Diese Funktion ist nur in Analytics 360 verfügbar, einem Bestandteil der Google Marketing Platform. Weitere Informationen zur Google Marketing Platform |
BigQuery ist ein Cloud Data Warehouse, mit dem sich große Datasets extrem schnell abfragen lassen.
Sie können Sitzungs- und Trefferdaten aus einem Google Analytics 360-Konto nach BigQuery exportieren und dann mit einer SQL-ähnlichen Syntax alle Ihre Analytics-Daten abfragen.
Wenn Sie Daten nach BigQuery exportieren, sind Sie der Inhaber der Daten und haben die Möglichkeit, die Berechtigungen für Projekte und Datasets mithilfe von BigQuery-ACLs zu verwalten.
BigQuery Export in Google Analytics 4 und Universal Analytics im Vergleich
Google Analytics 4 | Universal Analytics |
---|---|
Verfügbar für Standard (kostenlos) und 360 (kostenpflichtig) Standardlimit: 1 Million Ereignisse pro Tag 360-Limit: Milliarden von Ereignissen pro Tag |
Verfügbar für 360 (kostenpflichtig) |
Kosten Kostenloser Export nach BigQuery-Sandbox im Rahmen der Sandbox-Limits Für exportierte Daten, die die Sandbox-Limits überschreiten, fallen Kosten entsprechend der Vertragsbedingungen an |
Kosten Kostenloser Export nach BigQuery-Sandbox im Rahmen der Sandbox-Limits Für exportierte Daten, die die Sandbox-Limits überschreiten, fallen Kosten entsprechend der Vertragsbedingungen an |
Einrichtung Spezifische Datenstreams einschließen und spezifische Ereignisse für einzelne Properties ausschließen (zur Kontrolle von Exportvolumen und -kosten) |
Einrichtung 1 Datenansicht pro Property verknüpfen (alle Daten in dieser Ansicht werden exportiert) |
Streaming-Export 0,05 $ pro GB (weitere Informationen zu BigQuery-Preisen) Erstellte Tabelle: events_intraday_JJJJMMTT Die Tabelle wird am Tagesende gelöscht, wenn
Enthält keine Daten zu Nutzerkampagnen, Nutzerquellen oder Nutzermedium für neue Nutzer |
Streaming-Export 0,05 $ pro GB (weitere Informationen zu BigQuery-Preisen) Erstellte Tabelle: ga_realtime_sessions_JJJJMMTT Erstellte BigQuery-Datenansicht: ga_realtime_sessions_view_JJJJMMTT |
Täglicher Export Erstellte Tabelle: events_JJJJMMTT |
Täglicher Export Erstellte Tabellen: ga_sessions_intraday_JJJJMMTT
ga_sessions_JJJJMMTT
|
Export, allgemein Backfill: kein Backfill Dataset: für jede verknüpfte Property 1 Dataset mit dem Namen „analytics_<Property-ID>“ Wenn Sie den Einwilligungsmodus implementiert haben, beinhaltet der Export Folgendes:
|
Export, allgemein Backfill: beim Verknüpfen Backfill von Daten aus 13 Monaten oder 10 Milliarden Treffern, je nachdem, welcher Wert kleiner ist (Backfill in BigQuery-Sandbox nicht immer möglich) Dataset: für jede verknüpfte Datenansicht 1 Dataset mit dem Namen der Datenansicht |
Exportschema Jede Zeile in einer BigQuery-Tabelle steht für ein Ereignis. Nur in Google Analytics 4 verfügbare Ereignisdaten Einige Google Analytics 4-Felder stimmen im Wesentlichen mit Universal Analytics-Feldern überein (z. B. „device.category“ und „device.deviceCategory“). Insgesamt gibt es aber mehr Unterschiede als Ähnlichkeiten zwischen GA4-Ereignisdaten und UA-Trefferdaten. |
Exportschema Jede Zeile in einer BigQuery-Tabelle steht für eine Sitzung. Nur in Universal Analytics verfügbare Trefferdaten Einige Universal Analytics-Felder stimmen im Wesentlichen mit Google Analytics 4-Feldern überein (z. B. „device.deviceCategory“ und „device.category“). Insgesamt gibt es aber mehr Unterschiede als Ähnlichkeiten zwischen UA-Trefferdaten und GA4-Ereignisdaten. |
Was ist zu tun?
Weitere Informationen
Weitere Informationen finden Sie in diesen Leitfäden:
- Google BigQuery
- BigQuery-ACLs
- BigQuery-Syntax
- Empfehlungssystem mit BigQuery erstellen
- BigQuery-ReferenzmusterWo
Falls Sie BigQuery bereits eingerichtet haben, können Sie sich anhand unseres Beispiel-Datasets mit dem Tool vertraut machen.