[GA4] BigQuery Export-Schema für Nutzerdaten

Einrichtung

Wenn Sie BigQuery Export einrichten, können Sie auch angeben, dass Nutzerdaten täglich exportiert werden sollen.

Datentabellen

Beim Exportieren von Nutzerdaten werden von Analytics in Ihrem BigQuery-Projekt zwei neue Tabellen erstellt:

• Pseudo ID
  • Enthält eine Zeile für jede pseudonymisierte Kennung. Die Daten eines Nutzers werden aktualisiert, wenn eines der Felder geändert wird.
  • Daten von Nutzern, die keine Einwilligung erteilt haben, werden nicht in diese Tabelle exportiert.
  • User-IDs werden nicht in diese Tabelle exportiert.
  • Der Zeitstempel „Zuletzt aktiv“ wird in diese Tabelle exportiert.
• User ID
  • Enthält eine Zeile für jede User-ID. Die Daten eines Nutzers werden aktualisiert, wenn eines der Felder geändert wird.
  • Daten von Nutzern, die keine Einwilligung erteilt haben, können in diese Tabelle exportiert werden, wenn sie eine User-ID enthalten.
  • Pseudo-IDs werden nicht in diese Tabelle exportiert.
  • Der Zeitstempel „Zuletzt aktiv“ wird in diese Tabelle exportiert.

Aktive Nutzer im Vergleich zu allen Nutzern im Nutzerdatenexport

Dieser Export umfasst alle Nutzer, deren Daten sich an diesem Tag geändert haben. Wenn ein Nutzer beispielsweise eine Sitzung startet und damit den Lifetime-Wert von user_ltv.sessions erhöht, wird dieser Nutzer in den Export einbezogen. Wenn ein Nutzer aus einer Zielgruppe entfernt wird, weil er an diesem Tag die Einschlussbedingung für die Zielgruppe nicht mehr erfüllt (z. B. weil er in den letzten 7 Tagen nichts gekauft hat), haben sich die Daten dieses Nutzers geändert und er wird in den Export einbezogen.

Da Nutzer basierend auf geänderten Daten und nicht nur aufgrund von Aktivitäten eingeschlossen werden, ist die Anzahl der Nutzer im Export möglicherweise höher als der Messwert Aktive Nutzer für einen bestimmten Tag oder Zeitraum. (Der Messwert Aktive Nutzer wird in Berichten als Nutzer angezeigt.)

Wenn Sie die exportierten Daten abfragen möchten, um nur die Anzahl der aktiven Nutzer zu erhalten, können Sie einige der Beispielabfragen aus unserer Entwicklerdokumentation verwenden.

Schema

In den folgenden Abschnitten werden die Nutzerdaten beschrieben, die aus Analytics in die Tabellen „Pseudo ID“ und „User ID“ exportiert werden (vorbehaltlich der oben aufgeführten Unterschiede).

Audit

Feldname	Datentyp	Beschreibung
occurrence_date	STRING	Datum, an dem die Datensatzänderung ausgelöst wurde
last_updated_date	STRING	Datum, an dem der Datensatz in der Tabelle aktualisiert wurde

Nutzer

Feldname	Datentyp	Beschreibung
user_id	STRING	ID für den User-ID-Namespace in der Identität für die Berichterstellung (nur Tabelle „User ID“)
pseudo_user_id	STRING	ID für den Pseudonymisierungs-Namespace (nur Tabelle „Pseudo ID“)
stream_id	GANZZAHL	Datenstream-ID (nur Tabelle „Pseudo ID“)

 

Nutzerinformationen

Feldname	Datentyp	Beschreibung
user_info.last_active_timestamp_micros	GANZZAHL	Datum der letzten Aktivität des Nutzers (Zeitstempel in Mikrosekunden)
user_info.user_first_touch_timestamp_micros	GANZZAHL	Datum des Ereignisses „first_open“ oder „first_visit“ des Nutzers, je nachdem, welches Datum früher ist (Zeitstempel in Mikrosekunden)
user_info.first_purchase_date	STRING	Datum des ersten Kaufs des Nutzers (JJJJMMTT)

 

Datenschutzhinweise

Feldname	Datentyp	Beschreibung
privacy_info	DATENSATZ	Datenschutzinformationen
privacy_info.is_ads_personalization_allowed	STRING	Wenn ein Nutzer die Voraussetzungen für personalisierte Werbung erfüllt, gibt „isAdsPersonalizationAllowed“ den Wert „wahr“ zurück. Wenn ein Nutzer nicht für personalisierte Werbung infrage kommt, gibt „isAdsPersonalizationAllowed“ den Wert „falsch“ zurück. Kann in Google Analytics derzeit nicht angegeben werden, ob ein Nutzer für personalisierte Werbung infrage kommt, gibt „isAdsPersonalizationAllowed“ den Wert „(nicht festgelegt)“ zurück. Dieser Nutzer erfüllt möglicherweise die Voraussetzungen für personalisierte Anzeigen, vielleicht aber auch nicht. Bei personalisierter Werbung sollten Sie Nutzer mit der Angabe „isAdsPersonalizationAllowed = (nicht festgelegt)“ wie Nutzer mit der Angabe „isAdsPersonalizationAllowed = falsch“ behandeln – schließlich ist es wahrscheinlich, dass unter ihnen Nutzer sind, die nicht für personalisierte Werbung infrage kommen. Nutzer, bei denen „isAdsPersonalizationAllowed“ den Wert „falsch“ hat, können jedoch in nicht werbebezogene Anwendungsfälle wie A/B-Tests und explorative Datenanalysen einbezogen werden.
privacy_info.is_limited_ad_tracking	STRING	Geräteeinstellung zum Beschränken von Anzeigen-Tracking. Mögliche Werte sind „wahr“, „falsch“ und „(nicht festgelegt)“. Letzteres wird von „isLimitedAdTracking“ zurückgegeben, wenn in Google Analytics die Geräteeinstellung zum Beschränken von Anzeigen-Tracking derzeit nicht zurückgegeben werden kann.

 

Zielgruppen

Feldname	Datentyp	Beschreibung
audiences	DATENSATZ	Zielgruppeninformationen
audiences.id	GANZZAHL	ID der Zielgruppe
audiences.name	STRING	Name der Zielgruppe
audiences.membership_start_timestamp_micros	GANZZAHL	Wann der Nutzer in die Zielgruppe aufgenommen wurde (Zeitstempel in Mikrosekunden)
audiences.membership_expiry_timestamp_micros	GANZZAHL	Wann die Zugehörigkeit des Nutzers zur Zielgruppe (Gültigkeitsdauer) abläuft (Zeitstempel in Mikrosekunden) Dieser Wert wird zurückgesetzt, wenn der Nutzer aufgrund neuer Aktivitäten wieder die Voraussetzungen für die Zielgruppe erfüllt.
audience.npa	BOOLESCH	„wahr“ oder „falsch“ je nach den NPA-Einstellungen für Ereignisse und benutzerdefinierte Dimensionen auf Nutzerebene, die in der Zielgruppendefinition enthalten sind

 

Eigenschaften

Feldname	Datentyp	Beschreibung
user_properties	DATENSATZ	Informationen zu Nutzereigenschaften
user_properties.key	STRING	Name der Dimension „Nutzereigenschaft“
user_properties.value.string_value	STRING	Wert der Dimension „Nutzereigenschaft“
user_properties.value.set_timestamp_micros	GANZZAHL	Wann der Dimensionswert zuletzt festgelegt wurde (Zeitstempel in Mikrosekunden)

 

Gerät

Feldname	Datentyp	Beschreibung
device	DATENSATZ	Geräteinformationen
device.operating_system	STRING	Betriebssystem des Geräts
device.category	STRING	Kategorie des Geräts (Smartphone, Tablet, Computer)
device.mobile_brand_name	STRING	Markenname des Geräts
device.mobile_model_name	STRING	Name des Gerätemodells
device.unified_screen_name	STRING	Bildschirmname

 

Geografie

Feldname	Datentyp	Beschreibung
geo	DATENSATZ	Geografische Daten
geo.city	STRING	Ort, aus dem die Ereignisse stammen
geo.country	STRING	Land, aus dem die Ereignisse stammen
geo.continent	STRING	Kontinent, aus dem die Ereignisse stammen
geo.region	STRING	Region, aus der die Ereignisse stammen

 

Lebensdauer

Feldname	Datentyp	Beschreibung
user_ltv	DATENSATZ	Informationen zur Lebensdauer
user_ltv.revenue_in_usd	DOUBLE	Gesamteinnahmen während der Lebensdauer (in USD)
user_ltv.sessions	GANZZAHL	Gesamtzahl der Sitzungen während der Lebensdauer
user_ltv.engagement_time_millis	GANZZAHL	Interaktionsdauer insgesamt (in Millisekunden)
user_ltv.purchases	GANZZAHL	Gesamtzahl der Käufe während der Lebensdauer
user_ltv.engaged_sessions	GANZZAHL	Gesamtzahl der Sitzungen mit Interaktion während der Lebensdauer
user_ltv.session_duration_micros	GANZZAHL	Sitzungsdauer insgesamt während der Lebensdauer (in Millisekunden)

 

Vorhersagen

Feldname	Datentyp	Beschreibung
predictions	DATENSATZ	Informationen zur Vorhersage
predictions.in_app_purchase_score_7d	DOUBLE	Wahrscheinlichkeit, dass für einen Nutzer, der in den letzten 28 Tagen aktiv war, in den nächsten 7 Tagen ein Ereignis vom Typ in_app_purchase auftritt
predictions.purchase_score_7d	DOUBLE	Wahrscheinlichkeit, dass für einen Nutzer, der in den letzten 28 Tagen aktiv war, in den nächsten 7 Tagen ein Ereignis vom Typ purchase auftritt
predictions.churn_score_7d	DOUBLE	Wahrscheinlichkeit, dass ein Nutzer, der in den letzten 7 Tagen in Ihrer App oder auf Ihrer Website aktiv war, in den nächsten 7 Tagen nicht aktiv ist
predictions.revenue_28d_in_usd	GLEITKOMMAZAHL	Voraussichtlicher Umsatz (in USD) aus allen Kaufereignissen der nächsten 28 Tage eines Nutzers, der in den letzten 28 Tagen aktiv war