Cum să exportați date din Google Analytics 4 în Google BigQuery

Google Analytics 4 face analiza datelor în Google BigQuery mai ușoară ca niciodată. Acum aproape toată lumea poate colecta date în BigQuery gratuit. În acest articol, vă explicăm cum să exportați corect datele în BigQuery din Google Analytics 4 și ce altceva ar trebui să țineți cont pentru a profita la maximum de informațiile colectate.

Datele brute (neprocesate) vă permit să analizați cu precizie procesele de afaceri. Prin colectarea datelor brute, puteți:

• Evaluează-ți în mod obiectiv procesele de afaceri
• Efectuați o analiză profundă a valorilor
• Urmăriți întreaga călătorie a utilizatorului
• Creați orice rapoarte fără limite
• Segmentează-ți publicul și creează publicitate direcționată

Eșantionarea înseamnă extrapolarea rezultatelor analizei pentru un anumit segment, atunci când cantitatea de informații este prea mare pentru a fi procesată rapid (de exemplu, dacă utilizați mai mulți parametri personalizați în rapoarte). Eșantionarea vă poate distorsiona semnificativ raportarea și vă poate determina să evaluați greșit rezultatele, deoarece analizați nu toate datele, ci doar o parte. Procedând astfel, riscați să investiți în campanii publicitare ineficiente sau să opriți canalele de publicitate care generează venituri. După cum puteți vedea, evitarea eșantionării este cu siguranță o idee bună. Și, din fericire, este realizabil.

Să trecem la partea practică a întrebării: ce platformă de analiză este convenabilă, accesibilă și vă permite să lucrați cu date brute neeșantionate? Soluția pe care o recomandăm – Google BigQuery – este probabil cea mai populară printre agenții de marketing din întreaga lume și există o mulțime de motive solide pentru aceasta. Vă recomandăm să colectați, să stocați și să procesați date brute folosind stocarea în cloud BigQuery, iar mai jos vă vom explica de ce.

Google BigQuery este un depozit de date multi-cloud cu un serviciu de interogare încorporat și un nivel ridicat de securitate și scalabilitate. Potrivit Gartner, „până în 2022, 75% din toate bazele de date vor fi implementate sau migrate pe o platformă cloud, doar 5% fiind luate în considerare vreodată pentru repatriere la sediu”. Și datorită faptului că BigQuery face parte din ecosistemul Google și în special din Google Cloud Platform, se integrează în mod nativ cu alte produse Google și vă ajută să vă dezvoltați afacerea la o viteză competitivă.

Există mai multe aspecte de nivel scăzut care fac din BigQuery aproape de neînlocuit pentru agenții de marketing. Să aruncăm o privire mai atentă la unele dintre cele mai valoroase beneficii ale sale:

• Abilitatea de a încărca volume mari de informații. Cu BigQuery, puteți efectua analize în timp real a oricărui tip de date și le puteți procesa rapid cu SQL.
• Nivel ridicat de securitate . Obțineți control deplin asupra proiectului dvs. și puteți profita de autentificarea cu doi factori.
• Accesibil. Plătiți numai pentru datele colectate și prelucrate.
• Integrare nativă cu produsele Google. Conectați-vă cu ușurință la Google Analytics și alte produse.
• Scalabil. Scalați rapid și fără probleme pentru a vă adapta cu ușurință la lumea în schimbare rapidă.
• BigQuery ML . Construiți modele de predicție pentru învățarea automată atât pe date structurate, cât și pe date semi-structurate, folosind SQL.
• BigQuery GIS. Datorită sistemului de informații geografice (GIS) BigQuery, puteți analiza informațiile geospațiale și puteți determina utilizatorii care ar trebui să primească un mail pentru o anumită locație de magazin, de exemplu.

Să examinăm formatul și schema datelor de proprietate GA 4 care sunt exportate în BigQuery. Un lucru important de reținut atunci când lucrați cu GA 4 este că structura sa diferă de structura Universal Analytics, care este familiară specialiștilor de marketing din întreaga lume.

Acesta este modul în care schema Google Analytics 4 diferă de schema Universal Analytics:

• Seturi de date. Eșantion GA seturile de date sunt denumite analytics_ , unde ID- ul proprietății este ID -ul proprietății Analytics.
• Mese. Un tabel Google Analytics separat este importat în setul de date pentru fiecare zi. Formatul unor astfel de tabele este events_AAAAMMZZ , spre deosebire de Universal Analytics unde este ga_sessions_AAAAMMZZ .
• Rânduri. Fiecare rând corespunde unui eveniment încărcat, spre deosebire de Universal Analytics, unde fiecare rând corespunde unei sesiuni Google Analytics 360.
• Coloane. Numele câmpurilor diferă în mare măsură între GA 4 și Universal Analytics. Le puteți compara urmând aceste link-uri:
  • Schema de export Google Analytics 4 BigQuery
  • Schema de export BigQuery Universal Analytics

Acum să trecem la scopul principal al acestui articol: furnizarea de instrucțiuni pas cu pas despre cum să exportați datele din Google Analytics 4 în BigQuery.

Dacă informațiile de care aveți nevoie sunt deja în Google Analytics 4, puteți trece la export. Îl puteți exporta într-o instanță gratuită a sandbox BigQuery (se aplică limitări pentru mediul de testare).

Pentru a crea un proiect APIs-Console:

1. Conectați-vă la Consola API-uri Google.
2. Creați un proiect nou sau selectați un proiect existent.

1. Accesați tabelul API-uri.
2. Accesați meniul Navigare și faceți clic pe API-uri și servicii , apoi selectați Bibliotecă .

3. În API-urile Google Cloudsecțiunea, selectați API BigQuery .
   
4. Pe pagina care se deschide, faceți clic pe Activare .
5. Adăugați un cont de serviciu în proiectul dvs. Cloud. Asigurați-vă că firebase-measurement@system. gserviceaccount.com este membru al proiectului și are rolul de editor alocat.

1. Conectați-vă la contul dvs. Google Analytics. Contul ar trebui să aibă proprietaracces la proiectul dvs. BigQuery și acces de editare la proprietatea Google Analytics 4 cu care lucrați.
2. Accesați fila Administrator și găsiți proprietatea Analytics pe care trebuie să o conectați la BigQuery.
3. În Proprietatecoloană, faceți clic pe Conectare BigQuery .

4. Faceți clic pe Link .
   

5. Faceți clic pe Alegeți un proiect BigQuery pentru a vedea proiectele la care aveți acces. Pentru a crea un nou proiect BigQuery, dați clic pe Aflați mai multe .
   

6. Selectați proiectul dvs. și faceți clic pe Confirmare .
   

7. Selectați o locație . (Dacă proiectul dvs. are deja un set de date pentru proprietatea Analytics, nu puteți configura această opțiune.)
   

8. Faceți clic pe Următorul .
   
9. Selectați fluxurile de date ale căror informații doriți să le exportați.

Dacă trebuie să includeți identificatori de publicitate, bifați Includeți identificatori de publicitate pentru fluxurile de aplicații mobile .

10. Setați frecvența : zilnicsau Streamingexport (continuu) (puteți selecta și ambele opțiuni).
    

11. În cele din urmă, faceți clic pe Trimiteți .
    

Felicitări! Veți vedea informațiile dvs. Google Analytics 4 în proiectul dvs. BigQuery în decurs de 24 de ore.

Acum aveți toate datele brute despre comportamentul utilizatorilor în BigQuery. Cu toate acestea, pentru a efectua o analiză de marketing, a găsi zonele de creștere și punctele slabe, trebuie să adăugați la GBQ date despre costuri de la serviciile de publicitate, date din sistemele CRM, servicii de urmărire a apelurilor și aplicații mobile (dacă utilizați oricare). Apoi, îmbinați toate aceste date într-un singur set de date și pregătiți datele pentru afaceri, astfel încât specialiștii în marketing să poată crea cu ușurință rapoarte bazate pe datele BigQuery.

Una dintre cele mai optime soluții pentru colectarea și procesarea tuturor datelor dvs. de marketing este OWOX BI Pipeline . Include date de la servicii publicitare, CRM-uri, servicii de urmărire a apelurilor și magazine offline către BigQuery pentru a vă completa puzzle-ul de date.

Odată ce aveți toate datele necesare la locul lor, este timpul să le faceți să funcționeze pentru dvs. De obicei, aceasta este o sarcină pentru un analist, dar cu OWOX BI Smart Data , oricine poate lucra cu ușurință cu datele BigQuery.

BigQuery sperie adesea specialiștii de marketing și pare să fie complex, dar nu trebuie să vă faceți griji pentru asta: există o soluție care vă poate ajuta să descoperiți cu ușurință tot potențialul datelor dvs. de marketing. OWOX BI îl poate aranja într-un model adaptat afacerii dvs., astfel încât să puteți construi cu ușurință rapoarte chiar dacă nu cunoașteți deloc SQL. Utilizați un simplu generator de rapoarte sau selectați un șablon gata făcut și vizualizați rezultatele în instrumentul dvs. de vizualizare preferat.

Puteți exporta cu ușurință informațiile dvs. GA 4 în BigQuery. Dacă noua structură funcționează bine pentru dvs., puteți profita de acest serviciu progresiv și îl puteți adăuga la setul dvs. de instrumente de analiză de marketing. Cu OWOX BI Pipeline, puteți colecta date de pe site-ul dvs. web, servicii publicitare, CRM, magazine offline și servicii de urmărire a apelurilor în BigQuery pentru a vă completa datele. Și cu OWOX BI Smart Data, puteți face ca datele să funcționeze pentru dvs., creând rapoarte, transformând mai multe rânduri și tabele în informații utile și îmbunătățindu-vă procesul decizional.