2023. gada 1. jūlijā tika uzsākta visu UA standarta īpašumu darbības pārtraukšana. Līdz 2024. gada 1. jūlijam varēsiet piekļūt saviem UA īpašuma datiem, izmantojot lietotāja saskarni un API.
Pirms arhivēšanas
UA datu arhivēšanai var būt skaidri, ar uzņēmējdarbību saistīti iemesli. Tomēr, pirms mēģināt arhivēt iespējami daudz savu UA īpašumu datu, ieteicams ņemt vērā tālāk norādīto informāciju.
- Jums noteikti nav jāarhivē visi katra detalizētā līmeņa dati.
- Nepieciešamo datu apjoms būs atkarīgs no tā, kā jūsu uzņēmums pieņem lēmumus.
- Datu arhivēšanas un uzturēšanas procesā ieguldītajam darbam ir jāattaisno atdeve, ko gūstat no šiem datiem.
Lai noskaidrotu, cik pamatota ir jūsu UA datu nepieciešamība, vispirms uzskaitiet visas ieinteresētās personas, kuru lēmumi ir atkarīgi no jūsu UA īpašuma datiem. Pēc tam uzskaitiet tos pārskatus, kurus šīs ieinteresētās personas regulāri skata, kā arī tos, kurus ieinteresētās personas un uzņēmumu vadītāji izmanto gada vai ceturkšņa plānošanai. Nosakot katrā pārskatā nepieciešamās kategorijas, metriku, filtrus un laika periodu, iegūsiet sarakstu, kurā būtu jābūt aptvertai lielākajai daļai jūsu uzņēmumam nepieciešamo mantoto UA datu.
Jums ir jāņem vērā daži ierobežojumi saistībā ar UA datu arhivēšanu.
- Ja izmantojat standarta UA īpašumu, uz rīku BigQuery nevar eksportēt trāpījumu līmeņa datus.
- Nav citu veidu, kā eksportēt detalizētus trāpījumu līmeņa datus.
- Attiecībā uz apkopotajiem datiem — nav iespējams eksportēt visas metrikas, kategoriju un laika periodu kombinācijas.
UA datu arhivēšana
Viens vienkāršs veids, kā arhivēt mazāku īpašumu UA datus, ir izveidot pārskatu lietotāja saskarnē un to eksportēt uz izklājlapām vai CSV failu. To var paveikt pārskatiem ar ierobežotu datu apjomu, jo eksportēt var tikai 5000 rindu.
UA datu arhivēšanai ieteicams izmantot Google Analytics izklājlapu papildinājumu. Vispirms instalējiet papildinājumu. Pēc tam nokopējiet šo mūsu izveidoto pārskata veidni. Aizstājiet 3. rindas elementu “View ID” ar sava īpašuma skata ID, kā arī atjauniniet datumu diapazonus. Ņemiet vērā, ka, pievienojot ļoti lielus datumu diapazonus, papildinājumam var neizdoties arhivēt datus. Pēc tam izveidojiet pārskatus. Tādējādi no GA lietotāja saskarnes tiks eksportēti visbiežāk izmantoto pārskatu dati. Kad pārskats ir gatavs, varat iesniegt šo datu vaicājumus tieši rīkā BigQuery vai izveidot no tiem informācijas paneļus, izmantojot Looker Studio. Šis process būs jāatkārto katram skatam, kura datus vēlaties arhivēt.
Ja neviens no šiem risinājumiem nav piemērots jūsu uzņēmuma vajadzībām, iesakām izveidot savu risinājumu, izmantojot Google Analytics Reporting API versiju 4, vai sazinieties ar kādu no mūsuGoogle Marketing Platform sertificētajiem partneriem, lai jums izveidotu pielāgotu risinājumu.