{"id":2072,"date":"2017-11-23T08:13:58","date_gmt":"2017-11-23T06:13:58","guid":{"rendered":"https:\/\/webanalyst.ro\/?p=2072"},"modified":"2022-03-10T17:36:39","modified_gmt":"2022-03-10T15:36:39","slug":"datele-din-google-analytics-r","status":"publish","type":"post","link":"https:\/\/webanalyst.ro\/blog\/2017\/datele-din-google-analytics-r\/","title":{"rendered":"Datele din Google Analytics \u00een R"},"content":{"rendered":"

R este cel mai popular limbaj de programare open source folosit pentru analiza datelor. Luna trecut\u0103, Stack Overflow anun\u021ba<\/a> c\u0103 sec\u021biunea lor dedicat\u0103 acestui limbaj a avut \u00een ultimii 5 ani una dintre cele mai ridicate rate de cre\u0219tere, comparativ cu sec\u021biunile dedicate celorlalte limbaje. Aceea\u0219i surs\u0103 l-a numit \u0219i limbajul cu cei mai pu\u021bini oameni c\u0103rora nu le place s\u0103 lucreze cu acesta<\/em>. Desigur, trebuie \u021binut cont c\u0103 are o baz\u0103 mai mic\u0103 de utilizatori, ceea ce este absolut normal, fiind un limbaj ni\u0219at.<\/p>\n

Mai important, este un limbaj robust cu o comunitate solid\u0103. A ap\u0103rut \u00een urm\u0103 cu 24 de ani pentru a fi folosit de statisticieni, iar \u00een prezent avem aproximativ 12.000 de pachete create de comunitate, \u0219i asta doar pe site-ul \u201eoficial\u201d. Un pachet este o colec\u021bie de func\u021bii care extinde capabilit\u0103\u021bile limbajului. Pentru a observa cre\u0219terea, trebuie men\u021bionat c\u0103 \u00een iunie s-a atins cifra rotund\u0103 de 10.000 de pachete, \u00een fiecare s\u0103pt\u0103m\u00e2n\u0103 lans\u00e2ndu-se c\u00e2teva titluri interesante. De exemplu, \u00een urm\u0103 cu o lun\u0103 a ap\u0103rut officer<\/a>, un pachet care export\u0103 din R grafice editabile pentru documentele Microsoft Office.<\/p>\n

De ce am vrea datele noastre din Google Analytics \u00een R?<\/strong> \u00cen primul r\u00e2nd, avem o flexibilitate mai mare pentru prelucrarea acestora. Cum spuneam mai spus, \u00een R avem pachete pentru orice faz\u0103 din analiza datelor, de la cur\u0103\u021bare \u0219i transformare, la modelare statistic\u0103, raportare \u0219i vizualizare de date \u0219i chiar generare de predic\u021bii \u0219i machine learning.<\/p>\n

Ghid pas cu pas pentru importarea datelor din Google Analytics \u00een R<\/h2>\n
    \n
  1. \n
      \n
    1. \n
        \n
      1. \n

        Instaleaz\u0103 R<\/h3>\n

        Desigur, pentru a lucra \u00een R, trebuie \u00eent\u00e2i s\u0103 \u00eel avem instalat. Versiunea de Windows poate fi desc\u0103rcat\u0103 de aici<\/a>. Pe acela\u0219i site pot fi gasite versiunile \u0219i pentru alte platforme.<\/li>\n

      2. \n

        Instaleaz\u0103 R Studio<\/h3>\n

        Po\u021bi lucra direct \u00een R, dar este mai comod s\u0103 ai instalat un Integrated Development Environment<\/em> (IDE). Exist\u0103 multe op\u021biuni, dar dac\u0103 nu e\u0219ti deja obi\u0219nuit cu un IDE din lucrul cu alte limbaje de programare, R Studio este cel preferat de utilizatorii R. Versiunea gratuit\u0103 de R Studio Desktop<\/a> este foare bun\u0103.<\/li>\n

      3. \n

        Instaleaz\u0103 googleAnalyticsR<\/h3>\n

        Aproape orice lucru pe care vrem s\u0103 \u00eel facem \u00een R va necesita \u00eent\u00e2i instalarea cel pu\u021bin a unui pachet. Exist\u0103 pachete speciale care \u0219tiu s\u0103 importe date din majoritatea tipurilor de fi\u0219iere sau surse de date. La fel este \u0219i \u00een cazul Google Analytics, pentru care avem cel pu\u021bin 6 pachete din care s\u0103 alegem. \u00cen prezent, este preferat googleAnalyticsR pentru c\u0103 este singurul care suport\u0103 versiunea 4 de Google Analytics API. Pentru a instala acest pachet, este suficient s\u0103 scrie\u021bi \u00een consola R Studio \u0219i s\u0103 executa\u021bi urm\u0103toarea comand\u0103:<\/p>\n

        install.packages(\"googleAnalyticsR\")<\/code><\/p><\/blockquote>\n

        Da, R face diferen\u021ba \u00eentre litere minuscule \u0219i majuscule. De asemenea, \u0219tie s\u0103 caute pachetele \u00een sursa oficial\u0103 (dac\u0103 nu este schimbat\u0103 cu o alt\u0103 surs\u0103 de pachete). Se poate instala, de exemplu, \u0219i din github, dar pentru asta este o alt\u0103 comand\u0103 \u0219i… un alt pachet care trebuie ini\u021bial instalat \ud83d\ude09<\/p>\n

        Procesul de instalare al unui pachet cuprinde \u0219i instalarea altor pachete necesare pentru ca pachetul dorit de noi s\u0103 ruleze, deci o instalare poate dura.<\/li>\n

      4. \n

        Afl\u0103 ID-ul profilului de GA<\/h3>\n

        \u00cenainte de a trece la treab\u0103, mai avem nevoie \u0219i de ID-ul profilului (vizualiz\u0103rii) de Google Analytics din care vrem s\u0103 extragem date. \u00cel g\u0103se\u0219ti \u00een Admin, subsec\u021biunea View Settings. Vei avea nevoie de el \u00een pasul urm\u0103tor.\"\"<\/li>\n

      5. \n

        Ruleaz\u0103 un script care s\u0103 extrag\u0103 primele date din GA<\/h3>\n

        Prima dat\u0103, atunci c\u00e2nd folosim o un pachet, trebuie s\u0103 \u00eel \u00eenc\u0103rc\u0103m. Comanda pentru acest lucru este cea de mai jos:<\/p>\n

        library(googleAnalyticsR)<\/code><\/p><\/blockquote>\n

        Urmeaz\u0103 login-ul \u00een contul Google. Rul\u00e2nd urm\u0103toarea comand\u0103, va ap\u0103rea o pagin\u0103 web unde prima dat\u0103 va trebui s\u0103 v\u0103 loga\u021bi \u00een cont.<\/p>\n

        ga_auth()<\/code><\/p><\/blockquote>\n

        Dup\u0103 aceasta, ajungem la func\u021bia care va importa datele pe care le dorim. Am decis s\u0103 import num\u0103rul zilnic de utilizatori \u0219i cifrele de completare pentru un obiectiv (Goal 1), pentru ultimul an (365 de zile). Alt\u0103 variant\u0103 era folosirea datelor exacte pentru intervalul de timp dorit, R folosind pentru asta standarul ISO (an-lun\u0103-zi<\/em>).<\/p>\n

        ga <- google_analytics_4(viewId = \"1234567\", date_range = c(Sys.Date()-365, Sys.Date()-1), metrics = c(\"users\",\"goal1Completions\"), dimensions = \"date\", anti_sample = TRUE)<\/code><\/p><\/blockquote>\n

        Nu uita s\u0103 \u00eenlocuie\u0219ti View ID-ul din exemplul meu (acel 1234567) cu cel ob\u021binut de tine la pasul anterior!<\/p>\n

        Dup\u0103 executarea acestei comenzi, \u00een zona din dreapta sus a R Studio, Environment, vei observa sec\u021biunea Data, \u00een care a ap\u0103rut setul nostru de date \u0219i informa\u021bii de baz\u0103 despre el (lum\u0103rul de linii \u0219i coloane). Cu un click pe el, il vei putea vedea \u00een totalitate. A\u0219adar, cu o singur\u0103 linie de cod, am ob\u021binut datele de care avem nevoie<\/strong>!<\/p>\n

        De notat c\u0103 primul ga<\/em> este numele dat de mine pentru setul de date pe care \u00eel vom ob\u021bine \u0219i poate fi schimbat. Urm\u0103torul lucru interesant, google_analytics_4<\/em>, este numele func\u021biei care import\u0103 din Google Analytics API 4 \u00een pachetul folosit de noi.<\/p>\n

        La finalul func\u021biei, mai observ\u0103m un argument numit anti_sample<\/em>. Da, acesta face exact ce \u00ee\u021bi imaginezi, cere datele \u00een apel\u0103ri separate, \u00eencerc\u00e2nd s\u0103 evite sampling-ul Google Analytics. Iat\u0103 un alt argument pentru care ar trebui s\u0103 folosim Google Analytics \u00eempreun\u0103 cu R!<\/p>\n

        Desigur, pot fi extrase \u0219i alte combina\u021bii de dimensiuni \u0219i metrice. Pe Google Developers exist\u0103 un ghid<\/a> cu numele tuturor.<\/li>\n

      6. \n

        Bonus: Creeaz\u0103 o prim\u0103 vizualizare cu datele extrase<\/h3>\n

        Datele au fost extrase \u0219i sunt \u00een R, de unde putem decide cum le vom folosi. Voi \u00eencheia cu un mic exemplu de generare da unui grafic foarte simplu cu datele dintr-un indicator. O singur\u0103 linie de cod este suficient\u0103:<\/p>\n

        dotchart(ga$goal1Completions, pch=16, col = rgb(0,0,0,0.5))<\/code><\/p><\/blockquote>\n

        Observ\u0103m cu ocazia aceasta \u0219i cum poate fi apelat\u0103 o coloan\u0103 din setul nostru de date. Rularea comenzii de mai sus va genera urm\u0103torul grafic \u00een R:
        \n\"\"
        \nArgumentul pch<\/em> define\u0219te tipul simbolului ales (punctul). Urmeaz\u0103 cifrele care definesc culoarea, iar acel 0.5 de la final este opacitatea de 50%. Avem un singur indicator pe axa x \u0219i niciunul pe axa y.<\/p>\n

        Graficul nu arat\u0103 prea bine \u0219i sunt 2 motive pentru asta. Primul – am folosit instalarea de baz\u0103, f\u0103r\u0103 a ad\u0103uga alte pachete. \u00cen tot articolul am \u00eencercat s\u0103 \u021bin lucrurile c\u00e2t mai simple. Un nou pachet \u00eenseamn\u0103 noi func\u021bii \u0219i o nou\u0103 logic\u0103 de \u00eenv\u0103\u021bat \u00eenainte de folosire. \u00cen al doilea r\u00e2nd, exist\u0103 mai multe motive pentru care cre\u0103m vizualiz\u0103ri de date. De obicei, motivul este prezentarea datelor, dar nu este singurul. Generarea de vizualiz\u0103ri de date pentru analist este \u0219i ea important\u0103. Un grafic ca cel de mai sus ne arat\u0103 rapid unde se situeaz\u0103 valorile, lucru util \u00eenainte de a trece la alte prelucr\u0103ri \u0219i analize pe datele noastre.<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"

        R este cel mai popular limbaj de programare open source folosit pentru analiza datelor. Luna trecut\u0103, Stack Overflow anun\u021ba c\u0103 sec\u021biunea lor dedicat\u0103 acestui limbaj a avut \u00een ultimii 5 ani una dintre cele mai ridicate rate de cre\u0219tere, comparativ cu sec\u021biunile dedicate celorlalte limbaje. Aceea\u0219i surs\u0103 l-a numit \u0219i limbajul cu cei mai pu\u021bini […]<\/p>\n","protected":false},"author":1,"featured_media":2074,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1,5,12],"tags":[845,843,844],"class_list":["post-2072","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analytics","category-google-analytics","category-technical","tag-googleanalyticsr","tag-r","tag-r-studio"],"_links":{"self":[{"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/posts\/2072","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/comments?post=2072"}],"version-history":[{"count":14,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/posts\/2072\/revisions"}],"predecessor-version":[{"id":3089,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/posts\/2072\/revisions\/3089"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/media\/2074"}],"wp:attachment":[{"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/media?parent=2072"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/categories?post=2072"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/tags?post=2072"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}