的動力來自 Alteryx 和 Google Cloud 之間的共同認識，即聯合客户希望將 Alteryx 和 BigQuery 結合使用，但這樣做對某些數據團隊來説可能過於複雜，Alteryx 的首席產品官 Ben Canning 表示。
具體而言，他指出，用户希望擁有 像 BigQuery 這樣的集中平台 的強大、安全和治理能力，以及像 Alteryx 這樣的供應商的數據準備和集成功能。
"業務用户顯然看到了這些平台的價值，但對於非技術團隊來説，它們往往過於複雜，無法充分利用，"Canning 説。"這意味着許多業務關鍵工作——例如數據準備、計算和邏輯——仍然發生在平台之外。……針對 BigQuery 的 Live Query 將這些結合在一起。"
結果是，數據集成和準備工作負載的治理和安全性更強，複雜性降低，他繼續説道。
"這種共同的客户需求真正推動了這項合作關係的前進，"Canning 説。
根據 Alteryx 的説法，針對 BigQuery 的 Live Query 的具體好處包括：
- 直接在 BigQuery 中使用 Alteryx 準備數據並應用業務邏輯。
- 在數據倉庫規模上執行和自動化受管的數據集成和準備工作流。
- 維護 Google Cloud 的 集中治理、安全性和性能。
- 為數據、分析和人工智能團隊提供更快的洞察生成。
ISG 軟件研究的分析師 Matt Aslett 指出，AWS、Google Cloud、Microsoft、Snowflake 和 Databricks 等雲數據平台的廣泛採用導致了分析和數據準備專家（如 Alteryx）與 超大規模雲 提供商之間的緊密集成。因此，Alteryx 與 Google Cloud 的對接並不是首個產生減少在平台之間移動數據需求的能力的合作關係。
事實上，Alteryx 為 Databricks 和 Snowflake 提供 Live Query 功能。然而，針對 BigQuery 的 Live Query 仍然具有重要意義，因為它將 Alteryx 的 Live Query 產品擴展到那些也使用 BigQuery 滿足其 數據倉庫需求 的客户，Aslett 表示。
"Alteryx 針對 BigQuery 的 Live Query 將使使用 Google BigQuery 的 Alteryx 用户能夠……潛在地提高性能並降低成本和複雜性，"他説。
Farmer 同樣指出，BigQuery 的實時查詢並不是獨特的，因為它使用户能夠將分析和數據準備工作負載推送到他們的數據倉庫。然而，Farmer 補充説，這個新工具具有一些特徵，例如直接查詢的拖放體驗和針對 BigQuery 的優化，這在某種程度上使其與類似產品有所區別。
他説："我只想説，它在具體細節上是獨特的，而不是在概念上。"
與此同時，Farmer 警告説，儘管 BigQuery 的實時查詢對 Alteryx 和 Google Cloud 的聯合客户具有潛在價值，但並不是所有用户都可能喜歡這個功能。
BigQuery 的實時查詢改變了用户與存儲在 BigQuery 中的數據的工作方式，移除了某些用户可能更喜歡的 Alteryx 環境。然而，對於大型工作負載而言，在數據所在的位置處理數據的好處，可能會超過在系統之間移動數據的其他顧慮。
Farmer 説："Alteryx 提供了最佳的用户體驗，以支持準備、分析、重新準備（當某些內容看起來不太正確時）和重新分析的迭代工作流程。"他説："這在實時查詢中變得更加困難。但在這種規模下，這在任何情況下都變得有些不切實際。"
下一步
正如 BigQuery 的實時查詢加速和簡化了數據工作流程，Canning 表示，Alteryx 在 2026 年的產品開發計劃專注於進一步使客户能夠更高效地管理和分析數據。
他説："這意味着繼續將分析和 AI 工作流程更接近可信數據所在的位置，擴展就地執行，並使業務邏輯成為一個受管控的、可重用的資產，而不是埋藏在電子表格或代碼中的東西。"
此外，Canning 繼續表示，Alteryx 專注於幫助客户使用乾淨、準備良好的數據構建 AI 模型和應用程序 這些數據是可以信任的。
Aslett 指出，自從 被收購 以來，Alteryx 已大幅擴展其產品組合。特別是，該供應商改善了其在雲和混合環境中的產品，並增加了用於數據準備和分析的 AI 驅動工具。
關於潛在的下一步，Aslett 建議在與 Google Cloud 擴大合作伙伴關係後，Alteryx 也應與其他超大規模雲提供商進行同樣的擴展。
他説："通過與 Google Cloud 的緊密集成和通過 Google Cloud Marketplace 的易於採用，Alteryx 降低了 Google Cloud 客户的採用門檻。"因此，我預計 Alteryx One 會有類似的版本，專門為 AWS、Microsoft Azure、Databricks 和 Snowflake 等平台量身定製。
與此同時，Farmer 建議 Alteryx 做更多工作來幫助客户控制成本。根據 2024 年 Gartner 調查 的 300 多位 CIO 的調查，成本是開發高級應用程序的一個障礙因素。對雲原生能力（如 BigQuery 的實時查詢）的支出可能迅速增加，因此提供一個能夠讓客户預測費用的工具將是有益的。
Farmer 説："他們需要更深入的成本治理，尤其是這個實時查詢功能，因為隨着用户運行更多的查詢，雲成本可能會激增。"他説："他們需要一個成本估算器，告訴用户在點擊 '運行' 之前，工作流程在 BigQuery 中的費用是多少。…… Alteryx 在這裏可以做一些有趣的事情。"
Eric Avidon 是 Informa TechTarget 的高級新聞撰稿人，擁有三十多年的新聞經驗。他報道分析和數據管理。