Poročila, raziskovanja, podatkovni programski vmesnik za Google Analytics in BigQuery Export prikažejo podatke na nekoliko različne načine. V tej tabeli lahko primerjate, kateri podatki so na voljo na posameznem mestu in kakšne so omejitve posameznih načinov ogleda podatkov.
| Razpoložljivost in omejitve podatkov | Poročila, vpogledi in raziskovanja | Podatkovni programski vmesnik za Google Analytics | BigQuery |
|---|---|---|---|
| Način dostopa | Vmesnik Google Analytics | Katera koli aplikacija drugega ponudnika, ki lahko dostopa do podatkov Google Analytics v imenu uporabnika | Konzola GCP ali katera koli aplikacija za poročanje, ki lahko izvaja poizvedbe po podatkih BigQuery |
| Obseg podatkov |
Združeni podatki ali podatki na ravni dogodka in uporabnika. Google s privzetimi nastavitvami vzorčenja za vsako zahtevo izbere tabelo, ki zagotavlja najnatančnejše rezultate. |
Združeni podatki ali podatki na ravni dogodka in uporabnika. Google s privzetimi nastavitvami vzorčenja za vsako zahtevo izbere tabelo, ki zagotavlja najnatančnejše rezultate. |
Podatki na ravni dogodka in uporabnika (brez morebitnih vrednosti, ki jih Google Analytics doda podatkom v standardnih poročilih in raziskovanjih) |
| Visoka kardinalnost1 |
Možno. Ko Google uporablja združene podatke in je v poročilu ali raziskovanju prikazanih več vrstic, kot znaša omejitev števila vrstic v tabeli, se lahko prikaže vrstica »(other)« (drugo). |
Možno. Ko Google uporablja združene podatke in je v poročilu ali raziskovanju prikazanih več vrstic, kot znaša omejitev števila vrstic v tabeli, se lahko prikaže vrstica »(other)« (drugo). |
Ne |
| Vzorčenje2 | Možno. Ko Google uporablja podrobnejše podatke na ravni dogodka in uporabnika ter mora poročilo ali raziskovanje obdelati več dogodkov, kot znaša omejitev kvote, Analytics uporabi reprezentativni vzorec razpoložljivih podatkov. | Možno. Ko Google uporablja podrobnejše podatke na ravni dogodka in uporabnika ter mora poročilo ali raziskovanje obdelati več dogodkov, kot znaša omejitev kvote, Analytics uporabi reprezentativni vzorec razpoložljivih podatkov. | Ne |
| Dodeljevanje na podlagi podatkov3 | Da | Da | Ne |
| Modeliranje ključnih dogodkov4 | Vključeno | Vključeno | Ni vključeno |
| Modeliranje na podlagi vedenja5 |
Vključeno v modul poročanja, vključno s poročilom v realnem času Delno vključeno v modul za raziskovanje (samo v tabelah s potmi, tokovi, prekrivanjem segmentov in v prosti obliki) |
Vključeno | Ni vključeno. Podatki BigQuery vsebujejo pinge brez piškotkov, ki jih zbira Google Analytics, ko je omogočen način na podlagi privolitve in ima vsaka seja drugačno vrednost »user_pseudo_id«. Modeliranje lahko povzroči razlike med standardnimi poročili in razdrobljenimi podatki v storitvi BigQuery, npr. manj aktivnih uporabnikov v poročilih kot v storitvi BigQuery, saj poskuša modeliranje predvideti več sej od posameznega uporabnika, ki je zavrnil piškotke. |
| Omejitve |
150 poročil po meri na znamko Ustvariti je mogoče 200 posameznih raziskovanj na uporabnika na znamko in do 500 deljenih raziskovanj na znamko. Uvozite lahko do 10 segmentov na raziskovanje. |
Za aplikacijske programske vmesnike za Analytics veljajo kvote za aplikacijske programske vmesnike. Za znamke Analytics 360 veljajo višje omejitve za zbiranje podatkov, poročanje o njih, njihovo hrambo in kvote. | Standardne znamke imajo dnevno omejitev za izvoz, ki znaša 1 milijon dogodkov na dan. Za znamke Analytics 360 je izvoz skoraj neomejen. |
1 Visoka kardinalnost: Razsežnosti z visoko kardinalnostjo so razsežnosti z več kot 500 enoličnimi vrednostmi v enem dnevu. Razsežnosti z visoko kardinalnostjo povečajo število vrstic v poročilu ali raziskovanju, zaradi česar je bolj verjetno, da bo poročilo ali raziskovanje doseglo omejitev vrstic in bodo vsi podatki, ki presegajo omejitev, združeni v vrstico »(other)« (drugo). Preberite več o visoki kardinalnosti in vrstici »(other)« (drugo).
2 Vzorčenje: Vzorčenje podatkov se uporabi, ko število dogodkov, ki jih vrne raziskovanje, preseže omejitev za vrsto znamke. To vam omogoča, da z uporabo reprezentativnega vzorca podatkov še vedno raziskujete podatke z visoko stopnjo podrobnosti. Preberite več o vzorčenju.
3 Dodeljevanje na podlagi podatkov: Dodeljevanje na podlagi podatkov porazdeli zasluge za ključni dogodek na podlagi podatkov za posamezen ključni dogodek. Preberite več o dodeljevanju na podlagi podatkov.
4 Modeliranje ključnih dogodkov: Modeliranje ključnih dogodkov omogoča natančno dodeljevanje brez prepoznavanja uporabnikov (npr. zaradi varstva zasebnosti uporabnikov, tehničnih omejitev ali ko se uporabniki premikajo med napravami). Preberite več o modeliranju ključnih dogodkov.
5 Modeliranje na podlagi vedenja: Modeliranje na podlagi vedenja za način na podlagi privolitve uporablja strojno učenje za modeliranje vedenja uporabnikov, ki zavrnejo piškotke za analitiko, na podlagi vedenja podobnih uporabnikov, ki sprejemajo piškotke za analitiko. Preberite več o modeliranju na podlagi vedenja.