كيفية تصدير البيانات من Google Analytics 4 إلى Google BigQuery

يجعل Google Analytics 4 تحليل البيانات في Google BigQuery أسهل من أي وقت مضى. الآن يمكن للجميع تقريبًا جمع البيانات في BigQuery مجانًا. في هذه المقالة ، نشرح كيفية تصدير البيانات بشكل صحيح إلى BigQuery من Google Analytics 4 وما الأشياء الأخرى التي يجب مراعاتها للحصول على أقصى قيمة من المعلومات التي تم جمعها.

تسمح لك البيانات الأولية (غير المعالجة) بتحليل عمليات عملك بدقة. من خلال جمع البيانات الأولية ، يمكنك:

• تقييم موضوعي لعمليات عملك
• إجراء تحليل عميق للمقاييس
• تتبع رحلة المستخدم بأكملها
• بناء أي تقارير بلا حدود
• قسّم جمهورك وقم بإعداد إعلانات مستهدفة

يعني أخذ العينات استقراء نتائج التحليل لشريحة معينة ، عندما يكون حجم المعلومات أكبر من أن تتم معالجته بسرعة (على سبيل المثال ، إذا كنت تستخدم أبعادًا مخصصة متعددة في تقاريرك). يمكن أن يؤدي أخذ العينات إلى تشويه تقاريرك بشكل كبير ويسبب لك خطأ في تقييم نتائجك نظرًا لأنك لا تحلل جميع البيانات بل تحلل جزءًا منها فقط. من خلال القيام بذلك ، فإنك تخاطر بالاستثمار في حملات إعلانية غير فعالة أو إيقاف تشغيل القنوات الإعلانية المدرة للدخل. كما ترى ، فإن تجنب أخذ العينات هو بالتأكيد فكرة جيدة. ولحسن الحظ ، يمكن تحقيق ذلك.

دعنا ننتقل إلى الجانب العملي من السؤال: ما هي منصة التحليلات المناسبة ، وبأسعار معقولة ، وتسمح لك بالعمل مع البيانات الأولية غير المستندة إلى عينات؟ الحل الذي نوصي به - Google BigQuery - ربما يكون الأكثر شعبية بين المسوقين حول العالم ، وهناك مجموعة من الأسباب القوية لذلك. نوصيك بجمع البيانات الأولية وتخزينها ومعالجتها باستخدام التخزين السحابي BigQuery ، وسنشرح السبب أدناه.

BigQuery من Google عبارة عن مستودع بيانات متعدد السحاب مع خدمة استعلام مضمنة ومستوى عالٍ من الأمان وقابلية التوسع. وفقًا لـ Gartner ، "بحلول عام 2022 ، سيتم نشر 75٪ من جميع قواعد البيانات أو ترحيلها إلى منصة سحابية ، مع اعتبار 5٪ فقط من أجل العودة إلى الوطن". وبفضل حقيقة أن BigQuery هو جزء من نظام Google البيئي و Google Cloud Platform على وجه الخصوص ، فإنه يتكامل أصلاً مع منتجات Google الأخرى ويساعدك على تطوير عملك بسرعة تنافسية.

هناك العديد من الجوانب ذات المستوى المنخفض التي تجعل BigQuery تقريبًا لا يمكن الاستغناء عنه لجهات التسويق. دعنا نلقي نظرة فاحصة على بعض أهم فوائده:

• القدرة على تحميل كميات كبيرة من المعلومات. باستخدام BigQuery ، يمكنك إجراء تحليل في الوقت الفعلي لأي نوع من البيانات ومعالجته بسرعة باستخدام SQL.
• مستوى عال من الأمن . يمكنك التحكم الكامل في مشروعك ويمكنك الاستفادة من المصادقة ذات العاملين.
• بأسعار معقولة، ميسور، متناول اليد. ادفع فقط مقابل البيانات التي تم جمعها ومعالجتها.
• التكامل الأصلي مع منتجات Google. تواصل بسهولة مع Google Analytics والمنتجات الأخرى.
• القابلة للتطوير. يمكنك التوسع بسرعة وسلاسة للتكيف بسهولة مع العالم سريع التغير.
• BigQuery ML . بناء نماذج توقع التعلم الآلي على كل من البيانات المنظمة وشبه المنظمة باستخدام SQL.
• BigQuery GIS. بفضل BigQuery Geographic Information System (GIS) ، يمكنك تحليل المعلومات الجغرافية المكانية وتحديد المستخدمين الذين يجب أن يحصلوا على رسالة بريدية لموقع متجر معين ، على سبيل المثال.

دعنا نفحص التنسيق والمخطط لبيانات خاصية GA 4 التي يتم تصديرها إلى BigQuery. من الأمور المهمة التي يجب وضعها في الاعتبار عند العمل مع GA 4 أن هيكلها يختلف عن هيكل Universal Analytics المألوف لدى جهات التسويق في جميع أنحاء العالم.

هذه هي الطريقة التي يختلف بها مخطط Google Analytics 4 عن مخطط Universal Analytics:

• مجموعات البيانات. عينة GA تتم تسمية مجموعات البيانات باسم analytics_ ، حيث يكون معرف الخاصية هو معرف خاصية Analytics.
• الجداول. يتم استيراد جدول Google Analytics منفصل في مجموعة البيانات لكل يوم. تنسيق هذه الجداول هو events_YYYYMMDD ، على عكس Universal Analytics حيث إنه ga_sessions_YYYYMMDD .
• صفوف. يتوافق كل صف مع حدث تم تحميله ، على عكس Universal Analytics حيث يتوافق كل صف مع جلسة Google Analytics 360.
• الأعمدة. تختلف أسماء الحقول إلى حد كبير بين GA 4 و Universal Analytics. يمكنك مقارنتها باتباع الروابط التالية:
  • مخطط Google Analytics 4 BigQuery Export
  • مخطط تصدير BigQuery من Universal Analytics

الآن دعنا ننتقل إلى الغرض الرئيسي من هذه المقالة: تقديم إرشادات خطوة بخطوة حول كيفية تصدير بياناتك من Google Analytics 4 إلى BigQuery.

إذا كانت المعلومات التي تحتاجها موجودة بالفعل في Google Analytics 4 ، فيمكنك البدء في تصديرها. يمكنك تصديرها إلى نسخة مجانية من BigQuery sandbox (تنطبق قيود وضع الحماية).

لإنشاء مشروع APIs-Console:

1. سجّل الدخول إلى وحدة تحكم Google APIs.
2. أنشئ مشروعًا جديدًا أو حدد مشروعًا موجودًا.

1. انتقل إلى جدول واجهات برمجة التطبيقات.
2. انتقل إلى قائمة التنقل وانقر على واجهات برمجة التطبيقات والخدمات ، ثم حدد المكتبة .

3. في Google Cloud APIs، حدد BigQuery API .
   
4. في الصفحة التي تفتح ، انقر فوق تمكين .
5. أضف حساب خدمة إلى مشروع Cloud الخاص بك. تأكد من أن نظام firebase-القياس @. يعتبر موقع gserviceaccount.com عضوًا في المشروع وقد تم تعيين دور المحرر له.

1. سجّل الدخول إلى حسابك في Google Analytics. يجب أن يكون الحساب مالكالوصول إلى مشروع BigQuery وتعديل الوصول إلى موقع Google Analytics 4 الذي تعمل به.
2. انتقل إلى علامة التبويب المسؤول وابحث عن موقع Analytics الذي تريد ربطه بـ BigQuery.
3. في العقارالعمود ، انقر على ربط BigQuery .

4. انقر فوق ارتباط .
   

5. انقر على اختيار مشروع BigQuery للاطلاع على المشاريع التي يمكنك الوصول إليها. لإنشاء مشروع BigQuery جديد ، انقر على مزيد من المعلومات .
   

6. حدد مشروعك وانقر فوق " تأكيد ".
   

7. حدد موقعا . (إذا كان مشروعك يحتوي بالفعل على مجموعة بيانات لموقع Analytics ، فلا يمكنك تكوين هذا الخيار.)
   

8. انقر فوق التالي .
   
9. حدد مصادر البيانات التي تريد تصدير المعلومات الخاصة بها.

إذا كنت بحاجة إلى تضمين معرّفات الإعلانات ، فتحقق من تضمين معرّفات الإعلانات لتدفقات تطبيقات الأجهزة المحمولة .

10. ضبط التردد : يوميًاأو الجري(مستمر) تصدير (يمكنك أيضًا تحديد كلا الخيارين).
    

11. أخيرًا ، انقر فوق إرسال .
    

تهاني! سترى معلومات Google Analytics 4 في مشروع BigQuery في غضون 24 ساعة.

الآن لديك جميع البيانات الأولية عن سلوك المستخدم في BigQuery. ومع ذلك ، لإجراء تحليل التسويق ، والعثور على مناطق النمو ونقاط الضعف الخاصة بك ، تحتاج إلى إضافة بيانات التكلفة من خدمات الإعلان ، وبيانات من أنظمة CRM ، وخدمات تتبع المكالمات ، وتطبيقات الأجهزة المحمولة (إذا كنت تستخدم أيًا منها) إلى GBQ. بعد ذلك ، ادمج كل هذه البيانات في مجموعة بيانات واحدة واجعل البيانات جاهزة للأعمال ، بحيث يمكن للمسوقين إنشاء تقارير بسهولة بناءً على بيانات BigQuery.

يعد OWOX BI Pipeline أحد الحلول المثلى لجمع ومعالجة جميع بيانات التسويق الخاصة بك. يتضمن بيانات من خدمات الإعلانات وإدارة علاقات العملاء وخدمات تتبع المكالمات والمتاجر غير المتصلة بالإنترنت إلى BigQuery لإكمال لغز البيانات الخاص بك.

بمجرد أن تتوفر لديك جميع البيانات اللازمة ، فقد حان الوقت لجعلها تعمل من أجلك. عادةً ما تكون هذه مهمة للمحلل ، ولكن مع OWOX BI Smart Data ، يمكن لأي شخص العمل بسهولة باستخدام بيانات BigQuery.

كثيرًا ما يخيف BigQuery جهات التسويق ويبدو أنه معقد ، ولكن لا داعي للقلق بشأن ذلك: هناك حل يمكن أن يساعدك في اكتشاف جميع إمكانات بياناتك التسويقية بسهولة. يمكن لـ OWOX BI ترتيبها في نموذج تم تعديله وفقًا لعملك ، بحيث يمكنك بسهولة إنشاء التقارير حتى إذا كنت لا تعرف أي SQL على الإطلاق. ما عليك سوى استخدام أداة إنشاء تقارير بسيطة أو تحديد قالب جاهز وعرض النتائج في أداة التصور المفضلة لديك.

يمكنك بسهولة تصدير معلومات GA 4 إلى BigQuery. إذا كانت البنية الجديدة تعمل جيدًا بالنسبة لك ، فيمكنك الاستفادة من هذه الخدمة التقدمية وإضافتها إلى مربع أدوات تحليلات التسويق. باستخدام OWOX BI Pipeline ، يمكنك جمع البيانات من موقع الويب الخاص بك ، والخدمات الإعلانية ، وإدارة علاقات العملاء ، والمتاجر غير المتصلة بالإنترنت ، وخدمات تتبع المكالمات في BigQuery لإكمال بياناتك. وباستخدام OWOX BI Smart Data ، يمكنك جعل هذه البيانات تعمل من أجلك من خلال إنشاء التقارير وتحويل الصفوف والجداول المتعددة إلى رؤى قابلة للتنفيذ وتحسين عملية اتخاذ القرار.