Google 분석법 4가 나왔습니다. 방문 내역을 바탕으로 BigQuery로 데이터 분석을 진행했습니다.
19142 단어 Google AnalyticsBigQueryga4tech
TL;DR
구글 분석 4
2019년 발표된'적용+네트워크 속성'은 2020년 10월 공식 발표된 새로운 속성이다.
GA4
특징.
실제로 BigQuery로 GA4의 데이터를 분석해 봤어요.
이번에 BigQuery에 데이터를 출력하고 BigQuery로 접근 로그를 데이터 분석합니다
분석 내용
아래의 구상을 분석해 보자
사용자 등록 프로세스
LP로 이동
utm_xx
를 추가하여 GA를 통한 경로 결정등록 페이지로 마이그레이션 버튼에서 서비스 등록 페이지로 마이그레이션
등록!
utm_campaign
와 연결구상된 표 설계
다음 표의 데이터도 BigQuery와 함께 작동한다고 가정합니다.
-- ユーザ情報が格納されているテーブル
CREATE TABLE `user` (
`id` bigint NOT NULL AUTO_INCREMENT,
`name` varchar(255) DEFAULT NULL,
`created_at` datetime NOT NULL,
`updated_at` datetime NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- ユーザ登録時のutm_campainを取得
CREATE TABLE `user_referrer` (
`user_id` bigint NOT NULL,
`utm_campaign` varchar(255) NOT NULL,
`created_at` datetime NOT NULL,
`updated_at` datetime NOT NULL,
PRIMARY KEY (`user_id`)
)ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
주제 밖의 말, cloud_sql
을 사용한다면 CloudSQL Federation
를 사용하면 UI로 연합할 수 있어 추천합니다.절차.
큰 강
LP에 GA4 설정
알기 쉬운 기사가 있으니 여기를 참조하세요.
GA4->BigQuery 제휴
알기 쉬운 기사가 있으니 여기를 참조하세요.
이 글은 흐르는 데이터 추출 포트의 비용이 높기 때문에 매일 일괄 처리되는 추출 포트를 전제로 조회를 써 보았다
BigQuery로 GA4 페이지 보기
BigQuery에서 GA4 데이터
analytics_xxxxxx
/event_YYYYMMDD
는 매일 데이터를 저장합니다.SELECT DATE(DATETIME_ADD(PARSE_DATETIME("%Y%m%d", event_date), INTERVAL 9 HOUR)) AS event_date,
event_timestamp,
event_name,
traffic_source.name AS campaign,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'link_domain') AS link_domain
FROM `xxxxxxx.analytics_YYYYMMDD.events_*`
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE("%Y%m%d", PARSE_DATE("%Y-%m-%d", '2021-01-05')) AND FORMAT_DATE("%Y%m%d", PARSE_DATE("%Y-%m-%d", '2021-01-17')
AND event_name = 'page_view';
GA4 모드
https://support.google.com/analytics/answer/7029846?hl=en&ref_topic=9359001
traffic_source.name
에campaign의 데이터가 있음_TABLE_SUFFIX
중 일부로PARSE_DATE
Redash에서 날짜를 변수로 할 때 쉽게 변경할 수 있도록 설정event_name
네page_view
.이벤트click
를 클릭하면 적절하게 수정하십시오.link_domain
는 이벤트를 클릭할 때 이전할domain입니다.사용자의 등록 경로 가져오기
SELECT
user_id,
utm_campaign,
DATE(DATETIME_ADD(created_at, INTERVAL 9 HOUR)) AS registered_date,
FROM xxxxx.user_referrer
경로별 로그인 수
상술한 두 개의 조회를 합쳐서 얻다.
날짜와 경로에 따라 로그인 페이지의 클릭수/가입 사용자 수를 계산합니다.
WITH
analytics AS
(SELECT DATE(DATETIME_ADD(PARSE_DATETIME("%Y%m%d", event_date), INTERVAL 9 HOUR)) AS event_date,
event_timestamp,
event_name,
traffic_source.name AS campaign,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'link_domain') AS link_domain -- clickイベント時の遷移先ドメイン
FROM `xxxxxxx.analytics_YYYYMMDD.events_*`
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE("%Y%m%d", PARSE_DATE("%Y-%m-%d", '2021-01-05')) AND FORMAT_DATE("%Y%m%d", PARSE_DATE("%Y-%m-%d", '2021-01-17')
AND (event_name = 'page_view' OR event_name = 'click')),
user_ref AS
(SELECT user_id, utm_campaign
FROM xxxxx.user_referrer),
analytics_sum AS
(SELECT event_date,
utm_campaign,
COUNTIF(event_name = "page_view") AS page_view,
COUNTIF(event_name = "click" AND link_domain = "register.xxxx.com") AS click_register_button -- 登録ページに遷移するボタンのみカウント
FROM analytics
GROUP BY event_date, utm_campaign)
SELECT analytics_sum.event_date, -- アクセスログの日
analytics_sum.utm_campaign AS utm_campaign, -- utm_campaign
analytics_sum.page_view AS page_view, -- ページビュー
analytics_sum.click_register_button AS click_register_button_count, --登録ページ遷移ボタンクリック
count(user_ref.user_id) AS sum, -- 登録数
FROM analytics_sum
LEFT JOIN user_ref ON user_ref.registered_date = analytics_sum.event_date AND user_ref.utm_campaign = analytics_sum.utm_campaign
GROUP BY analytics_sum.event_date,
analytics_sum.page_view,
analytics_sum.click_register_button,
analytics_sum.utm_campaign
ORDER BY analytics_sum.event_date DESC, analytics_sum.utm_campaign DESC
analytics
에서 page_view
이벤트 가져오기click
user_ref
에서 사용자의 로그인 경로 일람analytics_sum
날짜당 클릭수 및 페이지 뷰 개수user_ref
및 analytics_sum
더하기 감상
개인은 서비스 데이터 내 데이터만 분석할 수 있고, 유입에 대한 종합 분석이 가능하기 때문에 비즈니스 대책을 고려할 때 범위가 확대되겠죠.
또 홈페이지뿐 아니라 앱에서도 이용할 수 있어 다음에 한번 해보고 싶다.
Reference
이 문제에 관하여(Google 분석법 4가 나왔습니다. 방문 내역을 바탕으로 BigQuery로 데이터 분석을 진행했습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://zenn.dev/ryomak/articles/ga5-bigquery텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)