Aktivér YouTube-undertekster for at få vist undertekster på dit modersmål. Vælg ikonet for indstillinger nederst i videoafspilleren, vælg "Undertekster", og vælg derefter sprog.
BigQuery er et datalager i skyen, der giver dig mulighed for at køre højeffektive forespørgsler på store datasæt.
Du kan eksportere alle dine rådata om hændelser fra Google Analytics-ejendomme (herunder underejendomme og oprulningsejendomme) til BigQuery og derefter bruge en SQL-lignende syntaks til at forespørge om dataene. I BigQuery kan du vælge at eksportere dine data til et eksternt lager eller importere eksterne data for at kombinere dem med dine Analytics-data.
Når du eksporterer data til BigQuery, ejer du de pågældende data, og du kan bruge BigQuery-ACL'er til at administrere tilladelser i projekter og datasæt.
Alle data eksporteres samlet én gang om dagen. Dataene eksporteres også regelmæssigt i løbet af dagen. Få flere oplysninger om streamingeksport.
Du kan eksportere til en gratis BigQuery-forekomst (BigQuery-sandbox), men eksporter, der overstiger sandbox-grænserne, medfører gebyrer.
Standardejendomme har en daglig BigQuery Export-grænse på 1 million hændelser. Få flere oplysninger om BigQuery Export-grænser.
- Anmodninger om at tilføje produktdata, der er knyttet til Google Analytics, eksporteres ikke. BigQuery indeholder kun de råhændelsesdata, som Google Analytics modtager fra klienten.
- Når du har eksporteret data fra Analytics til BigQuery, kan du ikke eksportere de samme data igen.
På denne side
- BigQuery Export-typer
- Forskelle mellem Google Analytics-grænsefladen og BigQuery Export
- Fuldstændighedssignal
- Tidsplanen for tabelopdateringer
- Cookieløse ping og kundegenererede data
- Udfyld trafikkildedimensioner med værdien "Ikke tilgængelig"
- Google Analytics – Firebase-integration og BigQuery
BigQuery Export-typer
Google Analytics tilbyder følgende BigQuery Export-muligheder, der hver især adskiller sig i datatilgængeligheden for den aktuelle dag, og som skal vælges ud fra dine databehov og dit budget:
| Eksporttyper | Bedst, når du har brug for... | Info om eksport | Grænser | Forbehold |
|---|---|---|---|---|
|
Daglig eksport (Standard, 360) |
et komplet sæt data for den foregående dag for dig, der ikke har brug for data hurtigt, og hvis du ikke er 360-kunde |
Eksporterer alle råhændelsesdataene én gang om dagen fra den foregående dag Det specifikke tidspunkt kan ikke garanteres Eksporteres normalt midt på eftermiddagen i din ejendoms tidszone, men kan blive forsinket til senere på dagen eller næste dag Sidste klik observeret, ingen modellering |
Standardejendomme: Op til 1 million hændelser pr. dag med filtreringsmuligheder for at holde sig under grænsen 360-ejendomme: Op til 20 mia. hændelser pr. dag |
Nogle data, f.eks. data for brugertilskrivning, kan være forsinket med op til 24 timer. Vi anbefaler, at du bruger daglig eksport i stedet for streaming for data for brugertilskrivnings. |
|
Opdateret dagligt (360) |
hurtigere og mere fuldstændige data i løbet af dagen |
Dataene er typisk klar kl. 05.00 Gruppeopdateringer i løbet af dagen, typisk inden for 60 minutter Samme skema som ved daglig eksport Eksporten starter baseret på ejendommens tidszone Sidste klik observeret, ingen modellering Meget hurtigere end den daglige eksport |
Serviceniveauaftalen er ikke tilgængelig for de få meget store ejendomme | Kun tilgængelig for "Normale" og "Store" 360-ejendomme. |
|
Streaming (Standard, 360) |
data næsten i realtid (inden for få minutter) |
En eksport i realtid af data for den aktuelle dag Tjeneste (den bedst mulige): Fungerer uden en SLO for fuldstændighed og kan indeholde datahuller |
Ingen volumengrænser | Data for trafikkilder for nye brugere og nye sessioner udelukkes fra eksport |
Forskelle mellem Google Analytics-grænsefladen og BigQuery Export
BigQuery-hændelseseksport giver adgang til råhændelser og data på brugerniveau, eksklusive eventuelle værditilføjelser, som Google Analytics foretager af de data, der findes i standardrapporter og -udforskninger. Dataene fra BigQuery-hændelseseksporten kan derfor afvige fra dataene i Google Analytics-grænsefladen.
Se Broforbindelse mellem Google Analytics-brugerfladen og BigQuery Export for at få oplysninger om forskellene på eksport af data om hændelser via henholdsvis BigQuery og Google Analytics-brugerfladen samt mulighederne for at mindske disse forskelle.
Streamingeksport
Du kan vælge muligheden for streamingeksport, når du knytter din Google Analytics-ejendom til BigQuery.
BigQuery-streamingeksport gør data tilgængelige for den aktuelle dag inden for få minutter via BigQuery-eksport.
Når du bruger denne mulighed, får BigQuery mere opdaterede oplysninger om dine brugere og deres trafik på din ejendom, som du derefter kan analysere.
Streamingeksport opretter én ny tabel for hver dag:
events_intraday_YYYYMMDD: En intern staging-tabel, som indeholder poster for sessionsaktivitet, der har fundet sted i løbet af dagen. Streamingeksport er en operation, der udføres så godt, som det er muligt, og omfatter muligvis ikke alle data på grund af eksempelvis behandling af forsinkede hændelser og/eller mislykkede uploads. Dataene eksporteres regelmæssigt i løbet af dagen. Denne tabel kan indeholde poster for en session, hvis sessionen strækker sig over flere eksporthandlinger. Denne tabel slettes, nårevents_YYYYMMDDer fuldført.
Hvis du vælger den daglige indstilling, når du konfigurerer BigQuery Export, oprettes den følgende tabel også hver dag.
events_YYYYMMDD: Den fulde daglige eksport af hændelser.
Du bør sende en forespørgsel om events_YYYYMMDD i stedet for events_intraday_YYYYMMDD, så der forespørges om et stabilt datasæt for dagen.
Se BigQuery Export-skemaet for at få flere oplysninger om tabellerne events_YYYYMMDD og events_intraday_YYYYMMDD.
BigQuery-streamingeksport indeholder ikke følgende data om brugertilskrivning for nye brugere:
- traffic_source.name (rapporteringsdimension: Bruger – kampagne)
- traffic_source.source (rapporteringsdimension: Bruger – kilde)
- traffic_source.medium (rapporteringsdimension: Brugermedium)
Data om brugertilskrivning er inkluderet for eksisterende brugere, men det tager cirka 24 timer at behandle disse data fuldt ud. Vi anbefaler derfor, at du ikke bruger disse data fra streamingeksporten og i stedet bruger brugertilskrivningsdata fra den fulde daglige eksport.
Der påløber yderligere BigQuery-omkostninger for brug af streamingeksport til en pris på 0,05 USD pr. gigabyte data. 1 gigabyte svarer til ca. 600.000 Google Analytics-hændelser (tallet kan dog variere alt efter hændelsesstørrelsen). Få flere oplysninger om BigQuery-priser.
Opdateret dagligt (eksport)
Du kan nu vælge Opdateret dagligt (eksport) ud over mulighederne Daglig eksport og Streamingseksport. Opdateret dagligt (eksport) er i øjeblikket tilgængelig for Analytics 360-ejendomme, og hver af de 3 eksportmuligheder kan aktiveres uafhængigt af hinanden.
Hvis du vil konfigurere Opdateret dagligt (eksport), skal du have konfigureret fakturering i Google Cloud Platform. Få flere oplysninger om BigQuery-eksporten Opdateret dagligt (GA360).
Fuldstændighedssignal
GA360-kunder, der bruger eksporten Opdateret dagligt, bliver informeret via fuldstændighedssignalet fra Google Analytics, når alle den foregående dags data er blevet eksporteret.
Sådan får du adgang til fuldstændighedssignalet:
- Log ind på Cloud Logging, og gå til sektionen "Logs Explorer" (Logudforsker).
- Søg efter "export complete" (eksport gennemført).
Det kan være nødvendigt at øge tidsstempelområdet i Logs Explorer. Meddelelsen vises typisk omkring kl. 5.00 om morgenen i ejendommens tidszone.
Du kan se fuldstændighedssignalet i sektionen Log Router i Cloud Logging, og det kan overføres til Cloud Pub/Sub-emner.
- Når ejendommens tidszone er ændret
- Når BigQuery-tilknytningen er oprettet for ejendommen
Sådan fungerer fuldstændighedssignalet
Eksempel
Overvej følgende scenarie, hvor en Google Analytics-ejendom begynder at indsamle hændelser for app- og webstreams den 29. juli:
- 29. juli: X hændelser sendes til Google Analytics og behandles med det samme. Derudover forekommer der L apphændelser på denne dag, men da brugerne er offline, modtages de ikke af Google Analytics før den 30. juli.
- 30. juli: Y hændelser forekommer og sendes til Google Analytics på denne dag.
- 31. juli: M hændelser, der fandt sted den 29. juli, udfyldes via Measurement Protocol. Z hændelser forekommer og sendes også til Google Analytics på denne dag.
I dette eksempel afspejler fuldstændighedssignalet følgende:
- 29. juli: Fuldstændighedssignalet tager højde for de X hændelser.
- 30. juli: Fuldførelsessignalet tager højde for både de Y og de L hændelser.
- 31. juli: Signalet for fuldstændighed tager højde for både de M og de Z hændelser.
Tidsplanen for tabelopdateringer
Opdateringer af de tabeller, der er oprettet som en del af BigQuery Export, er underlagt tidszonen for den Analytics-ejendom, som data eksporteres fra. Hvis ejendommens tidszone ændres, påvirker det BigQuery-eksporten, hvilket kan føre til datauoverensstemmelser, eller at den daglige eksport springes over.
Streamingeksporttabeller (events_intraday_YYYYMMDD) opdateres løbende i løbet af dagen, fra kl. 00.00 til 23.59.59 i ejendommens tidszone. Når en ny dag starter i ejendommens tidszone, skrives hændelser til en ny tabel samme dag.
Daglige eksporttabeller (events_YYYYMMDD) oprettes, når Analytics indsamler alle hændelserne for dagen. I Analytics opdateres de daglige tabeller i op til 2 kalenderdage plus i dag efter datoen i tabellen med hændelser, der tidsstemples med datoen for tabellen. Dette kan f.eks. være hændelsespakker, der ankommer sent fra Measurement Protocol eller Firebase-SDK'erne. Hvis tabeldatoen f.eks. er 20220101, opdaterer Analytics tabellen til og med 20220104 med hændelser, der har tidsstemplet 20220101.
Analytics kan til enhver tid opdatere de daglige tabeller efter de 2 kalenderdage plus i dag, hvis der er tilfælde, der kræver, at Analytics behandler historiske data, såsom en fejlrettelse, der retter en behandlingsfejl.
Cookieløse ping og kundegenererede data
Når samtykketilstand er implementeret, bliver de cookieløse ping, som indsamles af Analytics, vist i BigQuery-eksporten sammen med kundeangivne data såsom user_id og tilpassede dimensioner.
Udfyld trafikkildedimensioner med værdien "Ikke tilgængelig"
Du kan bruge følgende ressourcer til at finde tilskrevne trafikkildedimensioner for et givet GCLID. Bemærk! wBRAID- og gBRAID-id'er er ikke inkluderet i BigQuery Export.
- Google Ads API
- Google Ads-scripts
- BigQuery Data Transfer Service til Google Ads
Du kan finde GCLID for en "Ikke tilgængelig"-post i kolonnen "traffic_source" ved at forespørge på GCLID-feltet i kolonnen "collected_traffic_source". Du kan få flere oplysninger om, hvordan du slår kampagneoplysninger op i Google Ads fra et givet GCLID, i Udfyld Google Ads-trafikkildedata så hurtigt som muligt (GA 360).
Google Analytics – Firebase-integration og BigQuery
Hvis en Google Analytics-ejendom og et Firebase-projekt er integreret, kan de ikke knyttes til separate BigQuery-projekter.
Relaterede ressourcer
Se udviklervejledningen til BigQuery for at få flere oplysninger om: