Lai skatītu subtitrus savā valodā, ieslēdziet YouTube subtitrus. Videoklipu atskaņotāja apakšdaļā atlasiet iestatījumu ikonu , pēc tam atlasiet vienumu “Subtitri” un izvēlieties valodu.
BigQuery ir mākoņa datu krātuve, kurā var ļoti efektīvi izpildīt lielas datu kopas ietverošus vaicājumus.
Varat eksportēt visus savus neapstrādātos notikumus no Google Analytics īpašumiem (tostarp pakārtotus īpašumus un apkopojuma īpašumus) uz rīku BigQuery un pēc tam izmantot SQL veida sintaksi, lai veiktu vaicājumu par šiem datiem. Rīkā BigQuery varat izvēlēties eksportēt datus uz ārējo krātuvi vai importēt ārējos datus, lai kombinētu tos ar saviem Analytics datiem.
Ja eksportējat datus uz rīku BigQuery, šie dati pieder jums un jūs varat izmantot BigQuery piekļuves kontroles sarakstus, lai pārvaldītu atļaujas projektos un datu kopās.
Visu datu eksportēšana tiek veikta reizi dienā. Dati tiek arī pastāvīgi eksportēti visas dienas garumā. Uzziniet vairāk par straumēto datu eksportēšanu.
Jūs varat eksportēt uz BigQuery bezmaksas instanci (BigQuery smilškasti), taču par eksportēšanas apjomu, kas pārsniedz smilškastes ierobežojumu, tiek iekasēta maksa.
Izmantojot BigQuery Export, standarta īpašumiem dienas ierobežojums eksportēšanai ir viens miljons notikumu. Uzziniet vairāk par BigQuery Export ierobežojumiem.
- Pieprasījumi pievienot ar Google Analytics saistītus produktu datus netiek eksportēti. Rīkā BigQuery ir tikai neapstrādāti notikumu dati, ko Google Analytics saņem no klienta.
- Kad dati būs eksportēti no Analytics uz BigQuery, tos vairs nevarēs eksportēt vēlreiz.
Šajā lapā iekļautās tēmas
- BigQuery Export veidi
- Atšķirības starp Google Analytics saskarni un BigQuery Export
- Pilnīguma signāls
- Tabulu atjauninājumu grafiks
- Ehotestēšana bez sīkfailiem un klientu sniegtie dati
- Datplūsmas avotu kategoriju “Nav pieejams” aizpildīšana
- Google Analytics un Firebase integrācija un BigQuery
BigQuery Export veidi
Google Analytics piedāvā tālāk norādītās BigQuery eksportēšanas opcijas, kas atšķiras pēc datu pieejamības pašreizējā dienā, un tās ir jāizvēlas atkarībā no jūsu datu izmantošanas vajadzībām un budžeta.
| Eksportēšanas veidi | Ieteicamais izmantojums | Detalizēta informācija par eksportēšanu | Ierobežojumi | Brīdinājumi |
|---|---|---|---|---|
|
Eksportēšanas opcija “Katru dienu” (standarta, 360) |
Ja nepieciešama pilna datu kopa par iepriekšējo dienu un dati nav steidzami vajadzīgi vai neesat pakalpojuma līmeņa 360 klients. |
Vienu reizi dienā tiek eksportēti visi iepriekšējās dienas neapstrādātie, neiztvertie notikumu dati. Konkrēts laiks netiek garantēts. Parasti dati tiek eksportēti pēcpusdienā atbilstoši jūsu īpašuma laika joslai, taču var aizkavēties līdz vēlākam attiecīgās dienas laikam vai nākamajai dienai. Novērotais pēdējais klikšķis, bez modelēšanas. |
Standarta īpašumi: līdz vienam miljonam notikumu dienā, izmantojot filtrēšanas opcijas, lai nepārsniegtu ierobežojumu. Pakalpojuma līmeņa 360 īpašumi: līdz 20 miljardiem notikumu dienā. |
Daļa datu, piemēram, lietotāju attiecinājums, var aizkavēties par līdz pat 24 stundām. Lietotāju attiecinājuma datiem ieteicams izmantot ikdienas eksportēšanu, nevis straumēšanu. |
|
Atsvaidzināšana katru dienu (Pakalpojuma līmenis 360) |
Ja nepieciešami pilnīgāki dati ātrāk visas dienas laikā. |
Dati parasti tiek saņemti līdz plkst. 5:00. Datu atjauninājumi tiek veikti grupās visas dienas garumā, parasti 60 minūšu laikā. Tāda pati shēma kā eksportēšanas opcijai “Katru dienu”. Eksportēšana tiek sākta, pamatojoties uz īpašuma laika joslu. Novērotais pēdējais klikšķis, bez modelēšanas. Daudz ātrāka nekā eksportēšana, izmantojot opciju “Katru dienu”. |
Līgums par pakalpojumu līmeni nav pieejams dažiem īpaši lieliem īpašumiem. | Pieejama tikai “Normāliem” un “Lieliem” pakalpojuma līmeņa 360 īpašumiem. |
|
Straumēšana (standarta, 360) |
Ja nepieciešams iegūt gandrīz reāllaika datus (dažu minūšu laikā). |
Pašreizējās dienas datu eksportēšana reāllaikā. Pakalpojums, kas darbojas pēc iespējas efektīvāk: darbojas bez pilnvērtīga PLM, un tajā var būt datu iztrūkumi. |
Nav apjoma ierobežojumu. | Netiek eksportēti jaunu lietotāju un jaunu sesiju datplūsmas avota dati. |
Atšķirības starp Google Analytics saskarni un BigQuery Export
BigQuery notikumu eksportēšana nodrošina piekļuvi neapstrādātiem notikumu un lietotāja līmeņa datiem, izņemot vērtības pievienošanu, ko Google Analytics veic standarta pārskatos un izpētē esošajiem datiem. Šī iemesla dēļ dati no BigQuery notikumu eksportēšanas var atšķirties no datiem Google Analytics saskarnē.
Lai saprastu atšķirības starp BigQuery notikumiem un Google Analytics saskarni un izpētītu, kā mazināt šīs atšķirības, ja tas ir iespējams, skatiet rakstu Atšķirības starp Google Analytics lietotāja saskarni un BigQuery eksportēšanu.
Straumēto datu eksportēšana
Varat izvēlēties straumēto datu eksportēšanas iespēju, saistot Google Analytics īpašumu ar BigQuery.
Rīkā BigQuery straumēto datu eksportēšanai izmantojot funkciju BigQuery Export, varat dažu minūšu laikā iegūt attiecīgās dienas datus.
Izmantojot šo eksportēšanas iespēju, analīzei rīkā BigQuery ir pieejama jaunākā informācija par īpašuma lietotājiem un to datplūsmu.
Straumēto datu eksportēšanas funkcija katrai dienai izveido vienu jaunu tabulu.
- Tabula
events_intraday_YYYYMMDD— iekšējā īslaicīgi publicētā tabula, kas ietver sesijas darbību ierakstus attiecīgajā dienā. Straumēšanas datu eksportēšana ir visefektīvākā darbība, un tajā var nebūt ietverti visi dati, piemēram, novēlotu notikumu apstrādes un/vai nesekmīgas augšupielādes dēļ. Dati tiek pastāvīgi eksportēti visas dienas garumā. Šajā tabulā var būt iekļauti sesijas ieraksti, kad šajā sesijā tiek veiktas vairākas eksportēšanas darbības. Šī tabula tiek izdzēsta, kad vaicājumsevents_YYYYMMDDir izpildīts.
Ja atlasāt ikdienas opciju, kad iestatāt funkciju BigQuery Export, katru dienu tiek izveidota arī tālāk norādītā tabula.
events_YYYYMMDD. Visu dienas notikumu eksportēšana.
Lai vaicājumu izpildītu stabilai attiecīgās dienas datu kopai, ietveriet vaicājumā tabulu events_YYYYMMDD, nevis events_intraday_YYYYMMDD.
Plašāku informāciju par tabulām events_YYYYMMDD un events_intraday_YYYYMMDD skatiet rakstā BigQuery Export shēma.
BigQuery straumēto datu eksportēšanā netiek iekļauti tālāk norādītie lietotāju attiecinājuma dati par jaunajiem lietotājiem.
- traffic_source.name (pārskatu kategorija: lietotāja kampaņa)
- traffic_source.source (pārskatu kategorija: lietotāja avots)
- traffic_source.medium (pārskatu kategorija: lietotāja vide)
Lietotāju attiecinājuma dati par esošajiem lietotājiem tiek iekļauti, tomēr šo datu pilnai apstrādei ir nepieciešamas aptuveni 24 stundas, tāpēc ieteicams nepaļauties uz šiem straumēto datu eksportētajiem datiem un to vietā iegūt lietotāju attiecinājuma datus no visiem dienā eksportētajiem datiem.
Par straumēto datu eksportēšanu pakalpojumā BigQuery tiek iekasēta papildu maksa 0,05 ASV dolāru apmērā par katru datu gigabaitu. Viens gigabaits atbilst aptuveni 600 000 Google Analytics notikumu, tomēr minētais skaits var atšķirties, jo ir atkarīgs no notikumu lieluma. Uzziniet vairāk par BigQuery cenām.
Eksportēšanas opcija “Atsvaidzināšana katru dienu”
Tagad papildus eksportēšanas opcijām “Katru dienu” un “Straumēšana” varat atlasīt opciju “Atsvaidzināšana katru dienu”. Eksportēšanas opcija “Atsvaidzināšana katru dienu” pašlaik ir pieejama Analytics 360 īpašumiem, un katru no trim eksportēšanas opcijām var iespējot neatkarīgi no citām.
Lai konfigurētu eksportēšanas opciju “Atsvaidzināšana katru dienu”, ir jāiestata norēķini pakalpojumā Google Cloud Platform. Uzziniet vairāk par BigQuery jaunāko dienas datu eksportēšanu (GA360).
Pilnīguma signāls
GA360 klientiem, kuri izmanto eksportēšanas opciju “Atsvaidzināšana katru dienu”, Google Analytics nosūta pilnīguma signālu, kas norāda, kad ir eksportēti visi iepriekšējās dienas dati.
Lai piekļūtu pilnīguma signālam, veiciet tālāk norādītās darbības.
- Pierakstieties pakalpojumā Cloud Logging un atveriet sadaļu “Logs Explorer” (Žurnālu pārlūks).
- Meklējiet vienumu “export complete” (eksportēšana pabeigta).
Iespējams, žurnālu pārlūkā būs jāpalielina laikspiedola diapazons. Ziņojums parasti tiek parādīts ap plkst. 5:00 pēc īpašuma laika joslas.
Pilnīguma signālu varat skatīt Cloud Logging sadaļā “Log Router” (Žurnālu maršrutētājs), un to var nosūtīt uz Cloud Pub/Sub tēmām.
- Pēc īpašuma laika joslas maiņas.
- Pēc tam, kad īpašumam ir izveidota BigQuery saite.
Pilnīguma signāla darbības principi
Piemērs
Apsveriet tālāk norādīto scenāriju, kurā Google Analytics īpašums sāk vākt notikumus lietotņu un tīmekļa straumēm 29. jūlijā.
- 29. jūlijs: X notikumi tiek nosūtīti uz pakalpojumu Google Analytics un nekavējoties apstrādāti. Papildus tiem šajā dienā tiek reģistrēti L lietotnes notikumi, taču, tā kā lietotāji ir bezsaistē, tie tiek saņemti pakalpojumā Google Analytics tikai 30. jūlijā.
- 30. jūlijs: šajā dienā tiek reģistrēti Y notikumi un nosūtīti uz pakalpojumu Google Analytics.
- 31. jūlijs: M notikumi, kas notika 29. jūlijā, tiek aizpildīti, izmantojot Measurement Protocol. Šajā dienā arī notiek Z notikumi, un tie tiek nosūtīti uz pakalpojumu Google Analytics.
Šajā piemērā pilnīguma signāls atspoguļotu tālāk norādīto.
- 29. jūlijs: pilnīguma signāls ņems vērā X notikumus.
- 30. jūlijs: pilnīguma signāls ņems vērā gan Y, gan L notikumus.
- 31. jūlijs: pilnīguma signāls ņems vērā gan M, gan Z notikumus.
Tabulu atjauninājumu grafiks
Funkcijā BigQuery Export izveidotās tabulas tiek atjauninātas saskaņā ar tā Analytics īpašuma laika joslu, no kura tiek eksportēti dati. Ja īpašuma laika josla tiks mainīta, tas ietekmēs BigQuery eksportēšanu, kas var radīt datu neatbilstības vai dienas eksportēšana tiks izlaista.
Straumēto datu eksportēšanas tabulas (events_intraday_GGGGMMDD) tiek nepārtraukti atjauninātas visu diennakti no plkst. 00:00:00 līdz plkst. 23:59:59 īpašuma laika joslā. Kad īpašuma laika joslā sākas jauna diena, notikumi tiek rakstīti jaunā diennakts tabulā.
Dienas eksporta tabulas (events_GGGGMMDD) tiek izveidotas, kad pakalpojumā Analytics ir apkopoti visi attiecīgās dienas notikumi. Pakalpojumā Analytics dienas tabulās tiek atjaunināti dati par konkrēto dienu un līdz pat divām kalendārajām dienām pēc tabulas datuma, ietverot notikumus, kuru laikspiedols atbilst tabulas datumam, piemēram, notikumu kopas, kas tiek novēloti pārsūtītas no platformas Measurement Protocol vai Firebase SDK. Piemēram, ja tabulas datums ir 01.01.2022., Analytics tabula tiek atjaunināta līdz 04.01.2022. (ieskaitot), pievienojot notikumus ar 01.01.2022. laikspiedolu.
Dažkārt Analytics dienas tabulās dati var tikt atjaunināti jebkurā laikā pēc tabulas datuma un divām sekojošajām kalendārajām dienām, ja noteiktu apstākļu dēļ pakalpojumā Analytics ir atkārtoti jāapstrādā vēsturiskie dati, piemēram, kļūdas labojums, kas novērš apstrādes kļūdu.
Ehotestēšana bez sīkfailiem un klientu sniegtie dati
Kad būs ieviests piekrišanas režīms, funkcijā BigQuery Export tiks ietverti pakalpojumā Analytics vāktie ehotestēšanas vienumi bez sīkfailiem, kā arī klientu sniegtie dati, piemēram, user_id un pielāgotās kategorijas.
Datplūsmas avotu kategoriju “Nav pieejams” aizpildīšana
Lai skatītu attiecināto datplūsmas avotu kategorijas konkrētam GCLID, varat izmantot tālāk norādītos resursus. Ņemiet vērā, ka wBRAID un gBRAID identifikatori netiek ietverti funkcijā BigQuery Export.
- Google Ads API
- Google Ads skripti
- BigQuery Data Transfer Service programmai Google Ads
Lai slejā “traffic_source” atrastu ieraksta “Nav pieejams” parametru GCLID, ievadiet vaicājumu slejas collected_traffic_source laukā “GCLID”. Plašāku informāciju par to, kā programmā Google Ads meklēt kampaņas informāciju, izmantojot konkrētu GCLID, skatiet rakstā Google Ads datplūsmas avotu datu aizpildīšana pēc iespējas drīzāk (GA 360).
Google Analytics un Firebase integrācija un BigQuery
Ja Google Analytics īpašums un Firebase projekts ir integrēti, tos nevar saistīt ar atsevišķiem BigQuery projektiem.
Saistītie resursi
Apmeklējiet BigQuery izstrādātāja rokasgrāmatu, lai uzzinātu vairāk par tālāk minētajām tēmām.