{"id":3172,"date":"2022-06-08T15:44:16","date_gmt":"2022-06-08T12:44:16","guid":{"rendered":"https:\/\/webanalyst.ro\/?p=3172"},"modified":"2022-12-14T15:06:45","modified_gmt":"2022-12-14T13:06:45","slug":"ga4-bigquery","status":"publish","type":"post","link":"https:\/\/webanalyst.ro\/blog\/2022\/ga4-bigquery\/","title":{"rendered":"Datele din Google Analytics 4 \u00een BigQuery"},"content":{"rendered":"\n

Cea mai recent\u0103 versiune de Google Analytics, numit\u0103 Google Analytics 4, a venit cu beneficiul de a utiliza datele aproximativ \u00een timp real \u00een Google BigQuery. Datele sunt importate gratuit.<\/p>\n\n\n\n

Google Cloud ofer\u0103 servicii de stocare, procesare, management \u0219i securitate pentru date pe serverele Google. BigQuery este partea de data warehouse<\/em> a acestuia, ocup\u00e2ndu-se cu managementul bazelor de date \u0219i analiza rapid\u0103 a unei cantit\u0103\u021bi mari de date.<\/p>\n\n\n\n

Datele din Google Analytics 4 pot fi integrate nativ cu BigQuery. Acest lucru aduce mai multe beneficii, pe care le g\u0103si\u021bi \u00een continuarea articolului.<\/p>\n\n\n\n\n\n\n\n

Date detaliate<\/h2>\n\n\n\n

\u00cen cadrul Google Analytics, avem posibilitatea s\u0103 lucr\u0103m cu date agregate. De exemplu, vedem datele la nivel de sesiune. Asta ne ajut\u0103 s\u0103 r\u0103spundem la multe \u00eentreb\u0103ri de marketing, cum ar fi num\u0103rul total de sesiuni \u00eentr-o anumit\u0103 perioad\u0103.<\/p>\n\n\n\n

Interfa\u021ba Google Analytics are anumite limit\u0103ri, pentru a fi u\u0219or de utilizat. Aceste limit\u0103ri dispar atunci c\u00e2nd avem datele \u00een BigQuery. De exemplu, putem s\u0103 vedem evenimentele realizate de un utilizator pe o perioad\u0103 mai lung\u0103 de timp. Motivul este c\u0103 datele din Google BiqQuery sunt interogate la nivel de hit<\/em>.<\/p>\n\n\n\n

Interfa\u021ba de Google Analytics ne arat\u0103, de multe ori, rapoarte sampled<\/em>, adic\u0103 o estimare, pentru c\u0103 nu a luat toate datele \u00een calcul. Acest sampling<\/em> dispare atunci c\u00e2nd sunt analizate datele din BigQuery.<\/p>\n\n\n\n

De asemenea, datele pe care le vedem \u00een Google Analytics p\u0103streaz\u0103 User ID<\/em>-ul fiec\u0103rui utilizator timp de maxim 14 luni, pentru un cont gratuit. Putem vedea date statistice pentru date din trecut, dar nu putem intra \u00een detalii mai vechi de 14 luni prin rapoartele disponibile \u00een analytics. Acest lucru este \u0219i el remediat atunci c\u00e2nd folosim BigQuery, care nu limite pentru datele deja stocate.<\/p>\n\n\n\n

Date din surse diferite<\/h2>\n\n\n\n

Unul dintre beneficiile aduse de Google BigQuery este acela c\u0103 poate stoca date din surse diferite. Astfel, organiza\u021bia poate p\u0103stra \u0219i utiliza \u00eempreun\u0103 datele din CRM, din platforma de ecommerce, din sisteme diferite de advertising, pe l\u00e2ng\u0103 cele din analytics.<\/p>\n\n\n\n

De exemplu, un analist poate s\u0103 se uite la datele din ecommerce, din advertising, precum \u0219i la cele din Google Analytics, pentru a raporta din toate acestea sursele de trafic care aduc clien\u021bi recuren\u021bi, precum \u0219i costul de achizi\u021bie.<\/p>\n\n\n\n

Exportul datelor din BigQuery<\/h2>\n\n\n\n

Am lucrat cu diverse organiza\u021bii \u0219i fiecare dintre acestea avea propriile sisteme de raportare \u0219i analiz\u0103. BigQuery are propriul s\u0103u API care poate exporta automat datele.<\/p>\n\n\n\n

Chiar dac\u0103 folosi\u021bi Tableau, Qlik Sense, QlikView, Power BI, Looker, Data Studio sau alte sisteme de Business Intelligence sau raportare, acestea au conectori pentru datele din BigQuery. Oamenii din organiza\u021bie pot folosi instrumente diferite de raportare \u0219i nu este nicio problem\u0103, pentru c\u0103 BigQuery se poate conecta la cele mai multe dintre acestea.<\/p>\n\n\n\n

Partea ur\u00e2t\u0103 din Google BigQuery<\/h2>\n\n\n\n

Complexitatea datelor are costul s\u0103u. Pe l\u00e2ng\u0103 pre\u021bul pl\u0103tit la BigQuery, organiza\u021bia este nevoit\u0103 s\u0103 aib\u0103 persoane experimentate \u00een SQL.<\/p>\n\n\n\n

Datele sunt stocate brut, ceea ce e util \u00een unele cazuri, de exemplu pot fi integrate \u00een alte aplica\u021bii, cum ar fi BigQuery ML<\/strong> pentru predic\u021bii. Pe de alt\u0103 parte, lucrul cu aceste date este complicat \u0219i este nevoie de persoane tehnice la nivel de seniori pentru a folosi aceste instrumente.<\/p>\n\n\n\n

Sunt stocate multe date \u00eempreun\u0103 \u0219i de cele mai multe ori trebuie s\u0103 \u0219tii exact la ce trebuie s\u0103 renun\u021bi ca s\u0103 ajungi la un rezultat asem\u0103n\u0103tor cu ce ai deja \u00een Google Analytics.<\/p>\n\n\n\n

Costul stoc\u0103rii datelor \u00een Google BigQuery este unul mic. Un site de aproximativ 1 milion de utilizatori pe lun\u0103, poate costa pentru stocare \u00een jur de 10 USD lunar. Dar la acest cost se adaug\u0103 \u0219i costul \u00eenc\u0103rc\u0103rii datelor. Datele din GA4 sunt stocate \u00een c\u00e2teva blocuri mari de date, adic\u0103 vei \u00eenc\u0103rca toate datele chiar dac\u0103 ai nevoie de un singur eveniment pentru raport. La fel se \u00eent\u00e2mpl\u0103 \u0219i dac\u0103 ai nevoie de parametrul unui eveniment, iar BigQuery va \u00eenc\u0103rca toate datele despre to\u021bi parametrii. <\/p>\n\n\n\n

Costul cu BigQuery poate fi o problem\u0103 aici, \u00eens\u0103 costul cu pe care \u00eel ai cu seniorii \u00een SQL \u0219i \/ sau \u00een Big Data care s\u0103 lucreze cu aceste seturi de date reprezint\u0103 o problem\u0103 \u0219i mai mare.<\/p>\n\n\n\n

Instalarea BigQuery pentru Google Analytics<\/h2>\n\n\n\n

\u00cen sec\u021biunea Admin din Google Analytics 4, observ\u0103m c\u0103 acest produs poate fi integrat cu alte produse de la Google, inclusiv BigQuery.<\/p>\n\n\n\n

Totu\u0219i, integrarea \u00eencepe din Google APIs Console<\/a>. Dac\u0103 e\u0219ti prima dat\u0103 acolo, vei vedea un buton mare pentru creat un nou proiect.<\/p>\n\n\n\n

<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Dup\u0103 crearea unui proiect nou sau selectarea unuia deja existent, trebuie mers \u00een meniul APIs & Services<\/em>, iar de acolo trebuie aleas\u0103 op\u021biunea Library<\/em>. \u00cen interfa\u021ba Google Cloud APIs<\/em> trebuie ales BigQuery API<\/strong>, care se activeaz\u0103 cu un click pe Enable<\/em>.<\/p>\n\n\n\n

De-abia acum putem merge \u00een Google Analytics 4, unde avem \u00een meniul de Admin<\/em> op\u021biunea de BigQuery Links<\/em>. Aici vom face leg\u0103tura dintre proiectul din Google Cloud \u0219i contul de analytics.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Frecven\u021ba datelor<\/h2>\n\n\n\n

Urmeaz\u0103 s\u0103 alegem c\u00e2teva detalii pentru leg\u0103tur\u0103, dar aceste lucruri pot fi editate \u0219i ulterior.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

\u00cen Google Analytics, avem posibilitatea s\u0103 alegem dac\u0103 datele vor fi importante \u00een BigQuery o dat\u0103 pe zi sau mai des (op\u021biunea Streaming<\/em>). Varianta din urm\u0103 se pl\u0103te\u0219te la Google BigQuery.<\/p>\n\n\n\n

Este important de \u0219tiut c\u0103 datele vor fi p\u0103strate \u00een BigQuery timp de 60 de zile. La fel, acest interval poate fi m\u0103rit, dar \u0219i aici este nevoie de facturare \u0219i cont pl\u0103tit la Google Cloud Platform. Dac\u0103 sunte\u021bi \u00een acest caz, setarea se schimb\u0103 din proiectul de BigQuery, \u00een meniul Explorer<\/em>, iar de acolo se va modifica Number of days after table creation<\/em> din 60 \u00eentr-un num\u0103r nou sau chiar nelimitat.<\/p>\n\n\n\n

Legarea automata a conturilor de Google Analytics 4 \u0219i de Google BigQuery va face ca datele s\u0103 \u00eenceap\u0103 s\u0103 fie transferate \u00eencep\u00e2nd cu aceea\u0219i zi, deci nu \u0219i din trecut. Poate fi un argument important atunci c\u00e2nd v\u0103 g\u00e2ndi\u021bi dac\u0103 s\u0103 importa\u021bi sau nu datele \u00een BigQuery, \u00eempreun\u0103 cu avantajele \u0219i dezavantajele scrise mai sus \u00een acest articol.<\/p>\n","protected":false},"excerpt":{"rendered":"

Cea mai recent\u0103 versiune de Google Analytics, numit\u0103 Google Analytics 4, a venit cu beneficiul de a utiliza datele aproximativ \u00een timp real \u00een Google BigQuery. Datele sunt importate gratuit. Google Cloud ofer\u0103 servicii de stocare, procesare, management \u0219i securitate pentru date pe serverele Google. BigQuery este partea de data warehouse a acestuia, ocup\u00e2ndu-se cu […]<\/p>\n","protected":false},"author":1,"featured_media":3177,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5],"tags":[540,925,897,943],"class_list":["post-3172","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-google-analytics","tag-bigquery","tag-ga4","tag-gaaw","tag-google-cloud"],"_links":{"self":[{"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/posts\/3172","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=3172"}],"version-history":[{"count":5,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/posts\/3172\/revisions"}],"predecessor-version":[{"id":3276,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/posts\/3172\/revisions\/3276"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/media\/3177"}],"wp:attachment":[{"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/media?parent=3172"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/categories?post=3172"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/webanalyst.ro\/blog\/wp-json\/wp\/v2\/tags?post=3172"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}