如何將數據從 Google Analytics 4 導出到 Google BigQuery

Google Analytics 4 讓 Google BigQuery 中的數據分析變得前所未有的輕鬆。 現在幾乎每個人都可以在 BigQuery 中免費收集數據。 在本文中，我們將解釋如何將數據從 Google Analytics 4 正確導出到 BigQuery，以及您還應考慮哪些其他因素以從收集的信息中獲得最大價值。

原始（未處理）數據允許您精確分析您的業務流程。 通過收集原始數據，您可以：

• 客觀地評估您的業務流程
• 對指標進行深入分析
• 跟踪整個用戶旅程
• 無限制地構建任何報告
• 細分受眾並設置有針對性的廣告

當信息量太大而無法快速處理時（例如，如果您在報告中使用多個自定義維度），抽樣意味著推斷給定細分的分析結果。 抽樣可能會嚴重扭曲您的報告並導致您錯誤地評估結果，因為您分析的不是所有數據，而是部分數據。 這樣一來，您就有投資於低效的廣告活動或關閉創收廣告渠道的風險。 如您所見，避免抽樣絕對是一個好主意。 值得慶幸的是，這是可以實現的。

讓我們來看看這個問題的實際方面：哪個分析平台方便、負擔得起，並且允許您使用原始的非抽樣數據？ 我們推薦的解決方案 - Google BigQuery - 可能是全球營銷人員中最受歡迎的解決方案，並且有很多充分的理由。 我們建議您使用 BigQuery 雲存儲來收集、存儲和處理原始數據，下面我們將解釋原因。

Google BigQuery 是一個多雲數據倉庫，具有內置查詢服務以及高級別的安全性和可擴展性。 根據 Gartner 的說法，“到 2022 年，75% 的數據庫將部署或遷移到雲平台，只有 5% 的數據庫曾經考慮過遷移到本地。” 由於 BigQuery 是 Google 生態系統的一部分，尤其是 Google Cloud Platform 的一部分，它可以與其他 Google 產品進行原生集成，幫助您以具有競爭力的速度發展業務。

有多個低級方面使 BigQuery 對於營銷人員來說幾乎是不可替代的。 讓我們仔細看看它的一些最有價值的好處：

• 能夠上傳大量信息。 借助 BigQuery，您可以對任何類型的數據執行實時分析，並使用 SQL 快速對其進行處理。
• 安全級別高。 您可以完全控制您的項目，並可以利用雙因素身份驗證。
• 經濟實惠。 僅為收集和處理的數據付費。
• 與 Google 產品的原生集成。 輕鬆連接 Google Analytics 和其他產品。
• 可擴展。 快速無縫地擴展，輕鬆適應瞬息萬變的世界。
• BigQuery 機器學習。 使用 SQL 在結構化和半結構化數據上構建機器學習預測模型。
• 大查詢地理信息系統。 例如，借助 BigQuery 地理信息系統 (GIS)，您可以分析地理空間信息並確定哪些用戶應該獲得特定商店位置的郵件。

讓我們檢查導出到 BigQuery 的 GA 4 屬性數據的格式和架構。 使用 GA 4 時要記住的一件重要事情是，它的結構不同於全球營銷人員熟悉的 Universal Analytics 的結構。

這就是 Google Analytics 4 架構與 Universal Analytics 架構的不同之處：

• 數據集。 遺傳算法樣本 數據集被命名為analytics_ ，其中屬性 ID是您的 Analytics 屬性 ID。
• 表。 每天將單獨的 Google Analytics 表導入數據集中。 此類表的格式為events_YYYYMMDD ，與 Universal Analytics 中的格式不同ga_sessions_YYYYMMDD 。
• 行。 每一行對應一個上傳的事件，而 Universal Analytics 的每一行對應一個 Google Analytics 360 會話。
• 列。 GA 4 和 Universal Analytics 之間的字段名稱有很大不同。 您可以通過以下鏈接進行比較：
  • Google Analytics 4 BigQuery 導出架構
  • Universal Analytics BigQuery 導出架構

現在讓我們了解本文的主要目的：提供有關如何將數據從 Google Analytics 4 導出到 BigQuery 的分步說明。

如果您需要的信息已經在 Google Analytics 4 中，您可以開始將其導出。 您可以將其導出到 BigQuery 沙盒的免費實例（適用沙盒限制）。

創建 APIs-Console 項目：

1. 登錄到 Google API 控制台。
2. 創建新項目或選擇現有項目。

1. 轉到 API 表。
2. 轉到Navigation菜單並單擊APIs & Services ，然後選擇Library 。

3. 在Google Cloud API中部分，選擇BigQuery API 。
   
4. 在打開的頁面上，單擊啟用。
5. 將服務帳號添加到您的 Cloud 項目。 確保firebase-measurement@system. gserviceaccount.com是項目成員並分配了編輯角色。

1. 登錄到您的谷歌分析帳戶。 該帳戶應具有所有者訪問您的 BigQuery 項目和編輯訪問您正在使用的 Google Analytics 4 屬性。
2. 轉到“管理”選項卡，找到您需要鏈接到 BigQuery 的 Analytics媒體資源。
3. 在物業列，點擊BigQuery 鏈接。

4. 單擊鏈接。
   

5. 點擊選擇 BigQuery 項目以查看您有權訪問的項目。 要創建新的 BigQuery 項目，請點擊了解詳情。
   

6. 選擇您的項目並單擊確認。
   

7. 選擇一個位置。 （如果您的項目已有 Analytics 屬性的數據集，則無法配置此選項。）
   

8. 單擊下一步。
   
9. 選擇要導出其信息的數據流。

如果您需要包含廣告標識符，請選中包含移動應用程序流的廣告標識符。

10. 設置頻率：每天或流媒體（連續）導出（您也可以同時選擇這兩個選項）。
    

11. 最後，點擊提交。
    

恭喜！ 您將在 24 小時內在 BigQuery 項目中看到您的 Google Analytics 4 信息。

現在，您擁有 BigQuery 中用戶行為的所有原始數據。 但是，要進行營銷分析，找到您的增長區域和薄弱環節，您需要將來自廣告服務的成本數據、來自 CRM 系統、呼叫跟踪服務和移動應用程序（如果您使用的話）的數據添加到 GBQ。 接下來，將所有這些數據合併到一個數據集中，使數據為業務做好準備，以便營銷人員可以輕鬆地基於 BigQuery 數據創建報告。

OWOX BI Pipeline是收集和處理所有營銷數據的最佳解決方案之一。 它包括來自廣告服務、CRM、呼叫跟踪服務和線下商店的數據到 BigQuery，以完成您的數據難題。

準備好所有必要的數據後，就可以讓它為您工作了。 通常，這是分析師的任務，但使用OWOX BI 智能數據，任何人都可以輕鬆處理 BigQuery 數據。

BigQuery 經常讓營銷人員感到害怕，而且看起來很複雜，但無需擔心：有一種解決方案可以幫助您輕鬆發現營銷數據的所有潛力。 OWOX BI 可以將其安排在適合您業務的模型中，這樣即使您根本不知道任何 SQL，也可以輕鬆構建報表。 只需使用簡單的報告生成器或選擇現成的模板，然後在您最喜歡的可視化工具中可視化結果。

您可以輕鬆地將 GA 4 信息導出到 BigQuery。 如果新結構適合您，您可以利用這種漸進式服務並將其添加到您的營銷分析工具箱中。 借助 OWOX BI Pipeline，您可以在 BigQuery 中從您的網站、廣告服務、CRM、線下商店和呼叫跟踪服務收集數據以完善您的數據。 借助 OWOX BI 智能數據，您可以通過構建報告、將多行和多表轉換為可操作的見解以及改進決策來使這些數據為您服務。