Raporlar, keşifler, Google Analytics Data API ve BigQuery Export, verileri farklı şekillerde görüntüler. Hangi verilerin nerede sunulduğunu karşılaştırmak ve bu veri görüntüleme yöntemlerinin her birinin sınırlamalarını anlamak için bu tablodan yararlanabilirsiniz.
| Veri kullanılabilirliği ve sınırlamalar | Raporlar, Analizler ve Keşifler | Google Analytics Data API | BigQuery |
|---|---|---|---|
| Erişim metodolojisi | Google Analytics arayüzü | Kullanıcı adına Google Analytics verilerine erişebilen tüm üçüncü taraf uygulamaları | GCP Console veya BigQuery verilerini sorgulayabilen herhangi bir raporlama uygulaması |
| Veri kapsamı |
Birleştirilmiş veriler veya etkinlik ve kullanıcı düzeyindeki veriler. Google, her istek için varsayılan örnekleme ayarlarını kullanarak en doğru sonuçları sağlayan tabloyu seçer. Analytics'in verileri nasıl depoladığını ve gösterdiğini öğrenin. |
Birleştirilmiş veriler veya etkinlik ve kullanıcı düzeyindeki veriler. Google, her istek için varsayılan örnekleme ayarlarını kullanarak en doğru sonuçları sağlayan tabloyu seçer. Analytics'in verileri nasıl depoladığını ve gösterdiğini öğrenin. |
Etkinlik ve kullanıcı düzeyindeki veriler (Google Analytics'in standart raporlarda ve keşiflerde bulunan verilere yaptığı değer eklemeleri hariç) |
| Yüksek kardinalite1 |
Mümkün. Google birleştirilmiş verileri kullandığında ve bir rapor veya keşif, tablonun satır sınırından daha fazla satır gösterdiğinde (other) satırı görünebilir. |
Mümkün. Google birleştirilmiş verileri kullandığında ve bir rapor veya keşif, tablonun satır sınırından daha fazla satır gösterdiğinde (other) satırı görünebilir. |
Hayır |
| Örnekleme2 | Mümkün. Google daha ayrıntılı etkinlik ve kullanıcı düzeyinde veriler kullandığında ve bir raporun veya keşfin kota sınırından daha fazla etkinlik işlemesi gerektiğinde Analytics, mevcut verilerin temsili bir örneğini kullanır. | Mümkün. Google daha ayrıntılı etkinlik ve kullanıcı düzeyinde veriler kullandığında ve bir raporun veya keşfin kota sınırından daha fazla etkinlik işlemesi gerektiğinde Analytics, mevcut verilerin temsili bir örneğini kullanır. | Hayır |
| Veriye dayalı ilişkilendirme4 | Evet | Evet | Hayır |
| Dönüşüm modelleme5 | Dahil | Dahil | Dahil değil |
| Davranış modelleme6 |
Gerçek zamanlı raporları da içerecek şekilde raporlama modülüne dahildir Keşif modülüne kısmen dahildir (yalnızca yol, dönüşüm hunisi ve serbest biçimli tablolarda) |
Dahil | Dahil değil. İzin modu etkinleştirilmişse ve her oturum farklı bir user_pseudo_id değerine sahipse BigQuery verileri, Google Analytics tarafından toplanan çerezsiz ping'leri içerir. Modelleme, çerezleri reddeden tekil kullanıcıların birden fazla oturumunu tahmin etmeye çalıştığından, standart raporlar ile BigQuery'deki ayrıntılı veriler arasında farklılıklara neden olabilir (ör. raporlardaki etkin kullanıcı sayısının BigQuery'dekinden daha az olması). |
| Sınırlamalar |
Mülk başına 150 özel rapor Her mülk için kullanıcı başına 200 ayrı keşif ve mülk başına en fazla 500 paylaşılan keşif oluşturulabilir. Keşif başına en fazla 10 segment içe aktarılabilir. |
Analytics API'leri API kotalarına tabidir. Analytics 360 mülklerinde veri toplama, raporlama, saklama ve kota sınırları daha yüksektir. | Standart mülklerde günlük dışa aktarma sınırı 1 milyon etkinliktir. Analytics 360 mülklerinde dışa aktarma işlemi neredeyse sınırsızdır. |
1 Yüksek kardinalite: Yüksek kardinaliteli boyutlar, bir günde 500'den fazla benzersiz değere sahip olan boyutlardır. Yüksek kardinaliteli boyutlar, bir rapor veya keşifteki satır sayısını artırarak raporun veya keşifin satır sınırına ulaşma ihtimalini yükseltir ve bu da sınırı aşan verilerin (other) satırında toplanmasına neden olur. Yüksek kardinalite ve (other) satırı hakkında daha fazla bilgi edinin.
2 Örnekleme: Veri örnekleme, bir keşif tarafından döndürülen etkinlik sayısının mülk türünüze ait sınırı aşması durumunda kullanılır. Böylece, verilerinizin temsili bir örneğini kullanarak verileri yüksek düzeyde ayrıntıyla incelemeye devam edebilirsiniz. Örnekleme hakkında daha fazla bilgi
3 Veriye dayalı ilişkilendirme: Veriye dayalı ilişkilendirme, dönüşüm kredisini dağıtırken her bir dönüşüm etkinliğinin verilerini temel alır. Veriye dayalı ilişkilendirme hakkında daha fazla bilgi edinin.
4 Dönüşüm modelleme: Dönüşüm modelleme, kullanıcıların kimliğini tanımlamadan doğru şekilde dönüşüm ilişkilendirme yapılmasına (kullanıcı gizliliği, teknik kısıtlamalar veya kullanıcıların cihazlar arasında geçiş yapması gibi nedenlerle) olanak tanır. Dönüşüm modelleme hakkında daha fazla bilgi edinin.
5 Davranış modelleme: İzin modu için davranış modelleme, Analytics çerezlerini reddeden kullanıcıların davranışlarını, Analytics çerezlerini kabul eden benzer kullanıcıların davranışlarına göre modellemek üzere makine öğreniminden yararlanır. Davranış modelleme hakkında daha fazla bilgi edinin.