BigQuery is een datawarehouse in de cloud waarmee u zeer goed presterende query's van grote datasets kunt uitvoeren.
U kunt al uw onbewerkte gebeurtenissen uit Google Analytics 4-property's (waaronder subproperty's en overzichtsproperty's) exporteren naar BigQuery en een op SQL lijkende syntaxis gebruiken om die gegevens te doorzoeken. In BigQuery kunt u ervoor kiezen om de gegevens naar externe opslag te exporteren of om externe gegevens te importeren om deze met uw Analytics-gegevens te combineren.
Als u gegevens naar BigQuery exporteert, zijn deze gegevens uw eigendom en kunt u rechten voor projecten en datasets beheren met BigQuery ACL's.
Er wordt één keer per dag een complete export van gegevens uitgevoerd. De gegevens worden dagelijks ook doorlopend geëxporteerd (ga naar Streaming-export hieronder).
U kunt naar een kosteloze versie van BigQuery exporteren (BigQuery-sandbox), maar er zijn kosten verbonden aan exports die de sandbox-limieten overschrijden.
Voor standaardproperty's geldt een dagelijkse BigQuery Export-limiet van 1 miljoen gebeurtenissen. Meer informatie over andere limieten voor BigQuery Export
Verschillen tussen de Google Analytics-interface en BigQuery Export
De BigQuery-gebeurtenissenexport biedt toegang tot onbewerkte gegevens op gebeurtenis- en gebruikersniveau, met uitzondering van waardetoevoegingen die Google Analytics aanbrengt in de gegevens in standaardrapporten en verkenningen. Daarom kunnen de gegevens uit de BigQuery-gebeurtenissenexport verschillen van de gegevens in de Google Analytics-interface.
Bekijk het artikel over het verschil tussen de UI van Google Analytics en de BigQuery-export overbruggen voor inzicht in de verschillen tussen BigQuery-gebeurtenissenexport en de Google Analytics-interface.
Streaming-export
U kunt de optie voor de export van streams kiezen wanneer u uw Google Analytics 4-property aan BigQuery koppelt.
Streaming-export in BigQuery maakt gegevens voor de huidige dag binnen enkele minuten beschikbaar via BigQuery Export.
Met deze exportoptie van BigQuery kunt u meer recente informatie analyseren over uw gebruikers en hun verkeer op uw property.
Streaming-export maakt voor elke dag één nieuwe tabel:
events_intraday_YYYYMMDD: Dit is een interne testtabel met records voor sessieactiviteiten die tijdens de dag hebben plaatsgevonden. Streaming-export is bedoeld om zoveel mogelijk recente informatie te bieden, maar bevat mogelijk niet alle gegevens. Het kan bijvoorbeeld voorkomen dat gebeurtenissen later worden verwerkt of uploads mislukken. Gegevens worden dagelijks doorlopend geëxporteerd. Deze tabel kan records van een sessie bevatten wanneer die sessie meerdere exportbewerkingen omvat. Deze tabel wordt verwijderd wanneerevents_YYYYMMDDis voltooid.
Als u de dagelijkse optie selecteert wanneer u BigQuery Export instelt, wordt elke dag ook de volgende tabel gemaakt:
events_YYYYMMDD: De complete dagelijkse export van gebeurtenissen.
Zoek naar events_YYYYMMDD in plaats van events_intraday_YYYYMMDD zodat u een query uitvoert op een stabiele dataset voor de dag.
Bekijk het BigQuery Export-schema voor meer informatie over de tabellen events_YYYYMMDD en events_intraday_YYYYMMDD.
De streaming-export in BigQuery bevat niet de volgende gebruikersattributiegegevens voor nieuwe gebruikers:
- traffic_source.name (rapportagedimensie: Campagne van gebruiker)
- traffic_source.source (rapportagedimensie: Bron van gebruiker)
- traffic_source.medium (rapportagedimensie: Medium van gebruiker)
Gebruikersattributiegegevens voor bestaande gebruikers worden wel meegenomen, maar het kost ongeveer 24 uur om deze gegevens helemaal te verwerken. We raden u daarom aan niet op de gegevens uit de streaming-export te vertrouwen, maar om de gebruikersattributiegegevens op te halen uit de complete dagelijkse export.
Er worden extra BigQuery-kosten in rekening gebracht voor het gebruik van streaming-export. Het tarief is $ 0,05 per gigabyte gegevens. 1 gigabyte komt overeen met ongeveer 600.000 Google Analytics-gebeurtenissen. Dat aantal varieert afhankelijk van de gebeurtenissengrootte. U kunt meer informatie vinden over prijzen voor BigQuery.
Het schema voor updates van tabellen
Updates van de tabellen die worden gemaakt als onderdeel van BigQuery Export, zijn onderworpen aan de tijdzone van de Analytics-property waaruit gegevens worden geëxporteerd.
Tabellen voor streaming-export (events_intraday_YYYYMMDD) worden de hele dag door geüpdatet (van 00:00:00 tot 23:59:59 uur in de tijdzone van de property). Zodra er een nieuwe dag begint in de tijdzone van de property, worden er gebeurtenissen naar een nieuwe tabel tijdens de dag geschreven.
Dagelijkse exporttabellen (events_YYYYMMDD) worden gemaakt nadat Analytics alle gebeurtenissen voor die dag heeft verzameld. Analytics updatet dagelijkse tabellen tot 72 uur na de datum van de tabel met gebeurtenissen die een tijdstempel van de datum van die tabel hebben, bijvoorbeeld gebeurtenisbundels die later binnenkomen via Measurement Protocol of de Firebase SDK's. Als de tabeldatum bijvoorbeeld 20220101 is, updatet Analytics de tabel tot en met 20220104 met gebeurtenissen die het tijdstempel 20220101 hebben.
Soms kan Analytics de dagelijkse tabellen na de periode van 72 uur updaten als de omstandigheden vereisen dat Analytics historische gegevens opnieuw verwerkt (bijv. voor een bugfix waardoor een verwerkingsfout wordt opgelost).
Pings zonder cookies en door klanten verstrekte gegevens
Als de toestemmingsmodus geïmplementeerd is, zijn door Analytics verzamelde pings zonder cookies aanwezig in de BigQuery-export, samen met door klanten geleverde gegevens, zoals user_id en aangepaste dimensies.
GA4-Firebase-integratie en BigQuery
Als een GA4-property en een Firebase-project geïntegreerd zijn, kunnen ze niet gekoppeld worden aan afzonderlijke BigQuery-projecten.
BigQuery Export in Google Analytics 4 versus Universal Analytics
| Google Analytics 4 | Universal Analytics |
|---|---|
|
Beschikbaar voor Standaard (kosteloos) en 360 (betaald) Standaardlimiet: 1 miljoen gebeurtenissen per dag Limiet voor 360: miljarden gebeurtenissen per dag |
Beschikbaar voor 360 (betaald) |
|
Kosten Kosteloze export naar BigQuery Sandbox binnen Sandbox-limieten Er worden kosten per contract in rekening gebracht voor geëxporteerde gegevens die de sandbox-limieten overschrijden |
Kosten Kosteloze export naar BigQuery Sandbox binnen Sandbox-limieten Er worden kosten per contract in rekening gebracht voor geëxporteerde gegevens die de sandbox-limieten overschrijden |
|
Instellen Kan specifieke gegevensstreams bevatten en specifieke gebeurtenissen uitsluiten voor elke property (hiermee kunt u het exportvolume en de kosten beheren) |
Instellen Kan 1 weergave per property koppelen (exporteert alle gegevens in die weergave) |
|
Streaming-export $ 0,05 per GB (meer informatie over prijzen voor BigQuery) Gemaakte tabel: events_intraday_YYYMMDD De tabel wordt dagelijks verwijderd:
Bevat niet de gegevens van Campagne van gebruiker, Bron van gebruiker of Medium van gebruiker voor nieuwe gebruikers |
Streaming-export $ 0,05 per GB (meer informatie over prijzen voor BigQuery) Gemaakte tabel: ga_realtime_sessions_YYYYMMDD BigQuery-weergave gemaakt: ga_realtime_sessions_view_YYYYMMDD |
|
Dagelijkse export Gemaakte tabel: events_YYYYMMDD |
Dagelijkse export Gemaakte tabellen: ga_sessions_intraday_YYYYMMDD
ga_sessions_YYYYMMDD
|
|
Exporteren, algemeen Aanvulling: geen aanvulling Dataset: voor elke gekoppelde property, 1 dataset met de naam analytics_<property-ID> Als u de toestemmingsmodus heeft geïmplementeerd, bevat de export dit:
|
Exporteren, algemeen Aanvulling: na koppeling, aanvulling van 13 maanden aan gegevens of 10 miljard hits, afhankelijk van wat het kleinste is (Aanvulling naar BigQuery Sandbox kan mislukken) Dataset: voor elke gekoppelde weergave, 1 dataset met dezelfde naam als de weergave |
|
Schema exporteren Elke rij in een BigQuery-tabel vertegenwoordigt een gebeurtenis Gebeurtenisgegevens die uniek zijn voor Google Analytics 4 Er zijn enkele Google Analytics 4-velden die in wezen hetzelfde zijn als Universal Analytics-velden (bijv. device.category en device.deviceCategory), maar er zijn meer verschillen dan overeenkomsten tussen GA4-gebeurtenisgegevens en UA-hitgegevens. |
Schema exporteren Elke rij in een BigQuery-tabel staat voor een sessie Unieke gegevens voor Universal Analytics Er zijn enkele Universal Analytics-velden die in wezen hetzelfde zijn als Google Analytics 4-velden (bijv. device.deviceCategory en device.category), maar er zijn meer verschillen dan overeenkomsten tussen UA-hitgegevens en GA4-gebeurtenisgegevens. |
Gerelateerde bronnen
Ga naar de BigQuery-handleiding voor ontwikkelaars voor meer informatie over het volgende: