使用 Google Analytics 4 和 Google BigQuery Export 的 6 大好处

新的 Google Analytics 4 的主要优势之一是能够免费将原始非抽样数据导出到 Google BigQuery。 回想一下，在 Universal Analytics 中，此选项仅在付费版本 (Google Analytics 360) 中可用。 让我们看看这一变化为大多数 Google Analytics (GA) 用户带来了哪些机会。

迁移到 Google Analytics 4 是大多数公司在不久的将来将采取的必然步骤。 OWOX 可帮助您尽可能轻松地完成此过渡。 我们将帮助您开发和实施指标系统以及正确设置数据跟踪。 您可以保存所需的报告并创建新的报告，而无需了解新的数据结构和重写 SQL 查询。

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未经抽样的原始数据，其中每个用户及其事件将显示在不同的行中。 对这些数据使用 SQL 查询，您可以计算所需的任何参数和指标。

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，这意味着基于这些数据做出的决策质量将远高于您做出的决策质量可能是基于 X 制作的。

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，如果您要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。 这就是 Google BigQuery 可以提供帮助的地方。 将数据导出到 BigQuery 后，您可以不受时间限制地存储它。

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并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（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组合的指标构建报告。 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。

在 Google Analytics 4 中，标准报告不进行抽样，但可以在自定义报告中使用抽样：比较数据时，使用附加参数和过滤器时，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% 信任使用抽样构建的报告。 对于长期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。

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 CRM 的已兑现订单数据合并，以建立端到端分析。

这将使您能够考虑与公司的所有联系点，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，并快速优化带来损失的渠道。

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，并建立自己的归因模型来评估每个广告渠道对销售的贡献。

例如，您可以使用 OWOX Funnel-Based Attribution 评估渠道对营销渠道的贡献。 基于漏斗的归因模型根据漏斗的各个步骤对用户进度的贡献来计算漏斗中每个渠道和活动的价值。 为了进行这个计算，聚合数据并不合适——我们需要关于每个用户操作的数据，通过用户 ID 链接。

渠道越能推动买家通过最困难的步骤，它获得的价值就越多。

使用基于渠道的归因模型，您可以确定最有效的活动并专注于开发它们以实现您的营销计划。 例如，您可以找到可以开发的托管广告系列，以增加容量有限的依赖渠道（自然、品牌背景、CPA、重新定位）的弹性，从而提高您的整体销售额。

Google Analytics 4 提供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）。 然而，该模型是一个黑匣子，仅在 GA 4 数据上运行。

假设一位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（将清楚它训练的特征）并基于所有可用数据（包括自定义数据）形成。 在这种情况下，对于分析师来说，Google Analytics 4 界面已经不够用了，因为他们不知道 GA 计算的预测指标中的内容。 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——至少现在还不能（也许将来会添加此选项）。

例如，您的 facebook/cpc 广告系列默认转到付费频道组，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。

公平地说，可以以更简单的方式配置通道分组：

1. 使用内置连接器将 Google Analytics 数据连接到 Data Studio。
2. 在 Data Studio 中设置分组条件。

它不如 Google BigQuery 中的频道分组可靠，但如果您需要快速解决方案，可以使用此实现。

假设您只需要根据 UTM 标签向合作伙伴显示统计信息，而不需要透露任何其他信息。 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，以便您的团队可以专注于获得见解而不是准备报告。

注意：从 Google Analytics 4 将数据导入 BigQuery 是免费的，但您需要付费。 您可以在此处找到详细信息。

过渡到 Google Analytics 4 是大多数公司在 2023 年 7 月 1 日之前不可避免的一步。OWOX 有助于使这种过渡尽可能轻松，让您保留所需的报告并获得新的报告，而无需了解新数据构造和重写所有 SQL 查询。

OWOX 将合并您的所有数据，并将其纳入适合您业务模型的正确结构。 多亏了这一点，您可以立即创建新报告或编辑旧报告。 例如，您可以将报告中的数据源更改为 Google Analytics 4，而无需重写数百个 SQL 查询。

我们建议我们所有的客户现在就开始在 Google Analytics 4 中与 Universal Analytics 并行收集数据。 借助并行跟踪，您可以比较两个版本的 Google Analytics，探索 GA 4 中的新功能和新界面，并积累历史数据。 越早安装 Google Analytics 4，您收集的历史数据就越多。

OWOX 团队可以帮助您开发和实施指标系统，正确设置并行跟踪，并将 Google Analytics 4 与 Google BigQuery 集成。