Comment surmonter les limitations des quotas de l'API Google Analytics 4 dans Looker Studio (anciennement Google Data Studio)
Publié: 2022-11-26Au cours de la semaine dernière, vous avez peut-être entendu parler de "l'apocalypse des quotas" ou de la "débâcle du connecteur GA4" qu'une mise à jour de Google Analytics 4 a créée pour les rapports sur les propriétés GA4 dans Looker Studio (anciennement Google Data Studio).
Passer devant >>
- Que s'est-il passé avec les quotas de l'API GA4 ?
- Que sont les quotas de l'API GA4 ?
- Où allez-vous partir d'ici?
- Comment surmonter les limitations de l'API GA4 avec Supermetrics
- Limiter les requêtes simultanées
- Mise en cache
- Nouvelles tentatives automatiques
- 3 façons simples d'obtenir vos données GA4 et d'éviter l'API
- Connecteur d'extraction de données de Google
- Feuilles Google
- BigQuery
Que s'est-il passé avec les quotas de l'API GA4 ?
En un mot, Google a modifié les limites de son API pour les requêtes simultanées ou "quotas".
Looker Studio a annoncé le changement de quota le 10 novembre 2022.
Ce qui semblait initialement être un problème important mais temporaire dans Looker Studio s'est plutôt avéré être le résultat de changements de Google Analytics 4, qui ont ensuite touché presque tous les utilisateurs et pris l'industrie par surprise.
Ce changement critique signifie que les éditeurs Looker Studio utilisant le connecteur GA4 natif ne peuvent pas visualiser leurs données. Souvent, le problème semble intermittent et les graphiques n'affichent qu'un message d'erreur.
Looker Studio affiche le message d'erreur une fois que les quotas d'une propriété spécifique sont atteints. Une fois que cela se produit, Google Analytics ne renvoie aucune donnée à Looker Studio.
Que sont les quotas de l'API GA4 ?
Les quotas de l'API GA4 correspondent à trois catégories de requêtes : Core, Realtime et Funnel. "Les requêtes API aux méthodes Core facturent des quotas Core. Les demandes d'API aux méthodes en temps réel facturent des quotas en temps réel. Une requête ne consommera pas à la fois les quotas Core et Realtime. » Les quotas sont utilisés pour garantir l'équité et la parité entre les clients de Google.
La documentation officielle de Google Analytics nous éclaire un peu sur ces quotas. La page comporte une longue liste de chiffres, susceptibles d'avoir peu de sens pour la plupart des utilisateurs de Looker Studio.
Deux quotas de cette longue liste qui ont le plus d'impact sur les rapports de Looker Studio sont les demandes simultanées et les jetons horaires.
Les demandes simultanées sont plus faciles à comprendre : plus il y a de spectateurs qui accèdent simultanément à vos rapports, plus vite vous atteignez le quota.
Le deuxième facteur est le nombre de visualisations que vous utilisez dans vos rapports, ainsi que la complexité des données que vous consommez. Les filtres, les grandes quantités de données et les interactions fréquentes avec votre rapport comptent tous dans vos quotas.
Avec plusieurs visionneuses et des pages de rapport complexes, vous "passerez à travers les quotas d'API comme des enfants qui attrapent des bonbons à Halloween après une pandémie de deux ans".Stéphane Hamel, expert en confidentialité des données et en marketing numérique
Où allez-vous partir d'ici?
Actuellement, il n'y a pas eu de reconnaissance officielle par Google qu'il s'agit d'un problème critique pour l'entreprise. Ils ont fourni des mesures pour aider à atténuer le problème, telles que :
- Réduisez le trafic vers le rapport : partagez le rapport avec moins de personnes
- Réduire le nombre de graphiques sur chaque page
Mais ces solutions peuvent affecter les utilisateurs de Looker Studio, en particulier ceux qui ont des besoins de reporting assez complexes. Par exemple, les agences de marketing peuvent avoir du mal à limiter le trafic vers un rapport ou à utiliser moins de graphiques sur chaque page, en particulier pendant la haute saison, car elles doivent partager les résultats de la campagne avec leurs clients.
Donc, comme nous savons qu'il s'agit en effet d'une activité critique, nous allons maintenant passer en revue les étapes exactes pour surmonter ces limitations.
Comment surmonter les limitations de l'API GA4 avec Supermetrics
Les utilisateurs de Looker Studio qui signalent avec le connecteur Supermetrics GA4 ont été nettement moins affectés par ce changement.
Chez Supermetrics, nous sommes habitués à toutes sortes de restrictions d'API appliquées par de nombreux services auxquels nous nous connectons. La limitation des requêtes simultanées et la mise en cache ne sont que deux bonnes pratiques que nous avons mises en place pour garantir une communication sans faille entre Looker Studio et l'API.
Voici quelques façons de minimiser ces problèmes :
- Limiter les requêtes simultanées
- Mise en cache
- Nouvelles tentatives automatiques
1. Limitez les requêtes simultanées
Supermetrics gère les requêtes par lots, retardant délibérément certaines requêtes pour éviter trop de requêtes simultanées. En pratique, si votre requête utilise quinze requêtes simultanées, Supermetrics exécute d'abord dix requêtes, puis les cinq suivantes. Cela peut prendre un peu plus de temps, mais au moins la requête passera.
2. Mise en cache
Supermetrics met en cache certaines données pour éviter les appels inutiles. Cela signifie que lorsque vous actualisez un rapport avec plusieurs requêtes, Supermetrics ne récupère les données que pour celles dont les paramètres ont été mis à jour.
3. Nouvelles tentatives automatiques
Malgré la logique que nous avons mise en place pour éviter de dépasser les quotas, nous constatons parfois des erreurs de quota. Dans ces cas, notre système attendra automatiquement un moment, réexécutera la demande et le fera plusieurs fois si nécessaire. Ainsi, même dans ces cas, le seul impact que l'utilisateur voit normalement est que le rapport s'exécute un peu plus lentement.
Les 3 façons les plus simples d'obtenir vos données GA4 et d'éviter les limitations de l'API
De nombreux utilisateurs de Looker Studio utilisent trois méthodes différentes pour transférer leurs données dans Looker Studio sans accéder directement à l'API. Vos options sont :
- Connecteur d'extraction de données de Google
- Feuilles Google
- BigQuery
Ces alternatives placent vos données Google Analytics 4 dans un conteneur de stockage sans limite de quota. Les données sont mises à jour une fois par jour ou peut-être même plus fréquemment.
Chacune de ces trois options présente des avantages et des inconvénients. Vous n'êtes peut-être pas prêt pour BigQuery ou vous trouvez que le connecteur d'extraction de données est trop restrictif. Vous devez analyser vos besoins en matière de rapports avant de passer à l'une de ces alternatives.
Connecteur d'extraction de données de Google
Il s'agit d'une option gratuite à utiliser. L'extracteur de données vous permet de choisir des mesures et des dimensions spécifiques pour votre rapport. Vous prenez essentiellement un instantané de vos données. Après cela, vous pouvez programmer la mise à jour quotidiennement, hebdomadairement ou mensuellement.
Un véritable avantage du connecteur est qu'il accélère considérablement la création de rapports dans Looker Studio. Vos données se chargent plus rapidement et réagissent plus rapidement aux filtres et autres modifications. En revanche, vous ne pouvez pas modifier les champs une fois que vous les avez sélectionnés dans le rapport. Vous êtes également limité par 100 Mo de stockage qui peuvent vous servir pendant longtemps mais probablement pas pour toujours.
Vous pouvez également utiliser le connecteur d'extraction de données de Google avec Supermetrics. Associez-le à vos sources de données existantes, choisissez les mesures que vous souhaitez rapporter et extrayez les données. De cette façon, votre rapport Looker Studio utilise les données stockées plutôt qu'en direct, et cela rend vos rapports beaucoup plus rapides.
Comment gérer les rapports lents de Looker Studio ?
Le connecteur Extract Data de Google à la rescousse
Google Sheets et les connecteurs Supermetrics
Vous pouvez également utiliser Google Sheets comme stockage de données. À partir de là, alimentez vos données de Google Sheets vers Looker Studio pour la visualisation et la création de rapports.
Mais, vous êtes également limité à 1 million de lignes. C'est pourquoi, si vous traitez beaucoup de données, il est préférable d'utiliser un entrepôt de données comme BigQuery.
Premiers pas avec Google Sheets
Vous souhaitez transférer des données marketing dans Google Sheets ?
BigQuery
Avec les récents changements dans l'industrie, la solution la plus stable et la plus durable pour sécuriser vos données consiste à utiliser un entrepôt de données. Si vous utilisez déjà Looker Studio pour la création de rapports, envisagez d'utiliser BigQuery. Le stockage des données dans un entrepôt de données vous aide à vous débarrasser des silos de données, à disposer de davantage de capacités d'analyse, à vous approprier vos données et à réduire les besoins de maintenance.
Entreposage de données marketing
Le guide ultime pour les spécialistes du marketing et les analystes
Débarrassez-vous des silos de données
Il est impossible de prendre des décisions avec des données dispersées et cloisonnées. Si vous passez trop de temps à collecter manuellement des données provenant de différentes sources, vous n'avez pas grand-chose pour analyser les résultats et optimiser vos campagnes. Au lieu de cela, vous pouvez consolider toutes vos données marketing dans votre entrepôt de données pour créer une source unique de vérité.
Avoir plus de capacités d'analyse
Un entrepôt de données peut traiter beaucoup plus de données qu'une feuille de calcul. De plus, vous avez plus de flexibilité pour jouer avec vos données, que vous souhaitiez agréger, joindre ou alimenter vos données dans un outil de BI.
S'approprier pleinement les données historiques
Les plateformes publicitaires ne cessent de changer la durée de conservation de vos données. Au lieu de dépendre de leurs politiques de conservation des données, vous devez enregistrer toutes vos données dans un entrepôt de données. De cette façon, vous avez une meilleure chance de faire une analyse historique.
Moins d'entretien
Vous n'avez pas à vous soucier de la maintenance avec une solution de données basée sur le cloud comme BigQuery. Le fournisseur le fera pour vous. Votre équipe peut se concentrer sur la gestion et l'analyse de vos données.
Premiers pas avec BigQuery
Besoin d'aide pour transférer des données marketing dans BigQuery ?
Nous espérons que cet article vous donnera quelques options pour résoudre les limitations de l'API GA4. Si vous recherchez un moyen simple et stable d'importer des données dans Looker Studio, démarrez un essai gratuit de Supermetrics de 14 jours.
Démarrer avec Looker Studio
Le moyen le plus simple d'intégrer vos données marketing dans Looker Studio
A propos de l'auteur
Ralph, responsable de la visualisation des données chez Supermetrics, travaille à la mise en œuvre de la première bibliothèque commerciale de graphiques Looker Studio, une collection de visualisations de données qui vous permettent de repousser les limites de Looker Studio.