Způsoby zobrazení dat v přehledech, průzkumech, pomocí rozhraní Google Analytics Data API a ve službě BigQuery Export se vzájemně poněkud liší. V tabulce můžete porovnat, jaká data jsou ve které službě dostupná, a zjistit, jaká omezení jednotlivé způsoby prohlížení dat mají.
| Dostupnost dat a omezení | Přehledy, statistiky a průzkumy | Rozhraní Google Analytics Data API | BigQuery |
|---|---|---|---|
| Metodika přístupu | Rozhraní Google Analytics | Přístup k datům Google Analytics může jménem uživatele získat jakákoli aplikace třetí strany. | K datům lze přistupovat prostřednictvím nástroje GCP Console nebo jakékoli aplikace pro přehledy, která dokáže zasílat dotazy na data ve službě BigQuery. |
| Rozsah dat |
Souhrnná data neboli data na úrovni událostí a uživatelů. U každé žádosti vybere Google tabulku s nejpřesnějšími výsledky, přičemž používá výchozí nastavení vzorkování. Další informace o tom, jak služba Analytics ukládá a zobrazuje data |
Souhrnná data neboli data na úrovni událostí a uživatelů. U každé žádosti vybere Google tabulku s nejpřesnějšími výsledky, přičemž používá výchozí nastavení vzorkování. Další informace o tom, jak služba Analytics ukládá a zobrazuje data |
Data na úrovni událostí a uživatelů (vyjma případného přičítání hodnot, které Google Analytics provádí u dat uvedených ve standardních přehledech a průzkumech). |
| Vysoká mohutnost1 |
Možné. Pokud Google použije souhrnná data a v přehledu nebo průzkumu se zobrazí více řádků, než je limit řádků v tabulce, může se zobrazit řádek (další). |
Možné. Pokud Google použije souhrnná data a v přehledu nebo průzkumu se zobrazí více řádků, než je limit řádků v tabulce, může se zobrazit řádek (další). |
Ne |
| Vzorkování2 | Možné. Pokud Google použije podrobnější data na úrovni událostí a uživatelů a přehled nebo průzkum musí zpracovat více událostí, než je limit kvóty, použije Analytics reprezentativní vzorek dostupných dat. | Možné. Pokud Google použije podrobnější data na úrovni událostí a uživatelů a přehled nebo průzkum musí zpracovat více událostí, než je limit kvóty, použije Analytics reprezentativní vzorek dostupných dat. | Ne |
| Atribuce založená na datech3 | Ano | Ano | Ne |
| Modelování klíčových událostí4 | Zahrnuto | Zahrnuto | Není zahrnuto |
| Modelování chování5 |
Je využíváno v modulu přehledů, včetně těch v reálném čase. Je částečně zahrnuto v modulu průzkumu (pouze v tabulkách tras, konverzních cest, překryvech segmentů a volných tabulkách). |
Zahrnuto | Není zahrnuto Data BigQuery obsahuje pingy bez souborů cookie, které shromažďuje služba Google Analytics, když je aktivován režim souhlasu a každá relace má jinou hodnotu parametru user_pseudo_id. Modelování může vést k rozdílům mezi standardními přehledy a podrobnými daty v BigQuery. Například k tomu, že v přehledech bude méně aktivních uživatelů, než se snaží předvídat BigQuery při modelování více návštěv stejného uživatele, který odmítl soubory cookies. |
| Omezení |
150 vlastních přehledů v jedné službě V jedné službě lze vytvořit 200 samostatných průzkumů na jednoho uživatele. Pro každou službu dále můžete vytvořit až 500 sdílených průzkumů. Do jednoho průzkumu lze importovat až 10 segmentů. |
Na rozhraní API Analytics se vztahují kvóty rozhraní API. Služby v Analytics 360 mají vyšší limity na shromažďování dat, přehledy, uchovávání a kvóty. | Standardní služby mají denní limit exportu 1 000 000 událostí. Služby Analytics 360 export téměř neomezují. |
1 Vysoká mohutnost: Dimenze s vysokou mohutností mají více než 500 jedinečných hodnot za den. Dimenze s vysokou mohutností zvětšují počet řádků v přehledu nebo průzkumu a zvyšují pravděpodobnost, že přehled nebo průzkum dosáhne limitu řádků. Data, která tento limit překročí, jsou pak shrnuta do řádku (other). Další informace o vysoké mohutnosti a řádku (other)
2 Vzorkování: Vzorkování dat se používá, když počet událostí vrácených průzkumem překročí limit pro váš typ služby. Díky použití reprezentativního vzorku můžete data i nadále zkoumat na vysoce detailní úrovni. Další informace o vzorkování
3 Atribuce založená na datech: Tato atribuce rozděluje kredit za klíčovou událost podle údajů zaznamenaných u jednotlivých klíčových událostí. Další informace o atribuci založené na datech
4 Modelování klíčových událostí: Modelování klíčových událostí umožňuje přesnou atribuci bez identifikace uživatelů (například z důvodu ochrany soukromí uživatele, technických omezení nebo v případě, kdy uživatelé používají různá zařízení). Další informace o modelování klíčových událostí
5 Modelování chování: Modelování chování pro režim souhlasu používá strojové učení k modelování chování uživatelů, kteří odmítají soubory cookie Analytics, na základě chování podobných uživatelů, kteří soubory cookie Analytics přijmou. Další informace o modelování chování