將 BigQuery Export 資料移至歐盟

只有 Google Marketing Platform 隨附的 Analytics (分析) 360 可使用這項功能。
進一步瞭解 Google Marketing Platform

本文將說明如何將您從 Analytics (分析) 匯出至 BigQuery 的資料移到歐盟內。請注意,新匯出資料和既有匯出資料的操作程序不太一樣。

移動新匯出資料
本節將說明

步驟 1:建立 Google Cloud Platform 專案並啟用 BigQuery

 

  1. 登入 Google Cloud Platform Console
  2. 建立 Google Cloud Platform 專案。

    您可以建立新專案或選取現有專案。
  3. 前往 API 表格。

    開啟左上角的 [產品和服務] 選單,然後按一下 [API 和服務],再點選 [程式庫]。
  4. 啟用 BigQuery。

    按一下「Google Cloud API」底下的 [BigQuery API],然後在下個頁面點選 [啟用 API]
  5. 看到系統提示時,請詳閱並同意《服務條款》。

步驟 2:為 BigQuery Export 備妥專案

 

  1. 確認專案已啟用「帳單」。

    如果您的專案尚未啟用「帳單」,請開啟左上角的「產品和服務」選單,然後按一下 [帳單]。
  2. 看到系統提示時,請建立帳單帳戶。

    您必須擁有帳單帳戶才能申請專案帳單,多個專案可以共同存取一個帳單帳戶。請按照 API 控制台中的步驟建立帳單帳戶。
  3. 接受免費試用 (如果有的話)。

    請放心接受系統提供的免費試用服務 (如果有的話),但別忘了輸入帳單詳情,否則 BigQuery 無法在免費試用期結束後繼續接收匯出的資料。
  4. 驗證「帳單服務」的啟用狀態。

    前往 https://bigquery.cloud.google.com 並開啟專案,然後嘗試在專案中建立資料集。方法是按一下專案名稱旁的藍色箭頭,然後點選 [建立資料集]。如果可以建立資料集,表示帳單設定正確。如有任何錯誤,請確認已啟用帳單服務。
  5. 將服務帳戶加進專案。

    請將 analytics-processing-dev@system.gserviceaccount.com 新增為專案成員,並確認「專案層級」的使用者角色已設為「資料擁有者」或「工作使用者」。您必須是其中一種角色,才能將 Analytics (分析) 的資料匯出至 BigQuery。瞭解詳情
  6. 兌換您的優待券代碼。

    請前往 cloud.google.com/redeem 兌換 Analytics (分析) 360 每月 $500 美元的 BigQuery 抵免額。代碼會在「客戶經理」寄送的電子郵件提供。您必須在開始匯出前完成這個步驟,才能兌換 Analytics (分析) 360 每月 $500 美元的 BigQuery 抵免額。
    如果系統提示您建立新的帳單帳戶,請將您的機構組織 ID 加到網址末端 (https://console.developers.google.com/billing/redeem?organizationId=<您的機構組織 ID>)。

步驟 3:建立位在歐盟的資料集

 

  1. 前往 https://bigquery.cloud.google.com 開啟專案,然後按一下 [新建資料集]
  2. 畫面上會開啟一個面板,請在其中輸入必要資訊來建立資料集。
    • 輸入資料集 ID;這個 ID 必須與 Analytics (分析) 資料檢視 ID 相同 (後者可以在 Analytics (分析) 中的全域選擇器找到)。
    • 選取 [歐盟] 做為「資料位置」
    • 依照需求設定資料有效期限。
      如要進行過往資料分析,請選取 [永不過期]。否則資料一旦過期就永遠無法再使用。
    • 按一下 [確定]。

步驟 4:將 BigQuery 連結至 Analytics (分析) 360

您只要按照正常程序進行連結,資料就會傳送至位在歐盟的資料集。

  1. 登入 Google Analytics (分析)。 您使用的電子郵件地址必須具備 BigQuery 專案的「擁有者」存取權,以及您要連結的資料檢視所屬 Analytics (分析) 資源的「編輯者角色。
  2. 按一下 [管理],然後前往您要連結的資料檢視所屬的 Analytics (分析) 360 資源
  3. 在「資源」欄內,按一下 [所有產品],然後點選 [連結 BigQuery]
  4. 輸入您的 BigQuery 專案編號或 ID (進一步瞭解如何找出專案編號和 ID)。
  5. 選取您要連結的資料檢視 (也就是剛才在步驟 3 指定的資料檢視)。
  6. 選用步驟:選取您每天用來收取匯出成功和/或失敗通知的電子郵件地址。
  7. 選用:選取您當天的匯出偏好設定。請注意,連續匯出選項使用雲端串流服務,其中每發送 1 GB 需另外收取 $0.05 美元的費用。
  8. 確認您已啟用帳單,且已將所有相關抵免額或優待券套用至專案。
  9. 按一下 [儲存]。
  10. 如要停止匯出,請回到這個頁面,並按一下「BigQuery」部分中的 [調整連結]
移動既有匯出資料
本節將說明
您可以按照這些操作說明,將歷來資料移至其他地區 (例如從美國移至亞洲或南美洲)。

步驟 1:取消連結位在美國的既有資料集並將資料移出

您必須先移除專案中的既有資料集再重新整合,才能將匯出資料移至新的資料集。

  1. 取消連結現有的 BigQuery Export:
    • 依序按一下 [管理] >「資源」欄 >「產品連結」> [所有產品]
    • 在「BigQuery」下,依序點選 [調整連結] > [取消連結]
  2. 將既有資料集內的資料移往名稱不同的新位置 (您可以使用任何既有程序)。新資料集可以位在同一個專案內,但其名稱必須與既有的匯出資料不同 (您之後會為新匯出資料沿用原本的名稱)。

步驟 2:備份資料,然後刪除位在美國的既有資料集

  1. 為保護歷來資料,請先確認您已備份資料集,再著手進行刪除程序。進一步瞭解如何備份資料集。
  2. 前往 https://bigquery.cloud.google.com 並開啟專案,然後在左側導覽列內找出所需資料集。
  3. 按一下資料集的「動作選單」,接著點選 [刪除資料集]
進一步瞭解如何將歷來資料從某個位置移至另一個 (例如從美國到歐盟)。

步驟 3:以相同名稱建立位在歐盟的新資料集

  1. 前往 https://bigquery.cloud.google.com 開啟專案,然後按一下 [新建資料集]
  2. 畫面上會開啟一個面板,請在其中輸入必要資訊來建立資料集。
    • 輸入資料集 ID;這個 ID 必須與 Analytics (分析) 資料檢視 ID 相同 (後者可以在 Analytics (分析) 中的全域選擇器找到)。
    • 選取 [歐盟] 做為「資料位置」
    • 依照需求設定資料有效期限。
      如要進行過往資料分析,請選取 [永不過期]。否則資料一旦過期就永遠無法再使用。
    • 按一下 [確定]。

步驟 4:將 BigQuery 重新連結至 Analytics (分析) 360

  1. 登入 Google Analytics (分析)。 您使用的電子郵件地址必須具備 BigQuery 專案的「擁有者」存取權,以及您要連結的資料檢視所屬 Analytics (分析) 資源的「編輯者角色。
  2. 按一下 [管理],然後前往您要連結的資料檢視所屬的資源
  3. 在「資源」欄內,按一下 [所有產品],然後點選 [連結 BigQuery]
  4. 輸入您的 BigQuery 專案編號或 ID (進一步瞭解如何找出專案編號和 ID)。
  5. 選取您要連結的資料檢視 (也就是剛才在步驟 3 指定的資料檢視)。
  6. 選用步驟:選取您每天用來收取匯出成功和/或失敗通知的電子郵件地址。
  7. 選用:選取您當天的匯出偏好設定。請注意,連續匯出選項使用雲端串流服務,其中每發送 1 GB 需另外收取 $0.05 美元的費用。
  8. 確認您已啟用帳單,且已將所有相關抵免額或優待券套用至專案。
  9. 按一下 [儲存]。
  10. 如要停止匯出,請回到這個頁面,並按一下「BigQuery」部分中的 [調整連結]

您第一次將報表資料檢視連結到 BigQuery 時,Analytics (分析) 會回填資料;但重新連結則不會。進一步瞭解回填資料。

如要保留歷來資料,您可以將在這個程序步驟 2 中建立的備份從美國移至歐盟。

Google Cloud 說明文件:使用資料集

這對您有幫助嗎?

我們應如何改進呢?
true
選擇自己的學習路徑

歡迎使用 google.com/analytics/learn 這項新資源,瞭解如何發揮 Google Analytics (分析) 4 的最大效益。新版網站提供了影片、文章、引導式流程等多種資源,以及 Google Analytics (分析) Discord、網誌、YouTube 頻道和 GitHub 存放區的連結。

立即開始學習!

搜尋
清除搜尋內容
關閉搜尋
主選單
8521423902446698875
true
搜尋說明中心
true
true
true
true
true
69256
false
false