Dane i ich analiza to podstawa skutecznego działania zarówno analityków, jak i marketerów – niezależnie od branży. Z tego względu warto być na bieżąco z tym, jakie rozwiązania pojawiają się na rynku. Szybkie wdrażanie ich do strategii pozwoli Ci na lepszą optymalizację biznesu i poprawianie wyników. W tym pomoże Ci Google BiqQuery!
W analityce internetowej zdecydowanie przodują produkty Google. Porozmawiajmy dziś o tym, jakie możliwości otwierają się dzięki integracji między Google BigQuery a nową usługą analityki, czyli Google Analytics 4.
Co znajdziesz w tym artykule?
Czym jest Google Analytics 4?
Korzyści z integracji Google Analytics 4 z BigQuery
Czego potrzebujesz, by używać BigQuery?
Integracja Google Analytics 4 i BigQuery
Google Analytics 4 i BigQuery – jak wyglądają dane?
Co można wyszukać w danych w Google Analytics 4 za pomocą BigQuery?
Jak najlepiej wykorzystać te możliwości?
Zaczynajmy!
Google Analytics 4 to nowy moduł analityki, który pozwala na analizowanie nie tylko ruchu na Twojej stronie, ale też w aplikacji. Jest to rozwiązanie stale rozwijane przez Google. Warto jednak już teraz się nim zainteresować, ponieważ otwiera wiele możliwości, niedostępnych wcześniej w klasycznym Google Analytics.
Jeśli korzystasz z Google Analytics, możesz wdrożyć GA 4 jako równoległe rozwiązanie (dual tagging). Pomoże Ci to zachować ciągłość danych w jednym systemie (Google Analytics) i jednocześnie umożliwi zbieranie informacji i tworzenie analiz w nowy sposób. Google Analytics 4 traktuje zdarzenia jako podstawowy punkt odniesienia w analizie, a nie sesję na stronie. Dzięki temu łatwiej jest analizować zachowanie użytkowników na różnych platformach oraz dane na bardziej granularnym poziomie – pojedynczego eventu (także w wersji bezpłatnej).
BigQuery to hurtownia danych w chmurze stworzona przez Google. Użytkownicy mogą przechowywać tam informacje oraz tworzyć zapytania w ramach swoich analiz Big Data. Jak same te nazwy wskazują, danych i zapytań może być naprawdę dużo. BigQuery pozwala na sprawną pracę na danych i szybkie generowanie raportów.
Integracja Google Analytics 4 i BigQuery otwiera wiele możliwości – dużo niższym kosztem. Korzystając ze standardu Universal Analytics, bardzo ciężko jest dotrzeć do surowych danych na poziomie pojedynczego hitu. BigQuery to doskonałe miejsce do integracji danych z różnych źródeł (m. in. Dane z systemów CRM lub dane z narzędzi przeznaczonych do serwowania reklam użytkownikom) oraz przygotowanie danych źródłowych pod ich efektywną wizualizację w narzędziach do tego przeznaczonych (np. Google Data Studio lub Tableau).
To jednak nie wszystko. Nowa integracja pozwala na ciągły eksport, gdzie dane są udostępniane w ciągu kilku sekund. Jest to duża zmiana: wcześniej dane wysyłały się dopiero po 15 minutach.
Google odpowiada też na dynamiczną sytuację związaną z prawną ochroną danych osobowych. Przy integracji Google Analytics 4 i BigQuery możesz łatwo wybrać serwer, na którym będą przechowywane pliki. Możesz kierować się regionem, jak Unia Europejska czy Stany Zjednoczone, lub konkretnym krajem. Masz dostęp do automatycznej anonimizacji adresów IP, które były największą kontrowersją przy wykorzystaniu Google Analytics w świetle RODO. Dzięki temu możesz mieć pewność, że spełniasz prawne warunki związane z ochroną danych.
Jeżeli chciałbyś dowiedzieć się więcej na temat korzyści z integracji Google Analytics 4 i BigQuery to zapraszamy Cię do naszego artykułu poświęconego tej tematyce – Eksport danych do BigQuery. Dlaczego warto wykorzystać potencjał tej funkcji w Google Analytics 4?
Jeśli to jest Twoje pierwsze zetknięcie z BigQuery, zacznij od zgłębienia sobie tych kilku tematów. Do podstawowych analiz nie potrzebujesz wiele: kilka podstawowych komend SQL wystarczy, by stworzyć najważniejsze raporty.
SQL to strukturalny język używany do pracy na bazach danych. Pozwala na tworzenie zapytań, czyli kwerend, i przekształcanie danych tak, żeby łatwo było odczytać informacje. BigQuery posiada swoją składnię SQL, która jest bardzo intuicyjna i nie powinna być problemem dla osób posiadających doświadczenie z innymi najpopularniejszymi standardami SQL.
Sposób, w jaki BigQuery importuje dane, różni się od innych programów i baz danych. Na początku może to stanowić wyzwanie, ale nie jest to skomplikowane – wytłumaczymy, co to znaczy i jak to wpływa na pracę.
W BigQuery możesz tworzyć własne projekty lub importować dane z zewnętrznych źródeł. W tym artykule opiszemy jak powiązać projekt w Google Analytics 4 z BigQuery.
W tamtym roku Google udostępniło kolejną aktualizację swojego systemu analityki. Tym razem postawiono na prostą, darmową integrację z narzędziami BigQuery – coś, co nigdy wcześniej nie było możliwe!
1.Żeby powiązać Google Analytics 4 z BigQuery, upewnij się, że jesteś w usłudze (property) App + Web i masz uprawnienia administratora.
Jak to sprawdzić? Wchodząc w ustawienia administratora, w części Usługa zobaczysz opcję Data Streams. Oznacza to, że jesteś w usłudze GA 4.
Wybierz opcję BigQuery Linking.
2. Kliknij w przycisk Link i wybierz projekt BigQuery, który chcesz powiązać z tą usługą. Potwierdź wybór.
Jeżeli korzystasz z Firebase, zastanów się nad integracją przez tę platformę. Pozwoli Ci powiązać również inne dane zbierane przez Firebase.
3. Wybierz teraz serwer, gdzie będą przechowywane Twoje dane. Wpływa to na regulacje prawne, którym musisz sprostać.
4. Teraz wybierz strumienie danych (data streams), które chcesz eksportować.
W tym samym kroku możesz określić częstotliwość eksportu. Najlepszym wyjściem jest zaznaczenie obu opcji. Dzięki temu będziesz mieć dane na bieżąco i jednocześnie pełną tabelę z konkretnego dnia.
Ważna uwaga – dane intraday wiążą się z dodatkowymi kosztami oraz mogą być obarczone błędami. Dodatkowo nie przekazują jeszcze wszystkich pól, którymi dysponujesz przy dziennym eksporcie.
5. Sprawdź, czy wszystkie ustawienia są w porządku, i zaakceptuj je.
6. Następnego dnia otwórz projekt w BigQuery. Zobaczysz tam surowe dane z Google Analytics 4.
Dane będą eksportowane do BigQuery dopiero od momentu powiązania usług, więc wszystkie wcześniejsze informacje będą dostępne wyłącznie w Google Analytics 4.
Przejdźmy teraz do wykorzystania BigQuery w pracy na danych pochodzących z Google Analytics 4.
Zmianą, którą wprowadza Google Analytics 4, jest skupienie się na zdarzeniach, a nie na sesjach. Otwiera to nowe możliwości analizy w BigQuery: możesz zdobyć więcej informacji o działaniach użytkownika między różnymi platformami.
Po połączeniu Google Analytics 4 z BigQuery pojawi się zbiór danych nazwany analytics_(ID usługi), powiązany z konkretnym projektem. Znajdziesz tam tabele z danymi, zaczynające się od events_(). W nawiasie zobaczysz liczbę utworzonych tabel, dostępnych do analizy.
Jeżeli ustawisz opcję eksportowania danych raz dziennie, na każdy dzień eksportu pojawi się nowa tabela. Będą miały stałą liczbę pól oraz typ przechowywanych w nich danych i nazwę: events_YYYYMMDD. Pojawiają się one na następny dzień: dane z 10 października 2020 zobaczysz 11 października, najprawdopodobniej w godzinach porannych
Dodatkowo, jeśli zbierasz dane w czasie rzeczywistym, będziesz mieć do analizy tabelę nazwaną events_intraday_YYYYMMDD. Znajdziesz w niej dane o zdarzeniach kilka sekund po tym, jak nastąpiły – to jest ta druga opcja eksportu.
Tabele z danymi wyeksportowanymi z Google Analytics 4 przyjmują postać tabeli zagnieżdżonych. jeden rekord (wiersz w tabeli baz danych) to pojedyńczy event, ale niektóre pola są zagdzieżdżoną tabelą parametrów, obejmujących takie dane jak czas, czy typ.
Kwerenda za pomocą BigQuery to nic innego jak przeszukanie danych pod kątem konkretnych informacji. Możesz wyszukać zdarzenia spełniające wybrane warunki, takie np. jak typ, użytkownik czy moment wystąpienia, podliczyć je, grupować lub rozdzielać.
Z tego względu, że tabele są zagnieżdżone, dostęp do niektórych danych jest utrudniony. W pierwszej kolejności trzeba je spłaszczyć za pomocą funkcji UNNEST. Taka funkcja uzupełni każdy rząd o te dane dotyczące zdarzenia, które były tylko raz uwzględnione.
Za pomocą kwerendy możesz policzyć, ile razy występuje unikalne zdarzenie – na przykład, ile użytkowników zdecydowało się zaktualizować aplikację.
Masz też o wiele lepszy dostęp do różnych parametrów zdarzeń. W klasycznym Google Analytics zdarzenia były opisywane za pomocą takich właściwości jak kategoria, akcja, etykieta i wartość. W Google Analytics 4 możesz zdefiniować do 25 parametrów. Dzięki temu dostajesz precyzyjne i indywidualnie dopasowane informacje o każdym zdarzeniu.
Możesz się skupić na tym, ile razy użytkownicy wyświetlili daną stronę lub ekran aplikacji. Te zdarzenia są określone jako page_view (dla stron internetowych) lub screen_view (dla aplikacji).
Kolejnym zakresem danych są właściwości użytkowników, czyli user properies. Możesz określić 25 cech i nadać im wartość. Przykładowo, jest to kiedy pierwszy raz ktoś skorzystał z aplikacji, lub czy łączył się przez aplikację i przez przeglądarkę. W każdym typie biznesu mogą być inne: zaprojektuj je tak, aby jak najlepiej odpowiadały Twoim potrzebom.
O ile samo połączenie Google Analytics 4 z BigQuery jest proste technicznie, zaprojektowanie systemu analityki może być większym wyzwaniem. Musisz liczyć się z tym, że samodzielne dopracowanie odpowiedniego modelu wymaga wielu prób i błędów – nie jest jednak niemożliwe.
Jeśli wolisz oddać to w ręce specjalistów, napisz do nas! Jesteśmy oficjalnym partnerem Google, co nie tylko potwierdza nasze kwalifikacje, ale daje nam priorytetowy dostęp do informacji o usługach. Przez ponad 10 lat naszej działalności wdrożyliśmy produkty Google Analytics w wielu firmach, realizując ponad 500 projektów. Daje nam to doświadczenie i szersze spojrzenie na skuteczność rozwiązań.
Naszych klientów traktujemy jak partnerów. Oprócz samego zaprojektowania analityki przeprowadzamy onboarding i szkolenia, upewniając się, że dostarczamy wszystkie potrzebne informacje i narzędzia. Czuwamy też nad odpowiednim wdrożeniem kodów.
Jeżeli natomiast chcesz poznać koszt Google BigQuery oraz dowiedzieć się, jak wykorzystać to narzędzie do rozwoju biznesu, zapraszamy do artykułu – Google BigQuery – czym jest, ile kosztuje, jak wykorzystać?
Skontaktuj się z nami — porozmawiamy o Twojej firmie, Waszych potrzebach i opowiemy jak możemy pomóc.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
