 |
यह सुविधा सिर्फ़ Analytics 360 में उपलब्ध है जो Google Marketing Platform का हिस्सा है. Google Marketing Platform के बारे में ज़्यादा जानें. |
BigQuery एक क्लाउड डेटा वेयरहाउस है. इसकी मदद से, बड़े डेटासेट पर कम समय में क्वेरी चलाई जा सकती हैं.
किसी Google Analytics 360 खाते से, सेशन और हिट डेटा को BigQuery में एक्सपोर्ट किया जा सकता है. इसके बाद, एसक्यूएल-जैसे सिंटैक्स का इस्तेमाल करके अपने पूरे Analytics डेटा पर क्वेरी चलाई जा सकती हैं.
BigQuery में एक्सपोर्ट किए गए डेटा पर आपका मालिकाना हक होता है. इसलिए, BigQuery ACL का इस्तेमाल करके प्रोजेक्ट और डेटासेट की अनुमतियां मैनेज की जा सकती हैं.
Google Analytics 4 और Universal Analytics में BigQuery Export की तुलना
| Google Analytics 4 | यूनिवर्सल Analytics |
|---|---|
|
स्टैंडर्ड (मुफ़्त) और 360 (पेड) वर्शन में उपलब्ध है स्टैंडर्ड वर्शन की सीमा: हर दिन 10 लाख इवेंट 360 वर्शन की सीमा: हर दिन अरबों इवेंट |
360 (पेड) वर्शन में उपलब्ध है |
|
लागत सैंडबॉक्स की सीमाओं के तहत, BigQuery सैंडबॉक्स में डेटा एक्सपोर्ट करने के लिए कोई शुल्क नहीं लिया जाता सैंडबॉक्स के लिए तय की गई सीमाओं से ज़्यादा डेटा एक्सपोर्ट करने पर, समझौते की शर्तों के मुताबिक शुल्क लिया जाता है |
लागत सैंडबॉक्स की सीमाओं के तहत, BigQuery सैंडबॉक्स में डेटा एक्सपोर्ट करने के लिए कोई शुल्क नहीं लिया जाता सैंडबॉक्स के लिए तय की गई सीमाओं से ज़्यादा डेटा एक्सपोर्ट करने पर, समझौते की शर्तों के मुताबिक शुल्क लिया जाता है |
|
सेट अप इसमें, कुछ डेटा स्ट्रीम शामिल की जा सकती हैं. साथ ही, हर प्रॉपर्टी के लिए कुछ इवेंट को बाहर रखा जा सकता है इसकी मदद से, एक्सपोर्ट वॉल्यूम और लागत को कंट्रोल किया जा सकता है |
सेट अप इसमें, हर प्रॉपर्टी के लिए एक व्यू को लिंक किया जा सकता है उस व्यू में मौजूद पूरे डेटा को एक्सपोर्ट करता है |
|
स्ट्रीमिंग एक्सपोर्ट हर जीबी के लिए 0.05 डॉलर. BigQuery में, डेटा के लिए तय की गई कीमतों के बारे में ज़्यादा जानें टेबल बनाई जाती है: events_intraday_YYYMMDD टेबल हर दिन मिटाई जाती है:
इसमें नए उपयोगकर्ताओं के लिए, उपयोगकर्ता के कैंपेन, सोर्स या मीडियम से जुड़े डेटा को शामिल नहीं किया जाता |
स्ट्रीमिंग एक्सपोर्ट हर जीबी के लिए 0.05 डॉलर. BigQuery में, डेटा के लिए तय की गई कीमतों के बारे में ज़्यादा जानें टेबल बनाई जाती है: ga_realtime_sessions_YYYYMMDD BigQuery व्यू बनाया गया: ga_realtime_sessions_view_YYYYMMDD |
|
डेली एक्सपोर्ट टेबल बनाई जाती है: events_YYYYMMDD |
डेली एक्सपोर्ट टेबल बनाई जाती हैं ga_sessions_intraday_YYYYMMDD
ga_sessions_YYYYMMDD
|
|
एक्सपोर्ट, सामान्य बैकफ़िल: कोई बैकफ़िल नहीं डेटासेट: लिंक की गई हर प्रॉपर्टी के लिए, analytics_<property id> नाम का एक डेटासेट अगर आपने सहमति मोड लागू किया है, तो एक्सपोर्ट में ये चीज़ें शामिल होंगी:
|
एक्सपोर्ट, सामान्य बैकफ़िल: लिंक करने पर, 13 महीने के डेटा का बैकफ़िल या 10B हिट, इनमें से जो भी कम हो BigQuery सैंडबॉक्स में बैकफ़िल की प्रोसेस में रुकावट आ सकती है डेटासेट: लिंक किए गए हर व्यू के लिए, एक डेटासेट का नाम व्यू के नाम जैसा होता है |
|
स्कीमा एक्सपोर्ट BigQuery टेबल की हर लाइन किसी इवेंट के बारे में बताती है Google Analytics 4 के लिए यूनीक इवेंट डेटा Google Analytics 4 के कुछ फ़ील्ड, यूनिवर्सल Analytics फ़ील्ड जैसे ही हैं. उदाहरण के लिए, device.category और device.deviceCategory. हालांकि, GA4 के इवेंट डेटा और UA के हिट डेटा के बीच समानता के बजाय अंतर ज़्यादा है |
स्कीमा एक्सपोर्ट BigQuery टेबल की हर लाइन किसी सेशन के बारे में बताती है यूनिवर्सल Analytics के लिए यूनीक हिट डेटा Google Analytics 4 के कुछ फ़ील्ड, यूनिवर्सल Analytics फ़ील्ड जैसे ही हैं. उदाहरण के लिए: device.deviceCategory और device.category. हालांकि, UA के हिट डेटा और GA4 के इवेंट डेटा के बीच समानता के बजाय अंतर ज़्यादा है. |
अगला कदम
इसी विषय से जुड़े लिंक
इस बारे में ज़्यादा जानने के लिए इन गाइड पर जाएं:
- Google BigQuery
- BigQuery ACL
- BigQuery सिंटैक्स
- BigQuery का सुझाव देने वाला सिस्टम बनाना
- BigQuery डिज़ाइन पैटर्न
अगर आपने पहले ही BigQuery को सेट अप कर लिया है, तो इसके काम करने के तरीके बारे में ज़्यादा जानने के लिए, हमारे नमूना डेटासेट का इस्तेमाल करें.
