Отчетите, изследванията, API за данни на Google Анализ и BigQuery Export показват данни по малко по-различни начини. Използвайте таблицата, за да сравните какви данни са налице и да разберете ограниченията на всеки метод за преглеждането им.
| Наличност на данните и ограничения | Отчети, статистика и изследвания | API за данни на Google Анализ | BigQuery |
|---|---|---|---|
| Методология за достъп | Интерфейс на Google Анализ | Всяко приложение на трета страна, което има достъп до данните в Google Анализ от името на потребителя | Конзолата на GCP или приложение за отчитане, което може да изпраща заявки за данни в BigQuery |
| Обхват на данните |
Обобщени данни или данни на ниво събитие и потребител. За всяка заявка Google избира таблицата, която предоставя най-точните резултати, като използва основните настройки за създаване на извадки. |
Обобщени данни или данни на ниво събитие и потребител. За всяка заявка Google избира таблицата, която предоставя най-точните резултати, като използва основните настройки за създаване на извадки. |
Данни на ниво събитие и потребител (с изключение на добавянето на стойности, което Google Анализ извършва към данните, намиращи се в стандартните отчети и изследвания) |
| Голяма кардиналност1 |
Възможно. Когато Google използва обобщени данни и отчет или изследване покаже повече редове от ограничението за броя редове в таблицата, може да се покаже ред (other). |
Възможно. Когато Google използва обобщени данни и отчет или изследване покаже повече редове от ограничението за броя редове в таблицата, може да се покаже ред (other). |
Не |
| Създаване на извадки2 | Възможно. Когато Google използва по-подробни данни на ниво събитие и потребител и отчет или изследване трябва да обработи повече събития от ограничението за квота, Анализ използва представителна извадка от наличните данни. | Възможно. Когато Google използва по-подробни данни на ниво събитие и потребител и отчет или изследване трябва да обработи повече събития от ограничението за квота, Анализ използва представителна извадка от наличните данни. | Не |
| Управлявано от данни приписване3 | Да | Да | Не |
| Моделиране на ключови събития4 | Включено | Включено | Не е включено |
| Моделиране на поведението5 |
Включено в модула за отчитане, включително в реално време. Частично включено в модула за изследване (само в пътища, фунии, припокриване на сегментите и таблици в свободна форма). |
Включено | Не е включено. Данните в BigQuery съдържат команди ping без „бисквитки“, събирани от Google Анализ, когато режимът на получаване на съгласие е активиран и всяка сесия има различен user_pseudo_id. Моделирането може да доведе до разлики между стандартните отчети и подробните данни в BigQuery, като например по-малко активни потребители в отчетите от BigQuery, тъй като моделирането се опитва да предвиди няколко сесии от отделен потребител, който е отказал „бисквитките“. |
| Ограничения |
150 персонализирани отчета на собственост Могат да бъдат създадени до 200 отделни изследвания на потребител на собственост и до 500 споделени изследвания на собственост. Могат да бъдат импортирани до 10 сегмента на изследване. |
API на Анализ са предмет на квоти за API. Собственостите в Анализ 360 имат по-високи лимити за събиране, отчитане, съхранение и квоти за данни. | Стандартните собствености имат дневен лимит за експортиране от 1 милион събития на ден. Собственостите в Анализ 360 са с почти неограничено експортиране. |
1 Голяма кардиналност: Величините с голяма кардиналност имат повече от 500 уникални стойности за един ден. Величините с голяма кардиналност увеличават броя на редовете в отчета или изследването, което повишава вероятността отчетът или изследването да достигне ограничението за брой редове, което води до обединяване на данните след достигане на ограничението в реда (other). Научете повече за високата кардиналност и реда (other).
2 Създаване на извадки: Анализът на извадка от данни се използва, когато броят събития, изведени от изследване, надхвърля ограничението за типа на собствеността Ви. Това Ви дава възможност да продължите да изследвате данните си с високо ниво на детайлност, като използвате представителна извадка от тях. Научете повече за създаването на извадки
3 Управлявано от данни приписване: При управляваното от данни приписване заслугата за ключовото събитие се разпределя въз основа на данни за всяко ключово събитие. Научете повече за управляваното от данни приписване
4 Моделиране на ключови събития: Моделирането на ключови събития дава възможност за точно приписване, без да се идентифицират потребителите (например поради поверителността на потребителите, технически ограничения или когато потребителите преминават от едно устройство на друго). Научете повече за моделирането на ключови събития.
7 Моделиране на поведението: Моделирането на поведението за режима на получаване на съгласие използва машинно обучение, за да моделира поведението на потребителите, които отхвърлят „бисквитките“ на Анализ, въз основа на поведението на подобни потребители, които ги приемат. Научете повече за моделирането на поведението.