Google Analytics 4 i BigQuery. Wprowadzenie do eksportu danych

10.2024 | BigQuery | Google Analytics 4 | Eksport danych | Przeczytasz w 4 min.

Integracja Google Analytics 4 z BigQuery - Szczegółowy Opis Schematu

Integracja Google Analytics 4 (GA4) z BigQuery umożliwia zaawansowaną analizę danych, pozwalając na głębsze zrozumienie zachowań użytkowników oraz efektywności działań marketingowych.

Dzięki eksportowi surowych danych z GA4 do BigQuery, marketerzy i analitycy mogą korzystać z zaawansowanych narzędzi do przetwarzania i wizualizacji danych, co wspiera podejmowanie bardziej świadomych decyzji biznesowych. W poniższym artykule przedstawiamy szczegółową listę pól dostępnych w BigQuery dla integracji z GA4, wraz z opisem ich nazw i rodzajów zbieranych danych.

---

Graficzne przedstawienie pól w bazie BigQuery dla danych importowanych z Google Analytics 4:

---

Główne pola w BigQuery dla integracji z Google Analytics 4

1. Podstawowe Pola Zdarzeń

• event_date: Data zdarzenia w formacie YYYYMMDD, reprezentująca dzień, w którym zdarzenie miało miejsce.
• event_timestamp: Znacznik czasu zdarzenia w mikrosekundach, określający dokładny moment wystąpienia zdarzenia.
• event_name: Nazwa zdarzenia, np. purchase, page_view, która identyfikuje rodzaj interakcji użytkownika.
• event_params: Parametry zdarzenia przechowujące dodatkowe informacje w formacie klucz-wartość. Wartości mogą być typu string, int, float lub double.
• event_previous_timestamp: Znacznik czasu poprzedniego zdarzenia dla tego użytkownika.
• event_value_in_usd: Wartość pieniężna zdarzenia w USD.
• event_bundle_sequence_id: Numer sekwencyjny zestawu zdarzeń, który pomaga w analizie kolejności występowania zdarzeń.
• event_server_timestamp_offset: Różnica między znacznikiem czasu zdarzenia a czasem otrzymania zdarzenia przez serwer.

2. Informacje o Użytkowniku

• user_id: Identyfikator użytkownika, jeśli został przypisany, pozwalający na śledzenie użytkownika w różnych sesjach i urządzeniach.
• user_pseudo_id: Anonimowy identyfikator użytkownika generowany przez GA4, unikalny dla każdego użytkownika.
• user_properties: Właściwości użytkownika przechowujące dane demograficzne lub zachowania. Wartości mogą być typu string, int, float lub double, z dodatkowym polem set_timestamp_micros.
• user_first_touch_timestamp: Znacznik czasu pierwszej interakcji użytkownika z aplikacją/stroną.
• user_ltv: Wartość życia użytkownika (LTV), zawierająca pola revenue i currency.

3. Urządzenie i Platforma

device: Dane dotyczące urządzenia używanego przez użytkownika, zawierające m.in.:

• category: Kategoria urządzenia
• mobile_brand_name: Marka urządzenia mobilnego
• mobile_model_name: Model urządzenia mobilnego
• operating_system: System operacyjny
• language: Język urządzenia
• browser: Przeglądarka internetowa
• browser_version: Wersja przeglądarki

platform: Platforma, na której zdarzenie zostało zarejestrowane, np. WEB, ANDROID, IOS.

4. Lokalizacja

geo: Informacje geograficzne dotyczące lokalizacji użytkownika, takie jak:

• country: Kraj
• region: Region
• city: Miasto
• continent: Kontynent
• sub_continent: Podkontynent
• metro: Obszar metropolitalny

5. Źródło Ruchu i Kampanie

traffic_source: Informacje o źródle ruchu prowadzącego użytkownika na stronę, zawierające:

• name: Nazwa źródła ruchu
• medium: Medium
• source: Źródło

collected_traffic_source: Szczegółowe informacje o źródle ruchu, w tym ręcznie ustawione parametry kampanii.

session_traffic_source_last_click: Informacje o ostatnim kliknięciu źródła ruchu sesji, zawierające dane o różnych typach kampanii (Google Ads, SA360, CM360, DV360).

6. Dane E-commerce

ecommerce: Dane związane z e-commerce, obejmujące:

• total_item_quantity: Całkowita ilość przedmiotów
• purchase_revenue_in_usd: Przychód z zakupu w USD
• purchase_revenue: Przychód z zakupu
• refund_value_in_usd: Wartość zwrotu w USD
• shipping_value_in_usd: Wartość wysyłki w USD
• tax_value_in_usd: Wartość podatku w USD
• unique_items: Liczba unikalnych przedmiotów
• transaction_id: Identyfikator transakcji

items: Lista produktów związanych ze zdarzeniem, zawierająca szczegóły takie jak:

• item_id: Identyfikator produktu
• item_name: Nazwa produktu
• item_brand: Marka produktu
• item_variant: Wariant produktu
• price_in_usd: Cena w USD
• price: Cena
• quantity: Ilość
• item_revenue_in_usd: Przychód z przedmiotu w USD
• item_refund_in_usd: Zwrot za przedmiot w USD
• coupon: Kupon
• affiliation: Przynależność
• location_id: Identyfikator lokalizacji
• item_list_id: Identyfikator listy przedmiotów
• item_list_name: Nazwa listy przedmiotów
• promotion_id: Identyfikator promocji
• promotion_name: Nazwa promocji

7. Informacje o Aplikacji

app_info: Informacje o aplikacji, jeśli zdarzenie dotyczy aplikacji mobilnej:

• id: Identyfikator aplikacji
• version: Wersja aplikacji
• install_store: Sklep, z którego zainstalowano aplikację
• firebase_app_id: Identyfikator aplikacji Firebase
• install_source: Źródło instalacji

9. Dodatkowe Pola

• privacy_info: Informacje o ustawieniach prywatności użytkownika.
• is_active_user: Wskazuje, czy użytkownik jest aktywny.
• stream_id: ID strumienia danych.
• event_dimensions: Dodatkowe wymiary zdarzenia, zawierające hostname.
• publisher: Informacje związane z wydawcą (dla aplikacji z reklamami), zawierające dane o przychodach z reklam i formatach reklam.

---

Przykładowa struktura danych

Dane eksportowane z GA4 do BigQuery są zorganizowane w struktury zagnieżdżone i powtarzalne, co pozwala na bardziej elastyczne analizy. Przykładowa struktura tabeli może wyglądać następująco:

• events_YYYYMMDD
  • event_date
  • event_timestamp
  • event_name
  • event_params (rekord powtarzalny)
    • key
    • value
  • user_pseudo_id
  • user_id
  • user_properties (rekord powtarzalny)
    • key
    • value
  • geo
    • country
    • region
    • city
    • continent
    • sub_continent
  • device
    • category
    • operating_system
    • browser
    • language
  • traffic_source
    • name
    • medium
    • source
  • ecommerce
    • transaction_id
    • purchase_revenue
    • purchase_revenue_in_usd
    • items (rekord powtarzalny)
      • item_id
      • item_name
      • price
      • quantity

Każde z tych pól pozwala na szczegółową analizę zachowań użytkowników, skuteczności kampanii marketingowych oraz wydajności aplikacji lub strony internetowej. Integracja GA4 z BigQuery otwiera nowe możliwości dla zaawansowanej analityki, umożliwiając tworzenie niestandardowych raportów i głębszych insightów biznesowych.