# BigQuery Studio 화면 구성

BigQuery 안의 작업 공간 BigQuery Studio를 네 구역(좌측 탐색기·테이블 상세·쿼리 편집기·결과 패널)으로 나눠 각 구역이 무엇을 하는 곳인지, 그리고 작업 탐색기·Gemini 입구의 위치까지 화면과 함께 짚어 봅니다.

- 카테고리: BigQuery
- 소요 시간: 약 6분
- 난이도: 입문
- 업데이트: 2026.05.27
- 원문: /wiki/playbook/bigquery-checklist/what-is-bigquery-studio-interface

## 목차

- [전체 레이아웃](#layout)
- [① 좌측 탐색기](#explorer)
- [② 테이블 상세 패널](#table-detail)
- [③ 쿼리 편집기](#editor)
- [④ 결과 패널](#results)
- [작업 탐색기 — 과거 쿼리 다시 보기](#jobs)
- [자주 묻는 질문](#faq)

[**BigQuery로 들어오는 GA4 데이터**](/wiki/playbook/bigquery-checklist/what-is-ga4-data-in-bigquery) 에서 BigQuery에 들어가는 방법까지 익혔다면, 그 다음 단계는 “이 화면이 어떻게 구성돼 있는가”입니다. 이 글은 BigQuery 안의 작업 공간인 **BigQuery Studio**를 네 구역으로 나눠 — 좌측 탐색기, 테이블 상세, 쿼리 편집기, 결과 패널 — 각 구역이 무엇을 하는 곳인지를 화면과 함께 짚어 봅니다.

## 전체 레이아웃

BigQuery Studio 화면은 크게 네 구역으로 나뉩니다. 어디서 무엇이 펼쳐지는지를 한 번 익혀 두면 이후 쿼리 작성·테이블 점검·과거 기록 조회까지 같은 순서로 움직이게 됩니다.

![BigQuery Studio 전체 화면. 상단에 Google Cloud 헤더와 프로젝트 선택기(Hurdlers-web), 좌측에 BigQuery 리소스 탐색기(쿼리·노트북·데이터 캔버스·데이터 준비·파이프라인·연결과 hurdlers-web 프로젝트 트리), 가운데 상단에는 '제목 없는 쿼리'와 'events_…526' 두 개의 워크스페이스 탭, 그 아래 SQL 편집기에 SELECT event_name, COUNT(*) AS cnt FROM ... 쿼리가 작성되어 있고, 화면 하단 결과 패널에는 page_view 105, user_engagement 79, session_start 35 등 6개 행이 표시되어 있다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/01-studio-overview.png)

> **화면 1.** Studio 한 화면 안에 네 구역이 함께 보입니다 — 좌측 탐색기 / 가운데 편집기 / 하단 결과 / 상단 워크스페이스 탭.

- **① 좌측 탐색기 (Explorer)** — 프로젝트 → 데이터셋 → 테이블 트리. 분석할 대상을 고르는 곳.
- **② 테이블 상세 패널** — 좌측에서 테이블을 클릭하면 우측 메인 영역에 열림. 스키마, 세부정보, 미리보기 등 탭으로 ‘이 테이블이 어떤 모양인지’를 확인.
- **③ 쿼리 편집기 (Editor)** — SQL을 직접 쓰는 곳. `+` 버튼으로 새 탭을 열고, **실행** 버튼으로 돌립니다.
- **④ 결과 패널** — 쿼리를 돌리면 화면 하단에 결과 표·시각화·작업 정보가 펼쳐집니다.

여기에 한 가지가 더 있습니다 — 가장 좌측의 **아이콘 레일**. BigQuery 내 다른 화면(작업 탐색기·예약 쿼리·관리 콘솔 등)으로 이동하는 입구입니다. 본문 뒤쪽에서 한 번 더 다룹니다.

## ① 좌측 탐색기 — 프로젝트 → 데이터셋 → 테이블

탐색기는 ‘**분석 재료가 어디에 쌓여 있는지**’를 보여 주는 트리입니다. 가장 위가 프로젝트 이름(예: `hurdlers-web`), 그 아래 데이터셋(예: `analytics_502771866`), 그 안에 테이블(예: `events_ (229)`) 순서로 펼쳐집니다.

![BigQuery Studio 좌측 탐색기. 'BigQuery 리소스 검색' 입력창과 '별표표시된 리소스만 표시' 토글, 그 아래 hurdlers-web 프로젝트가 펼쳐져 쿼리·노트북·데이터 캔버스·데이터 준비·파이프라인·연결 항목과 1688_shopping_category·analytics_502771866·hurdlers_ga4_log_mart_sample·hurdlers_meta_ads 데이터셋이 보인다. analytics_502771866는 펼쳐진 상태로 events_ (229)와 pseudonymous_users 테이블이 표시되어 있다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/02-explorer-tree.png)

> **화면 2.** 프로젝트 → 데이터셋 → 테이블 3단 트리. 각 행의 별(★) 아이콘으로 즐겨찾기를 등록하면 ‘별표표시된 리소스만 표시’ 토글로 한 번에 좁혀 볼 수 있습니다.

- **리소스 검색** — 상단 검색창에 데이터셋·테이블 이름의 일부만 쳐도 트리에서 즉시 좁혀 보여 줍니다. 프로젝트 안에 데이터셋이 많아질 때 가장 자주 쓰는 입구입니다.
- **별표(★) 즐겨찾기** — 자주 들어가는 데이터셋이나 테이블 옆 별 아이콘을 눌러 둡니다. 그 위 토글로 *별표 표시된 리소스만 표시*를 켜면 트리가 즐겨찾기만 남아 한결 간결해집니다.
- **같은 GA4 데이터셋 안의 보조 테이블** — GA4 BigQuery export는 `events_YYYYMMDD` 외에도 `pseudonymous_users`·`users_YYYYMMDD` 같은 보조 테이블을 함께 만듭니다. 같은 데이터셋 안에 함께 보이는 게 정상입니다.

> **팁**
>
> **‘events_ (229)’ 처럼 괄호 숫자가 붙은 줄.** 같은 접두어를 가진 일별 테이블을 **와일드카드 그룹**으로 묶어 보여 주는 표시입니다. 괄호 안의 숫자는 그 그룹에 묶인 테이블 개수(=쌓인 날짜 수). 이 한 줄을 클릭하면 그룹 전체에 대한 메타 정보가, 펼쳐서 특정 날짜 테이블을 클릭하면 그 하루치 테이블 정보가 우측에 열립니다.

### 데이터셋(마트) 직접 만들기

탐색기는 보기만 하는 곳이 아닙니다 — 프로젝트 이름 옆 ⋮ 옵션 더보기 → 데이터 세트 만들기로 새 데이터셋을 바로 만들 수 있습니다. GA4 export 데이터셋(`analytics_…`)은 BigQuery 링크를 켜면 자동으로 생기지만, [평탄화 마트](/wiki/playbook/bigquery-checklist/why-flatten-ga4-bigquery-data)(가공한 분석용 테이블)를 담을 데이터셋은 이렇게 직접 하나 만들어 둡니다.

![좌측 탐색기에서 hurdlers-web 프로젝트의 옵션 더보기(⋮) 메뉴가 열려 ‘데이터 세트 만들기·콘텐츠 새로고침·프로젝트에 업로드’ 항목이 보인다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/08-create-dataset-menu.png)

> **화면 2-1.** 탐색기에서 프로젝트 옆 **⋮ → 데이터 세트 만들기**.

![데이터 세트 만들기 패널. 프로젝트 ID hurdlers-web, 데이터세트 ID 입력칸에 ga4_mart, 데이터 위치에 asia-northeast3 (서울)이 선택되어 있고, 태그·고급 옵션 섹션과 데이터세트 만들기·취소 버튼이 보인다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/09-create-dataset-dialog.png)

> **화면 2-2.** **데이터세트 ID**(예: `ga4_mart`)와 **데이터 위치(리전)**만 정하면 됩니다.

> **주의**
>
> **데이터 위치(리전)는 만든 뒤 바꿀 수 없습니다.** 국내 운영이라면 보통 **asia-northeast3(서울)**로 지정합니다. 이 데이터셋의 리전은 나중에 [예약 쿼리 자동 실행](/wiki/playbook/bigquery-checklist/how-to-trigger-scheduled-query-on-ga4-export)의 대상 리전과도 같아야 하므로(다르면 예약 쿼리 생성 시 오류가 납니다), 처음에 신중히 고르세요.

## ② 테이블 상세 패널 — 스키마·세부정보·미리보기·통계

좌측에서 테이블 한 개를 클릭하면 우측 메인 영역에 그 테이블 전용 탭이 하나 열립니다. 탭 안에는 **스키마 · 세부정보 · 미리보기 · 테이블 탐색기 · 통계 · 계보 · 데이터 프로필 · 데이터 품질** 이 가로로 정렬돼 있고, 기본 선택은 **스키마**입니다.

### 스키마(schema) — 컬럼 목록

‘이 테이블에는 어떤 컬럼이 있고, 각 컬럼이 어떤 타입인가’를 확인하는 곳입니다. GA4 export 테이블이라면 `event_name`·`event_timestamp`·`event_params`·`user_pseudo_id` 같은 표준 컬럼이 늘 같은 자리에 있습니다.

![events_20260526 테이블의 스키마 탭. 화면 상단에 hurdlers-web > Datasets > analytics_502771866 > Tables > events_20260526 경로가 보이고, 그 아래 스키마(선택됨)·세부정보·미리보기·테이블 탐색기 프리뷰·통계·계보·데이터 프로필·데이터 품질 탭이 가로로 정렬되어 있다. 본문에는 event_date(STRING)·event_timestamp(INTEGER)·event_name(STRING)·event_params(RECORD)·event_previous_timestamp(INTEGER)·event_value_in_usd(FLOAT)·event_bundle_sequence_id(INTEGER)·event_server_timestamp_offset(INTEGER)·user_id(STRING)·user_pseudo_id(STRING)·privacy_info(RECORD)·user_properties(RECORD) 같은 컬럼이 세로로 나열되고, 우측에는 모드(NULLABLE·REPEATED)와 정책 태그·설명 컬럼이 함께 표시되어 있다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/03-table-schema.png)

> **화면 3.** 스키마 탭에서 컬럼·타입·모드를 한 번에 확인. `RECORD` 타입은 *중첩(struct/array) 구조*를 의미하며, 본문에서 `UNNEST()`로 풀어 다룹니다.

### 미리보기 — 실제 한두 줄을 직접 보기

**미리보기** 탭은 테이블의 실제 데이터를 작은 표로 보여 줍니다. 쿼리 비용을 한 푼도 쓰지 않고 ‘이 컬럼에 실제로 어떤 값이 들어가는가’를 즉시 확인할 수 있어서, SQL을 쓰기 전에 형태부터 익히기에 좋습니다.

![events_20260526 테이블의 미리보기 탭. 행 번호·event_date·event_timestamp·event_name·event_params.key·event_params.value.string_value 컬럼이 표 형태로 펼쳐지고, 1번 행은 event_name=first_visit, event_params에 ga_session_id·ga_session_number·page_title·batch_page_id·session_engaged·page_location·engaged_session_event·batch_ordering_id 키가 풀려서 보인다. 2번 행은 session_start, 3번 행은 page_view로 비슷한 구조의 행이 이어진다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/04-table-preview.png)

> **화면 4.** 미리보기 탭은 **쿼리 비용이 발생하지 않습니다** — 테이블의 형태만 보여 주는 캐시된 표본입니다.

> **팁**
>
> **다른 탭도 짧게.** *세부정보*는 테이블의 크기·행 수·생성 시각·만료 정책 등 ‘이 테이블 자체의 메타’를, *통계*는 컬럼별 분포(null 비율·고유값 수 등)를, *계보(lineage)*는 이 테이블이 어떤 데이터로부터 만들어졌고 어디로 흘러가는지를 보여 줍니다. 운영을 시작하면 통계·계보가 ‘이 마트가 어디로부터 왔는가’를 추적하는 데 자주 쓰입니다.

## ③ 쿼리 편집기 — SQL을 쓰는 곳

탐색기 상단의 `+` 버튼이나 단축키로 **새 쿼리 탭**을 열고 SQL을 작성합니다. 탭은 여러 개를 동시에 열 수 있어 — 작업 중인 쿼리를 닫지 않고 다른 테이블의 미리보기를 열거나, 다른 쿼리를 나란히 띄워 비교할 수 있습니다.

![BigQuery Studio 쿼리 편집기. 상단 탭 영역에 '*제목 없는 쿼리'(선택됨)와 'events_…526' 두 개 탭이 있고, 그 아래 액션 바에 실행(파란색)·저장·다운로드·공유·일정·다음에서 열기·더보기 버튼이 보인다. 본문 영역은 SQL 편집기로, SELECT event_name, COUNT(*) AS cnt / FROM `hurdlers-web.analytics_502771866.events_20260526` / GROUP BY event_name / ORDER BY cnt DESC / LIMIT 10; 다섯 줄이 작성되어 있다. 하단 상태바에 '실행 시 이 쿼리가 3.62KB를 처리합니다'라는 비용 예상 안내가 보인다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/05-editor-query.png)

> **화면 5.** 편집기 아래 상태바의 ‘**실행 시 이 쿼리가 3.62KB를 처리합니다**’ — 실행 전에 미리 스캔량을 알려 주는 안내입니다. 비용을 가늠하고 실행 여부를 결정하는 데 씁니다.

- **실행** — 작성한 SQL을 돌립니다. 결과는 ④ 결과 패널에 나타납니다.
- **저장** — 쿼리에 이름을 붙여 보관합니다. 본인 또는 팀 단위로 저장할 수 있고, 좌측 *쿼리* 노드에서 다시 열 수 있습니다.
- **일정** — 작성한 SQL을 매일/매시 같은 주기로 자동 실행하도록 등록합니다(예약 쿼리). GA4 마트를 매일 새로 만드는 운영에 핵심 도구입니다.
- **공유 · 다음에서 열기** — 같은 쿼리를 다른 팀원에게 보내거나, 노트북·데이터 캔버스 같은 다른 환경으로 옮겨 갑니다.

> **주의**
>
> **실행 전 한 번 더 확인하세요.** SQL은 ‘**실제로 읽는 데이터 양**’으로 요금이 매겨집니다. `SELECT *`로 전체 컬럼을 끌어오면 같은 결과라도 스캔량이 수십 배 커집니다. 상태바의 KB·MB·GB 표시를 보고, 필요하면 컬럼을 좁혀서 다시 실행하세요. 자세한 비용 구조는 [**BigQuery 예상 비용**](/wiki/playbook/bigquery-checklist/how-to-estimate-bigquery-costs) 에서 풀어 다룹니다.

## ④ 결과 패널 — 쿼리 한 번이 끝난 뒤

편집기에서 **실행**을 누르면 화면 하단에 결과 패널이 열립니다. 가장 자주 보는 건 결과 표지만, 그 외에도 분석 운영에서 자주 쓰는 정보가 같은 패널의 탭에 함께 모여 있습니다.

![쿼리 실행 후 결과 패널. 패널 상단에 '쿼리 완료됨' 표시와 '주문형 처리 할당량 사용 중' 알림이 보이고, 그 아래 '쿼리 결과' 영역에 작업 정보·결과(선택됨)·시각화·JSON·실행 세부정보·실행 그래프 탭이 정렬되어 있다. 결과 표는 event_name·cnt 두 컬럼으로 1행 page_view 105, 2행 user_engagement 79, 3행 session_start 35, 4행 first_visit 28, 5행 scroll 21, 6행 form_start 13 — 총 6행이 표시되어 있고 하단에 페이지당 결과 수 50과 1–6(전체 6행) 페이저가 있다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/06-results.png)

> **화면 6.** 같은 결과 패널 안에서 표와 작업 정보·실행 그래프를 탭으로 전환해 봅니다.

- **결과** — 쿼리가 돌려준 표. 컬럼 정렬·필터·CSV 내보내기까지 한 자리에서 됩니다.
- **작업 정보** — 이번 실행이 ‘얼마나 걸렸고 / 얼마만큼 스캔했고 / 결과가 몇 행인가’. 비용·성능을 빠르게 점검하는 데 가장 자주 쓰입니다.
- **시각화** — 결과 표를 그대로 막대·선·도넛 차트로 바꿔 봅니다. Looker Studio로 빠지기 전 단계의 빠른 확인용.
- **JSON** — 결과를 JSON 행 형태로 봅니다. 일부 API·자동화 연결을 만들 때 그대로 가져다 쓰기 좋습니다.
- **실행 그래프** — BigQuery가 내부적으로 ‘이 쿼리를 몇 단계로 나눠서 처리했는가’를 노드·간선으로 시각화. 무거운 쿼리를 최적화할 때 ‘어느 단계가 느렸는가’를 찾는 데 씁니다.

**결과 저장 · 다음에서 열기** — 결과 패널 우측 상단의 버튼으로, 결과를 그대로 BigQuery 테이블로 저장하거나 Looker Studio·Sheets·노트북·캔버스로 바로 보낼 수 있습니다. ‘쿼리 → 마트 → 시각화’로 이어지는 파이프라인의 출발점이 여기서 시작됩니다.

## 작업 탐색기 — 과거 쿼리 다시 보기

좌측 아이콘 레일의 **작업 탐색기**는 그 프로젝트에서 지금까지 실행된 모든 작업(쿼리·적재·복사 등)을 표로 보여 줍니다. 시간이 지난 뒤 ‘그 숫자, 어떤 쿼리로 뽑았더라?’라는 질문에 답하는 곳입니다.

![BigQuery 작업 탐색기 화면. 상단 브레드크럼이 'BigQuery > 작업 탐색기'이고, 위치 선택기 'US (미국 내 여러 리전)'와 우측에 새로고침·1시간·12시간·1일·7일·30일·맞춤설정·필터 표시 버튼이 보인다. 상단 요약 카드 한 줄에 합계 1·완료 시간 1·오류 발생 0·활성 0·대기열에 추가됨 0 숫자가 있다. 본문은 작업 표로 체크박스·상태(녹색 체크)·작업 ID(bquxjob_4435b6ee_19e689a80…)·타임스탬프(26. 5. 27. 오후 5:43)·소유자(tea…)·프로젝트 ID(hurdlers-…)·예약 ID·작업 카테고리(표준)·작업 생성 이유(요청됨)·총 슬롯 시간·지속 시간 컬럼이 보이고 한 건이 표시되어 있다.](/wiki-assets/playbook/what-is-bigquery-studio-interface/07-jobs-history.png)

> **화면 7.** 작업 탐색기에서 시점별로 어떤 쿼리가 돌았는지 확인. 행 우측 끝의 더보기에서 *편집기에서 열기 / SQL 복사 / 결과 다시 보기*로 과거 쿼리를 그대로 재현할 수 있습니다.

- **시간 범위** — 우측 상단의 1시간 / 12시간 / 1일 / 7일 / 30일 / 맞춤설정 토글로 좁힙니다. 특정 시점의 작업을 좁혀 보기 좋습니다.
- **필터 표시** — 작업 상태(완료·오류·활성)·작업 카테고리·소유자·처리 바이트 등으로 추가 필터링.
- **작업 ID 클릭** — 그 작업의 상세 페이지로 진입. 실행한 SQL 원문, 결과 메타, 실행 그래프를 그대로 다시 봅니다.

## 자주 묻는 질문

### 탐색기에 다른 회사 프로젝트가 없는데 정상인가요?

네. 탐색기는 기본적으로 **현재 선택된 프로젝트**와 본인이 즐겨찾기로 별표 표시한 외부 프로젝트만 보여 줍니다. 다른 프로젝트의 데이터를 함께 봐야 한다면 상단 ‘프로젝트 추가’ 버튼이나 좌측 트리의 별(★) 아이콘으로 명시적으로 추가합니다.

### 와일드카드 ‘events_ (229)’를 그대로 쿼리에 써도 되나요?

네. SQL에서는 `\`hurdlers-web.analytics_502771866.events_*\``처럼 와일드카드 패턴으로 지정하면 모든 일별 테이블을 한 번에 조회할 수 있습니다. 다만 별도 필터 없이 모든 날짜를 스캔하면 비용이 가장 큰 패턴이라, 보통 `WHERE _TABLE_SUFFIX BETWEEN...` 절을 함께 써서 날짜 범위를 좁힙니다.

### 미리보기 탭과 SELECT 쿼리는 무엇이 다른가요?

미리보기는 BigQuery가 캐시해 둔 ‘표본 몇 줄’을 보여 주는 화면이라 **쿼리 비용이 0원**입니다. 단, 보여 주는 행은 정해진 표본이고 정렬·필터를 임의로 줄 수 없습니다. 원하는 조건으로 실제 데이터를 보려면 결국 `SELECT`를 직접 작성합니다.

### 탭이 여러 개라 헷갈리는데, 닫아도 되나요?

네. 상단 워크스페이스 탭의 `×`로 닫아도 저장된 쿼리·테이블이 사라지지는 않습니다. 저장하지 않은 쿼리는 ‘저장되지 않은 작업’ 경고가 한 번 뜨고, 그 상태에서 종료하면 그 탭의 본문은 버려집니다. 자주 쓰는 쿼리는 미리 **저장**해 두는 편이 안전합니다.

### 결과 패널이 보이지 않아요.

쿼리를 한 번이라도 **실행**해야 하단에 결과 패널이 등장합니다. 또 패널 가운데에 있는 **가로 분할 핸들**을 위/아래로 끌면 결과 영역의 높이를 조절할 수 있어, 너무 좁아져 보이지 않는 경우도 있습니다.

### 작업 탐색기에서 다른 사람이 돌린 쿼리도 보이나요?

프로젝트 권한에 따라 다릅니다. 보통 ‘프로젝트 BigQuery Admin/Viewer’ 권한이 있는 계정은 같은 프로젝트의 모든 작업을 조회할 수 있고, 일반 사용자는 본인이 실행한 작업만 보입니다. 작업 ID 옆 *소유자* 컬럼으로 누가 실행했는지를 함께 확인할 수 있습니다.

## Navigation

- [전체 플레이북 Markdown sitemap](/wiki/playbook/sitemap.md)

### BigQuery

- [BigQuery](/wiki/playbook/bigquery-checklist)
- [BigQuery 온보딩](/wiki/playbook/bigquery-checklist/bigquery-onboarding-guide)
- [BigQuery 인증 설정](/wiki/playbook/bigquery-checklist/how-to-set-up-bigquery-authentication)
- [BigQuery 데이터셋·테이블 설계](/wiki/playbook/bigquery-checklist/bigquery-dataset-and-table-design-guide)
- [BigQuery 쿼리·비용 제어](/wiki/playbook/bigquery-checklist/bigquery-query-and-cost-control-guide)
- [BigQuery 쓰기·MERGE·CDC](/wiki/playbook/bigquery-checklist/bigquery-data-write-and-cdc-guide)
- [BigQuery 코드 예제 모음](/wiki/playbook/bigquery-checklist/bigquery-code-examples)
- [BigQuery로 들어오는 GA4 데이터](/wiki/playbook/bigquery-checklist/what-is-ga4-data-in-bigquery)
- [BigQuery Studio 인터페이스 이해하기](/wiki/playbook/bigquery-checklist/what-is-bigquery-studio-interface) (현재 문서)
- [BigQuery 예상 비용](/wiki/playbook/bigquery-checklist/how-to-estimate-bigquery-costs)
- [무료 버전(샌드박스) 해제해야 하는 이유](/wiki/playbook/bigquery-checklist/why-upgrade-from-bigquery-sandbox)
- [GA4 BigQuery 데이터를 왜 평탄화해야 하나](/wiki/playbook/bigquery-checklist/why-flatten-ga4-bigquery-data)
- [Log Router란?](/wiki/playbook/bigquery-checklist/what-is-log-router)
- [Pub/Sub이란?](/wiki/playbook/bigquery-checklist/what-is-pubsub)
- [Cloud Functions이란?](/wiki/playbook/bigquery-checklist/what-is-cloud-function-and-run)
- [GA4 export 시점에 예약 쿼리 자동 실행하기](/wiki/playbook/bigquery-checklist/how-to-trigger-scheduled-query-on-ga4-export)
- [테이블 정의서는 왜 필요한가](/wiki/playbook/bigquery-checklist/why-table-definition-doc)
- [Event_Flat 테이블 이해하기](/wiki/playbook/bigquery-checklist/what-is-event-flat-table)
- [Item_Performance 테이블 이해하기](/wiki/playbook/bigquery-checklist/what-is-item-performance-table)