使用 Google Analytics 4 和 Google BigQuery Export 的 6 大好處
已發表: 2022-07-06新的 Google Analytics 4 的主要優勢之一是能夠免費將原始非抽樣數據導出到 Google BigQuery。 回想一下,在 Universal Analytics 中,此選項僅在付費版本 (Google Analytics 360) 中可用。 讓我們看看這一變化為大多數 Google Analytics (GA) 用戶帶來了哪些機會。
遷移到 Google Analytics 4 是大多數公司在不久的將來將採取的必然步驟。 OWOX 可幫助您盡可能輕鬆地完成此過渡。 我們將幫助您開發和實施指標系統以及正確設置數據跟踪。 您可以保存所需的報告並創建新的報告,而無需了解新的數據結構和重寫 SQL 查詢。
目錄
- 為什麼需要將 Google Analytics 4 與 Google BigQuery 集成
- 在 Google BigQuery 中使用 Google Analytics 4 數據的好處
- 1.無限制的報告(並帶有自定義調整)
- 2. 基於銷售和客戶數據的報告(已完成的訂單)
- 3. 根據您的規則自定義歸因模型
- 4. 使用自定義功能集預測轉化
- 5. 對各個渠道進行分組
- 6.過濾統計
- 結論
為什麼需要將 Google Analytics 4 與 Google BigQuery 集成
通過將 Google Analytics 4 與 Google BigQuery 集成,您可以在雲存儲中從您的網站收集未經抽樣的原始數據,其中每個用戶及其事件將顯示在不同的行中。 對這些數據使用 SQL 查詢,您可以計算所需的任何參數和指標。
通過在 Google BigQuery 中收集站點統計信息,您可以避免 Google Analytics 4 的抽樣和其他限制。您將能夠分析完整的數據,這意味著基於這些數據做出的決策質量將遠高於您做出的決策質量可能是基於 X 製作的。
例如,GA 4 中用戶和事件數據的默認保留期為兩個月。 您可以在資源設置中將其增加到 14 個月。 但是,如果您要分析上次登錄時間超過 14 個月的用戶的事件,這可能還不夠。 也就是說,您無法生成兩年範圍內的報告。 這就是 Google BigQuery 可以提供幫助的地方。 將數據導出到 BigQuery 後,您可以不受時間限制地存儲它。
在 Google BigQuery 中使用 Google Analytics 4 數據的好處
1.無限制的報告(並帶有自定義調整)
Google Analytics 或任何其他分析系統的界面限制了您創建報告的能力。 例如,參數和指標的數量以及如何組合它們並基於它們執行計算都有限制。 此外,在 GA 4 中,無法導入成本數據、創建自定義渠道分組或在報告中包含來自第三方來源(如 CRM)的指標。
通過訪問 Google BigQuery 中的原始數據,您可以使用所需的任意數量和組合的指標構建報告。 例如,您可以根據對您的業務很重要的任何指標執行同期群分析。

在 Google Analytics 4 中,標準報告不進行抽樣,但可以在自定義報告中使用抽樣:比較數據時,使用附加參數和過濾器時,超過 1000 萬個事件的限制時。 當日期範圍大於 60 天時,也會應用抽樣。
抽樣會扭曲數據,因此您不能 100% 信任使用抽樣構建的報告。 對於長期報告或具有大量參數和指標的自定義報告尤其如此。 通過將原始數據從 Google Analytics 4 上傳到 Google BigQuery,您可以避免這個問題。
2. 基於銷售和客戶數據的報告(已完成的訂單)
來自您網站的原始數據可以與來自廣告服務的廣告支出數據、呼叫跟踪數據、電子郵件通訊數據以及來自 CRM 的已兌現訂單數據合併,以建立端到端分析。
這將使您能夠考慮與公司的所有聯繫點,分析用戶的轉化路徑,評估所有營銷工作(線上和線下)對業務績效的影響,找到最有效的營銷渠道,并快速優化帶來損失的渠道。
3. 根據您的規則自定義歸因模型
收集並合併所有營銷數據後,您可以創建適合您業務結構的複雜銷售渠道,並建立自己的歸因模型來評估每個廣告渠道對銷售的貢獻。
例如,您可以使用 OWOX Funnel-Based Attribution 評估渠道對營銷渠道的貢獻。 基於漏斗的歸因模型根據漏斗的各個步驟對用戶進度的貢獻來計算漏斗中每個渠道和活動的價值。 為了進行這個計算,聚合數據並不合適——我們需要關於每個用戶操作的數據,通過用戶 ID 鏈接。
渠道越能推動買家通過最困難的步驟,它獲得的價值就越多。

使用基於渠道的歸因模型,您可以確定最有效的活動並專注於開發它們以實現您的營銷計劃。 例如,您可以找到可以開發的託管廣告系列,以增加容量有限的依賴渠道(自然、品牌背景、CPA、重新定位)的彈性,從而提高您的整體銷售額。

4. 使用自定義功能集預測轉化
Google Analytics 4 提供使用機器學習計算的預測指標(購買概率、流失概率和收入預測)。 然而,該模型是一個黑匣子,僅在 GA 4 數據上運行。
假設一位數據分析師的任務是創建一個預測購買概率的模型。 預計該模型將盡可能透明(將清楚它訓練的特徵)並基於所有可用數據(包括自定義數據)形成。 在這種情況下,對於分析師來說,Google Analytics 4 界面已經不夠用了,因為他們不知道 GA 計算的預測指標中的內容。 如果您需要了解和管理模型(例如,設置您自己的特徵來訓練它),最好將您的數據上傳到 BigQuery。
OWOX BI 開發了一種基於 ML 的解決方案,該解決方案可以根據每個網站用戶的購買訂單計算購買概率。 基於此計算,您可以創建受眾,使用它們來定位廣告活動,並像我們的一位客戶一樣將您的投資回報率翻倍。
5. 對各個渠道進行分組
在 Google Analytics 4 中,可以使用標準的預定義渠道分組(付費、搜索、自然等)。 這意味著您將無法在 GA 4 界面中使用您自己的渠道分組構建報告——至少現在還不能(也許將來會添加此選項)。
例如,您的 facebook/cpc 廣告系列默認轉到付費頻道組,但您可能需要將它們分成付費社交組。 在這種情況下,將數據上傳到 BigQuery 並使用 SQL 對渠道進行分組會有所幫助。
公平地說,可以以更簡單的方式配置通道分組:
- 使用內置連接器將 Google Analytics 數據連接到 Data Studio。
- 在 Data Studio 中設置分組條件。
它不如 Google BigQuery 中的頻道分組可靠,但如果您需要快速解決方案,可以使用此實現。
6.過濾統計
假設您只需要根據 UTM 標籤向合作夥伴顯示統計信息,而不需要透露任何其他信息。 在 Google Analytics 4 界面中,您無法為此創建單獨的視圖。 資源只有一個視圖——也就是說,所有合作夥伴都將看到所有數據。
Google BigQuery 允許您加載大量數據並使用 SQL 快速處理它。 您可以自動化和安排報告,以便您的團隊可以專注於獲得見解而不是準備報告。
注意:從 Google Analytics 4 將數據導入 BigQuery 是免費的,但您需要付費。 您可以在此處找到詳細信息。
結論
過渡到 Google Analytics 4 是大多數公司在 2023 年 7 月 1 日之前不可避免的一步。OWOX 有助於使這種過渡盡可能輕鬆,讓您保留所需的報告並獲得新的報告,而無需了解新數據構造和重寫所有 SQL 查詢。
OWOX 將合併您的所有數據,並將其納入適合您業務模型的正確結構。 多虧了這一點,您可以立即創建新報告或編輯舊報告。 例如,您可以將報告中的數據源更改為 Google Analytics 4,而無需重寫數百個 SQL 查詢。
我們建議我們所有的客戶現在就開始在 Google Analytics 4 中與 Universal Analytics 並行收集數據。 借助並行跟踪,您可以比較兩個版本的 Google Analytics,探索 GA 4 中的新功能和新界面,並積累歷史數據。 越早安裝 Google Analytics 4,您收集的歷史數據就越多。
OWOX 團隊可以幫助您開發和實施指標系統,正確設置並行跟踪,並將 Google Analytics 4 與 Google BigQuery 集成。

我們的客戶
生長 快22%
通過衡量在您的營銷中最有效的方法來更快地增長
分析您的營銷效率,找到增長領域,提高投資回報率
獲取演示