Google 애널리틱스 4 및 Google BigQuery 연결 — 전체 가이드

새로운 Google 애널리틱스 4의 주요 이점 중 하나는 샘플링되지 않은 원시 데이터를 Google BigQuery로 무료로 내보낼 수 있다는 것입니다. 유니버설 애널리틱스에서 이 옵션은 Google 애널리틱스 360의 유료 버전에서만 사용할 수 있었습니다.

이 기사에서는 Google Analytics 4에서 Google BigQuery로 데이터를 올바르게 내보내는 방법과 수집된 정보를 최대한 활용하기 위해 주의해야 할 사항에 대해 설명합니다.

Google 애널리틱스 4를 Google BigQuery와 통합하면 웹사이트에서 샘플링되지 않은 원시 데이터를 클라우드 저장소에 수집할 수 있습니다. 여기서 각 사용자와 해당 이벤트는 별도의 줄에 표시됩니다. 이 데이터에 대한 SQL 쿼리를 사용하여 필요한 모든 매개변수와 지표를 계산할 수 있습니다.

Google BigQuery에서 사이트 통계를 수집하면 Google Analytics 4의 샘플링 및 기타 제한 사항을 피할 수 있습니다. 완전한 데이터를 분석할 수 있으므로 이 데이터를 기반으로 내린 결정의 품질이 훨씬 높아집니다.

예를 들어 GA 4에서 사용자 및 이벤트 데이터의 기본 보관 기간은 2개월입니다. 리소스 설정에서 14개월로 늘릴 수 있습니다. 그러나 14개월 이상 전에 마지막으로 로그인한 사용자의 이벤트를 분석하려는 경우에는 충분하지 않을 수 있습니다. 즉, 2년 범위에 대한 보고서를 생성할 수 없습니다. 여기에서 Google BigQuery가 도움을 드릴 수 있습니다. 데이터를 BigQuery로 내보낸 후 시간 제한 없이 저장할 수 있습니다.

Google 애널리틱스 4에서 표준 보고서는 샘플링 대상이 아니지만 데이터를 비교할 때, 추가 매개변수 및 필터를 사용할 때, 1,000만 이벤트 한도를 초과할 때 맞춤 보고서에서 샘플링을 사용할 수 있습니다. 날짜 범위가 60일보다 큰 경우에도 샘플링이 적용됩니다.

샘플링은 데이터를 왜곡할 수 있으므로 샘플링을 사용하여 작성된 보고서를 100% 신뢰할 수 없습니다. 특히 장기간에 걸친 보고서나 많은 수의 매개변수 및 표시기가 포함된 사용자 정의 보고서의 경우에 그렇습니다. Google 애널리틱스 4에서 Google BigQuery로 원시 데이터를 업로드하면 이 문제를 피할 수 있습니다.

Google Analytics 또는 기타 분석 시스템의 인터페이스는 보고서 작성 기능을 제한합니다. 예를 들어 매개변수와 표시기의 수는 물론 이들을 결합하고 이를 기반으로 계산을 수행하는 방법에도 제한이 있습니다. 또한 GA 4에서는 비용 데이터를 가져오거나 맞춤 채널 그룹을 만들거나 CRM과 같은 타사 소스의 측정항목을 보고서에 포함하는 기능이 없습니다.

Google BigQuery의 원시 데이터에 액세스할 수 있으면 필요한 측정항목 수와 조합으로 보고서를 작성할 수 있습니다. 예를 들어 비즈니스에 중요한 지표를 기반으로 코호트 분석을 수행할 수 있습니다.

웹사이트의 원시 데이터를 광고 서비스의 광고 지출 데이터, 통화 추적 데이터, 이메일 뉴스레터 데이터, CRM에서 받은 주문 데이터와 병합하여 종단 간 분석을 설정할 수 있습니다.

이를 통해 회사와의 모든 접점을 고려하고, 사용자의 전환 경로를 분석하고, 모든 마케팅 노력(온라인 및 오프라인 모두)이 비즈니스 성과에 미치는 영향을 평가하고, 가장 효과적인 마케팅 채널을 찾고, 채널을 신속하게 최적화할 수 있습니다. 손실을 가져오는 것.

모든 마케팅 데이터를 수집하고 병합한 후에는 비즈니스 구조에 맞는 복잡한 판매 퍼널을 생성하고 고유한 기여 모델을 구축하여 각 광고 채널의 판매 기여도를 평가할 수 있습니다.

Google 애널리틱스 4는 기계 학습을 사용하여 계산된 예측 측정항목(구매 확률, 이탈 확률 및 수익 예측)을 제공합니다. 그러나 이 모델은 블랙박스이며 GA 4 데이터에서만 작동합니다.

데이터 분석가가 구매 가능성을 예측하는 모델을 만드는 임무를 맡고 있다고 가정해 보겠습니다. 이 모델은 가능한 한 투명하고(학습된 기능이 명확할 것임) 사용자 정의 데이터를 포함하여 사용 가능한 모든 데이터를 기반으로 형성될 것으로 예상됩니다. 이 경우 분석가는 Google 애널리틱스에서 계산하는 예측 측정항목에 무엇이 있는지 모르기 때문에 Google 애널리틱스 4 인터페이스로는 더 이상 충분하지 않습니다. 모델을 이해하고 관리해야 하는 경우(예: 학습을 위한 자체 기능 설정) BigQuery에 데이터를 업로드하는 것이 가장 좋습니다.

Google 애널리틱스 4에서는 사전 정의된 표준 채널 그룹을 사용할 수 있습니다(유료, 검색, 자연 등). 즉, 적어도 아직은 GA 4 인터페이스에서 고유한 채널 그룹으로 보고서를 작성할 수 없습니다. (아마도 이 옵션은 나중에 추가될 것입니다.)

예를 들어 facebook/cpc 캠페인은 기본적으로 유료 채널 그룹으로 이동하지만 유료 소셜 그룹으로 분리해야 할 수 있습니다. 이 경우 BigQuery에 데이터를 업로드하고 SQL을 사용하여 채널을 그룹화하면 도움이 됩니다.

다른 정보는 공개하지 않고 UTM 태그만을 기준으로 파트너에게 통계를 표시해야 한다고 가정해 보겠습니다. Google 애널리틱스 4 인터페이스에서는 이에 대한 별도의 보기를 만들 수 없습니다. 리소스에 대한 단일 보기만 있습니다. 즉, 모든 파트너가 모든 데이터를 볼 수 있습니다.

Google BigQuery를 사용하면 대량의 데이터를 로드하고 SQL을 사용하여 신속하게 처리할 수 있습니다. 팀이 보고서를 준비하는 대신 통찰력을 얻는 데 집중할 수 있도록 보고서를 자동화하고 예약할 수 있습니다.

Google 애널리틱스 유니버설에서 이 통합은 Google 애널리틱스 360 엔터프라이즈 리소스에만 사용할 수 있습니다. Google 애널리틱스 4에서 데이터 내보내기는 모든 사용자에게 무료이며 Google Cloud 무료 등급 한도(매월 요청 1TB 및 스토리지 데이터 10GB)를 초과하는 경우에만 실제 데이터 스토리지 및 처리 비용을 지불하면 됩니다.

무료 데이터 내보내기를 위해 BigQuery 샌드박스를 사용할 수도 있습니다. 이 경우 샌드박스 제한이 적용되며 데이터 테이블이 60일 후에 만료될 위험이 있습니다. 이 기한 전에 유료 계정으로 업그레이드하는 경우 데이터를 잃지 않도록 테이블 만료 설정을 업데이트해야 합니다.

Google BigQuery에 이미 프로젝트가 있고 필요한 정보가 Google 애널리틱스 4에서 수집된 경우 내보내기를 시작할 수 있습니다.

Google API 콘솔에 로그인합니다. 새 프로젝트를 생성하거나 기존 프로젝트를 선택합니다.

생성한 Google API 콘솔 프로젝트를 열고 사이드바에서 API 및 서비스 를 선택한 다음 라이브러리 를 선택합니다.

검색창에 BigQuery API 를 입력합니다.

검색 결과에서 BigQuery API 를 찾아 클릭합니다.

BigQuery API가 사용 설정되어 있는지 확인하고 관리 를 클릭합니다.

Cloud 프로젝트에 서비스 계정을 추가합니다. 이렇게 하려면 오른쪽 상단 모서리에 있는 자격 증명 만들기 버튼을 클릭합니다.

열린 창에서 애플리케이션 데이터 를 선택하여 Firebase 서비스 계정을 만듭니다. Google 애널리틱스 4 데이터를 BigQuery로 내보내는 데 사용됩니다.

화면을 아래로 스크롤하여 아니요, 사용하지 않습니다를 선택하고 다음 을 클릭합니다.

계정 이름으로 [email protected] 을 입력하고 Create and continue 를 클릭합니다.

그런 다음 계정에 역할을 추가할 수 있습니다. 예를 들어, 편집기 .

세 번째 단계에서 계정을 사용하거나 관리할 모든 사람의 이메일 주소를 추가하고 완료 를 클릭합니다.

그런 다음 목록에 새 계정이 표시됩니다.

끝났다! BigQuery API 를 성공적으로 활성화하고 구성했습니다.

Google 애널리틱스 계정에 로그인합니다. 계정에는 BigQuery 프로젝트에 대한 소유자 액세스 권한과 작업 중인 Google 애널리틱스 4 속성에 대한 수정 액세스 권한이 있어야 합니다.

관리 탭으로 이동하고 BigQuery에 연결할 속성을 선택합니다. 속성 열에서 BigQuery 연결 을 클릭합니다.

그런 다음 링크 버튼을 클릭합니다.

액세스 권한이 있는 프로젝트를 보려면 BigQuery 프로젝트 선택을 클릭하세요. 새 BigQuery 프로젝트를 만들려면 자세히 알아보기 를 클릭합니다.

필요한 프로젝트를 선택하고 확인 을 클릭하십시오.

위치 를 선택합니다. (프로젝트에 Analytics 속성에 대한 데이터 세트가 이미 있는 경우 이 옵션을 구성할 수 없습니다.)

다음 을 클릭하고 정보를 내보낼 데이터 스트림을 선택합니다.

광고 식별자를 포함해야 하는 경우 모바일 앱 스트림용 광고 식별자 포함 을 확인하십시오.

빈도 설정: 매일 또는 스트리밍 (연속) 내보내기(둘 다 선택할 수도 있음).

마지막으로 제출 을 클릭합니다.

끝났다! 24시간 이내에 BigQuery 프로젝트에 Google 애널리틱스 4 정보가 표시됩니다.

물론 Google BigQuery로 무료 내보내기가 큰 이점이 있습니다. 데이터를 Google BigQuery로 가져오기 위해 Google 애널리틱스 360을 구입할 필요가 없습니다.

동시에 Google BigQuery 내보내기에도 한계가 있습니다. 수신된 데이터에 대한 고품질 보고서를 작성하는 것은 불가능합니다. 표준 업로드는 지연되어 3일이 지나도 데이터가 업데이트됩니다. 또한 일중 업로드에는 가장 중요한 필드인 트래픽 소스 및 거래가 포함되지 않습니다.

내보내기 지연은 Google 아키텍처의 근본적인 한계로 인해 발생합니다. 데이터는 지리적으로 분산된 데이터 센터에서 수집 및 저장되며 한 사용자의 데이터는 다른 데이터 센터에 들어갈 수 있습니다.

데이터가 모두 함께 수집되고 시간별로 정렬되며 Google BigQuery의 특정 데이터 세트로 내보내지는 시기를 보장하는 것은 매우 어렵고 거의 불가능합니다. 특히 무료 버전 사용자에게는 더욱 그렇습니다.

OWOX BI는 Google 애널리틱스 4의 모든 제한을 피할 수 있도록 도와줍니다. OWOX BI Streaming을 사용하면 거의 실시간으로 데이터 웨어하우스의 웹사이트에서 각 이벤트를 얻을 수 있습니다.

1. 예상치 못한 지연 없이 데이터가 실시간으로 수집됩니다.
2. 격차나 누락된 트래픽 소스 없이 데이터 일관성 향상
3. 10개의 EU 위치를 포함한 개인정보 보호 데이터 저장
4. 맞춤형 비즈니스 지원 데이터 스키마
5. Google 애널리틱스 및 Google 애널리틱스 4 스키마와의 하위 호환성
6. 사기 감지를 위한 is_bot과 같은 추가 필드
7. 무제한 조회수 및 데이터 카디널리티
8. SLA 및 투명한 데이터 흐름

이에 대한 자세한 내용은 OWOX BI가 Google 애널리틱스 4와 다른 점은 무엇입니까?

Google 애널리틱스 유니버설에서 Google 애널리틱스 4로 이전하는 경우 보고서를 새 데이터 스키마로 업그레이드해야 합니다.

분석가는 Google 애널리틱스 유니버설과 Google 애널리틱스 4 측정항목이 정확히 일치하도록 여러 페이지의 SQL 쿼리를 반복해서 작성하고 다시 작성해야 합니다. 새로운 데이터 구조를 배우고 모든 SQL 쿼리를 다시 작성하는 것은 모든 분석가에게 악몽입니다. 그러나 이러한 문제를 피할 수 있고, 분석 부서가 이 작업에서 벗어나고, 분석가가 SQL 쿼리를 다시 작성하지 않고도 몇 분 안에 임시 보고서를 만들 수 있습니다.

이를 위해 Google 애널리틱스 유니버설 및 Google 애널리틱스 4 스키마 위에 보편적이고 이해하기 쉬운 플랫 테이블을 만들 수 있습니다. 이 접근 방식의 주요 이점은 설명하기 쉽고 임시 분석이 단순화된 보고서입니다.

수십 개의 SQL 쿼리에서 정규화 논리를 복사하여 붙여넣는 대신 데이터 모델링 단계에서 한 번만 수행할 수 있습니다. 이 SQL 템플릿 선택은 정기적인 임시 보고가 필요한 사람들을 위한 솔루션입니다.

다음은 전자상거래 비즈니스를 위한 데이터 모델의 예입니다.

OWOX BI 분석가는 Google 애널리틱스 360 및 Google 애널리틱스 4 데이터를 모델링하기 위한 SQL 템플릿을 준비했습니다. 이 기사에서 추가 자료를 다운로드하여 확인할 수 있습니다.

Google 애널리틱스 4로의 마이그레이션은 대부분의 기업이 곧 직면하게 될 불가피한 현실입니다. OWOX는 이러한 전환이 가능한 한 원활하게 이루어지도록 도와줍니다.

OWOX는 데이터를 병합하여 비즈니스 모델에 필요한 구조로 가져옵니다. 덕분에 수백 개의 SQL 쿼리를 다시 작성하지 않고도 즉시 새 보고서를 생성하거나 이전 보고서를 편집할 수 있을 뿐만 아니라 보고서의 데이터 소스를 변경할 수 있습니다(예: Google Analytics 4).

모든 고객이 Universal Analytics와 동시에 Google Analytics 4에서 지금 바로 데이터 수집을 시작할 것을 권장합니다. Google 애널리틱스 4를 일찍 설치할수록 더 많은 이전 데이터를 수집하게 됩니다.

OWOX 팀은 메트릭 시스템을 개발 및 구현하고, 병렬 추적을 올바르게 설정하고, Google Analytics 4를 Google BigQuery와 통합하도록 도와드립니다.