Untuk melihat subtitel dalam bahasa Anda, aktifkan teks YouTube. Pilih ikon setelan di bagian bawah pemutar video, lalu pilih "Subtitel/CC" dan pilih bahasa Anda.
BigQuery adalah cloud data warehouse (CDW) yang memungkinkan Anda menjalankan kueri berperforma tinggi terhadap set data besar.
Anda dapat mengekspor semua peristiwa mentah dari properti Google Analytics (termasuk sub-properti dan properti gabungan) ke BigQuery, lalu menggunakan sintaksis mirip SQL untuk melakukan kueri terhadap data tersebut. Dalam BigQuery, Anda dapat memilih untuk mengekspor data ke penyimpanan eksternal atau mengimpor data eksternal untuk digabungkan dengan data Analytics Anda.
Saat mengekspor data ke BigQuery, Anda adalah pemilik data tersebut, dan Anda dapat menggunakan ACL BigQuery untuk mengelola izin pada project dan set data.
Ekspor data lengkap dilakukan sekali sehari. Data juga diekspor terus-menerus sepanjang hari. Pelajari Ekspor streaming lebih lanjut.
Anda dapat mengekspor ke instance gratis BigQuery (sandbox BigQuery), tetapi ekspor yang melebihi batas sandbox akan dikenai biaya.
Properti standar memiliki batas BigQuery Export harian sebanyak 1 juta peristiwa. Pelajari Batas BigQuery Export lebih lanjut
- Permintaan untuk menambahkan data produk yang telah ditautkan ke Google Analytics tidak diekspor. BigQuery hanya berisi data peristiwa mentah yang diterima Google Analytics dari klien.
- Setelah mengekspor data dari Analytics ke BigQuery, Anda tidak dapat mengekspornya kembali.
Pada halaman ini
- Jenis BigQuery Export
- Perbedaan antara antarmuka Google Analytics dan BigQuery Export
- Sinyal kelengkapan
- Jadwal pembaruan tabel
- Ping tanpa cookie dan data yang disediakan pelanggan
- Mengisi ulang dimensi sumber traffic yang “Tidak Tersedia”
- Integrasi Google Analytics—Firebase dan BigQuery
Jenis BigQuery Export
Google Analytics menawarkan opsi BigQuery Export berikut, yang masing-masing memiliki ketersediaan data yang berbeda untuk hari ini dan harus dipilih berdasarkan anggaran dan kebutuhan data Anda:
| Jenis ekspor | Paling cocok jika Anda memerlukan... | Detail ekspor | Batas | Peringatan |
|---|---|---|---|---|
|
Ekspor harian (Standar, 360) |
kumpulan data lengkap untuk hari sebelumnya dan tidak memerlukan data dengan cepat atau bukan merupakan pelanggan 360 |
Mengekspor semua data peristiwa mentah dan tanpa sampel sekali per hari dari hari sebelumnya Waktu tertentu tidak dijamin Biasanya diekspor pada pertengahan sore pada zona waktu properti Anda, tetapi dapat ditunda hingga nanti pada hari yang sama atau hari berikutnya Klik terakhir diamati, tidak ada pemodelan |
Properti standar: hingga 1 Juta peristiwa per hari, dengan opsi pemfilteran agar tetap berada di bawah batas Properti 360: hingga 20 Miliar peristiwa per hari |
Beberapa data, seperti atribusi pengguna, mungkin tertunda hingga 24 jam; sebaiknya gunakan ekspor harian, alih-alih streaming, untuk data atribusi pengguna |
|
Harian langsung (360) |
data yang lebih cepat dan lebih lengkap sepanjang hari |
Data biasanya sudah tersedia paling lambat pukul 05.00 Pembaruan secara batch sepanjang hari, biasanya dalam waktu 60 menit Skema yang sama dengan ekspor harian Ekspor dimulai berdasarkan zona waktu properti Klik terakhir diamati, tidak ada pemodelan Jauh lebih cepat daripada ekspor harian |
SLA tidak tersedia untuk beberapa properti super besar | Hanya tersedia untuk properti 360 "Normal" dan "Besar". |
|
Streaming (Standar, 360) |
data mendekati real-time (dalam hitungan menit) |
Ekspor data hari ini secara real-time Layanan upaya terbaik: beroperasi tanpa SLO kelengkapan dan mungkin berisi kesenjangan data |
Tidak ada batas volume | Data sumber traffic sesi baru dan pengguna baru dikecualikan dari ekspor |
Perbedaan antara antarmuka Google Analytics dan BigQuery Export
Ekspor peristiwa BigQuery memberikan akses ke data mentah peristiwa tingkat pengguna dan peristiwa, tidak termasuk penambahan nilai apa pun yang dilakukan Google Analytics pada data yang ditemukan dalam eksplorasi dan laporan standar. Oleh karena itu, data dari ekspor peristiwa BigQuery mungkin berbeda dari data di antarmuka Google Analytics.
Untuk memahami perbedaan antara ekspor peristiwa BigQuery dan antarmuka Google Analytics, serta mempelajari cara mengurangi perbedaan ini jika memungkinkan, lihat Menjembatani kesenjangan antara UI Google Analytics dan BigQuery Export.
Ekspor streaming
Anda dapat memilih opsi ekspor streaming saat menautkan properti Google Analytics ke BigQuery.
Ekspor streaming BigQuery membuat data untuk hari ini tersedia dalam beberapa menit melalui BigQuery Export.
Jika Anda menggunakan opsi ekspor ini, BigQuery akan mendapatkan informasi terkini yang dapat Anda analisis tentang pengguna dan traffic-nya di properti Anda.
Setiap hari, ekspor streaming membuat satu tabel baru:
events_intraday_YYYYMMDD: Tabel staging internal yang mencakup kumpulan data aktivitas sesi yang berlangsung selama sehari. Ekspor streaming adalah operasi yang diupayakan sebaik mungkin dan bisa saja tidak menyertakan semua data. Alasannya antara lain adalah pemrosesan peristiwa yang terlambat dan/atau upload yang gagal. Data diekspor terus-menerus sepanjang hari. Tabel ini dapat menyertakan beberapa kumpulan data dari sebuah sesi jika sesi tersebut mencakup beberapa operasi ekspor. Tabel ini dihapus saatevents_YYYYMMDDselesai.
Jika Anda memilih opsi harian saat menyiapkan BigQuery Export, tabel berikut juga akan dibuat setiap hari.
events_YYYYMMDD: Ekspor peristiwa harian lengkap.
Anda harus melakukan kueri events_YYYYMMDD dan bukan events_intraday_YYYYMMDD, agar dapat melakukan kueri terhadap set data yang stabil untuk hari tersebut.
Lihat Skema BigQuery Export untuk informasi lebih lanjut mengenai tabel events_YYYYMMDD dan events_intraday_YYYYMMDD.
Ekspor streaming BigQuery tidak menyertakan data atribusi pengguna berikut untuk pengguna baru:
- traffic_source.name (dimensi pelaporan: Kampanye pengguna)
- traffic_source.source (dimensi pelaporan: Sumber pengguna)
- traffic_source.medium (dimensi pelaporan: Media pengguna)
Data atribusi pengguna untuk pengguna yang sudah ada akan disertakan, tetapi data tersebut memerlukan waktu sekitar 24 jam untuk diproses sepenuhnya, jadi sebaiknya jangan mengandalkan data tersebut dari ekspor streaming dan, sebagai gantinya, dapatkan data atribusi pengguna dari ekspor harian lengkap.
Anda akan dikenai biaya tambahan BigQuery atas penggunaan ekspor streaming dengan tarif $0,05 per gigabyte data. Satu gigabyte setara dengan kira-kira 600.000 peristiwa Google Analytics, meskipun jumlah tersebut akan bervariasi bergantung pada ukuran peristiwa. Pelajari lebih lanjut harga BigQuery.
Ekspor Harian Langsung
Selain opsi ekspor Harian dan ekspor Streaming, Anda kini dapat memilih ekspor Harian Langsung. Ekspor Harian Langsung saat ini tersedia untuk properti Analytics 360, dan masing-masing dari 3 opsi ekspor dapat diaktifkan secara terpisah.
Untuk mengonfigurasi ekspor Harian Langsung, Anda harus menyiapkan penagihan di Google Cloud Platform. Pelajari lebih lanjut Ekspor Harian Langsung BigQuery (GA360).
Sinyal kelengkapan
Untuk pelanggan GA360 yang menggunakan ekspor Harian Langsung, Google Analytics akan mengirimkan sinyal kelengkapan yang memberi tahu Anda saat semua data hari sebelumnya telah diekspor.
Untuk mengakses sinyal kelengkapan:
- Login ke Cloud Logging dan buka bagian “Logs Explorer”.
- Telusuri "export complete (ekspor selesai)".
Logs Explorer mungkin perlu memperpanjang rentang stempel waktu; pesan biasanya akan muncul sekitar pukul 05.00 di zona waktu properti.
Anda dapat melihat Sinyal Kelengkapan di bagian Log Router di Cloud Logging, yang dapat dikirim ke topik Cloud Pub/Sub.
- Setelah zona waktu properti diubah
- Setelah penautan BigQuery dibuat untuk properti
Cara kerja sinyal kelengkapan
Contoh
Pertimbangkan skenario berikut saat properti Google Analytics mulai mengumpulkan peristiwa untuk aliran aplikasi dan web pada 29 Juli:
- 29 Juli: X peristiwa dikirim ke Google Analytics dan akan segera diproses. Selain itu, peristiwa aplikasi L terjadi pada hari ini, tetapi karena pengguna sedang offline, peristiwa tersebut tidak diterima oleh Google Analytics hingga 30 Juli.
- 30 Juli: Peristiwa Y terjadi dan dikirim ke Google Analytics pada hari ini.
- 31 Juli: Peristiwa M yang terjadi pada 29 Juli diisi ulang melalui Measurement Protocol. Peristiwa Z terjadi dan juga dikirim ke Google Analytics pada hari ini.
Dalam contoh ini, sinyal kelengkapan akan mencerminkan hal berikut:
- 29 Juli: Sinyal kelengkapan akan memperhitungkan peristiwa X.
- 30 Juli: Sinyal kelengkapan akan memperhitungkan peristiwa Y dan L.
- 31 Juli: Sinyal kelengkapan akan memperhitungkan peristiwa M dan Z.
Jadwal pembaruan tabel
Pembaruan pada tabel yang dibuat sebagai bagian dari BigQuery Export diatur oleh zona waktu properti Analytics tempat asal data yang diekspor. Jika zona waktu properti diubah, perubahan ini akan memengaruhi BigQuery Export, yang dapat menyebabkan perbedaan data atau ekspor harian akan dilewati.
Tabel ekspor streaming (events_intraday_YYYYMMDD) diperbarui terus-menerus sepanjang hari dari pukul 00.00.00 sampai 23.59.59 dalam zona waktu properti. Setelah hari baru dimulai dalam zona waktu properti, peristiwa akan ditulis ke tabel intrahari baru.
Tabel ekspor harian (events_YYYYMMDD) dibuat setelah Analytics mengumpulkan semua peristiwa untuk hari tersebut. Analytics akan memperbarui tabel harian dengan memasukkan peristiwa yang diberi stempel waktu menggunakan tanggal tabel tersebut, seperti paket peristiwa yang terlambat dikirim dari Measurement Protocol atau Firebase SDK, selama maksimal 2 hari kalender, ditambah hari ini setelah tanggal tabel tersebut. Misalnya, jika tanggal tabel adalah 20220101, Analytics akan memperbarui tabel tersebut dengan memasukkan peristiwa yang diberi stempel waktu 20220101, hingga tanggal 20220104.
Terkadang, Analytics mungkin memperbarui tabel harian kapan saja setelah periode 2 hari kalender, ditambah hari ini jika Analytics perlu memproses ulang data historis misalnya, perbaikan bug untuk mengatasi error pemrosesan.
Ping tanpa cookie dan data yang disediakan pelanggan
Saat mode izin diterapkan, ping tanpa cookie yang dikumpulkan Analytics akan ada di BigQuery Export, bersama dengan data yang disediakan pelanggan seperti user_id dan dimensi kustom.
Mengisi ulang dimensi sumber traffic yang “Tidak Tersedia”
Anda dapat menggunakan referensi berikut untuk mencari dimensi sumber traffic yang diatribusikan untuk GCLID tertentu. Perhatikan bahwa ID wBRAID dan gBRAID tidak disertakan dalam BigQuery Export.
- Google Ads API
- Skrip Google Ads
- BigQuery Data Transfer Service untuk Google Ads
Guna menemukan GCLID untuk data "Tidak Tersedia" di kolom "traffic_source", buat kueri kolom GCLID di kolom “collected_traffic_source”. Untuk mengetahui detail selengkapnya mengenai cara mencari informasi kampanye di Google Ads dari GCLID tertentu, lihat Mengisi ulang data sumber traffic Google Ads sesegera mungkin (GA 360).
Integrasi Google Analytics—Firebase dan BigQuery
Jika properti Google Analytics dan project Firebase terintegrasi, keduanya tidak dapat ditautkan ke project BigQuery terpisah.
Referensi terkait
Kunjungi Panduan Developer BigQuery untuk mempelajari lebih lanjut: