Aktivera YouTube-textning om du vill se undertexter på ditt språk. Klicka på inställningsikonen längst ned i videospelaren, välj Undertexter/textning och sedan ditt språk.
BigQuery är ett molndatalager som gör det möjligt att utföra avancerade sökningar i stora dataset.
Du kan exportera rådata om alla händelser från Google Analytics-egendomar (inklusive underordnade egendomar och egendomar för samlad visning) till BigQuery och sedan analysera informationen med SQL-liknande syntax. I BigQuery kan du exportera data till extern lagring eller importera extern data för att kunna kombinera den med Analytics-data.
När du exporterar data till BigQuery äger du den och kan använda BigQuery ACL för att hantera behörigheter för projekt och dataset.
En fullständig export av data sker en gång om dagen. Data exporteras också kontinuerligt under dagen. Läs mer om löpande export.
Du kan exportera till en kostnadsfri instans av BigQuery (BigQuery-sandlåda), men för exporter som gör att sandlådans gränser överskrids tas det ut en avgift.
Standardegendomar har en daglig gräns för BigQuery Export på en miljon händelser. Läs mer om maxgränser i BigQuery Export.
- Begäranden om att lägga till produktdata som har länkats till Google Analytics exporteras inte. BigQuery innehåller endast den råa händelsedata som Google Analytics tar emot från klienten.
- Efter att du har exporterat data från Analytics till BigQuery kan du inte exportera den på nytt.
På den här sidan
- Typer av BigQuery Export
- Skillnader mellan Google Analytics-gränssnittet och BigQuery Export
- Signal om slutförande
- Schema för tabelluppdateringar
- Pingar utan cookies och data som tillhandahålls av kunden
- Återfylla dimensioner för trafikkällor med statusen Inte tillgänglig
- Google Analytics – Firebase-integrering och BigQuery
Typer av BigQuery Export
Google Analytics erbjuder följande alternativ för BigQuery-export. De skiljer sig åt i fråga om vilken data som är tillgänglig för innevarande dag och bör väljas utifrån dina databehov och din budget:
| Exporttyper | Bäst när du behöver … | Exportuppgifter | Begränsningar | Anmärkningar |
|---|---|---|---|---|
|
Daglig export (Standard, 360) |
en fullständig uppsättning data för föregående dag och inte behöver data snabbt eller inte är 360-kund |
Exporterar all rå händelsedata utan urvalen från föregående dag en gång om dagen Specifik tid garanteras inte Exporteras vanligtvis mitt på eftermiddagen i egendomens tidszon, men kan fördröjas till senare på dagen eller nästa dag Senaste observerade klick, ingen modellering |
Standardegendomar: upp till en miljon händelser per dag, med filtreringsalternativ för att hålla sig under gränsen 360-egendomar: upp till 20 miljarder händelser per dag |
Viss data, till exempel data om användarattribution, kan fördröjas med upp till 24 timmar. Vi rekommenderar att du använder daglig export i stället för löpande export för data om användarattribution. |
|
Uppdaterad daglig export (360) |
snabbare och mer fullständig data under hela dagen |
Datan kommer vanligtvis in före kl. 05.00 Batchuppdateringar under dagen, vanligtvis inom 60 minuter Samma schema som daglig export Exporten startar baserat på egendomens tidszon Senaste observerade klick, ingen modellering Mycket snabbare än den dagliga exporten |
Servicenivåavtal är inte tillgängligt för de få XL-egendomarna | Endast tillgängligt för 360-egendomar i storlekarna Normal och Large. |
|
streaming (Standard, 360) |
data i nära realtid (inom några minuter) |
En realtidsexport av dagens data Service efter bästa förmåga: körs utan servicenivåavtal gällande fullständighet och kan innehålla dataluckor |
Inga volymbegränsningar | Data om nya användare och nya sessionstrafikkällor utesluts från exporten |
Skillnader mellan Google Analytics-gränssnittet och BigQuery Export
BigQuery-händelseexporten ger åtkomst till rådata på händelse- och användarnivå, utom till de eventuella tillägg som Google Analytics gör till den data som finns i standardrapporter och utforskningar. Av denna anledning kan data från export av BigQuery-händelser skilja sig från data i Google Analytics-gränssnittet.
För att förstå skillnaderna mellan BigQuery-händelseexporten och Google Analytics-gränssnittet och se hur du kan minska dessa skillnader när det är möjligt kan du läsa Överbrygga klyftan mellan Google Analytics-gränssnittet och BigQuery Export.
Löpande export
Du kan välja alternativet för löpande export när du länkar din Google Analytics-egendom till BigQuery.
Med löpande BigQuery-export får du data om innevarande dag inom några minuter via BigQuery Export.
När du använder detta exportalternativ får BigQuery mer aktuell information om dina användare och deras trafik på din egendom som du kan analysera.
Med löpande export skapas en ny tabell varje dag:
events_intraday_YYYYMMDD: En intern provkörningstabell med sessionsposter som ägde rum under dagen. Streaming av exporter sker efter bästa förmåga och inkluderar eventuellt inte all data av orsaker som exempelvis bearbetning av sena händelser och/eller misslyckade uppladdningar. Data exporteras kontinuerligt under dagen. Den här tabellen kan innehålla poster om en session när sessionen sträcker sig över flera exporter. Tabellen raderas närevents_YYYYMMDDhar slutförts.
Om du väljer det dagliga alternativet när du konfigurerar BigQuery Export skapas även följande tabell varje dag.
events_YYYYMMDD: den fullständiga dagliga exporten av händelser
Sök efter information i events_ÅÅÅÅMMDD snarare än i events_intraday_ÅÅÅÅMMDD så att du söker i ett stabilt dataset för den dagen.
Mer information om tabellerna events_ÅÅÅÅMMDD och events_intraday_ÅÅÅÅMMDD finns i BigQuery Export-schemat.
Den löpande BigQuery-exporten innehåller inte följande attributionsdata för nya användare:
- traffic_source.name (rapportdimension: Användarkampanj)
- traffic_source.source (rapportdimension: Användarkälla)
- traffic_source.medium (rapportdimension: Användarmedium)
Data om användarattribution för befintliga användare tas med, men informationen tar cirka 24 timmar att bearbeta helt. Vi rekommenderar därför att du inte förlitar dig på uppgifterna från den löpande exporten utan i stället hämtar användarattributionsdata från den fullständiga dagliga exporten.
Du drar på dig den extra BigQuery-kostnad på 0,05 dollar per gigabyte data för löpande exporter. En gigabyte motsvarar cirka 600 000 Google Analytics-händelser, även om siffran varierar beroende på händelsevolymen. Läs mer om BigQuery-priser.
Uppdaterad daglig export
Nu kan du utöver Daglig och löpande export välja alternativet Uppdaterad daglig export. Uppdaterad daglig export är för närvarande tillgängligt för Analytics 360-egendomar. Vart och ett av de tre exportalternativen kan aktiveras oberoende av varandra.
Om du vill konfigurera Uppdaterad daglig export måste du ha konfigurerat fakturering på Google Cloud Platform. Läs mer om uppdaterad daglig export till BigQuery (GA360).
Signal om slutförande
GA360-kunder som använder uppdaterad daglig export får en signal om slutförande från Google Analytics när all data från föregående dag har exporterats.
Så här kan du se signalen om slutförande:
- Logga in på Cloud Logging och öppna avsnittet Logs Explorer.
- Sök efter ”export complete”.
Du kan behöva utöka tidsstämpelsintervallet i Logs Explorer. Meddelandet visas vanligtvis runt kl. 05.00 i egendomens tidszon.
Du kan se signalen om slutförande i avsnittet Loggrouter i Cloud Logging. Den kan skickas till Cloud Pub/Sub-ämnen.
- När egendomens tidszon har ändrats
- När BigQuery-länken har skapats för egendomen
Så fungerar signalen om slutförande
Exempel
Tänk dig följande scenario där en Google Analytics-egendom börjar samla in händelser för app- och webbflöden den 29 juli:
- Den 29 juli: X-händelser skickas till Google Analytics och behandlas omedelbart. Dessutom inträffar även L-apphändelser denna dag, men eftersom användarna är offline tas de inte emot av Google Analytics förrän den 30 juli.
- Den 30 juli: Y-händelser inträffar och skickas till Google Analytics denna dag.
- Den 31 juli: M-händelser som inträffade den 29 juli fylls i via Measurement Protocol. Z-händelser inträffar och skickas också till Google Analytics denna dag.
I detta exempel skulle signalen om slutförande återspegla följande:
- Den 29 juli: Signalen om slutförande räknar med X-händelserna.
- Den 30 juli: Signalen om slutförande räknar med både Y-händelserna och L-händelserna.
- Den 31 juli: Signalen om slutförande räknar med både M-händelserna och Z-händelserna.
Schema för tabelluppdateringar
Uppdateringar av tabeller som skapas som en del av BigQuery Export styrs av tidszonen för den Analytics-egendom från vilken data exporteras. BigQuery-exporten kan påverkas om egendomens tidszon ändras. Detta kan leda till dataavvikelser eller till att den dagliga exporten hoppas över.
Tabeller för löpande export (events_intraday_ÅÅÅÅMMDD) uppdateras kontinuerligt under dagen, från kl. 12.00 till 23.59.59 i egendomens tidszon. När en ny dag börjar i egendomens tidszon skrivs händelserna till en ny tabell för data under dagen.
Dagliga exporttabeller (events_ÅÅÅÅMMDD) skapas efter att Analytics har samlat in alla dagens händelser. Analytics uppdaterar dagliga tabeller upp till två kalenderdagar plus den innevarande dagen efter datumet i tabellen med händelser som tidsstämplas med datumet i tabellen, till exempel händelsepaket som inkommer sent från Measurement Protocol eller Firebase SDK:erna. Om datumet i tabellen exempelvis är 20220101 uppdaterar Analytics tabellen till och med 20220104 med händelser som har tidsstämpeln 20220101.
Ibland kan Analytics uppdatera dagliga tabeller efter två kalenderdagar plus innevarande dag i situationer då Analytics måste bearbeta tidigare data, till exempel vid en felkorrigering av ett bearbetningsfel.
Pingar utan cookies och data som tillhandahålls av kunden
När samtyckesläget har implementerats ingår pingar utan cookies som samlats in av Analytics i BigQuery-exporten, tillsammans med data som tillhandahålls av kunden, som user_id och anpassade dimensioner.
Återfylla dimensioner för trafikkällor med statusen Inte tillgänglig
Du kan använda följande resurser för att söka efter dimensioner för attribuerade trafikkällor för en specifik GCLID. Observera att wBRAID- och gBRAID-id:n inte ingår i BigQuery-exporten.
- Google Ads API
- Google Ads-skript
- BigQuery-dataöverföringstjänsten för Google Ads
Du hittar GCLID för poster med statusen Inte tillgänglig i kolumnen traffic_source genom att söka efter GCLID-fältet i kolumnen collected_traffic_source. Mer information om hur du söker efter kampanjinformation i Google Ads utifrån en specifik GCLID finns i Återfyll data om Google Ads-trafikkällor så snart som möjligt (GA 360).
Google Analytics – Firebase-integrering och BigQuery
Om en Google Analytics-egendom och ett Firebase-projekt är integrerade kan de inte länkas till separata BigQuery-projekt.
Relaterade resurser
I BigQuery-guiden för utvecklare hittar du mer information om