For å se undertekster på språket ditt må du slå på YouTube-teksting. Velg Innstillinger-ikonet i videospilleren, og velg Teksting og ønsket språk.
Med BigQuery – et skydatalager – kan du kjøre raske søk i store datasett.
Du kan eksportere alle ubehandlede hendelser fra Google Analytics 4-områdene dine (deriblant underområder og sammendragsområder) til BigQuery. Deretter kan du søke i disse dataene med et SQL-lignende søkespråk. I BigQuery kan du velge å eksportere dataene til en ekstern lagringsenhet eller importere eksterne data for å slå dem sammen med Analytics-dataene dine.
Når du eksporterer data til BigQuery, eier du de aktuelle dataene, og du kan administrere tillatelser til prosjekter og datasett via tilgangskontrollistene i BigQuery.
Hver dag gjennomføres det en komplett dataeksportering. Data eksporteres dessuten kontinuerlig gjennom hele dagen. Finn ut mer om eksportering via strømming.
Du kan eksportere data til en kostnadsfri forekomst av BigQuery (BigQuery-sandkasse), men det kan påløpe kostnader hvis eksporteringene overskrider grensen i sandkassen.
Standardområder har en daglig BigQuery Export-grense på 1 million hendelser. Finn ut mer om grenser i BigQuery Export.
- Forespørsler om å legge til produktinformasjon som er tilknyttet Google Analytics, blir ikke eksportert. BigQuery inneholder bare de ubehandlede hendelsesdataene som Google Analytics mottar fra klienten.
- Når du har eksportert data fra Analytics til BigQuery, kan du ikke eksportere dem på nytt.
På denne siden
- Typer eksportering via BigQuery Export
- Forskjeller mellom Google Analytics-grensesnittet og BigQuery Export
- Fullstendighetssignal
- Tidsplanen for tabelloppdateringer
- Ping uten informasjonskapsler og data fra kunder
- Etterfyll dimensjoner for «Ikke tilgjengelig»-trafikkilder
- Google Analytics – Firebase-integrering og BigQuery
Typer eksportering via BigQuery Export
Google Analytics tilbyr disse eksporteringsalternativene for BigQuery Export, som har ulik tilgjengelighet av data fra dagens dato, og som bør velges ut fra databehovene og budsjettet du har:
| Eksporteringstyper | Best hvis du trenger … | Eksportdetaljer | Grenser | Forbehold |
|---|---|---|---|---|
|
Daglig eksportering (standard, 360) |
… et komplett sett med data fra den foregående dagen, men ikke trenger dataene raskt, eller hvis du ikke er 360-kunde |
Eksporterer alle rådataene om hendelser (ikke bare utvalgte data) fra dagen før én gang per dag. Bestemte tidspunkter kan ikke garanteres. Blir som regel eksportert om ettermiddagen i områdets tidssone, men kan utsettes til senere samme dag eller dagen etter. Observert siste klikk, ingen modellering. |
Standardområder: opptil 1 million hendelser per dag, med filtreringsalternativer for å ikke overstige grensen. 360-områder: opptil 20 milliarder hendelser per dag. |
Noen data, for eksempel data om brukerattribusjon, kan være forsinket med opptil 24 timer. Vi anbefaler at du bruker daglig eksportering i stedet for å strømme data om brukerattribusjon. |
|
Oppdatert daglig (360) |
… mer fullstendige data raskere gjennom hele dagen |
Dataene registreres vanligvis innen kl. 05:00. Masseoppdateringer gjennom hele dagen, vanligvis innen 60 minutter. Oppsettet er det samme som ved daglig eksportering. Eksporteringen starter basert på områdets tidssone. Observert siste klikk, ingen modellering. Dette er mye raskere enn den daglige eksporteringen. |
Det finnes ingen tjenesteavtale for de få ekstra store områdene. | Kun tilgjengelig i normale og store 360-områder. |
|
Strømming (standard, 360) |
… data i tilnærmet sanntid (innen et par minutter) |
Dette er en sanntidseksport av dataene fra den inneværende dagen. Tjeneste levert etter beste evne: har ikke noe SLO relatert til fullstendighet og kan ha datahull. |
Volumgrenser finnes ikke. | Data om nye økters og nye brukeres trafikkilder ekskluderes fra eksporteringen. |
Forskjeller mellom Google Analytics-grensesnittet og BigQuery Export
Med eksportering av BigQuery-hendelser får du tilgang til rådata på hendelses- og brukernivå, minus eventuelle ekstra verdier Google Analytics legger til i dataene som finnes i standardrapporter og utforskninger. Derfor stemmer ikke nødvendigvis dataene fra hendelseseksporteringen i BigQuery overens med dataene i Google Analytics-grensesnittet.
Du kan finne ut mer om forskjellene mellom dataene fra eksporteringen av BigQuery-hendelser og dataene i Google Analytics-grensesnittet – og utforske hvordan du kan utligne disse avvikene (der mulig) – ved å lese om hvordan du forebygger avvik mellom dataene i henholdsvis BigQuery Export og UI-et i Google Analytics.
Eksportering via strømming
Du kan velge alternativet for eksportering via strømming når du knytter Google Analytics-området ditt sammen med BigQuery.
Med eksportering via BigQuery-strømming blir data fra dagens dato tilgjengelig innen et par minutter via BigQuery Export.
Når du bruker dette eksporteringsalternativet, har BigQuery ferskere informasjon om brukerne dine og den tilhørende trafikken i området ditt som du kan analysere.
Når data eksporteres via strømming, blir det opprettet én ny tabell for hver dag:
events_intraday_YYYYMMDD: Dette er en intern midlertidig tabell hvor all øktaktivitet som fant sted i løpet av dagen, er registrert. Ved eksportering via strømming kan det aldri garanteres at alle data overføres, for eksempel på grunn av behandling av nylige hendelser og/eller mislykkede opplastinger. Data eksporteres kontinuerlig gjennom hele dagen. Denne tabellen kan ha informasjon om en økt hvis denne økten omfatter flere eksporteringer. Tabellen slettes nårevents_YYYYMMDDer fullført.
Hvis du velger det daglige alternativet når du konfigurerer BigQuery Export, opprettes også tabellen nedenfor hver dag.
events_YYYYMMDD: Her har du den daglige og uttømmende eksporteringen av hendelser.
Du bør søke i events_YYYYMMDD i stedet for events_intraday_YYYYMMDD, slik at du søker i et stabilt datasett for dagen.
Les om BigQuery Export-oppsettet for å finne ut mer om events_YYYYMMDD og events_intraday_YYYYMMDD.
Eksportering via BigQuery-strømming omfatter ikke disse brukerattribusjonsdataene for nye brukere:
- traffic_source.name (rapporteringsdimensjon: Brukerkampanje)
- traffic_source.source (rapporteringsdimensjon: Brukerkilde)
- traffic_source.medium (rapporteringsdimensjon: Brukermedium)
Data om brukerattribusjon for eksisterende brukere er tatt med, men vi trenger omtrent 24 timer til å behandle disse dataene. Vi fraråder deg derfor å stole på dataene fra eksporteringen via strømming og heller bruke dataene om brukerattribusjon fra den fullstendige daglige eksporteringen.
Det påløper tilleggskostnader hvis du eksporterer via strømming. Prisen er USD 0,05 per GB med data. 1 GB tilsvarer omtrent 600 000 Google Analytics-hendelser, men antallet varierer etter hendelsesstørrelsen. Finn ut mer om BigQuery-priser.
Oppdatert daglig eksportering
Nå kan du velge oppdatert daglig eksportering i tillegg til alternativene for daglig eksportering og eksportering via strømming. Oppdatert daglig eksportering er per nå tilgjengelig for Analytics 360-områder, og hvert av de tre eksporteringsalternativene kan aktiveres uavhengig av de andre.
For å konfigurere oppdatert daglig eksportering må du ha konfigurert fakturering på Google Cloud Platform. Finn ut mer om oppdatert daglig BigQuery-eksportering (GA360).
Fullstendighetssignal
Hvis du bruker daglig eller oppdatert daglig eksportering med et 360-område, sender Google Analytics et fullstendighetssignal når alle dataene fra den foregående dagen er eksportert. Du kan skille mellom fullstendighetssignaler for daglig og oppdatert daglig ved å se på det spesifikke loggnavnet.
Slik ser du fullstendighetssignalet:
- Logg på «Cloud Logging», og gå til delen merket «Logs Explorer» (loggutforsker).
- Søk etter «export complete» (fullført eksportering).
- Sjekk loggnavnet for å finne ut om signalet gjelder en daglig eller en oppdatert daglig eksportering.
Det kan hende at tidsstempelområdet må økes i loggutforskeren. Meldingen vises vanligvis rundt kl. 05:00 i områdets tidssone.
Du kan se fullstendighetssignalet i delen merket «Log Router» (loggruter) i «Cloud Logging», som kan pushes til «Cloud Pub/Sub»-emner.
- områdets tidssone er endret
- tilknytningen mellom området og BigQuery er etablert
Slik fungerer fullstendighetssignalet
Eksempel
Tenk deg et scenario der et Google Analytics-område begynner å samle inn hendelser fra app- og nettstrømmer 29. juli:
- 29. juli: X antall hendelser sendes til Google Analytics og behandles umiddelbart. I tillegg er det L antall apphendelser denne dagen, men siden brukerne er utenfor nettet, mottar ikke Google Analytics dem før 30. juli.
- 30. juli: Y antall hendelser skjer og sendes til Google Analytics den samme dagen.
- 31. juli: M antall hendelser som skjedde 29. juli, etterfylles via Measurement Protocol. Z antall hendelser skjer og sendes også til Google Analytics denne dagen.
I dette eksempelet gjenspeiler fullstendighetssignalet følgende:
- 29. juli: Fullstendighetssignalet tar hensyn til X antall hendelser.
- 30. juli: Fullstendighetssignalet tar hensyn til både Y antall og L antall hendelser.
- 31. juli: Fullstendighetssignalet tar hensyn til både M antall og Z antall -hendelser.
Tidsplanen for tabelloppdateringer
Oppdateringer av tabellene som opprettes som en del av eksporteringen via BigQuery Export, skjer i tråd med tidssonen i Analytics-området du eksporterer data fra. Hvis områdets tidssone endres, påvirker dette BigQuery Export-eksporteringen, noe som kan føre til dataavvik eller at den daglige eksporteringen blir hoppet over.
Tabeller som eksporteres via strømming (events_intraday_YYYYMMDD), blir oppdatert kontinuerlig i løpet av dagen – fra kl. 00:00:00 til kl. 23:59:59 i områdets tidssone. Når en ny dag starter i tidssonen for området, skrives hendelser til en ny intradag-tabell.
Tabeller som eksporteres daglig (events_YYYYMMDD), opprettes så snart Analytics har samlet inn alle hendelsene fra den aktuelle dagen. Analytics oppdaterer de daglige tabellene med hendelser som er tidsstemplet i tråd med datoen de aktuelle tabellene omfatter, i opptil 2 kalenderdager etter denne datoen. Hensikten med dette er for eksempel å ta høyde for forsinkede hendelsespakker fra Firebase SDK eller Measurement Protocol. Hvis tabelldatoen for eksempel er 20220101 (1. januar 2022), oppdaterer Analytics tabellen med hendelser som har tidsstempelet 20220101, ut 4. januar 2022 (20220104).
Analytics oppdaterer av og til de daglige tabellene når som helst etter fristen på 2 kalenderdager etter denne datoen pluss i dag, under omstendigheter som krever at Analytics behandler historiske data på nytt (f.eks. en feilretting som korrigerer en behandlingsfeil).
Ping uten informasjonskapsler og data fra kunder
Når samtykkemodus er implementert, blir det brukt ping uten informasjonskapsler som er samlet inn av Analytics, i BigQuery Export, samt data fra kunder, for eksempel user_id og egendefinerte dimensjoner.
Etterfyll dimensjoner for «Ikke tilgjengelig»-trafikkilder
Du kan bruke ressursene nedenfor til å finne dimensjoner for trafikkilder tilskrevet attribusjon for en gitt GCLID. Merk deg at WBRAID- og GBRAID-identifikatorer ikke tas med i BigQuery Export.
- Google Ads API
- Google Ads-skript
- BigQuery Data Transfer Service for Google Ads
For å finne GCLID-en for en «Ikke tilgjengelig»-post i «traffic_source»-kolonnen må du søke i GCLID-feltet i «collected_traffic_source»-kolonnen. Du finner mer informasjon om hvordan du søker etter kampanjeinformasjon i Google Ads med en gitt GCLID, i artikkelen Etterfyll data om Google Ads-trafikkilder så snart som mulig (GA 360).
Google Analytics – Firebase-integrering og BigQuery
Hvis et Google Analytics-område og et Firebase-prosjekt er integrert, kan de ikke knyttes sammen med separate BigQuery-prosjekter.
Relaterte ressurser
I utviklerveiledningen for BigQuery finner du mer informasjon om