Denne funktion er kun tilgængelig i Google Analytics 360, som er en del af Google Marketing Platform. Få flere oplysninger om Google Marketing Platform. |
BigQuery er et datalager i skyen, der giver dig mulighed for at køre superhurtige forespørgsler på store datasæt.
Du kan eksportere sessions- og hitdata fra en Google Analytics 360-konto til BigQuery og derefter anvende en SQL-lignende syntaks til at forespørge om alle dine Analytics-data.
Når du eksporterer data til BigQuery, ejer du de pågældende data, og du kan bruge BigQuery-ACL'er til at administrere tilladelser i projekter og datasæt.
Sammenlign BigQuery Export i Google Analytics 4 og Universal Analytics
Google Analytics 4 | Universal Analytics |
---|---|
Tilgængelig for Standard-brugere (gratis) og 360-brugere (betalt) Standardgrænse: 1 million hændelser pr. dag 360-grænse: Flere milliarder hændelser pr. dag |
Tilgængelig for 360-brugere (betalt) |
Pris Gratis eksport til BigQuery-sandbox inden for sandbox-grænserne Eksporterede data, der overstiger sandbox-grænserne, medfører gebyrer i henhold til kontraktvilkårene |
Pris Gratis eksport til BigQuery-sandbox inden for sandbox-grænserne Eksporterede data, der overstiger sandbox-grænserne, medfører gebyrer i henhold til kontraktvilkårene |
Konfiguration Kan omfatte specifikke datastrømme og ekskludere specifikke hændelser for hver ejendom (giver dig mulighed for at styre eksportvolumen og -omkostninger) |
Konfiguration Kan linke 1 visning pr. ejendom (eksporterer alle data i denne visning) |
Streamingeksport 0,05 USD pr. GB (få flere oplysninger om BigQuery-priser) Oprettet tabel: events_intraday_YYYYMMDD Tabellen slettes hver dag:
Dette omfatter ikke Brugerkampagne-, Brugerkilde- eller Brugermedium-data for nye brugere |
Streamingeksport 0,05 USD pr. GB (få flere oplysninger om BigQuery-priser) Oprettet tabel: ga_realtime_sessions_YYYYMMDD BigQuery-visning oprettet: ga_realtime_sessions_view_YYYYMMDD |
Daglig eksport Oprettet tabel: events_YYYYMMDD |
Daglig eksport Tabellerne blev oprettet ga_sessions_intraday_YYYYMMDD
ga_sessions_YYYYMMDD
|
Eksport, generel Udfyldning: Ingen udfyldning Datasæt: For hver tilknyttede ejendom, 1 datasæt med navnet analytics_<property id> Hvis du har implementeret samtykketilstand, omfatter eksporten:
|
Eksport, generel Udfyldning: Ved tilknytning udfyldning af data for 13 måneder eller 10 milliarder hits, alt efter hvad der er mindst (Udfyldning til BigQuery-sandbox kan mislykkes) Datasæt: For hver tilknyttede visning, 1 datasæt med det samme navn som visningen |
Eksportér skema Hver række i en BigQuery-tabel repræsenterer en hændelse Hændelsesdata, der er unikke for Google Analytics 4 Selvom der er nogle felter i Google Analytics 4, der reelt er de samme som Universal Analytics-felterne (f.eks. device.category og device.deviceCategory), er der flere forskelle end ligheder mellem GA4-hændelsesdata og UA-hitdata |
Eksportér skema Hver række i en BigQuery-tabel repræsenterer en session Hitdata, der er unikke for Universal Analytics Selvom der er nogle Universal Analytics-felter, der stort set er de samme som Google Analytics 4-felterne (f.eks. device.deviceCategory og device.category), er der flere forskelle end ligheder mellem UA-hitdata og GA4-hændelsesdata. |
Næste trin
Konfiguration af BigQuery Export
Relaterede ressourcer
Se følgende guider for at få flere oplysninger om:
- Google BigQuery
- BigQuery-ACL'er
- BigQuery-syntaks
- Opbygning af Big BigQueryuery-anbefalingssystem
- BigBigQueryuery-designmønstre
Hvis du allerede har konfigureret BigQuery, kan du blive mere fortrolig med systemet ved hjælp af vores eksempeldatasæt.