שימוש ב-Google Analytics 360 ו-BigQuery כפלטפורמה לניהול נתונים

פלטפורמות לניהול נתונים (DMP) מאפשרות למשתמשים בהן לשלב נתוני משתמשים ממגוון מקורות כדי ליצור קהלים ולנתח אותם. ניתן להשתמש בשילוב של Google Analytics 360 ו-BigQuery כמעין פלטפורמה מוגבלת לניהול נתונים, כל עוד עומדים במספר דרישות.

סקירה כללית

משתמשים ב-Google Analytics 360 יכולים לאסוף נתונים לגבי משתמשים ותכנים ולייצא את אותם נתונים ל-BigQuery. שילוב בין Google Analytics ל-BigQuery הוא קישור חד כיווני שמשמש לייצוא נתונים מ-Google Analytics ל-BigQuery. אי אפשר לייצא באופן אוטומטי נתונים מ-BigQuery ל-Google Analytics.

כדי שאפשר יהיה לאחד נתונים מ-Google Analytics עם קבוצות נתונים ממקורות אחרים ב-BigQuery, צריך ליצור מפתח משותף לקבוצות הנתונים מ-Google Analytics ולקבוצות הנתונים ממקורות אחרים. בנוסף, צריך ליצור מפתח משותף לנתונים שצורפו ב-BigQuery ולנתונים אחרים שקיימים בממשק של Google Analytics.

יצירת מפתח משותף

התהליך ליצירת מפתח משותף לנתונים מ-Google Analytics ולנתונים ממקורות אחרים משתנה בהתאם למקורות הנתונים המעורבים. לא משנה באלו מקורות נתונים אתם משתמשים, לרוב צריך ליצור או לקלוט את המפתח המשותף בזמן איסוף הנתונים. בהרבה מקרים צריך לקלוט את הנתונים האלה בזמן אירוע או צפייה בדף, כדי שבהמשך אפשר יהיה לייבא מפתחות קהלים או ערכי הרחבת נתונים ל-Google Analytics.

מפתח לדוגמה: User ID

אחד התרחישים הנפוצים לדוגמה הוא איסוף של ערכי User ID כמאפיינים מותאמים אישית ושימוש בהם כמפתח משותף לנתונים מ-Google Analytics ונתונים ממערכות לניהול קשרי לקוחות (CRM). צריך להשתמש במאפיין מותאם אישית כי כרגע אי אפשר לקשר קהלים לרימרקטינג לפלטפורמות להצגת מודעות בתצוגות מפורטות של Google Analytics שמופעל בהן שדה User ID. איסוף של ערכי User-ID בתצוגות מפורטות רגילות מאפשר לקשר נתונים לערכי User-ID, ועדיין להשתמש בקהלים לרימרקטינג בפלטפורמות להצגת מודעות.

1. יוצרים מאפיין User-ID מותאם אישית ומגדירים לו היקף משתמשים
2. כשמשתמש נכנס לאתר או לאפליקציה אוספים את ערך User-ID שלו ושולחים אותו לפחות פעם אחת כערך של מאפיין מותאם אישית
3. ערך User ID צריך להיות זהה לערך שמזהה את אותו משתמש במערכת לניהול קשרי לקוחות

מפתח לדוגמה: Client-ID

אם לא מוגדרים לאתר או אפליקציה ערך User-ID, אפשר להשתמש בערך של ה-Client-ID שמערכת Google Analytics יוצרת באופן אוטומטי כמפתח משותף. 

1. יוצרים מאפיין Client-ID מותאם אישית ומגדירים לו היקף משתמשים
2. כשמשתמש נכנס לאתר או לאפליקציה צריך לשמור את ה-Client-ID שלו כערך של מאפיין מותאם אישית
3. אם המשתמש מבצע איזושהי אינטראקציה עם האתר (שולח אימייל הרשמה לניוזלטר, שולח פרטי ליד (lead) ועוד) וכתוצאה מכך נוצר עבורו פרופיל משתמש, צריך לאסוף גם את הערך של ה-Client-ID ולשמור אותו עם פרטי המשתמש מחוץ ל-Google Analytics

ייצוא של נתונים מ-Google Analytics ל-BigQuery

כשמייצאים נתונים ל-BigQuery צריך לעשות את זה דרך תצוגת הנתונים הראשית ולא דרך התצוגה לפי User ID. שימוש בתצוגת הנתונים הראשית יבטיח שתעבירו ל-BigQuery את קבוצת הנתונים הכי רחבה שניתנת לשימוש. איסוף של ערכי User ID או Client ID כמאפיינים מותאמים אישית אמור לאפשר לכם לייבא מערכי נתונים של הקצה העורפי ל-BigQuery ולאחד אותם עם נתונים מ-Google Analytics.

כדי לאחד מערכי נתונים שונים בצורה נכונה, צריך ידע נרחב ב-SQL ובסכימה של Google Analytics BigQuery Export.

אם צריך, אפשר לייצא את נתוני Google Analytics מ-BigQuery ולבצע את האיחוד והניתוח בפלטפורמה אחרת. אי אפשר לייצא נתונים מ-Google Analytics ישירות למחסני נתונים של צד שלישי באותו אופן שמייצאים אותם ל-BigQuery, אבל אחרי שהנתונים נמצאים כבר ב-BigQuery, אפשר לייצא אותם למקומות אחרים.

ייבוא נתונים ב-Google Analytics

יש שתי גישות שונות מהותית לייבוא של הנתונים המאוחדים ל-Google Analytics. האחת היא הגישה המסורתית של הרחבת מאפיינים והשנייה היא ייבוא של מזהה קהל.

הרחבת מאפיינים מסורתית

כדי להשתמש בהרחבת מאפיינים צריך לעמוד בתנאים הבאים:

1. לא יתבצע ייבוא של פרטים אישיים מזהים (PII)
2. הייבוא לא יכלול מספר גדול מדי של מאפיינים ומדדים
3. המדדים והמאפיינים שאתם מתכוונים לייבא לא אמורים להשתנות ולא מדובר במאפיינים ומדדים שמצטברים בהם נתונים עם הזמן

אם התנאים האלה מתקיימים, תוכלו להשתמש בתכונה של ייבוא נתונים בזמן שאילתה כדי להעלות קבוצת נתונים מותאמת אישית עם המאפיין Client-ID או המאפיין User-ID המותאמים אישית בתור מפתחות.

ייבוא של נתוני מזהה קהל

אם אתם לא עומדים בתנאים לשימוש בהרחבת מאפיינים, במקום להשתמש בשיטה הזו אפשר ליצור מזהה קהל. כך מייבאים מזהה קהל של קהלים שונים:

1. יוצרים לפחות שלושה מאפיינים מותאמים אישית: User-ID‏, Client-ID ומזהה קהל
   1. צריך להגדיר לכל המאפיינים היקף משתמשים
2. מייצאים נתונים ל-BigQuery
3. מבצעים ניתוח של קהלים ב-BigQuery
4. יוצרים רשימה של ערכי Client ID או User ID שמשויכים למשתמשים בקהל שמעניין אתכם
5. משייכים מזהה קהל לערכי Client ID או User ID האלה.
6. אין לכלול פרטים אישיים מזהים במזהה קהל
7. צריך ליצור לכל קהל שמעניין אתכם מזהה קהל ייחודי
8. במקרים שבהם משתמש מסוים משויך למספר קהלים, צריך להשתמש בתו כמו מקף או קו תחתון כדי להבדיל בין המזהים שלו

יוצרים ייבוא נתונים בזמן שאילתה בהתאמה אישית שמאחד על סמך מאפייני Client ID או User ID מותאמים אישית ומייבא את ערכי מזהה הקהל

יוצרים קובץ ‎.csv שכולל את ערכי Client-ID או User-ID ואת ערכי מזהה הקהל

יוצרים תוכנית שמעלה קובצי ‎.csv באופן אוטומטי באמצעות Management API

הערה: בכל פעם שמעלים קובץ ייבוא נתונים חדש, הקובץ הקודם מבוטל.

יצירה של קהלים לרימרקטינג

כשמשתמשים בהרחבת מאפיינים מסורתית לייבוא נתונים, אפשר ליצור קהלים לרימרקטינג על סמך הערכים המיובאים. 

כשמשתמשים במזהי קהל לייבוא נתונים, אפשר ליצור קהלים לרימרקטינג על סמך ערכי מזהה הקהל.

כשמדובר ביעדים לפרסום ברשת המדיה (GDN‏, Display & Video 360‏, Google Ad Manager) וב-Google Optimize, מערכת Google Analytics תנסה לאכלס נתונים לגבי המשתמשים ב-10 הימים האחרונים על סמך ההגדרות החדשות שהעליתם. אך חשוב לזכור שבדרך כלל דרוש זמן לאכלוס מלא של רשימות הקהלים, כי הן מאוכלסות רק כשהמשתמשים חוזרים לאתר או לאפליקציה.

אחרי שיוצרים קהלים לרימרקטינג, אפשר להשתמש בהם ב-Google Ads או ב-Display & Video 360.

מגבלות

• אם Display & Video 360 ו-Campaign Manager 360 מקושרים ל-Google Analytics, הייצוא של נתונים מ-Google Analytics ל-BigQuery לא יכלול נתונים שקשורים לפלטפורמות האלה שאפשר להציג אותם בממשק של Google Analytics. אפשר להשתמש בקובצי העברת נתונים (DTF) מ-Google Marketing Platform ב-BigQuery.
• אפשר לשתף קהלים לרימרקטינג רק עם Display & Video 360 ו-Google Ads.
• כדי לייבא מידע באופן אוטומטי ל-Google Analytics צריך לבנות פתרון בהתאמה אישית.