So exportieren Sie Rohdaten aus Google Analytics

Warum müssen Sie ungesampelte Rohdaten sammeln? Um vollständige Daten für das Marketing-Reporting zu erhalten und die Werbeeffizienz richtig einzuschätzen. In diesem Artikel untersuchen wir, wie Sie Rohdaten sammeln und wo sie gespeichert werden können.

Google Analytics ist unangefochtener Marktführer unter den Webanalysediensten. Es ist kostenlos, einfach zu bedienen und bietet Einblicke in die wichtigsten KPIs von Online-Unternehmen. Es gibt jedoch Einschränkungen im System, die Sie daran hindern, tiefer in die Daten einzudringen und sie von allen Seiten zu erkunden.

1. Die Daten, die Sie in Google Analytics-Berichten sehen, werden immer aggregiert, und dieser Prozess liegt außerhalb der Kontrolle.
2. Stichproben, die Ihre Daten ernsthaft verfälschen und zu falschen Geschäftsentscheidungen führen können.
3. Berichte können nur eine begrenzte Anzahl und nur bestimmte Kombinationen von Parametern und Kennzahlen enthalten.
4. Beschränken Sie sich auf eine Anzahl von Zeilen.
5. Datenverarbeitungszeit – Wenn Sie eine kostenlose Version von Google Analytics verwenden, müssen Sie bis zu 24-48 Stunden warten, bis das System die Datenverarbeitung abgeschlossen hat.

Glücklicherweise können die meisten dieser Probleme mit Rohdaten gelöst werden. Ziemlich cool, oder? Lassen Sie uns herausfinden, wie Sie Rohdaten erhalten.

Richten Sie die automatische Rohdatenerfassung über die OWOX BI Pipeline ein – alle Treffer, die von Ihrer Website an Google Analytics gesendet werden, werden parallel an Google BigQuery gesendet. Dadurch ist jeder Treffer in wenigen Minuten in GBQ verfügbar.

Tabellen mit Sitzungsdaten werden nach dem OWOX BI-Algorithmus gebildet – dieser Vorgang wird in unserem Hilfecenter ausführlich beschrieben. Gleichzeitig verwendet OWOX BI eine mit der GA-Struktur kompatible Datenstruktur, unter der viele Beispiele für SQL-Abfragen geschrieben werden. Dies spart Ihrem Team Zeit bei der Erstellung von Berichten.

Das Sammeln von rohen Trefferdaten mit OWOX BI bietet Ihnen diese Vorteile:

• Daten zum Nutzerverhalten werden in Echtzeit und ohne Beschränkung der Trefferanzahl an Google BigQuery übertragen.
• In Google Analytics ist die Anzahl der Benutzerparameter begrenzt: 20 in der Standardversion und 200 in der kostenpflichtigen Version. Aber in GBQ können Sie so viele benutzerdefinierte Parameter sammeln, wie Sie möchten, und tiefere Berichte für detaillierte Analysen erstellen.
• Sie können Berichte in GBQ ohne Stichproben und Einschränkungen hinsichtlich der Anzahl und Kompatibilität von Parametern und Dimensionen für jeden beliebigen Zeitraum erstellen.
• Im Gegensatz zu Google Analytics können Sie in BigQuery personenbezogene Kundendaten erfassen und verwenden, einschließlich E-Mail-Adressen und Telefonnummern.
• OWOX BI berechnet den Wert jeder Sitzung. Dadurch können Sie den ROI/ROAS für neue und wiederkehrende Benutzer berechnen. Und Sie können die Wirksamkeit von Werbung für verschiedene Regionen, Produktgruppen, Zielseiten, mobile Versionen und Anwendungen bewerten.
• Der Service ermöglicht es Ihnen, Daten zu Kosten, Benutzern und Transaktionen, die bereits in GBQ hochgeladen wurden, nachträglich zu aktualisieren. Sie können die gekauften Bestellungen, Rücksendungen nach dem Kauf berücksichtigen oder zum Beispiel herausfinden, was der neue Abonnent 30 Tage vor der Registrierung auf Ihrer Website gemacht hat.
• Jeden Tag vergleicht OWOX BI Daten in Ihrer BigQuery mit den Informationen aus GA und meldet signifikante Abweichungen. Sie verlieren keine wichtigen Daten, die Drittanbieter-Tracker nicht liefern können.

So richten Sie die Rohdatenerfassung von einer Website in Google BigQuery mit OWOX BI ein:

1. Verwenden Sie Ihr Google-Konto, um sich anzumelden.
2. Wählen Sie aus, welche Daten Sie in GBQ sammeln möchten, stellen Sie Zugriffe bereit und erstellen Sie eine Datenpipeline.
3. Kopieren Sie den Tracking-Code und veröffentlichen Sie ihn so auf der Website, wie es für Sie bequem ist.

Sie können detaillierte Anweisungen zum Einrichten des Hochladens von Rohdaten von der Website auf BigQuery herunterladen.

Mit Google Analytics können Sie Informationen mithilfe von APIs abrufen. Insbesondere ermöglicht Ihnen die Core Reporting API den Zugriff auf Dimensionen und Messwerte für die von Ihnen gewählte Berichtsansicht von außerhalb der GA-Oberfläche.

Darüber hinaus gibt es eine Problemumgehung, die es Ihnen ermöglicht, auf Daten für jeden Treffer zuzugreifen und die Datenintegration zu erleichtern. Dies kann mithilfe der API-Funktionalität zusammen mit benutzerdefinierten Dimensionen in Google Analytics erreicht werden.

Benutzerdefinierte Dimensionen können verwendet werden, um Informationen zu erfassen, zu analysieren und zu visualisieren, die nicht standardmäßig in Google Analytics angezeigt werden. Sie können benutzerdefinierte Dimensionen als Schlüssel zum Kombinieren von Informationen aus GA und anderen Systemen verwenden und Ihre Berichte mit Informationen erweitern, die für Ihr Unternehmen relevant sind. Sie können beispielsweise die Benutzer-ID aus Ihrer Datenbank speichern und für die Integration von Offline- und Online-Aktionen verwenden.

Beispiele für benutzerdefinierte Abmessungen:

1. Trefferzeitstempel – eine trefferbezogene benutzerdefinierte Dimension, die den genauen Zeitstempel des Treffers im Format jjjj-mm-ttThh: mm: ss mit dem Zeitzonenversatz erfasst.
2. Sitzungs-ID – eine sitzungsbezogene benutzerdefinierte Dimension, die einen eindeutigen, zufälligen Wert erfasst, der verwendet wird, um Treffer zu identifizieren, die zu derselben Sitzung gehören.
3. Client-ID – eine sitzungsbezogene benutzerdefinierte Dimension, die den eindeutigen Wert erfasst, der dem Gerät des Clients aus dem _ga-Cookie zugewiesen wird.
4. Benutzer-ID – eine trefferbezogene benutzerdefinierte Dimension, die den Wert erfasst, der einen Benutzer darstellt, der sich bei Ihrer Website angemeldet hat, sodass Sie alle Sitzungen und Zugriffe dieses bestimmten Benutzers identifizieren können.

Der Dank für diese Beispielliste geht an Simo Ahava für seinen großartigen Beitrag zur Verbesserung der Datenerfassung mit benutzerdefinierten Dimensionen und Google Tag Manager.

Warum ist eine API keine perfekte Lösung?

Wird die Google Analytics API das Problem des Samplings lösen? Es hängt davon ab, wie viel Traffic Ihre Website erhält. Wenn der Datenverkehr nicht zu hoch ist und Sie einen kurzen Berichtszeitraum wählen, kann auf Stichproben verzichtet werden. Andererseits müssen Sie Hunderte von Abfragen ausführen, um nicht abgetastete Daten zu erhalten.

Da die Informationen aus Google Analytics exportiert werden, gelten auch alle GA-Datenverarbeitungsbedingungen, einschließlich der Kompatibilität von Dimensionen und Metriken und der Datenverarbeitungszeit. Aber für Startups und kleine Projekte könnte die API als vorübergehende Lösung funktionieren. Simo Ahava hat einen großartigen Beitrag in seinem Blog, in dem er untersucht, was als Fehler des Google Analytics-Datenschemas angesehen werden kann.

Es gibt auch spezifische Limits und Kontingente für die Google Analytics-API, z. B. die Anzahl der Dimensionen und Metriken in einer Abfrage und die Datenmenge, die Sie pro Tag extrahieren können.

Außerdem benötigen Sie Platz zum Speichern der exportierten Informationen. Dies bringt uns zu einem anspruchsvolleren Ansatz, der sich sicherlich als vorteilhaft für Ihr Unternehmen erweisen wird.

Google Analytics 360 ist kein billiges Tool, aber Sie bekommen, wofür Sie bezahlen, und noch mehr. Nutzer von Google Analytics 360 profitieren nicht nur von den erweiterten Funktionen der kostenpflichtigen Plattform, sondern können auch Rohdaten auf Treffer- und Sitzungsebene von Google Analytics über die native Integration nach Google BigQuery exportieren.

Es gibt zwei Exportoptionen, zwischen denen Sie wählen können:

1. Kontinuierlicher Datenexport . Mit dieser Option erhalten Sie jeden Tag eine exportierte Datei mit den Google Analytics-Daten des Vortages und drei weitere exportierte Dateien mit Daten für den aktuellen Tag. Daten von verknüpften Google-Diensten sind ebenfalls verfügbar.
2. Kontinuierlicher Datenexport . Mit dieser Option erhalten Sie alle 10 bis 15 Minuten aktuellere Daten mit Exporten nach Google BigQuery. In diesem Fall berechnet Google BigQuery zusätzlich 0,05 US-Dollar für jedes verarbeitete Gigabyte an Daten. Beachten Sie, dass Daten von Diensten, die mit Google Analytics verknüpft sind – wie DoubleClick for Publishers, AdSense und AdX – täglich nur für den Vortag exportiert werden können.

Wenn Sie zum ersten Mal eine Google Analytics-Ansicht mit Google BigQuery verknüpfen, exportiert Google Analytics 360 automatisch 10 Milliarden Treffer oder historische Daten aus 13 Monaten in BigQuery. Ist das nicht eine tolle Sache für diejenigen, die die ganze Zeit mit dem Sampling zu kämpfen hatten?

Und hier ist das Sahnehäubchen: Nutzer von Google Analytics 360 erhalten ein Guthaben von 500 US-Dollar pro Monat, um die Kosten für den Import, die Speicherung und die Verarbeitung von Daten in Google BigQuery zu decken.

Alternativ können Sie die Treffer, die Sie an Google Analytics senden, klonen und diese geklonten Informationen irgendwo außerhalb von GA verarbeiten. Dazu könnten Sie versuchen, Treffer auf Ihren eigenen Servern zu speichern oder eine Cloud-basierte Lösung zu verwenden. Hit-bezogene Daten allein geben Ihnen weder Quellen-, Medium- oder Kampagnendaten noch Anzeigenkosten oder Standortinformationen. Dieser Ansatz ermöglicht es Ihnen jedoch, Rohzugriffe zu erhalten, sobald sie von Ihrer Website gesendet werden, und sie für Zwecke zu verwenden, für die keine Daten auf Sitzungsebene erforderlich sind, z. B. das rechtzeitige Versenden von Transaktions-E-Mails und das Erkennen von Problemen mit der Website-Leistung.

Wenn Sie keine Zeit und kein Geld für die Entwicklung Ihres eigenen Konnektors aufwenden möchten, kann Ihnen ein Team von OWOX BI-Analysten helfen. Melden Sie sich für eine Demo an, um ein Meeting anzufordern und Einzelheiten darüber zu erfahren, wie OWOX Ihre Geschäftsanforderungen erfüllen kann.

Ob Sie ein kleines Startup oder ein großes Unternehmen sind, bei der Auswahl eines Datenspeichersystems sind eine Reihe von Faktoren zu berücksichtigen. Für welche Option Sie sich auch entscheiden, hier ist ein kurzer Überblick darüber, worauf Sie achten sollten:

• Datenverarbeitungsfähigkeiten . Das Sammeln von Rohdaten ist gut und gut, aber wenn Sie sie nicht verarbeiten und die benötigten Informationen extrahieren können, sind diese Daten für Sie nutzlos.
• Die Fähigkeit zur flexiblen Skalierung basierend auf Ihren Geschäftsanforderungen . Wenn Ihr Unternehmen wächst, möchten Sie, dass sich Ihr Lager entsprechend anpasst.
• Hohe Sicherheitsstandards . Sie müssen sich darauf verlassen können, dass Ihre wertvollen Daten geschützt sind und vollständig unter Ihrer Kontrolle stehen.
• Angemessene Kosten .

Zum Glück für uns alle besteht keine Notwendigkeit, das Rad neu zu erfinden, zumal es bereits gute Dienste wie Google BigQuery, ein auf der Google Cloud Platform basierendes Data Warehouse für Datenanalysen, gibt.

Google BigQuery ermöglicht das Speichern und Verarbeiten von Milliarden von Zeilen (das sind Gigabyte und Petabyte an Daten!) mit der SQL-ähnlichen Syntax. Unglaubliche Verarbeitungsgeschwindigkeit? Überprüfen. Skalierbarkeit? Überprüfen. Beispiellose Datensicherheit? Überprüfen. Der Service bietet alles, was Sie für die erweiterte Analyse riesiger Datenmengen benötigen.

Google BigQuery ist ein kostenpflichtiger Dienst, aber Sie zahlen nur für die Menge der gespeicherten und verarbeiteten Daten. Die ersten 10 Gigabyte gespeichert und 1 Terabyte verarbeitet pro Monat sind kostenlos. Danach berechnet Google 0,02 $ für jedes gespeicherte Gigabyte und 5 $ für jedes verarbeitete Terabyte. Gemäß den Nutzungsbedingungen zum Zeitpunkt der Erstellung dieses Artikels erhalten neue BigQuery-Benutzer außerdem ein Guthaben von 300 $, das sie über einen Zeitraum von 12 Monaten ausgeben können.

Warum ist Google BigQuery keine perfekte Lösung?

Wenn GBQ für Sie völlig neu ist, müssen Sie sich möglicherweise darüber Gedanken machen, wie Informationen in diesem Dienst organisiert sind.

Denken Sie zunächst daran, dass GBQ verschachtelte und wiederholte Felder unterstützt. Da Google Analytics-Daten in einer hierarchischen Struktur von Treffern, Sitzungen und Benutzern organisiert sind, müssen Sie möglicherweise lernen, wie Sie die Daten abfragen, um auf Werte aus diesen verschachtelten und wiederholten Feldern zuzugreifen.

Schauen Sie sich diese praktischen Referenzen für JOIN- und FLATTEN-Klauseln an: Sie müssen sie möglicherweise häufig verwenden. Beachten Sie bei der Verwendung von BigQuery auch, dass einige in der Google Analytics-Oberfläche verfügbare Messwerte nicht automatisch berechnet werden, z. B. Gesamtzahl der Benutzer und Gesamtzahl der Ereignisse.

Der Export von Rohdaten aus Google Analytics ist einfacher, als es auf den ersten Blick erscheinen mag. Ob Sie sich entscheiden, in eine sofort einsatzbereite Lösung zu investieren oder Ihre eigene zu erstellen, liegt ganz bei Ihnen. Lassen Sie dieses große Gut nur nicht ungenutzt.

Nutzen Sie die gesammelten Daten. Suchen Sie nach neuen Erkenntnissen. Integrieren. Experiment. Kennen Sie den Puls Ihrer Website und treten Sie mit Kunden in Kontakt, wenn sie Sie am meisten brauchen. Und denken Sie daran, dass Sie im Kommentarbereich unten jederzeit Fragen stellen können. Wir antworten gerne!

Und wenn Sie mehr über Google Analytics und andere Analysetools erfahren möchten, abonnieren Sie unseren Newsletter. Jeden Monat erhalten Sie nützliche Tipps für moderne Marketer und Analysten.