BigQuery คือคลังข้อมูลในระบบคลาวด์ที่ช่วยให้คุณค้นหาข้อมูลจากชุดข้อมูลขนาดใหญ่ได้อย่างมีประสิทธิภาพในระดับสูง
คุณสามารถส่งออกเหตุการณ์ซึ่งเป็นข้อมูลดิบทั้งหมดจากพร็อพเพอร์ตี้ Google Analytics 4 (รวมถึงพร็อพเพอร์ตี้ย่อยและพร็อพเพอร์ตี้ภาพรวม) ไปยัง BigQuery จากนั้นใช้ไวยากรณ์ที่คล้ายกับ SQL เพื่อค้นหาข้อมูลนั้นได้ คุณจะเลือกส่งออกข้อมูลใน BigQuery ไปยังที่จัดเก็บข้อมูลภายนอก หรือนำเข้าข้อมูลภายนอกเพื่อนำมารวมกับข้อมูล Analytics ได้
เมื่อส่งออกข้อมูลไปยัง BigQuery คุณจะเป็นเจ้าของข้อมูลนั้น และใช้ BigQuery ACL เพื่อจัดการสิทธิ์ในโปรเจ็กต์และชุดข้อมูลได้
การส่งออกข้อมูลอย่างเต็มรูปแบบจะเกิดขึ้นวันละครั้ง แต่ระบบจะส่งออกข้อมูลอย่างต่อเนื่องตลอดทั้งวันด้วยเช่นกัน (ดูการส่งออกแบบสตรีมด้านล่าง)
คุณสามารถส่งออกไปยังอินสแตนซ์ฟรีของ BigQuery (แซนด์บ็อกซ์ของ BigQuery) ได้ แต่การส่งออกที่เกินขีดจำกัดแซนด์บ็อกซ์จะมีค่าใช้จ่าย
พร็อพเพอร์ตี้มาตรฐานมี BigQuery Export รายวันอยู่ที่ 1 ล้านเหตุการณ์ ดูข้อมูลเพิ่มเติมเกี่ยวกับขีดจํากัดอื่นๆ ของ BigQuery Export
ความแตกต่างระหว่างอินเทอร์เฟซ Google Analytics กับ BigQuery Export
การส่งออกเหตุการณ์ BigQuery ให้สิทธิ์เข้าถึงเหตุการณ์ซึ่งเป็นข้อมูลดิบและข้อมูลระดับผู้ใช้ ยกเว้นการใส่ค่าเพิ่มเติมใดๆ ที่ Google Analytics สร้างขึ้นสำหรับข้อมูลที่พบในรายงานและการสํารวจมาตรฐาน ด้วยเหตุนี้ ข้อมูลจากการส่งออกเหตุการณ์ BigQuery จึงอาจแตกต่างจากข้อมูลในอินเทอร์เฟซ Google Analytics
หากต้องการทําความเข้าใจความแตกต่างระหว่างการส่งออกเหตุการณ์ BigQuery กับอินเทอร์เฟซ Google Analytics และสํารวจวิธีลดความแตกต่างเหล่านี้เมื่อเป็นไปได้ โปรดดูการลดช่องว่างระหว่าง UI ของ Google Analytics กับ BigQuery Exportry
การส่งออกแบบสตรีม
คุณเลือกตัวเลือกการส่งออกแบบสตรีมได้เมื่อลิงก์พร็อพเพอร์ตี้ Google Analytics 4 กับ BigQuery
การส่งออกแบบสตรีมของ BigQuery ช่วยให้คุณมีข้อมูลที่สดใหม่ของแต่ละวันพร้อมใช้ผ่าน BigQuery Export ภายในไม่กี่นาที
เมื่อใช้ตัวเลือกการส่งออกนี้ BigQuery มีข้อมูลล่าสุดที่คุณจะนำมาวิเคราะห์ผู้ใช้และการเข้าชมเว็บไซต์ได้
การส่งออกแบบสตรีมจะสร้างตารางใหม่ 1 ตารางทุกวัน ดังนี้
events_intraday_YYYYMMDD: ตารางชั่วคราวภายในที่มีบันทึกกิจกรรมของเซสชันที่เกิดขึ้นระหว่างวัน การส่งออกแบบสตรีมเป็นการดำเนินการที่น่าจะดีที่สุด แต่อาจไม่ได้รวมข้อมูลบางส่วนเนื่องจากสาเหตุต่างๆ เช่น การประมวลผลเหตุการณ์ที่ล่าช้าและ/หรือการอัปโหลดที่ล้มเหลว ระบบจะส่งออกข้อมูลอย่างต่อเนื่องตลอดทั้งวัน ตารางนี้อาจรวมบันทึกของเซสชันเมื่อเซสชันนั้นครอบคลุมการดำเนินการส่งออกหลายครั้ง ระบบจะลบตารางเมื่อevents_YYYYMMDDสมบูรณ์
หากคุณเลือกตัวเลือกรายวันเมื่อตั้งค่า BigQuery Export ระบบจะสร้างตารางต่อไปนี้ขึ้นในแต่ละวันด้วย
events_YYYYMMDD: การส่งออกเหตุการณ์รายวันอย่างเต็มรูปแบบ
คุณควรค้นหา events_YYYYMMDD แทน events_intraday_YYYYMMDD เพื่อที่คุณจะได้ค้นหาชุดข้อมูลที่เสถียรของวันนั้น
ดูข้อมูลเพิ่มเติมเกี่ยวกับตาราง events_YYYYMMDD และ events_intraday_YYYYMMDD ได้ที่สคีมา BigQuery Export
การส่งออกแบบสตรีมของ BigQuery จะไม่รวมข้อมูลการระบุแหล่งที่มาของผู้ใช้ใหม่ต่อไปนี้
- traffic_source.name (มิติข้อมูลการรายงาน: แคมเปญผู้ใช้)
- traffic_source.source (มิติข้อมูลการรายงาน: แหล่งที่มาของผู้ใช้)
- traffic_source.medium (มิติข้อมูลการรายงาน: สื่อของผู้ใช้)
ระบบจะรวมข้อมูลการระบุแหล่งที่มาของผู้ใช้ที่มีอยู่ไว้ด้วย แต่ข้อมูลนั้นต้องใช้เวลาประมาณ 24 ชั่วโมงในการประมวลผลอย่างเต็มรูปแบบ เราจึงไม่แนะนําให้อาศัยข้อมูลดังกล่าวจากการส่งออกแบบสตรีม และให้รับข้อมูลการระบุแหล่งที่มาของผู้ใช้จากการส่งออกรายวันแบบเต็มรูปแบบแทน
คุณจะต้องเสียค่าใช้จ่าย BigQuery เพิ่มเติมเมื่อใช้การส่งออกแบบสตรีมในอัตรา $0.05 ต่อข้อมูล 1 กิกะไบต์ ซึ่งเท่ากับเหตุการณ์ของ Google Analytics ประมาณ 600,000 รายการ ทั้งนี้จํานวนดังกล่าวจะแตกต่างกันไปตามขนาดเหตุการณ์ ดูข้อมูลเพิ่มเติมเกี่ยวกับราคาของ BigQuery
กําหนดเวลาการอัปเดตตาราง
การอัปเดตตารางที่สร้างขึ้นอันเป็นส่วนหนึ่งของ BigQuery Export อยู่ในเขตเวลาของพร็อพเพอร์ตี้ Analytics ที่กําลังส่งออกข้อมูล
ตารางการส่งออกแบบสตรีม (events_intraday_YYYYMMDD) ได้รับการอัปเดตอย่างต่อเนื่องตลอดทั้งวัน (เช่น ตั้งแต่ 00.00.00 น. จนถึง 23.59.59 น. ในเขตเวลาของพร็อพเพอร์ตี้) เมื่อเริ่มต้นวันใหม่ในเขตเวลาของพร็อพเพอร์ตี้ ระบบจะเขียนเหตุการณ์ลงในตารางระหว่างวันใหม่
ระบบจะสร้างตารางการส่งออกรายวัน (events_YYYYMMDD) หลังจากที่ Analytics รวบรวมเหตุการณ์ทั้งหมดของวัน Analytics จะอัปเดตตารางรายวันโดยเพิ่มเวลาไปอีกสูงสุด 72 ชั่วโมงนับจากวันที่ของตาราง เพื่อให้รวมข้อมูลเหตุการณ์ที่ประทับเวลาในวันที่ของตาราง เช่น กลุ่มเหตุการณ์ที่ได้ข้อมูลมาช้าจาก Measurement Protocol หรือ Firebase SDK ตัวอย่างเช่น หากวันที่ในตารางคือ 20220101 Analytics ก็จะอัปเดตตารางจนถึง 20220104 พร้อมด้วยเหตุการณ์ที่มีการประทับเวลาวันที่ 20220101
ในบางครั้ง Analytics อาจอัปเดตตารางรายวันได้ทุกเมื่อหลังจากกรอบเวลา 72 ชั่วโมงภายใต้สถานการณ์ซึ่ง Analytics จะต้องประมวลผลข้อมูลย้อนหลังอีกครั้ง (เช่น การแก้ไขข้อบกพร่องที่เป็นการแก้ไขข้อผิดพลาดในการประมวลผล)
คําสั่ง ping ที่ไม่มีคุกกี้และข้อมูลที่ลูกค้าให้ไว้
เมื่อมีการใช้โหมดความยินยอม คำสั่ง ping ที่ไม่มีคุกกี้ที่ Analytics รวบรวมไว้จะปรากฏใน BigQuery Export ควบคู่ไปกับข้อมูลที่ลูกค้าให้ไว้ เช่น user_id และมิติข้อมูลที่กําหนดเอง
GA4 - การผสานรวม Firebase กับ BigQuery
หากมีการผสานรวมพร็อพเพอร์ตี้ GA4 กับโปรเจ็กต์ Firebase คุณจะลิงก์กับโปรเจ็กต์ BigQuery แยกต่างหากไม่ได้
เปรียบเทียบ BigQuery Export ใน Google Analytics 4 กับ Universal Analytics
| Google Analytics 4 | Universal Analytics |
|---|---|
|
มีให้บริการสําหรับแบบมาตรฐาน (ฟรี) และ 360 (มีค่าใช้จ่าย) ขีดจํากัดมาตรฐาน: 1 ล้านกิจกรรมต่อวัน ขีดจํากัด 360: หลายพันล้านเหตุการณ์ต่อวัน |
พร้อมใช้งานสําหรับ 360 (มีค่าใช้จ่าย) |
|
ค่าใช้จ่าย ส่งออกฟรีไปยังแซนด์บ็อกซ์ของ BigQuery ภายในขีดจํากัดแซนด์บ็อกซ์ ข้อมูลที่ส่งออกซึ่งเกินขีดจํากัดแซนด์บ็อกซ์จะมีการเรียกเก็บเงินตามข้อกําหนดของสัญญา |
ค่าใช้จ่าย ส่งออกฟรีไปยังแซนด์บ็อกซ์ของ BigQuery ภายในขีดจํากัดแซนด์บ็อกซ์ ข้อมูลที่ส่งออกซึ่งเกินขีดจํากัดแซนด์บ็อกซ์จะมีการเรียกเก็บเงินตามข้อกําหนดของสัญญา |
|
ตั้งค่า รวมสตรีมข้อมูลที่เฉพาะเจาะจงและยกเว้นเหตุการณ์ที่เฉพาะเจาะจงสําหรับพร็อพเพอร์ตี้แต่ละรายการได้ (ให้คุณควบคุมปริมาณการส่งออกและค่าใช้จ่าย) |
ตั้งค่า ลิงก์ข้อมูลพร็อพเพอร์ตี้ 1 รายการต่อพร็อพเพอร์ตี้ได (ส่งออกข้อมูลทั้งหมดในข้อมูลพร็อพเพอร์ตี้นั้น) |
|
การส่งออกแบบสตรีม $0.05 ต่อ GB (ดูข้อมูลราคาของ BigQuery เพิ่มเติม) สร้างตารางเมื่อ: events_intraday_YYYYMMDD ตารางจะลบในแต่ละวันดังนี้
ไม่รวมข้อมูลแคมเปญผู้ใช้ แหล่งที่มาของผู้ใช้ หรือสื่อของผู้ใช้สําหรับผู้ใช้ใหม่ |
การส่งออกแบบสตรีม $0.05 ต่อ GB (ดูข้อมูลราคาของ BigQuery เพิ่มเติม) สร้างตารางเมื่อ: ga_realtime_sessions_YYYYMMDD สร้างมุมมอง BigQuery แล้ว: ga_realtime_sessions_view_YYYYMMDD |
|
การส่งออกประจำวัน สร้างตารางเมื่อ: กิจกรรม_ปปปปดดวว |
การส่งออกประจำวัน ตารางที่สร้าง ga_sessions_intraday_YYYYMMDD
GA_sessions_YYYYMMD
|
|
ส่งออก ทั่วไป โฆษณาทดแทน: ไม่มีโฆษณาทดแทน ชุดข้อมูล: สําหรับพร็อพเพอร์ตี้ที่ลิงก์แต่ละรายการ ชุดข้อมูล 1 รายการที่ชื่อ analytics_<รหัสพร็อพเพอร์ตี้> หากใช้โหมดคํายินยอม การส่งออกจะประกอบไปด้วยสิ่งต่อไปนี้
|
ส่งออก ทั่วไป โฆษณาทดแทน: เมื่อลิงก์แล้ว โฆษณาทดแทนจะเป็นข้อมูล 13 เดือนหรือ Hit 10B แล้วแต่ว่าจํานวนใดจะน้อยกว่า (โฆษณาทดแทนไปยัง BigQuery Sandbox อาจล้มเหลวได้) ชุดข้อมูล: ข้อมูลพร็อพเพอร์ตี้ที่ลิงก์แต่ละรายการจะมีชุดข้อมูล 1 รายการที่เหมือนกับข้อมูลพร็อพเพอร์ตี้ |
|
ส่งออกสคีมา แต่ละแถวในตาราง BigQuery จะแสดงและเหตุการณ์ ข้อมูลเหตุการณ์ที่ไม่ซ้ํากันของ Google Analytics 4 แม้ว่าจะมีช่อง Google Analytics 4 บางช่องซึ่งเหมือนกับช่อง Universal Analytics (เช่น Device.category และ Device.deviceCategory) แต่มีความแตกต่างระหว่างข้อมูลเหตุการณ์ GA4 กับข้อมูล Hit ของ UA |
ส่งออกสคีมา แต่ละแถวในตาราง BigQuery จะแสดงเซสชัน ข้อมูล Hit ที่ไม่ซ้ํากับ Universal Analytics แม้ว่าจะมีช่อง Universal Analytics บางช่องเหมือนกับช่อง Google Analytics 4 (เช่น Device.deviceCategory และ device.category) แต่มีความแตกต่างระหว่างข้อมูล Hit ของ UA และข้อมูลเหตุการณ์ GA4 |
แหล่งข้อมูลที่เกี่ยวข้อง
ไปที่คู่มือนักพัฒนาซอฟต์แวร์ BigQuery เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับ