For å se undertekster på språket ditt må du slå på YouTube-teksting. Velg innstillingsikonet nederst i videospilleren, og velg så «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 (se Eksportering via strømming nedenfor).
Du kan eksportere data til en kostnadsfri forekomst av BigQuery (BigQuery-testmiljø), men det kan påløpe kostnader hvis eksporteringene overskrider grensen i testmiljøet.
Standardområder har en daglig BigQuery Export-grense på 1 million hendelser. Finn ut mer om andre BigQuery Export-grenser.
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 storee 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. |
Merk: På BigQuery-siden påløper det kostnader knyttet til lagring og behandling for hver eksportering. Det påløper tilleggskostnader hvis du eksporterer data 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.
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 per strømming når du knytter Google Analytics 4-området ditt sammen med Big BigQuery.
Med eksportering per BigQuery-strømming blir data for 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_YYYYMMDD
er 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 per 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 et døgn 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 data 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).
Tidsplanen for tabelloppdateringer
Oppdateringer av tabellene som opprettes som en del av BigQuery Export, skjer i tråd med tidssonen for Analytics-området du eksporterer data fra.
Tabeller som eksporteres via strømming (events_intraday_YYYYMMDD), blir oppdatert kontinuerlig i løpet av dagen (f.eks. fra kl. 24:00:00 til kl. 23:59:59 i tidssonen for området). Når en ny dag starter i tidssonen for området, skrives hendelser i en ny tabell med data fra den aktuelle dagens dato.
Tabeller som eksporteres daglig (events_YYYYMMDD), opprettes etter at 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 72 timer 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 72 timer, 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. Se mer informasjon om hvordan du søker etter kampanjeinformasjon i Google Ads fra en gitt GCLID, i artikkelen om tjenesteavtalen for BigQuery Export.
GA4 – Firebase-integrering og BigQuery
Hvis et GA4-område og et Firebase-prosjekt er integrert, kan de ikke knyttes sammen med separate BigQuery-prosjekter.
Sammenlign BigQuery Export i Google Analytics 4 og Universal Analytics
Google Analytics 4 | Universal Analytics |
---|---|
Tilgjengelig for standard (kostnadsfritt) og 360 (betalt) Grense i standardområder: 1 million hendelser per dag Grense i 360-områder: flere milliarder hendelser per dag |
Tilgjengelig for 360 (betalt) |
Kostnad Kostnadsfri eksportering til BigQuery-testmiljøet innenfor testmiljøgrensene Det påløper belastninger for eksporterte data som overskrider grensene i testmiljøet, i tråd med kontraktsvilkårene |
Kostnad Kostnadsfri eksportering til BigQuery-testmiljøet innenfor testmiljøgrensene Det påløper belastninger for eksporterte data som overskrider grensene i testmiljøet, i tråd med kontraktsvilkårene |
Konfigurering Kan inneholde bestemte datastrømmer og ekskludere bestemte hendelser for hvert område (gir deg kontroll over eksportvolumet og kostnadene) |
Konfigurering Kan tilknytte 1 rapporteringsvisning per område (eksporterer alle dataene i den aktuelle rapporteringsvisningen) |
Eksportering via strømming USD 0,05 per GB (finn ut mer om BigQuery-priser) Tabellen ble opprettet: events_intraday_YYYYMMDD Tabellen slettes hver dag
Inkluderer ikke data om brukerkampanje, brukerkilde eller brukermedium for nye brukere |
Eksportering via strømming USD 0,05 per GB (finn ut mer om BigQuery-priser) Tabellen ble opprettet: ga_realtime_sessions_YYYYMMDD BigQuery-rapporteringsvisningen ble opprettet: ga_realtime_sessions_view_YYYYMMDD |
Daglig eksportering Tabellen ble opprettet: events_YYYYMMDD |
Daglig eksportering Tabellene ble opprettet: ga_sessions_intraday_YYYYMMDD
ga_sessions_YYYYMMDD
|
Oppdatert daglig eksportering Tilgjengelig i 360-områder «Normal» og «Large» størrelse Finn ut mer om de ulike resultatene du får med daglig eksportering og oppdatert daglig eksportering. |
Ikke relevant |
Eksportering, generell Etterfylling av data: ingen etterfylling Datasett: 1 datasett med navnet analytics_<område-ID> for hvert tilknyttet område Hvis du har implementert samtykkemodus, inkluderer eksporteringen
|
Eksportering, generell Etterfylling av data: etterfylling av 13 måneder med data eller 10 milliarder treff (alt etter hva som er minst) ved tilknytning (etterfylling av data til BigQuery-testmiljøet kan mislykkes) Datasett: 1 datasett som har det samme navnet som rapporteringsvisningen, for hver tilknyttet rapporteringsvisning |
Eksporteringsoppsett GA4 eksporterer bare trafikkilden som ble brukt til å anskaffe brukeren første gang. Støtter ikke UA-data som eksporteres til BigQuery Hver rad i en BigQuery-tabell representerer en hendelse Hendelsesdata som er unike for Google Analytics 4 Selv om det finnes noen Google Analytics 4-felt som hovedsakelig er like som Universal Analytics-felt (f.eks. |
Eksporteringsoppsett Attribusjon på øktnivå for flere kontaktpunkter Hver rad i en BigQuery-tabell representerer en økt Treffdata som er unike for Universal Analytics Selv om det finnes noen Universal Analytics-felt som hovedsakelig er like som Google Analytics 4-felt (f.eks. |
Relaterte ressurser
I utviklerveiledningen for BigQuery finner du mer informasjon om