- Schritt 1: Neues Google Cloud Console-Projekt erstellen und BigQuery aktivieren
- Schritt 2: Projekt für BigQuery Export vorbereiten
- Schritt 3: BigQuery mit Google Analytics 4-Properties verknüpfen
- Verknüpfung mit BigQuery löschen
- Limits für BigQuery Export
- Datenfilterung
- Preise und Abrechnung
- Zeitpunkt der Datenverfügbarkeit
- Gründe für Verknüpfungsfehler
- Gründe für Exportfehler
- Weitere Informationen
Schritt 1: Google API Console-Projekt erstellen und BigQuery aktivieren
- Melden Sie sich in der Google Cloud Console an.
- Erstellen Sie ein neues Google Cloud Console-Projekt oder wählen Sie ein vorhandenes Projekt aus.
- Rufen Sie die APIs-Tabelle auf.
Öffnen Sie dazu links oben das Navigationsmenü, klicken Sie auf APIs und Dienste und dann auf Bibliothek. - Aktivieren Sie BigQuery.
Klicken Sie unter Google Cloud APIs auf BigQuery API. Klicken Sie auf der nächsten Seite auf Aktivieren. - Lesen Sie sich die Nutzungsbedingungen durch und stimmen Sie ihnen zu.
Schritt 2: Projekt für BigQuery Export vorbereiten
Sie können Google Analytics-Daten kostenlos in die BigQuery-Sandbox exportieren (es gelten Limits für die Sandbox).
Weitere Informationen zum Upgrade über die BigQuery-Sandbox und zu BigQuery-Preisen
Schritt 3: Google Analytics 4-Property mit BigQuery verknüpfen
Nachdem Sie die ersten beiden Schritte abgeschlossen haben, aktivieren Sie in Analytics auf der Seite „Verwaltung“ die Option „BigQuery Export“.
Für BigQuery Export gelten dieselben Limits für Datenerfassung und Konfiguration wie für Google Analytics. Wenn Sie höhere Limits benötigen, können Sie ein Upgrade auf 360 durchführen.
- Unter
Verwaltung unter Produktverknüpfungen auf BigQuery-Verknüpfungen.
Über den vorherigen Link wird die Analytics-Property aufgerufen, auf die Sie zuletzt zugegriffen haben. In der Property-Auswahl können Sie die Property ändern.- Sie benötigen mindestens die Rolle Bearbeiter auf Property-Ebene, um Folgendes tun zu können: eine Analytics-Property mit BigQuery verknüpfen.
- Außerdem muss die E-Mail-Adresse mit OWNER-Zugriff auf das BigQuery-Projekt haben. Detaillierte Zugriffsanforderungen finden Sie unten unter Berechtigungen.
- Klicken Sie auf Verknüpfen.
- Klicken Sie auf BigQuery-Projekt auswählen, um eine Liste der Projekte aufzurufen, auf die Sie Zugriff haben.
Wenn Sie Analytics und Firebase verknüpft haben oder dies planen, sollten Sie in dasselbe Cloud-Projekt exportieren, weil so die Verknüpfung mit anderen Firebase-Daten einfacher wird. - Wählen Sie in der Liste ein Projekt aus und klicken Sie dann auf Bestätigen.
- Wählen Sie einen Speicherort für die Daten aus. Wenn das Projekt bereits über ein Dataset für die Analytics-Property verfügt, lässt sich diese Option nicht konfigurieren.
- Klicken Sie auf Weiter.
- Wählen Sie Datenstreams und Ereignisse konfigurieren aus, um die Datenstreams festzulegen, die in den Export aufgenommen werden sollen, sowie um bestimmte Ereignisse aus dem Export auszuschließen. Sie können Ereignisse ausschließen, indem Sie auf Hinzufügen klicken, um Ereignisse in einer Liste auszuwählen, oder auf Ereignis mit Namen angeben, um bestehende Ereignisse nach Namen auszuwählen oder Ereignisnamen zu definieren, die noch nicht für die Property erfasst wurden.
- Klicken Sie auf Fertig.
- Wenn Werbe-IDs einbezogen werden sollen, wählen Sie die Option Werbe-IDs für App-Streams einbeziehen aus.
- Für den Datenexport gibt es zwei Optionen: Täglich (einmal pro Tag) und Streaming (kontinuierlich). Bei Analytics 360-Properties können Sie auch Täglich aktualisieren auswählen.
- Klicken Sie auf Weiter.
- Prüfen Sie die Einstellungen und klicken Sie dann auf Senden.
Berechtigungen
Projektberechtigungen: getIamPolicy/setIamPolicy, Dienstberechtigungen get/enable
OWNER hat sämtliche Berechtigungen.Für eine BigQuery-Verknüpfung benötigen Sie mindestens die folgenden Berechtigungen:
resourcemanager.projects.get- Projekt abrufen
resourcemanager.projects.getIamPolicy- Liste mit Berechtigungen abrufen
resourcemanager.projects.setIamPolicy- Prüfen, ob ein Nutzer die Berechtigung zum Erstellen der Verknüpfung für dieses Projekt hat
serviceusage.services.enable- BigQuery API aktivieren
serviceusage.services.get- Prüfen, ob die BigQuery API aktiviert ist
Dienstkonto überprüfen
Wenn Sie Analytics und BigQuery verknüpfen, wird das folgende Dienstkonto erstellt:
firebase-measurement@system.gserviceaccount.com
Prüfen Sie, ob das Konto als Mitglied des Projekts hinzugefügt wurde und die Rolle BigQuery-Nutzer (roles/bigquery.user) hat.
Falls Sie BigQuery Export zuvor so eingerichtet haben, dass Ihrem Dienstkonto die Rolle „Bearbeiter“ für das Google Cloud-Projekt zugewiesen wurde, können Sie diese Rolle auf BigQuery-Nutzer beschränken. Wenn Sie die Rolle für das Dienstkonto ändern möchten, müssen Sie die Verknüpfung aufheben und anschließend Analytics wieder mit Ihrem BigQuery-Projekt verknüpfen. Heben Sie also zuerst die Verknüpfung zwischen Analytics und BigQuery auf und entfernen Sie das Dienstkonto mit der Rolle „Bearbeiter“. Verknüpfen Sie dann Analytics und BigQuery wie oben beschrieben, um das neue Dienstkonto mit der korrekten Berechtigung für das Projekt zu erstellen.
Achten Sie nach der Verknüpfung darauf, dass das Dienstkonto die Rolle Inhaber (bigquery.dataOwner) für das vorhandene Export-Dataset hat. Rufen Sie dazu die Zugriffsrichtlinie für das Dataset auf.
Regionen ändern
Falls Sie die falsche Region ausgewählt haben und sie nach dem Erstellen der Verknüpfung ändern müssen:
- Löschen Sie die Verknüpfung mit BigQuery (siehe unten).
- Sichern Sie die Daten in einem anderen Dataset in BigQuery (durch Verschieben oder Kopieren).
- Löschen Sie das ursprüngliche Dataset. Notieren Sie sich aber den Namen, Sie benötigen ihn im nächsten Schritt.
- Erstellen Sie ein neues Dataset mit dem Namen des gerade gelöschten und wählen Sie den Speicherort für die Daten aus.
- Geben Sie das neue Dataset für firebase-measurement@system.gserviceaccount.com frei und weisen Sie dem Dienstkonto die Rolle BigQuery-Dateninhaber zu.
- Kopieren Sie die gesicherten Daten in das neue Dataset.
- Erstellen Sie anhand der Anleitung oben eine neue Verknüpfung mit BigQuery.
Wenn Sie den Speicherort ändern, entsteht in Ihren Daten eine Lücke. Denn das Streaming und die täglichen Exporte werden für die Zeit, die zwischen dem Löschen der vorhandenen Verknüpfung und dem Erstellen der neuen vergeht, nicht fortgesetzt.
Verknüpfung mit BigQuery löschen
- Unter Über den vorherigen Link wird die Analytics-Property aufgerufen, auf die Sie zuletzt zugegriffen haben. In der Property-Auswahl können Sie die Property ändern.Sie benötigen mindestens die Rolle Bearbeiter auf Property-Ebene, um Folgendes tun zu können: Verknüpfung mit BigQuery löschen.
- Klicken Sie auf die Zeile für die Verknüpfung.
- Klicken Sie rechts oben auf
> Löschen.
> Löschen.Limits für BigQuery Export
Bei Standard-GA4-Properties gilt ein tägliches Limit für BigQuery Export von einer Million Ereignissen. Bei Streaming-Exporten gibt es keine Limits für die Anzahl der Ereignisse. Wenn Ihre Property ständig das Exportlimit überschreitet, wird der tägliche BigQuery-Export pausiert und die Exporte der vorherigen Tage werden nicht noch einmal verarbeitet.
Bei Analytics 360-Properties enthält der tagesaktuelle Export enthält alle Datenfelder und -spalten, die im täglichen Export enthalten sein sollten, einschließlich der Daten zur beobachteten Nutzerverknüpfung und zu den Anzeigenimpressionen.
Alle Bearbeiter und Administratoren von Properties erhalten eine E-Mail-Benachrichtigung, wenn eine ihrer verwalteten Properties das Tageslimit überschreitet. In der Benachrichtigung sehen sie, wann der Export pausiert wird, sollten keine Maßnahmen ergriffen werden. Sollte eine Standard-Property das tägliche Limit von einer Million Ereignissen deutlich überschreiten, kann es außerdem sein, dass tägliche Exporte in Analytics sofort pausiert werden. Wenn Sie eine Benachrichtigung erhalten, nutzen Sie die Optionen zur Datenfilterung (Datenstream-Export und Ereignisausschlüsse), um weniger Ereignisse pro Tag zu exportieren und dadurch den täglichen Export weiterhin zu ermöglichen.
Weitere Informationen zu den höheren Limits für 360-Properties
Datenfilterung
Sie können bestimmte Datenstreams und Ereignisse aus Ihrem Export ausschließen, entweder um die Größe des Exports zu begrenzen oder um dafür zu sorgen, dass nur die gewünschten Ereignisse in BigQuery exportiert werden.
Datenstreams und Ereignisse während des Verknüpfungsvorgangs ausschließen
Während des Verknüpfungsvorgangs können Sie außer den Datenstreams, die Sie exportieren möchten, auch Ereignisse auswählen, die ausgeschlossen werden sollen. Weitere Informationen finden Sie unter Schritt 9 des Verknüpfungsvorgangs.
Datenstreams oder Ereignisse nach Konfiguration der Verknüpfung hinzufügen oder entfernen
Nachdem Sie die BigQuery-Verknüpfung konfiguriert haben, können Sie Datenstreams hinzufügen oder entfernen sowie Ereignisse der Ausschlussliste hinzufügen oder daraus entfernen.
- Unter Über den vorherigen Link wird die Analytics-Property aufgerufen, auf die Sie zuletzt zugegriffen haben. In der Property-Auswahl können Sie die Property ändern.
- Sie benötigen mindestens die Rolle Bearbeiter auf Property-Ebene, um Folgendes tun zu können: Datenstreams oder Ereignisse hinzufügen oder entfernen.
- Verwenden Sie dazu eine E-Mail-Adresse mit OWNER-Zugriff auf das BigQuery-Projekt.
- Klicken Sie auf die Zeile für das Projekt, dessen Verknüpfung Sie ändern möchten.
- Klicken Sie unter Datenstreams und Ereignisse auf Datenstreams und Ereignisse aufrufen.
- Unter Zu exportierende Datenstreams können Sie zusätzliche Datenstreams auswählen, um sie zu exportieren oder aus der Liste zu entfernen.
- Klicken Sie in der Liste Auszuschließende Ereignisse auf Hinzufügen, um sie aus der Liste der bestehenden Ereignisse auszuwählen, oder auf Ereignis mit Namen angeben, um vorhandene Ereignisse nach Namen auszuwählen oder Ereignisnamen anzugeben, die noch nicht für die Property erfasst wurden.
- Wenn Sie ein Ereignis aus der Liste entfernen möchten, klicken Sie auf das Minuszeichen am Ende der entsprechenden Zeile.
Preise und Abrechnung
Die Gebühren für die Nutzung von BigQuery setzen sich aus zwei Komponenten zusammen: Speicherung und Datenabfrage. Im Artikel BigQuery-Preise erhalten Sie einen Überblick über die Preisstruktur und in diesem Artikel erfahren Sie mehr über die Unterschiede zwischen interaktiven und Batch-Abfragejobs.
Damit der Export möglich ist, muss in der Cloud ein gültiges Zahlungsmittel hinterlegt sein. Sollte der Export aufgrund einer ungültigen Zahlungsmethode unterbrochen werden, können die Daten für den entsprechenden Zeitraum nicht noch einmal exportiert werden.
Sie können Analytics-Daten auch kostenlos in die BigQuery-Sandbox exportieren, es gelten jedoch Limits für die Sandbox.
Zeitpunkt der Datenverfügbarkeit
Nachdem die Verknüpfung erstellt wurde, sollten innerhalb von 24 Stunden Daten im BigQuery-Projekt sichtbar sein. Wenn Sie den täglichen Export auswählen, wird jeden Tag eine Datei exportiert, die die Daten des Vortags enthält. Das geschieht in der Regel am frühen Nachmittag in der für die Berichterstellung ausgewählten Zeitzone.
Bei „Normalen“ und „Großen“ Premium-Properties wird der tagesaktuelle Export etwa alle 60 Minuten aktualisiert. Der tagesaktuelle Export ist für Premium-Properties des Typs „XL“ nicht verfügbar.
Gründe für Verknüpfungsfehler
Die Verknüpfung mit BigQuery kann aus einem der beiden folgenden Gründe fehlschlagen:
- Ihre Organisationsrichtlinie lässt den Export in die USA nicht zu. Wenn Sie die USA als Standort Ihrer Daten angegeben haben, wählen Sie einen anderen Standort aus.
- Ihre Organisationsrichtlinien verbieten Dienstkonten aus der Domain, aus der Sie Daten exportieren möchten. In diesem Fall müssen Sie Ihre Organisationsrichtlinie ändern.
Gründe für Exportfehler
| Fehler | Ursache | Ergebnis |
|---|---|---|
| Kein Dienstkonto | Es gibt kein Dienstkonto in Ihrem Cloud-Projekt mit der Rolle „Aktiver Nutzer“. | In Analytics können keine Tabellen erstellt werden. Der Export schlägt fehl. |
| Robot-Konto wird nach der Installation gelöscht. | Ein Nutzer des Cloud-Kontos hat das von Google Analytics installierte Robot-Dienstkonto entfernt. | In Analytics können keine Tabellen mehr erstellt werden. Alle Exportvorgänge werden gestoppt. |
| Konflikt zwischen Organisationsrichtlinie und BigQuery Export | Ein Nutzer im Cloud-Projekt hat eine Organisationsrichtlinie erstellt, die das Exportieren von Daten in Analytics verhindert. Die Richtlinie verhindert möglicherweise, BigQuery-Tabellen zu erstellen oder in Tabellen zu schreiben. Außerdem könnte gemäß der Richtlinie auch die für den Datenspeicher angegebene Region ein Problem sein. | Die Tabelle wird entweder nicht erstellt oder nach kurzer Zeit (etwa 30 Min.) wieder gelöscht. |
| Nutzer hat die Abrechnungseinstellungen geändert | Ein Nutzer des Cloud-Projekts hat vom kostenlosen zum kostenpflichtigen BigQuery-Angebot gewechselt. Das ist normalerweise möglich, sofern das Projekt nicht bereits das Sandbox-Limit von 10 GB überschreitet. In der Praxis kann der Export fehlschlagen. | Die Tabellen werden nicht ausgefüllt. |
| Cloud-Projekt über Kontingent | In der Cloud stehen für die meisten Projekte nur beschränkte Ressourcen zur Verfügung. Wird das BigQuery-Speicherkontingent überschritten, können keine weiteren Daten geschrieben werden. Dieses Kontingent ist für kostenlose Projekte recht klein (10 GB). | Die Tabellen werden nicht ausgefüllt. |
| Nutzer ändert die Property-Zeitzone | Beim Export wird basierend auf der zugehörigen Zeitzone eine 24-Stunden-Übersicht einer Property erstellt. Wenn sich die Zeitzone ändert, kann das Zeitfenster für den Export an einem bestimmten Tag kleiner oder größer werden (z. B. drei Stunden weniger, wenn die Zeitzone von „US Eastern Standard Time“ in „US Pacific Time“ geändert wird.) In beiden Fällen wird dem Nutzer eine ungewöhnliche Anzahl von Ereignissen angezeigt. | An einem Tag erscheint die Zahl der Ereignisse als ungewöhnlich. Die Nutzer sind allgemein verunsichert. |
Support
Wenn Sie Fragen zu BigQuery haben, etwa zum Thema Abrechnung, wenden Sie sich einfach an den Google Cloud-Support.
Weitere Informationen
BigQuery Export
In der Dokumentation zu BigQuery Export erfahren Sie mehr darüber, wie Sie Daten exportieren. Dort haben Sie außerdem Zugriff auf ein Beispiel-Dataset.