Caricare i dati da Google Analytics a Google BigQuery

Questo articolo ti aiuta a caricare i tuoi dati da Google Analytics a BigQuery. Se stai cercando di ottenere dati pronti per l’analisi senza i problemi manuali, puoi integrare Google Analytics in BigQuery con e-Service, così puoi concentrarti su ciò che conta e ricavare valore dai tuoi dati di analisi.

Accedi ai tuoi dati su Google Analytics

Il primo passo per caricare qualsiasi dato di Google Analytics che possiedi in qualsiasi tipo di soluzione di data warehouse, è accedervi e iniziare a estrarlo.

L’API di reporting di Google Analytics è il metodo programmatico più avanzato per accedere ai dati dei rapporti in Google Analytics. L’API consente inoltre di interagire a livello di codice con il tuo account Google Analytics, creando report e dashboard che possono essere visualizzati dall’account GA, ma anche per incorporarli in altre applicazioni.

I dati di Google Analytics arrivano sempre sotto forma di rapporto o report, il che significa che devi creare un report e richiederlo da Google Analytics per un periodo di tempo specifico.

È possibile accedere a Google Analytics allo stesso modo di ogni altra API di Google, è necessario sfruttare la console dell’API di Google per gestire le applicazioni e accedere alle varie API, tra cui Google Analytics.

In aggiunta a quanto sopra, le cose che devi tenere a mente quando si ha a che fare con l’API di Google Analytics sono:

1. Limiti di velocità. Ogni API, ha alcuni limiti di velocità che devi rispettare.
2. Autenticazione. Autenticati su Google Analytics utilizzando un OAuth.
3. Paging e gestione di grandi quantità di dati. Piattaforme come Google Analytics che si occupano di dati clickstream tendono a generare molti dati, come eventi sulle proprietà web.

Informazioni su Google Analytics

Google Analytics è un servizio di analisi web freemium offerto da Google che tiene traccia e segnala il traffico del sito web.

Google Analytics è il servizio più utilizzato per tracciare il traffico su un sito Web e uno strumento prezioso, soprattutto per i professionisti del marketing.

Google Analytics si è evoluto in uno strumento molto potente, che offre report sui visitatori e una serie completa di strumenti per l’esecuzione di analisi del flusso dei clic, dalla visualizzazione live a complesse analisi delle canalizzazioni e monitoraggio degli eventi.

La versione gratuita di Google Analytics offre una vista campionata dei dati che è sufficiente per la maggior parte dei casi in quanto fornisce una visione molto accurata di ciò che sta accadendo, c’è anche la possibilità di utilizzare Google Analytics Premium, che garantisce anche l’accesso a tutti gli eventi non elaborati, ma questo fa parte di una versione a pagamento del servizio.

Trasforma e prepara i tuoi dati di Google Analytics

Dopo aver effettuato l’accesso ai dati su Google Analytics, dovrai trasformarlo in base a due fattori principali,

1. Le limitazioni del database che verrà utilizzato.
2. Il tipo di analisi che intendi eseguire.

Ogni sistema ha limitazioni specifiche sui tipi di dati e strutture dati che supporta.

Se ad esempio desideri inviare dati a Google BigQuery, puoi inviare direttamente dati nidificati come JSON, ma tieni presente che tutti i dati ottenuti da Google Analytics si presentano sotto forma di un rapporto tabulare più vicino a ciò che sembra un CSV o un foglio di calcolo.

Ovviamente, quando si ha a che fare con archivi di dati tabulari, come Microsoft SQL Server, questa non è un’opzione. Invece, dovrai appiattire i tuoi dati, proprio come nel caso di JSON, prima di caricarli nel database.

Inoltre, devi scegliere i giusti tipi di dati. Di nuovo, a seconda del sistema a cui invierai dati e dei tipi di dati che l’API ti espone, dovrai fare le scelte giuste. Queste scelte sono importanti perché possono limitare l’espressività delle tue query e limitare i tuoi analisti su ciò che possono fare direttamente dal database.

Google Analytics ha un insieme molto limitato di tipi di dati disponibili, il che significa che il tuo lavoro per fare questi mapping è molto più semplice e diretto, ma ugualmente importante con qualsiasi altro caso di un’origine dati.

Per comprendere e modellare correttamente i dati di Google Analytics, è necessario comprendere che tutti i dati che ne derivano sono sotto forma di rapporto. Il report è come un foglio di calcolo e può essere mappato in modo naturale in una tabella. Quindi più o meno si finirà con una mappatura uno a uno tra un report e una tabella sul proprio database.

È inoltre necessario tenere presente che, a causa della natura dei dati del report, non è possibile trovare chiavi primarie che possono essere utilizzate per la deduplicazione e il riferimento. Questo è qualcosa che devi costruire comprendendo la natura dei dati dei tuoi rapporti.

Inoltre, poiché Google Analytics esegue il campionamento dei dati per generare il rapporto, potresti visualizzare valori leggermente diversi se si estrae lo stesso rapporto, per lo stesso periodo, più di una volta.

Come caricare i dati da Google Analytics a Google BigQuery

Se desideri caricare i dati di Google Analytics su Google BigQuery, devi utilizzare una delle seguenti origini dati supportate.

1. Google Cloud Storage
2. Inviare i dati direttamente a BigQuery con una richiesta POST
3. Google Cloud Datastore Backup
4. Inserimento di streaming
5. File di registro o log file di App Engine
6. Registri di archiviazione o log file del cloud

Dall’elenco sopra riportato delle fonti, i punti 5 e 6 non sono applicabili nel nostro caso.

Per Google Cloud Storage, devi prima caricare i dati che possiedi, ci sono alcune opzioni su come farlo, ad esempio puoi usare direttamente la console come descritto negli articoli precedenti e non dimenticare di seguire le migliori prassi o best practice.

Un’altra opzione è quella di pubblicare i dati attraverso l’API JSON, come vedi di nuovo le API svolgono un ruolo importante sia nell’estrazione che nel caricamento dei dati nel nostro data warehouse. Nel caso più semplice, è solo una questione di una richiesta POST HTTP che utilizza uno strumento come CURL o Postman.

Dopo aver caricato i dati in Google Cloud Storage, devi creare un processo di caricamento per BigQuery per caricare effettivamente i dati in esso, questo lavoro dovrebbe puntare ai dati di origine in Cloud Storage che devono essere importati, ciò avviene fornendo URI di origine a cui puntare agli oggetti appropriati.

Il modo migliore per caricare i dati da Google Analytics a BigQuery

Finora abbiamo solo raschiato la superficie di ciò che puoi fare con BigQuery e come caricare i dati in esso. Le cose possono diventare ancora più complicate se vuoi integrare dati provenienti da fonti diverse.

Stai cercando di ottenere risultati in questo momento?

Invece di scrivere, ospitare e gestire un’infrastruttura dati flessibile, contatta e-Service! È in grado di gestire tutto automaticamente per te.

e-Service integra le tue fonti o servizi, crea dati pronti per l’analisi e sincronizza Google Analytics con BigQuery immediatamente.

Combina il traffico del sito web e i dati degli eventi che vivono in Google Analytics con i dati di vendita o di marketing e potenzia le tue conoscenze di business.

• About
• Latest Posts

Social

Davide Puzzo

Marketing Manager at e-Service

Business owner, ecommerce manager at e-Service Store.
Founder e business developer di Report Not Provided.
Disponibile per offrirti Consulenza Marketing, Consulenza informatica, Consulenza SEO & SEM, Sviluppo siti internet e Software gestionali, Progettazione di reti LAN WLAN, Videosorveglianza, Web Agency Ragusa & Parma.

Social

Latest posts by Davide Puzzo (see all)

• Riparazione Computer a Domicilio in 24 Ore a Ragusa: Affidabilità e Velocità da e-Service Computer Lab - 31 Dicembre 2024
• Perché Investire 2.000 Euro in Servizi SEO è la Scelta Vincente per il Tuo Business Online - 19 Dicembre 2024
• Perché Scegliere e-Service di Puzzo Davide: La Migliore Web Agency per il Tuo Progetto Digitale - 4 Dicembre 2024