Proces wycofania Universal Analytics i zastąpienia go poprzez implementację Google Analytics 4, powoduje, że szukamy możliwości dla zachowania danych zgromadzonych poprzez Universal Analytics.
Interfejs Universal Analytics daje nam szerokie możliwości związane z backupem danych m.in.
- Eksport do formatu plikowego np. Excel, Google Sheet, CSV etc.
- Możliwość eksportu danych do BigQuery (dotyczy wersji Google Analytics 360)
- Wykorzystanie interfejsu API do raportowania Google Analytics
Eksport do plików tekstowych możemy potraktować jako jednorazowe działania dotyczące wybranych - niedużych - zakresów danych. Trudno sobie jednak wyobrazić, że ta forma może być zaprzęgnięta do zadań typu zrzut danych za n-miesięcy dla większej ilości kombinacji wymiary+metryki. Ilość pracy ręcznej, podatność na pomyłki, kłopoty z zarządzaniem taką ilością plików powinny być wystarczającym "sygnałem ostrzegawczym".
Jedyne rozsądne możliwości to wykorzystanie integracji BigQuery, ale to niestety wymaga wersji płatnej, 360, która jest poza zasięgiem przeważającej liczby użytkowników Analyticsa.
Pozostaje nam zatem wykorzystanie API, co daje nam szansę na automatyzację procesu i jego uporządkowanie. Dane pobrane poprzez API mogą być następnie zachowane albo w pliku płaskim typu CSV albo dodane do bazy danych.
Sam skrypt może wykonywać się cyklicznie, dodając iteracyjnie, kolejne partie danych.
Poniższy skrypt przedstawia integrację z API Universal Analytics, oparta o bibliotekę googleAnalyticsR, napisaną w języku R.
Wczytanie biblioteki odbywa się poprzez polecenie library(googleAnalyticsR).
Następnie, należy autoryzować konto, do którego są przypisane nasze dane Google Analytics: ga_auth(email="[email protected]").
Samo pobranie danych odbywa się poprzez komendę: data <- google_analytics_3(id = ga_id,
start="2022-01-01", end="2022-08-02",
metrics = c("sessions", "bounceRate"),
dimensions = c("source", "medium"))
Zapis do pliku realizujemy natomiast komendą: write.csv(df, file = "df.csv").
Zobacz również: