Ontketen de kracht van BigQuery en GA4 | Artikels

In 2019 kondigde Google aan dat er een nieuwe versie van Google Analytics op de roadmap stond : GA4 (voorheen App + Web genoemd). Eind 2020 werd dit nieuwe product officieel gelanceerd na een succesvolle beta testperiode. 

Het belangrijkste verschil tussen GA3 (universal analytics) en GA4 is de verschuiving van het gegevensschema, waarbij wordt overgeschakeld van sessie-gebaseerd naar event-gebaseerd. Bij Semetis, sinds het begin van 2021, adviseren we onze klanten om dit nieuwe product te gebruiken, aangezien het glashelder is geworden dat dit de toekomst is omdat er geen verbeteringen meer zullen worden aangebracht aan GA3 (onderhoud zal nog voor een zekere periode doorgaan). Als u meer informatie wenst, gelieve dan onze andere artikelen te raadplegen die de volgende onderwerpen bespreken: wat GA4 inhoudt, hoe u uw GA4 account instelt, hoe u uw reeds bestaande en verbeterde e-commerce dataLayer gebruikt voor GA4, en vele anderen.

Een belangrijke verbetering van GA4 ten opzichte van GA3 is de mogelijkheid om gratis uw gegevens te exporteren naar Google BigQuery (Google Cloud Platform) voor alle accounts, terwijl GA3 dit alleen toestond voor premium accounts (GA360). Deze functie zal het hoofdonderwerp van dit artikel zijn.

 

Wat is BigQuery?

 

BigQuery is een volledig beheerd entrepot voor bedrijfsgegevens dat u toestaat om deze te bewaren en te analyseren. Dankzij de serverloze architectuur van BigQuery, kunt u SQL-query's gebruiken om de grootste vragen van uw organisatie te beantwoorden zonder infrastructuurbeheer. BigQuery werkt uitstekend met gegevens van elke omvang, van een Excel-spreadsheet met 100 rijen tot meerdere petabytes aan gegevens. Bovendien kan het via deze gegevens een complex verzoek uitvoeren in een paar seconden (terabytes) of minuten (petabytes).

Vervolgens kunt u uw ruwe gegevens opslaan in BigQuery, deze gegevens transformeren met behulp van SQL en de output opslaan in een andere BigQuery-tabel.

  • Gegevensinvoer - het importeren van gegevens kan (1) handmatig, (2) met behulp van de API die in de meeste programmeertalen beschikbaar is of (3) met behulp van een gegevensintegratieoplossing zoals Fivetran, Stitch, Supermetrics, enz.
  • Datatransformatie - u kunt de gegevens manipuleren met behulp van de specifieke SQL-syntaxis van BigQuery, die geleverd wordt met een zeer duidelijke documentatie. Bovendien zijn ook ingebouwde functies zoals machine learning, geospatiale analyse en business intelligence beschikbaar.
  • Data-activatie - de inzichten die door uw datatransformatie worden gegenereerd, kunnen vervolgens op verschillende manieren worden benut: export naar csv/excel-bestanden, verbinding met BI-tools voor visualisaties, export naar verschillende platforms, zoals audiences in Google Analytics.  

Tot slot is het belangrijk op te merken dat BigQuery niet gratis is en dat de kosten afhangen van de hoeveelheid opgeslagen en verwerkte gegevens. Veel GCP producten (waaronder BigQuery) beschikken over een "Free Tier", dit zijn maandelijkse limieten waaronder u geen kosten hoeft te maken. De BigQuery "Free Tier" geeft 10GB opslag en 1TB verwerking per maand. Uit onze ervaring blijkt dat deze kosten extreem laag blijven, zie meer informatie over prijzen hier.

Hoe de verbinding opzetten ?

 

Omdat deze 2 producten deel uitmaken van het Google ecosysteem, is het opzetten van een verbinding om uw ruwe GA4 gegevens te sturen naar BigQuery uiterst eenvoudig. Het vereist slechts een paar klikken en er is geen code nodig. Het enige wat u nodig heeft is een GA4 account en een Google Cloud Platform (GCP) account. Als u nog geen GCP account heeft, is het mogelijk om gratis te beginnen door ofwel :

  1. Gebruik te maken van de "BigQuery sandbox" (beschikbaar voor iedereen met een Google-account). Dit maakt het mogelijk om BigQuery gratis te gebruiken (u hoeft geen creditcardgegevens in te voeren) en staat u toe er zeker van te zijn dat het de juiste oplossing is voor uw bedrijf. Veel beperkingen zijn van toepassing, zoals het gebruik van "Free Tier" alleen, zie de volledige lijst hier;
  2. Wanneer u een account aanmaakt (direct of upgraden vanuit de sandbox), biedt GCP een 90-dagen trial met een tegoed van 300$, zodat u al hun diensten kunt uitproberen. Merk op dat u een kredietkaart moet invoeren, die zal worden gefactureerd zodra de proefperiode of u krediet verlopen is.

Google heeft een duidelijke stap voor stap handleiding om de verbinding op te zetten : [GA4] BigQuery Export opzetten. Als alternatief kunt u ook kijken naar deze tutorial.

Hoe kunt u GA4-gegevens gebruiken in BigQuery?

 

Zodra de verbinding tot stand is gebracht, zal een dataset in BigQuery met de nomenclatuur "analytics_<property_id>" worden aangemaakt onder het GCP-project dat u tijdens de set-up van de verbinding heeft geselecteerd. Elke ochtend wordt een nieuwe tabel (of gepartitioneerde tabel) aangemaakt met alle ruwe gegevens van de vorige dag (als frequentie "daily" is gekozen bij het opzetten van de verbinding).

GA4-gegevens kunnen worden gebruikt voor een grote verscheidenheid van projecten :

  1. Het beantwoorden van elke zakelijke vraag met betrekking tot de gegevens. Een klanten van ons was geïnteresseerd in hoe hun gebruikers omgaan met de productfilters van hun website als onderdeel van een CRO/UX missie. Met het juiste tracking plan in plaats, waren we in staat om een zeer gedetailleerd dashboard te creëren. Deze staat ons toe het gebruik van de filter tussen verschillende landen te zien, welke groep filters het meest werden gebruikt, welke filter tot meer conversies leidt, enz. Bovendien werd de hele architectuur geïmplementeerd op GCP, waardoor een volledig geautomatiseerde update van de gegevens op een dagelijkse basis mogelijk werd;
  2. Publiek aanmaken
  3. LTV-voorspelling;
  4. Churn voorspelling;
  5. En nog veel meer

Deze projecten kunnen heel gemakkelijk de ingebouwde machine learning mogelijkheden integreren via BigQuery ML en de inzichten kunnen vervolgens worden doorgestuurd naar verschillende platformen voor activering (bv. audiences pushen in GA)

Tot slot is het belangrijk op te merken dat de gegevens die u in BigQuery krijgt, enigszins verschillen van de gegevens die u in GA4 hebt:

  • PII (persoonlijk identificeerbare informatie) dimensies zoals IP-adressen zijn niet beschikbaar in BigQuery;
  • Variabelen op basis van de interne gegevens van Google en extrapolaties, zoals leeftijd en geslacht, zijn niet beschikbaar in BigQuery;
  • Alle gegevens die zijn gemaakt in Google Analytics, zoals segmenten of advertentiekosten (indien gekoppeld aan een platform) zijn niet beschikbaar in BigQuery

Hoe kunt u aan de slag?

 

Dankzij de brede toepassing van deze technologie, zijn er veel middelen en use cases online beschikbaar. Een goed startpunt is het BigQuery “cookbook” met voorbeeld aanvragen of de cursus "Insights from Data with BigQuery", beide aangeboden door Google (vooralsnog alleen voor GA3). Om de juiste inzichten te genereren, moet u er ook voor zorgen dat uw trackingplan de juiste gegevens in het juiste formaat vastlegt. Aarzel niet om contact met ons op te nemen als u wilt bespreken met welke use case u moet beginnen, hoe u uw tracking plan goed kunt opzetten en hoe u volledig geautomatiseerde data transformatie pipelines op GCP kunt creëren.


publication auteur Simon Richelle
AUTEUR
Simon Richelle

| LinkedinDit E-mail adres wordt beschermd tegen spambots. U moet JavaScript geactiveerd hebben om het te kunnen zien.

Tags:

Contacteer Ons

Semetis | Scheldestraat 122, 1080 Brussel - België

welcome@semetis.com

Volg Ons

Cookie Policy

This website uses cookies that are necessary to its functioning and required to achieve the purposes illustrated in the privacy policy. By accepting this OR scrolling this page OR continuing to browse, you agree to our privacy policy.