Come esportare dati grezzi da Google Analytics

Perché è necessario raccogliere dati grezzi non campionati? Per ottenere dati completi per i rapporti di marketing e stimare correttamente l'efficienza pubblicitaria. In questo articolo, esploreremo come raccogliere dati grezzi e dove archiviarli.

Google Analytics è un leader indiscusso tra i servizi di analisi web. È gratuito, facile da usare e fornisce approfondimenti sui KPI chiave delle attività online. Tuttavia, ci sono limitazioni nel sistema che ti impediscono di approfondire i dati ed esplorarli da tutti i lati.

1. I dati che vedi nei rapporti di Google Analytics sono sempre aggregati e questo processo è fuori controllo.
2. Campionamento, che può distorcere gravemente i tuoi dati e portare a decisioni aziendali sbagliate.
3. I report possono contenere solo un numero limitato e solo combinazioni specifiche di parametri e cifre chiave.
4. Limite su un numero di righe.
5. Tempo di elaborazione dei dati: se utilizzi una versione gratuita di Google Analytics, devi attendere fino a 24-48 ore affinché il sistema completi l'elaborazione dei dati.

Fortunatamente, la maggior parte di questi problemi può essere risolta con dati grezzi. Abbastanza bello, eh? Scopriamo come ottenere dati grezzi.

Imposta la raccolta automatica dei dati grezzi tramite OWOX BI Pipeline: tutti gli hit inviati dal tuo sito Web a Google Analytics vengono inviati a Google BigQuery in parallelo. Grazie a questo, ogni hit è disponibile in GBQ in pochi minuti.

Le tabelle con i dati della sessione sono formate secondo l'algoritmo OWOX BI: questo processo è descritto in dettaglio nel nostro Centro assistenza. Allo stesso tempo, OWOX BI utilizza una struttura dati compatibile con la struttura GA, sotto la quale vengono scritti molti esempi di query SQL. Ciò consente al tuo team di risparmiare tempo nella preparazione dei rapporti.

La raccolta di dati grezzi sui risultati con OWOX BI offre questi vantaggi:

• I dati sul comportamento degli utenti vengono trasferiti a Google BigQuery in tempo reale e senza restrizioni sul numero di hit.
• In Google Analytics il numero di parametri utente è limitato: 20 nella versione standard e 200 nella versione a pagamento. Ma in GBQ puoi raccogliere tutti i parametri personalizzati che desideri e creare report più approfonditi per analisi dettagliate.
• Puoi creare report in GBQ senza campionamento e restrizioni sul numero e sulla compatibilità di parametri e dimensioni, per qualsiasi periodo.
• A differenza di Google Analytics, in BigQuery puoi raccogliere e utilizzare i dati personali dei clienti, inclusi indirizzi email e numeri di telefono.
• OWOX BI calcola il valore di ogni sessione. Grazie a ciò, puoi calcolare il ROI/ROAS per gli utenti nuovi e quelli ritornati. E puoi valutare l'efficacia della pubblicità per diverse regioni, gruppi di prodotti, pagine di destinazione, versioni mobili e applicazioni.
• Il servizio consente di aggiornare a posteriori i dati su costi, utenti e transazioni già caricati su GBQ. Puoi prendere in considerazione gli ordini acquistati, i resi dopo l'acquisto o, ad esempio, scoprire cosa stava facendo il nuovo abbonato sul tuo sito Web 30 giorni prima della registrazione.
• Ogni giorno OWOX BI confronta i dati in BigQuery con le informazioni di GA e segnala discrepanze significative. Non perdi alcun dato importante che tracker di terze parti non possono fornire.

Come impostare la raccolta di dati grezzi da un sito Web in Google BigQuery utilizzando OWOX BI:

1. Usa il tuo account Google per accedere.
2. Scegli quali dati vuoi raccogliere in GBQ, fornire accessi e creare una pipeline di dati.
3. Copia il codice di tracciamento e pubblicalo sul sito web nel modo che preferisci.

Puoi scaricare istruzioni dettagliate su come impostare il caricamento di dati grezzi dal sito Web a BigQuery.

Google Analytics ti consente di recuperare informazioni utilizzando le API. In particolare, la Core Reporting API ti consente di accedere a dimensioni e metriche per la visualizzazione dei rapporti scelta dall'esterno dell'interfaccia GA.

Inoltre, esiste una soluzione alternativa che ti consentirà di accedere ai dati per ogni hit e di facilitare l'integrazione dei dati. Ciò può essere ottenuto utilizzando la funzionalità API insieme alle dimensioni personalizzate in Google Analytics.

Le dimensioni personalizzate possono essere utilizzate per acquisire, analizzare e visualizzare informazioni che non sono presentate in Google Analytics per impostazione predefinita. Puoi utilizzare le dimensioni personalizzate come chiavi per combinare le informazioni da GA e altri sistemi, nonché per migliorare i tuoi rapporti con informazioni rilevanti per la tua attività. Ad esempio, puoi salvare l'ID utente dal tuo database e usarlo per integrare azioni offline e online.

Esempi di dimensioni personalizzate:

1. Hit timestamp : una dimensione personalizzata con ambito hit che acquisisce il timestamp esatto quando si è verificato il hit, nel formato aaaa-mm-ggThh: mm: ss con l'offset del fuso orario.
2. ID sessione : una dimensione personalizzata nell'ambito della sessione che raccoglie un valore casuale univoco, utilizzato per identificare gli hit che appartengono alla stessa sessione.
3. ID client : una dimensione personalizzata con ambito sessione che raccoglie il valore univoco assegnato al dispositivo del client dal cookie _ga.
4. User ID : una dimensione personalizzata con ambito hit che raccoglie il valore che rappresenta un utente che ha effettuato l'accesso al tuo sito Web, consentendoti di identificare tutte le sessioni e gli hit di questo particolare utente.

Il merito di questo elenco di esempi va a Simo Ahava per il suo ottimo post sul miglioramento della raccolta dei dati con dimensioni personalizzate e Google Tag Manager.

Perché un'API non è una soluzione perfetta?

L'API di Google Analytics risolverà il problema del campionamento? Dipende da quanto traffico ottiene il tuo sito web. Se il traffico non è troppo elevato e scegli un periodo di rapporto breve, è possibile evitare il campionamento. D'altra parte, dovrai eseguire centinaia di query per ottenere dati non campionati.

Poiché le informazioni verranno esportate da Google Analytics, si applicheranno anche tutte le condizioni di elaborazione dei dati GA, inclusa la compatibilità di dimensioni e metriche e il tempo di elaborazione dei dati. Ma per startup e piccoli progetti, l'API potrebbe funzionare come una soluzione temporanea. Simo Ahava ha un ottimo post sul suo blog in cui esplora quelli che possono essere considerati difetti dello schema dei dati di Google Analytics.

Esistono anche limiti e quote specifici per l'API di Google Analytics, come il numero di dimensioni e metriche in una query e la quantità di dati che puoi estrarre al giorno.

Inoltre, avrai bisogno di spazio per memorizzare le informazioni esportate. Questo ci porta a un approccio più sofisticato che si rivelerà sicuramente vantaggioso per la tua attività.

Google Analytics 360 non è uno strumento economico, ma ottieni quello per cui paghi e di più. Oltre a beneficiare delle funzionalità avanzate della piattaforma a pagamento, gli utenti di Google Analytics 360 possono esportare dati grezzi a livello di hit e sessione da Google Analytics a Google BigQuery tramite l'integrazione nativa.

Ci sono due opzioni di esportazione tra cui puoi scegliere:

1. Dati esportati continuamente . Con questa opzione, ogni giorno ottieni un file esportato con i dati di Google Analytics del giorno precedente e altri tre file esportati con i dati del giorno corrente. Sono disponibili anche i dati dei servizi Google collegati.
2. Esporta i dati continuamente . Questa opzione ti consente di ottenere dati più aggiornati con le esportazioni in Google BigQuery ogni 10-15 minuti. In questo caso, Google BigQuery fattura $ 0,05 aggiuntivi per ogni gigabyte di dati elaborati. Tieni presente che i dati dei servizi collegati a Google Analytics, come DoubleClick for Publishers, AdSense e AdX, possono essere esportati solo per il giorno precedente, su base giornaliera.

Quando inizialmente colleghi una vista di Google Analytics a Google BigQuery, Google Analytics 360 esporterà automaticamente 10 miliardi di hit o 13 mesi di dati storici in BigQuery. Non è un ottimo affare per coloro che hanno lottato con il campionamento per tutto questo tempo?

Ed ecco la ciliegina sulla torta: gli utenti di Google Analytics 360 ricevono $ 500 al mese di credito per coprire i costi di importazione, archiviazione ed elaborazione dei dati in Google BigQuery.

In alternativa, puoi clonare gli hit che stai inviando a Google Analytics ed elaborare le informazioni clonate da qualche parte al di fuori di GA. Per questo, potresti provare a memorizzare gli hit sui tuoi server o utilizzare una soluzione basata su cloud. I dati con ambito hit da soli non ti forniranno dati sull'origine, sul mezzo o sulla campagna, né ti forniranno informazioni sul costo dell'annuncio o sulla posizione. Tuttavia, questo approccio ti consentirà di ottenere risultati grezzi non appena vengono inviati dal tuo sito Web e di utilizzarli per scopi che non richiedono dati a livello di sessione, come l'invio tempestivo di e-mail transazionali e l'identificazione di problemi con le prestazioni del sito Web.

Se non vuoi spendere tempo e denaro per progettare il tuo connettore, un team di analisti BI OWOX può aiutarti. Iscriviti a una demo per richiedere un incontro e scoprire i dettagli su come OWOX può soddisfare le tue esigenze aziendali.

Che tu sia una piccola startup o una grande impresa, ci sono una serie di fattori da considerare quando si sceglie un sistema di archiviazione dati. Qualunque opzione tu scelga, ecco una breve descrizione di ciò che dovresti cercare:

• Capacità di elaborazione dati . La raccolta di dati grezzi è buona e basta, ma se non sei in grado di elaborarli ed estrarre le informazioni di cui hai bisogno, questi dati non ti saranno di alcuna utilità.
• La possibilità di scalare in modo flessibile in base ai requisiti aziendali . Man mano che la tua attività cresce, vorrai che il tuo magazzino si adatti di conseguenza.
• Standard di alta sicurezza . Devi essere sicuro che i tuoi preziosi dati siano protetti e completamente sotto il tuo controllo.
• Costo ragionevole .

Fortunatamente per tutti noi, non è necessario reinventare la ruota, soprattutto perché esistono già buoni servizi come Google BigQuery, un data warehouse basato su Google Cloud Platform progettato per l'analisi dei dati.

Google BigQuery consente di archiviare ed elaborare miliardi di righe (ovvero gigabyte e petabyte di dati!) utilizzando la sintassi simile a SQL. Incredibile velocità di elaborazione? Controllo. Scalabilità? Controllo. Sicurezza dei dati senza precedenti? Controllo. Il servizio fornisce tutto il necessario per l'analisi avanzata di enormi quantità di dati.

Google BigQuery è un servizio a pagamento, ma paghi solo per la quantità di dati archiviati ed elaborati. I primi 10 gigabyte immagazzinati e 1 terabyte elaborato al mese sono gratuiti. Successivamente, Google addebita $ 0,02 per ogni gigabyte archiviato e $ 5 per ogni terabyte elaborato. Secondo i termini di servizio al momento della scrittura, i nuovi utenti BigQuery ottengono anche un credito di $ 300 da spendere in 12 mesi.

Perché Google BigQuery non è una soluzione perfetta?

Se sei completamente nuovo in GBQ, potresti dover capire come sono organizzate le informazioni in questo servizio.

Prima di tutto, tieni presente che GBQ supporta i campi nidificati e ripetuti. Poiché i dati di Google Analytics sono organizzati in una struttura gerarchica di hit, sessioni e utenti, potrebbe essere necessario imparare a eseguire query sui dati per accedere ai valori di questi campi nidificati e ripetuti.

Dai un'occhiata a questi comodi riferimenti per le clausole JOIN e FLATTEN: potresti aver bisogno di usarli molto. Un'altra cosa da tenere a mente quando si utilizza BigQuery è che alcune metriche disponibili nell'interfaccia di Google Analytics non verranno calcolate automaticamente, come il totale degli utenti e il totale degli eventi.

Esportare dati grezzi da Google Analytics è più facile di quanto possa sembrare a prima vista. Sta a te decidere se investire in una soluzione pronta all'uso o crearne una tua. Non lasciare che questa grande risorsa rimanga inutilizzata.

Sfrutta i dati che raccogli. Cerca nuove intuizioni. Integrare. Sperimentare. Conosci il polso del tuo sito web e connettiti con i clienti quando hanno più bisogno di te. E ricorda che puoi sempre porre domande nella sezione commenti qui sotto. Risponderemo volentieri!

E se vuoi saperne di più su Google Analytics e altri strumenti di analisi, iscriviti alla nostra newsletter. Ogni mese riceverai suggerimenti utili per esperti di marketing e analisti moderni.