วิธีส่งออกข้อมูลจาก Google Analytics 4 ไปยัง Google BigQuery

Google Analytics 4 ทำให้การวิเคราะห์ข้อมูลใน Google BigQuery ง่ายกว่าที่เคย ตอนนี้เกือบทุกคนสามารถรวบรวมข้อมูลใน BigQuery ได้ฟรี ในบทความนี้ เราจะอธิบายวิธีการส่งออกข้อมูลไปยัง BigQuery จาก Google Analytics 4 อย่างถูกต้อง และสิ่งอื่นที่คุณควรคำนึงถึงเพื่อให้ได้ประโยชน์สูงสุดจากข้อมูลที่รวบรวมไว้

ข้อมูลดิบ (ยังไม่ได้ประมวลผล) ช่วยให้คุณวิเคราะห์กระบวนการทางธุรกิจได้อย่างแม่นยำ ด้วยการรวบรวมข้อมูลดิบ คุณสามารถ:

• ประเมินกระบวนการทางธุรกิจของคุณอย่างเป็นกลาง
• ทำการวิเคราะห์เชิงลึกของตัวชี้วัด
• ติดตามการเดินทางของผู้ใช้ทั้งหมด
• สร้างรายงานใด ๆ โดยไม่มีขีดจำกัด
• แบ่งกลุ่มผู้ชมของคุณและตั้งค่าโฆษณาที่ตรงเป้าหมาย

การสุ่มตัวอย่างหมายถึงการประมาณผลการวิเคราะห์สำหรับกลุ่มที่กำหนด เมื่อปริมาณข้อมูลมากเกินไปที่จะประมวลผลได้อย่างรวดเร็ว (เช่น หากคุณใช้มิติข้อมูลที่กำหนดเองหลายรายการในรายงานของคุณ) การสุ่มตัวอย่างสามารถบิดเบือนการรายงานของคุณอย่างมากและทำให้คุณประเมินผลลัพธ์ของคุณผิดพลาด เนื่องจากคุณไม่ได้วิเคราะห์ข้อมูล ทั้งหมด แต่เพียงบางส่วนเท่านั้น การทำเช่นนี้ คุณเสี่ยงที่จะลงทุนในแคมเปญโฆษณาที่ไม่มีประสิทธิภาพหรือปิดช่องทางการโฆษณาที่สร้างรายได้ อย่างที่คุณเห็น การหลีกเลี่ยงการสุ่มตัวอย่างเป็นความคิดที่ดี และโชคดีที่มันทำได้

มาที่คำถามเชิงปฏิบัติกันดีกว่า: แพลตฟอร์มการวิเคราะห์ใดที่สะดวก ราคาไม่แพง และช่วยให้คุณทำงานกับข้อมูลดิบที่ไม่ได้เก็บตัวอย่างได้ โซลูชันที่เราแนะนำ — Google BigQuery — น่าจะเป็นที่นิยมมากที่สุดในหมู่นักการตลาดทั่วโลก และมีเหตุผลมากมายสำหรับสิ่งนั้น เราขอแนะนำให้คุณรวบรวม จัดเก็บ และประมวลผลข้อมูลดิบโดยใช้พื้นที่เก็บข้อมูลระบบคลาวด์ของ BigQuery และเราจะอธิบายเหตุผลด้านล่าง

Google BigQuery เป็นคลังข้อมูลแบบมัลติคลาวด์พร้อมบริการสืบค้นข้อมูลในตัวและการรักษาความปลอดภัยและความสามารถในการปรับขนาดในระดับสูง จากข้อมูลของ Gartner "ภายในปี 2565 75% ของฐานข้อมูลทั้งหมดจะถูกปรับใช้หรือย้ายไปยังแพลตฟอร์มคลาวด์ โดยมีเพียง 5% เท่านั้นที่เคยพิจารณาสำหรับการส่งกลับยังภายในองค์กร" และด้วยข้อเท็จจริงที่ว่า BigQuery เป็นส่วนหนึ่งของระบบนิเวศของ Google และ Google Cloud Platform โดยเฉพาะ จึงผสานรวมกับผลิตภัณฑ์อื่นๆ ของ Google ได้อย่างเป็นธรรมชาติ และช่วยให้คุณพัฒนาธุรกิจของคุณด้วยความเร็วที่แข่งขันได้

มีแง่มุมระดับต่ำหลายประการที่ทำให้ BigQuery ไม่สามารถถูกแทนที่ได้สำหรับนักการตลาด มาดูประโยชน์ที่มีค่าที่สุดของมันกันดีกว่า:

• ความสามารถในการอัปโหลดข้อมูลจำนวนมาก ด้วย BigQuery คุณสามารถทำการวิเคราะห์ข้อมูลประเภทใดก็ได้แบบเรียลไทม์และประมวลผลด้วย SQL อย่างรวดเร็ว
• ความปลอดภัย ระดับ สูง คุณสามารถควบคุมโปรเจ็กต์ของคุณได้อย่างเต็มที่ และสามารถใช้ประโยชน์จากการรับรองความถูกต้องด้วยสองปัจจัย
• ซื้อได้. จ่ายเฉพาะข้อมูลที่รวบรวมและประมวลผลเท่านั้น
• การผสานรวมแบบเนทีฟกับผลิตภัณฑ์ของ Google เชื่อมต่อกับ Google Analytics และผลิตภัณฑ์อื่นๆ ได้อย่างง่ายดาย
• ปรับขนาดได้ ปรับขนาดอย่างรวดเร็วและต่อเนื่องเพื่อปรับให้เข้ากับโลกที่เปลี่ยนแปลงอย่างรวดเร็วได้อย่างง่ายดาย
• BigQuery ML สร้างแบบจำลองการคาดการณ์ของแมชชีนเลิร์นนิงบนข้อมูลทั้งที่มีโครงสร้างและกึ่งโครงสร้างโดยใช้ SQL
• บิ๊กคิวรี GIS ต้องขอบคุณระบบข้อมูลทางภูมิศาสตร์ของ BigQuery (GIS) ที่ทำให้คุณสามารถวิเคราะห์ข้อมูลเชิงพื้นที่และกำหนดว่าผู้ใช้รายใดควรได้รับจดหมายสำหรับตำแหน่งร้านค้าเฉพาะ เป็นต้น

มาตรวจสอบรูปแบบและสคีมาของข้อมูลคุณสมบัติ GA 4 ที่ส่งออกไปยัง BigQuery กัน สิ่งสำคัญอย่างหนึ่งที่ต้องคำนึงถึงเมื่อทำงานกับ GA 4 คือโครงสร้างของมันแตกต่างจากโครงสร้างของ Universal Analytics ซึ่งนักการตลาดทั่วโลกคุ้นเคย

สคีมาของ Google Analytics 4 แตกต่างจากสคีมา Universal Analytics ดังนี้

• ชุดข้อมูล ตัวอย่าง GA ชุดข้อมูลมีชื่อว่า analytics_ โดยที่ ID พ ร็อพเพอร์ตี้คือ ID พร็อพเพอร์ตี้ Analytics ของคุณ
• ตาราง ตาราง Google Analytics แยกต่างหากจะถูกนำเข้ามาในชุดข้อมูลในแต่ละวัน รูปแบบของตารางดังกล่าวคือ events_YYYYMMDD ไม่เหมือนกับ Universal Analytics ที่เป็น ga_sessions_YYYYMMDD
• แถว แต่ละแถวสอดคล้องกับเหตุการณ์ที่อัปโหลด ตรงกันข้ามกับ Universal Analytics ซึ่งแต่ละแถวสอดคล้องกับเซสชัน Google Analytics 360
• คอลัมน์ ชื่อช่องต่างกันมากระหว่าง GA 4 และ Universal Analytics คุณสามารถเปรียบเทียบได้โดยไปที่ลิงก์เหล่านี้:
  • Google Analytics 4 BigQuery Export Schema
  • Universal Analytics BigQuery Export Schema

มาถึงจุดประสงค์หลักของบทความนี้: ให้คำแนะนำทีละขั้นตอนเกี่ยวกับวิธีการส่งออกข้อมูลของคุณจาก Google Analytics 4 ไปยัง BigQuery

หากข้อมูลที่คุณต้องการมีอยู่แล้วใน Google Analytics 4 คุณสามารถส่งออกได้ คุณสามารถส่งออกไปยังอินสแตนซ์ของแซนด์บ็อกซ์ BigQuery ได้ฟรี (มีข้อจำกัดของแซนด์บ็อกซ์)

ในการสร้างโครงการคอนโซล APIs:

1. ลงชื่อเข้าใช้คอนโซล Google APIs
2. สร้างโครงการใหม่หรือเลือกโครงการที่มีอยู่

1. ไปที่ตาราง API
2. ไปที่เมนู การนำทาง แล้วคลิก APIs & Services จากนั้นเลือก Library

3. ใน Google Cloud APIsส่วน เลือก BigQuery API
   
4. บนเพจที่เปิดขึ้น ให้คลิก เปิดใช้งาน
5. เพิ่มบัญชีบริการไปยังโครงการระบบคลาวด์ของคุณ ตรวจสอบให้แน่ใจว่า firebase-measurement@system. gserviceaccount.com เป็นสมาชิกโครงการและมีบทบาทบรรณาธิการที่ได้รับมอบหมาย

1. ลงชื่อเข้าใช้บัญชี Google Analytics ของคุณ บัญชีควรมี Ownerสิทธิ์เข้าถึงโปรเจ็กต์ BigQuery และสิทธิ์แก้ไขพร็อพเพอร์ตี้ Google Analytics 4 ที่คุณใช้งานอยู่
2. ไปที่แท็บผู้ ดูแลระบบ แล้วค้นหาพร็อพเพอร์ ตี้ Analytics ที่คุณต้องการลิงก์กับ BigQuery
3. ใน ทรัพย์สินให้คลิกที่การลิงก์ BigQuery

4. คลิก ลิงก์
   

5. คลิก เลือกโครงการ BigQuery เพื่อดูโครงการที่คุณมีสิทธิ์เข้าถึง หากต้องการสร้างโครงการ BigQuery ใหม่ ให้คลิก เรียนรู้เพิ่มเติม
   

6. เลือกโครงการของคุณและคลิก ยืนยัน
   

7. เลือก สถานที่ (หากโปรเจ็กต์ของคุณมีชุดข้อมูลสำหรับพร็อพเพอร์ตี้ Analytics อยู่แล้ว คุณจะกำหนดค่าตัวเลือกนี้ไม่ได้)
   

8. คลิก ถัดไป
   
9. เลือกสตรีมข้อมูลที่มีข้อมูลที่คุณต้องการส่งออก

หากคุณต้องการรวมตัวระบุโฆษณา ให้เลือก รวมตัวระบุโฆษณาสำหรับสตรีมแอปบนอุปกรณ์เคลื่อนที่

10. ตั้ง ความถี่ : รายวันหรือ สตรีมมิ่ง(ต่อเนื่อง) ส่งออก (คุณสามารถเลือกทั้งสองตัวเลือกได้)
    

11. สุดท้าย คลิก ส่ง
    

ยินดีด้วย! คุณจะเห็นข้อมูล Google Analytics 4 ในโครงการ BigQuery ภายใน 24 ชั่วโมง

ตอนนี้คุณมีข้อมูลดิบทั้งหมดเกี่ยวกับพฤติกรรมผู้ใช้ใน BigQuery อย่างไรก็ตาม ในการวิเคราะห์การตลาด ค้นหาโซนการเติบโตและจุดอ่อนของคุณ คุณต้องเพิ่มข้อมูลค่าใช้จ่ายจากบริการโฆษณา ข้อมูลจากระบบ CRM บริการติดตามการโทร และแอปมือถือ (หากมี) ลงใน GBQ จากนั้น รวมข้อมูลทั้งหมดนี้เป็นชุดข้อมูลเดียวและทำให้ข้อมูลพร้อมสำหรับธุรกิจ เพื่อให้นักการตลาดสามารถสร้างรายงานตามข้อมูล BigQuery ได้อย่างง่ายดาย

หนึ่งในโซลูชันที่เหมาะสมที่สุดสำหรับการรวบรวมและประมวลผลข้อมูลการตลาดทั้งหมดของคุณคือ OWOX BI Pipeline ซึ่งจะรวมข้อมูลจากบริการโฆษณา, CRM, บริการติดตามการโทร และร้านค้าออฟไลน์ไปยัง BigQuery เพื่อไขปริศนาข้อมูลของคุณ

เมื่อคุณมีข้อมูลที่จำเป็นทั้งหมดแล้ว ก็ถึงเวลาทำให้มันทำงานแทนคุณ โดยปกติแล้ว นั่นเป็นงานสำหรับนักวิเคราะห์ แต่ด้วย OWOX BI Smart Data ทุกคนสามารถทำงานกับข้อมูล BigQuery ได้อย่างง่ายดาย

BigQuery มักทำให้นักการตลาดหวาดกลัวและดูเหมือนว่าจะซับซ้อน แต่ไม่ต้องกังวลไป มีโซลูชันที่สามารถช่วยให้คุณค้นพบศักยภาพของข้อมูลการตลาดของคุณได้อย่างง่ายดาย OWOX BI สามารถจัดเรียงในรูปแบบที่ปรับให้เข้ากับธุรกิจของคุณ เพื่อให้คุณสามารถสร้างรายงานได้อย่างง่ายดาย แม้ว่าคุณจะไม่รู้จัก SQL เลยก็ตาม เพียงใช้เครื่องมือสร้างรายงานอย่างง่ายหรือเลือกเทมเพลตสำเร็จรูปและแสดงภาพผลลัพธ์ในเครื่องมือสร้างภาพข้อมูลที่คุณชื่นชอบ

คุณส่งออกข้อมูล GA 4 ไปยัง BigQuery ได้อย่างง่ายดาย หากโครงสร้างใหม่ใช้ได้ผลดีสำหรับคุณ คุณสามารถใช้ประโยชน์จากบริการที่ก้าวหน้านี้และเพิ่มลงในกล่องเครื่องมือวิเคราะห์การตลาดของคุณ ด้วย OWOX BI Pipeline คุณสามารถรวบรวมข้อมูลจากเว็บไซต์ บริการโฆษณา CRM ร้านค้าออฟไลน์ และบริการติดตามการโทรใน BigQuery เพื่อให้ข้อมูลของคุณสมบูรณ์ และด้วย OWOX BI Smart Data คุณสามารถทำให้ข้อมูลนั้นใช้ได้ผลสำหรับคุณโดยการสร้างรายงาน เปลี่ยนแถวและตารางหลายตารางให้เป็นข้อมูลเชิงลึกที่นำไปใช้งานได้จริง และปรับปรุงการตัดสินใจของคุณ