Gebruikers kunnen met gegevensbeheerplatforms gebruikersgegevens uit verschillende bronnen combineren om doelgroepen te maken en te analyseren. Zolang aan bepaalde voorwaarden wordt voldaan, kan een combinatie van Google Analytics 360 en BigQuery fungeren als een beperkt pseudo-gegevensbeheerplatform.
Overzicht
Met Google Analytics 360 kunnen gebruikers- en contentgegevens worden verzameld en vervolgens naar BigQuery worden geëxporteerd.De integratie tussen Google Analytics en BigQuery is een eenrichtingskoppeling waarmee gegevens uit Google Analytics naar BigQuery worden geëxporteerd. Gegevens van BigQuery kunnen niet automatisch naar Google Analytics worden geëxporteerd.
Als u Google Analytics-gegevens in BigQuery wilt samenvoegen met niet-GA-datasets, moet er een gemeenschappelijke sleutel bestaan tussen de datasets van Google Analytics en de andere datasets. Tevens moet een gemeenschappelijke sleutel bestaan tussen de samengevoegde gegevens in BigQuery en de gegevens die in de interface van Google Analytics beschikbaar zijn.
Een gemeenschappelijke sleutel maken
De procedure om een gemeenschappelijke sleutel tussen Google Analytics-gegevens en andere gegevensbronnen te maken, verschilt afhankelijk van de betrokken gegevensbronnen. Vaak moet tijdens gegevens verzamelen een gemeenschappelijke sleutel worden gemaakt of vastgelegd, ongeacht de betrokken gegevensbronnen. Deze gegevens moeten meestal worden vastgelegd op het moment dat een gebeurtenis of paginaweergave plaatsvindt om uiteindelijk doelgroepsleutels of waarden voor gegevensverbreding in Google Analytics te kunnen importeren.
Voorbeeldsleutel: Gebruikers-ID
Een veelvoorkomende toepassing hiervan is Gebruikers-ID-waarden te verzamelen als een aangepaste dimensie en vervolgens de Gebruikers-ID als een gemeenschappelijke sleutel te gebruiken tussen Google Analytics en CRM-gegevens (Customer Relationship Management). Een aangepaste dimensie is vereist omdat koppeling van remarketingdoelgroepen aan advertentieplatforms momenteel niet mogelijk is in Google Analytics-weergaven waarvoor Gebruikers-ID is ingeschakeld. Door Gebruikers-ID te verzamelen in standaardweergaven, kunnen gegevens aan Gebruikers-ID-waarden worden gekoppeld en kunnen remarketingdoelgroepen nog steeds met advertentieplatforms worden gebruikt.
- Maak een aangepaste dimensie Gebruikers-ID waarvoor gegevens per gebruiker worden verzameld.
- Telkens wanneer een gebruiker inlogt op uw website of app, verzamelt u de Gebruikers-ID-waarde en verstuurt u deze ten minste eenmaal als een aangepaste dimensiewaarde.
- De Gebruikers-ID-waarde moet identiek zijn aan de waarde waarmee de gebruiker in de CRM-toepassing wordt geïdentificeerd.
Voorbeeldsleutel: Client-ID
Als voor een website of app geen Gebruikers-ID-waarde beschikbaar is, kan de Client-ID die automatisch door Google Analytics wordt gemaakt, als gemeenschappelijke sleutel worden gebruikt.
- Maak een aangepaste dimensie Client-ID waarvoor gegevens per gebruiker worden verzameld.
- Wanneer een gebruiker de website of app bezoekt, moet de Client-ID als een aangepaste dimensiewaarde worden vastgelegd.
- Als aansluitend op een gebruikersinteractie (verstuurt een e-mail voor een nieuwsbrief, verstrekt informatie over een lead, enzovoort) een gebruikersprofiel wordt gemaakt, moet de Client-ID-waarde ook worden verzameld en samen met de gebruikersinformatie buiten Google Analytics worden opgeslagen.
Google Analytics-gegevens naar BigQuery exporteren
Bij het exporteren van gegevens naar BigQuery moet de hoofdgegevensweergave worden gebruikt en niet de Gebruikers ID-weergave. Zo bent u ervan verzekerd dat de breedst bruikbare dataset in BigQuery aanwezig is. Door de Gebruikers-ID- en/of Client-ID-waarden als aangepaste dimensies te verzamelen, zou het mogelijk moeten zijn backend-datasets te importeren in BigQuery en ze met Google Analytics-gegevens samen te voegen.
Een goed begrip van SQL en van het Google Analytics-schema voor BigQuery Export is nodig om verschillende datasets op de juiste manier te kunnen samenvoegen.
Zo nodig kunnen Google Analytics-gegevens uit BigQuery worden geëxporteerd en kunnen koppelingen en analyses elders worden uitgevoerd. Google Analytics-gegevens kunnen niet zoals naar BigQuery, rechtstreeks naar externe datawarehouses worden geëxporteerd. Maar eenmaal in BigQuery kunnen de gegevens wel naar andere locaties worden geëxporteerd.
Gegevens importeren in Google Analytics
Er zijn twee fundamenteel verschillende benaderingen om de samengevoegde gegevens in Google Analytics te importeren. Deze methoden kunnen worden omschreven als traditionele dimensieverbreding en een Doelgroep-ID importeren.
Traditionele dimensieverbreding
Dimensieverbreding kan alleen worden gebruikt als de volgende voorwaarden allemaal waar zijn:
- Persoonlijk identificeerbare informatie (PII) wordt niet geïmporteerd.
- Er is geen overmatig groot aantal dimensies en statistieken die moeten worden geïmporteerd.
- De verwachting is dat geïmporteerde dimensies en statistieken na verloop van tijd niet veranderen of toenemen.
Als aan deze voorwaarden wordt voldaan, kunt u op het moment van de query de functie voor gegevens importeren gebruiken om een aangepaste dataset te uploaden met de aangepaste dimensies Client-ID of Gebruikers-ID als sleutels.
Doelgroep-ID-gegevens importeren
Als een van de traditionele voorwaarden voor dimensieverbreding onwaar is, kan een Doelgroep-ID mogelijk een alternatief bieden. De volgende stappen moeten worden uitgevoerd om een Doelgroep-ID voor verschillende doelgroepen te importeren.
- Maak ten minste drie aangepaste dimensies: Gebruikers-ID, Client-ID en Doelgroep-ID.
- De aangepaste dimensies moeten alle drie gebruikersgericht zijn.
- Exporteer gegevens naar BigQuery.
- Analyseer doelgroepen in BigQuery.
- Genereer een lijst met Client- of Gebruikers-ID's die zijn gekoppeld aan gebruikers in een interessedoelgroep.
- Koppel een Doelgroep-ID aan die Client-ID's of Gebruikers-ID's.
- Een Doelgroep-ID mag geen PII bevatten.
- Elke Doelgroep-ID moet uniek zijn voor een bepaalde interessedoelgroep.
- Als een gebruiker deel uitmaakt van meerdere doelgroepen, moet een teken, zoals een streepje of underscore, worden gebruikt om de ID's van elkaar te scheiden.
- Maak een aangepaste gegevensimport op het moment van de query om samenvoegingen te maken op basis van de aangepaste dimensies Client-ID of Gebruikers-ID en Doelgroep-ID-waarden te importeren.
- Genereer een csv-bestand met de waarden voor Gebruikers-ID's of Client-ID's en de waarden voor Doelgroep-ID's.
- Maak een programma dat automatisch csv-bestanden uploadt met behulp van de Management API.
Remarketingdoelgroepen maken
Voor de gegevensimport voor traditionele dimensieverbreding kunnen remarketingdoelgroepen worden gemaakt op basis van de geïmporteerde waarden.
Voor de import van Doelgroep-ID-gegevens kunnen remarketingdoelgroepen worden gemaakt op basis van de Doelgroep-ID-waarden.
Voor Display-bestemmingen (GDN, Display & Video 360, Google Ad Manager) en Google Optimize, probeert Google Analytics de gebruikers van de afgelopen 10 dagen alsnog in te vullen op basis van de recent geüploade definities. Het zal echter vaak tijd kosten voordat de doelgroeplijsten volledig zijn gevuld naarmate gebruikers terugkeren naar de website of app.
Wanneer de remarketingdoelgroepen eenmaal zijn gemaakt, kunt u deze gebruiken met Google Ads of Display & Video 360.
Beperkingen
- Als Display & Video 360 en Campaign Manager 360 aan Google Analytics zijn gekoppeld, worden de gegevens betreffende die platforms die in de Google Analytics-interface kunnen worden bekeken, niet samen met de Google Analytics-gegevens naar BigQuery geëxporteerd. Gegevensoverdrachtsbestanden voor Google Marketing Platform kunnen in BigQuery worden gebruikt.
- Remarketingdoelgroepen kunnen alleen worden gedeeld met Display & Video 360 en Google Ads.
- Er moet een aangepaste oplossing worden gemaakt om automatisch gegevens in Google Analytics te importeren.