Google Analytics 4 和 Google BigQuery 链接——完整指南

新的 Google Analytics 4 的主要优势之一是可以将原始非抽样数据免费导出到 Google BigQuery。 回想一下，在 Universal Analytics 中，此选项仅在 Google Analytics 360 的付费版本中可用。

在本文中，我们将说明如何将数据从 Google Analytics 4 正确导出到 Google BigQuery，以及您需要注意哪些事项才能充分利用所收集的信息。

通过将 Google Analytics 4 与 Google BigQuery 集成，您可以在云存储中从您的网站收集原始的、未抽样的数据，每个用户和他们的事件将显示在单独的行中。 对这些数据使用 SQL 查询，您可以计算出您需要的任何参数和指标。

通过在 Google BigQuery 中收集站点统计信息，您可以避免 Google Analytics 4 的抽样和其他限制。您将能够分析完整的数据，这意味着根据这些数据做出的决策质量会更高。

例如，GA 4 中用户和事件数据的默认保留期为两个月。 您可以在资源设置中将其增加到 14 个月。 但是，如果您想分析上次登录时间超过 14 个月的用户的事件，这可能还不够。 也就是说，您无法生成两年范围内的报告。 这是 Google BigQuery 可以提供帮助的地方。 将数据导出到 BigQuery 后，您可以无时间限制地存储它。

在 Google Analytics 4 中，标准报告不受抽样限制，但在自定义报告中可以使用抽样：当比较数据时，当使用额外的参数和过滤器时，当超过 1000 万个事件的限制时。 当日期范围大于 60 天时，也会应用抽样。

抽样会扭曲数据，因此您不能 100% 信任使用抽样生成的报告。 对于时间较长的报告或具有大量参数和指标的自定义报告尤其如此。 通过将原始数据从 Google Analytics 4 上传到 Google BigQuery，您可以避免这个问题。

Google Analytics 或任何其他分析系统的界面限制了您创建报告的能力。 例如，参数和指标的数量以及如何组合它们和基于它们执行计算都有限制。 此外，在 GA 4 中，无法导入成本数据、创建自定义渠道分组或在报告中包含来自第三方来源（例如 CRM）的指标。

通过访问 Google BigQuery 中的原始数据，您可以使用所需的任意数量和指标组合构建报告。 例如，您可以根据对您的业务很重要的任何指标执行同期群分析。

来自您网站的原始数据可以与来自广告服务的广告支出数据、呼叫跟踪数据、电子邮件通讯数据以及来自您的 CRM 的已兑换订单数据合并，以建立端到端分析。

这将使您能够考虑到与您公司的所有接触点，分析用户的转化路径，评估所有营销工作（线上和线下）对业务绩效的影响，找到最有效的营销渠道，并快速优化渠道带来损失。

收集并合并所有营销数据后，您可以创建适合您业务结构的复杂销售渠道，并构建您自己的归因模型来评估每个广告渠道对销售的贡献。

Google Analytics 4 提供了使用机器学习计算的预测指标（购买概率、流失概率和收入预测）。 但是，该模型是一个黑匣子，仅对 GA 4 数据进行操作。

假设数据分析师的任务是创建一个预测购买概率的模型。 预计该模型将尽可能透明（很清楚它训练了哪些特征）并基于所有可用数据（包括自定义数据）形成。 在这种情况下，Google Analytics 4 界面不再满足分析师的需求，因为他们不知道 Google Analytics 计算的预测指标中包含什么。 如果您需要了解和管理模型（例如，设置您自己的特征来训练它），最好将您的数据上传到 BigQuery。

在 Google Analytics 4 中，可以使用标准的预定义渠道分组（付费、搜索、自然等）。 这意味着您将无法在 GA 4 界面中使用您自己的渠道分组构建报告——至少现在不能。 （也许将来会添加此选项。）

例如，您的 facebook/cpc 活动默认进入付费频道组，但您可能需要将它们分成付费社交组。 在这种情况下，将数据上传到 BigQuery 并使用 SQL 对渠道进行分组会有所帮助。

假设您需要仅根据 UTM 标签向合作伙伴显示统计信息，而不透露任何其他信息。 在 Google Analytics 4 界面中，您无法为此创建单独的视图。 资源只有一个视图——也就是说，所有合作伙伴都将看到所有数据。

Google BigQuery 允许您加载大量数据并使用 SQL 快速处理它。 您可以自动化和安排报告，这样您的团队就可以专注于获取见解而不是准备报告。

在 Google Analytics Universal 中，此集成仅适用于 Google Analytics 360 企业资源。 在 Google Analytics 4 中，每个人都可以免费导出数据，只有当您超过每月 1 TB 请求和 10 GB 存储数据的 Google Cloud 免费套餐限制时，您才需要为实际数据存储和处理付费。

您还可以使用 BigQuery 沙箱进行免费数据导出。 在这种情况下，沙盒限制将适用，并且您冒着数据表在 60 天后过期的风险。 如果您在此截止日期之前升级到付费帐户，请确保更新表格过期设置，以免丢失数据。

如果您已经在 Google BigQuery 中创建了一个项目，并且您需要的信息已收集在 Google Analytics 4 中，您就可以开始导出它了。

登录到 Google API 控制台。 创建一个新项目或选择一个现有项目。

打开您创建的 Google API 控制台项目并从边栏中选择APIs & Services ，然后选择Library ：

在搜索栏中输入BigQuery API ：

在搜索结果中找到BigQuery API并点击它：

确保 BigQuery API 已启用并单击Manage 。

将服务帐户添加到您的 Cloud 项目。 为此，请单击右上角的创建凭据按钮：

在打开的窗口中，选择应用程序数据以创建一个 Firebase 服务帐户。 它将用于将 Google Analytics 4 数据导出到 BigQuery：

向下滚动屏幕，选择不，我没有使用它们，然后单击下一步：

输入[email protected]作为帐户名称，然后单击创建并继续：

然后您可以将角色添加到帐户中。 例如，编辑器。

在第三步中，添加将使用或管理该帐户的每个人的电子邮件地址，然后单击完成。

之后，您将在列表中看到您的新帐户。

完成！ 您已成功启用和配置BigQuery API 。

登录您的 Google Analytics（分析）帐户。 该帐户必须拥有对您的 BigQuery 项目的所有者访问权限以及对您正在使用的 Google Analytics 4 媒体资源的编辑访问权限。

转到“管理”选项卡并选择要链接到 BigQuery 的属性。 在属性列中，点击BigQuery Linking 。

然后点击链接按钮：

点击选择一个 BigQuery 项目以查看您有权访问的项目。 要创建新的 BigQuery 项目，请点击了解更多。

选择您需要的项目并点击确认。

选择一个位置。 （如果您的项目已有 Analytics 属性的数据集，则无法配置此选项。）

单击下一步并选择要导出以下信息的数据流：

如果您需要包含广告标识符，请选中Include advertising identifiers for mobile app streams 。

设置频率：每日或流式（连续）导出（您也可以选择两者）。

最后，点击提交。

完成！ 您将在 24 小时内在您的 BigQuery 项目中看到 Google Analytics 4 信息。

当然，免费导出到 Google BigQuery 有一个很大的优势 — 您无需购买 Google Analytics 360 即可将数据导入 Google BigQuery。

同时，Google BigQuery 导出也有局限性——无法根据接收到的数据构建高质量的报告。 标准上传有延迟，数据甚至在三天后更新。 此外，日内上传不包含最重要的字段：流量来源和交易。

导出延迟是由谷歌架构的基本限制造成的——数据收集和存储在地理分布的数据中心，一个用户的数据可以进入不同的数据中心。

很难保证何时将所有数据收集在一起，按时间排序，并导出到 Google BigQuery 中的特定数据集。 特别是对于免费版本的用户。

OWOX BI 帮助您避免 Google Analytics 4 的所有限制。使用 OWOX BI Streaming，您可以近乎实时地从您的网站获取数据仓库中的每个事件：

1. 数据是实时收集的，没有意外延迟
2. 更好的数据一致性，没有差距或错过流量来源
3. 隐私友好的数据存储，包括在 10 个欧盟位置
4. 可定制的业务就绪数据模式
5. 向后兼容 Google Analytics 和 Google Analytics 4 架构
6. 用于欺诈检测的其他字段，例如 is_bot
7. 无限次点击和数据基数
8. SLA 和透明数据流

在 OWOX BI 与 Google Analytics 4 的不同之处一文中阅读更多相关信息？

如果您要从 Google Analytics Universal 迁移到 Google Analytics 4，则需要将报告升级到新的数据架构。

分析师将不得不一遍又一遍地编写和重写多页 SQL 查询，以实现 Google Analytics Universal 和 Google Analytics 4 指标之间的精确匹配。 学习一种新的数据结构并重写所有的 SQL 查询对于任何分析师来说都是一场噩梦。 但是您可以避免这些挑战，将您的分析部门从这项工作中解放出来，并允许分析师在几分钟内创建临时报告，而无需重写 SQL 查询。

为此，您可以在 Google Analytics Universal 和 Google Analytics 4 架构之上创建通用且易于理解的平面表。 这种方法的主要优点是报告更易于解释和简化的临时分析。

您无需在数十个 SQL 查询之间复制和粘贴规范化逻辑，您可以在数据建模阶段执行一次。 对于那些有定期临时报告需求的人来说，这种 SQL 模板选择绝对是一个首选解决方案。

以下是电子商务业务数据模型的示例：

OWOX BI 分析师准备了用于对 Google Analytics 360 和 Google Analytics 4 数据进行建模的 SQL 模板。 您可以通过下载本文中的其他材料来检查它们。

迁移到 Google Analytics 4 是大多数公司很快将面临的不可避免的现实。 OWOX 有助于使这种过渡尽可能顺利。

OWOX 将合并数据并将其带入您的业务模型所需的结构中。 得益于此，您可以立即创建新报告或编辑旧报告以及更改报告中的数据源（例如，更改为 Google Analytics 4），而无需重写数百个 SQL 查询。

我们建议所有客户立即开始在 Google Analytics 4 中收集数据，同时使用 Universal Analytics。 越早安装 Google Analytics 4，收集到的历史数据就越多。

OWOX 团队将帮助您开发和实施指标系统、正确设置并行跟踪以及将 Google Analytics 4 与 Google BigQuery 集成。