Sei modi per portare i tuoi dati GA4 in Looker Studio

Poiché le nuove quote API GA4 sono in atto, è probabile che i rapporti di Looker Studio che utilizzano il connettore GA4 nativo si interrompano frequentemente. Fortunatamente, ci sono molte alternative disponibili. Continua a leggere per scoprire in che modo queste alternative sono diverse, esplorando sei percorsi per creare report stabili adattati alle tue esigenze di reporting.

Preferisci i rapporti a caricamento rapido rispetto a una più semplice esplorazione dei dati? Quante proprietà GA4 gestisci e quanto sono grandi? Vuoi migliorare il tuo gioco e saltare sul treno del data warehouse? In base ai tuoi requisiti di segnalazione, diverse tecniche saranno la scelta migliore.

Ci sono state voci significative sui canali dei social media secondo cui il 2023 segnerà la fine dei dati di analisi gratuiti. Esistono ancora modi per inserire i tuoi dati GA4 in Looker Studio senza spendere un centesimo, ma stai affrontando un volume di dati in continua crescita, la moltiplicazione dei microservizi che desideri monitorare e richiedi livelli sofisticati di fusione dei dati. Se oltre a questo vuoi avere dati storici a portata di mano, il 2023 potrebbe essere l'anno in cui vorrai rivedere la tua attuale pipeline di dati.

Salta avanti >>

• Le quote API sono ovunque
• Dovresti manipolare i dati in Looker Studio?
• Perché dovresti continuare a utilizzare il connettore Supermetrics GA4
• Costruire un data warehouse utilizzando fogli di calcolo
• Quale configurazione si adatta alle tue esigenze?

Non sei aggiornato sulle ultime modifiche alle quote GA4?

Come superare i limiti delle quote API di Google Analytics 4 in Looker Studio

Leggi l'articolo

Le quote API sono ovunque

Prima di esaminare le diverse opzioni per portare i dati in Looker Studio, esaminiamo come la maggior parte degli esperti di marketing utilizza Looker Studio oggi.

Quando crei una nuova origine dati in Looker Studio, puoi scegliere tra oltre 700 connettori. La maggior parte di questi connettori comunica direttamente con l'API del servizio e non ci siamo mai chiesti se questo fosse il modo più intelligente per farlo.

Parlando con i nostri esperti di database, è diventato chiaro che non esiste una singola API di un provider SaaS che non imponga quote. Come afferma Valery Khudoborodov, Engineering Manager di Supermetrics, "Immagazzinare un carico di roba è economico, ma il trasloco è costoso e spesso complesso".

E quando gli è stato chiesto perché i data warehouse sono molto più performanti rispetto alle API, Kurre Stahlberg ha fornito la seguente spiegazione:

"Una cosa da ricordare è che le risorse API sono generalmente condivise tra tutti gli utenti API e, quindi, vengono fornite per l'utente medio. Al contrario, un database, in generale, è solo per te e di solito è sovradimensionato. L'API gestisce l'uso eccessivo applicando limiti di velocità e quote, il database gestisce l'uso eccessivo con arresti anomali.

Kurre Stahlberg, ingegnere capo della sicurezza, Supermetrics

Alla fine, probabilmente era più una questione di "quando" e non di "se" Google Analytics imporrà una quota a un certo punto.

Dovresti manipolare i dati in Looker Studio?

Se esci da Google e accedi alla home page di Looker Studio, vedrai la seguente descrizione del prodotto.

Probabilmente hai già letto queste righe alcune volte: non c'è niente di nuovo qui. Ma concentrati sulle parole chiave mancanti: pulizia dei dati, preparazione dei dati, manipolazione dei dati e fusione dei dati.

Nessuna menzione di loro, eppure, stiamo utilizzando le funzioni di Looker Studio per la pulizia e la preparazione dei dati, e siamo rimasti entusiasti quando Looker Studio ha rilasciato funzionalità di fusione dei dati più avanzate all'inizio dell'anno.

Himanshu Sharma li definisce gli "errori da principiante commessi dal 99% degli utenti di Looker Studio". E continua: “Looker Studio non è pensato per la manipolazione dei dati. Non è un foglio di calcolo o un data warehouse.”

Anche se non sono completamente d'accordo con Himanshu, ho scelto due argomenti dal suo manifesto che meritano di essere discussi ulteriormente.

1. Quando si manipolano i dati in Looker Studio, il report viene rallentato, soprattutto quando si utilizzano set di dati di grandi dimensioni.
2. La manipolazione dei dati in Looker Studio ne rende inutilmente difficile l'utilizzo.

Dalla mia esperienza, non posso dire che la manipolazione dei dati rallenti un rapporto, ma potrei non aver mai lavorato con set di dati abbastanza grandi. Ciò che rallenta un rapporto, tuttavia, è la combinazione di dati provenienti da più fonti. Il motivo, tuttavia, non è tanto la fusione quanto il fatto che devi attendere che entrambe le API carichino i dati.

Se la manipolazione dei dati in un foglio di calcolo è più semplice rispetto a Looker Studio potrebbe essere una questione di preferenza. Sono d'accordo che non è sempre facile ottenere i tuoi dati nel formato richiesto.

Ma ci sono altri motivi per parlare di fogli di calcolo e data warehouse.

Fogli di calcolo e data warehouse

Quando si inseriscono prima i dati in un foglio di calcolo o in un data warehouse, è possibile avere una manipolazione dei dati separata dalla visualizzazione dei dati.

Fogli Google, ad esempio, ti offre un insieme di funzioni simile a Looker Studio. Ciò significa che puoi pulire, manipolare o persino unire i dati prima di importarli in Looker Studio. In un data warehouse, di solito usi SQL per queste attività, ma anche qui le cose si stanno evolvendo e hai sempre più accesso agli strumenti visivi.

Velocità

I report veloci sono il risultato più ovvio quando si importano dati puliti in Looker Studio. Hai mai provato a fondere due origini dati da API lente? Il risultato può essere inutilizzabile. Estrarre prima i dati in un foglio di calcolo fa già un'enorme differenza.

L'utilizzo di data warehouse, come BigQuery, sarà veloce anche con enormi set di dati. BigQuery utilizza BI Engine, un veloce servizio di analisi in memoria che accelera molte query SQL memorizzando nella cache in modo intelligente i dati che utilizzi più di frequente.

Dati storici

Se desideri effettuare confronti anno su anno (Anno su Anno), hai bisogno di almeno 2 anni di dati. E se l'anno precedente ha avuto una pandemia, vorresti tornare ancora più indietro per valutare correttamente i tuoi progressi. I dati storici sono fondamentali per l'analisi comparativa delle prestazioni precedenti.

Molte API hanno promesso l'accesso a vita ai tuoi dati. Ma le regole sono cambiate e mentre hai ancora accesso per 37 mesi ai tuoi dati di Facebook Ads, la conservazione dei dati per GA4 è di soli 14 mesi.

Maggiore è l'impegno che dedichi ai tuoi report e più persone contano sui tuoi report, maggiori sono i motivi per passare a un data warehouse. Proteggi le tue risorse assumendoti la proprietà.

Perché dovresti continuare a utilizzare il connettore Supermetrics GA4

Rapporti veloci, anche per set di dati di grandi dimensioni, e la proprietà dei dati sono buoni argomenti per passare a un data warehouse. Ma potrebbero non essere applicabili a tutti i casi d'uso. Ci sono ancora molti motivi per continuare a utilizzare i connettori Looker Studio.

L'utilizzo dei connettori è ancora, senza alcun dubbio, il modo più rapido per accedere ai propri dati. In pochi minuti hai i numeri nel tuo rapporto che puoi condividere con il mondo.

Avere accesso immediato a tutte le dimensioni e le metriche nel tuo rapporto ti aiuta a scoprire i set di dati più velocemente e ti consente di esplorare metriche che altrimenti avresti potuto supervisionare. Utilizza fogli di calcolo o data warehouse quando sai esattamente su quali metriche e dimensioni desideri eseguire il report. Fino ad allora, utilizza i connettori se il tuo volume di dati è sufficientemente basso.

Ma devi utilizzare connettori di qualità che rispettino le quote API limitando le richieste simultanee e la memorizzazione nella cache per massimizzare le risorse disponibili.

In Supermetrics, nelle ultime settimane abbiamo monitorato attentamente gli errori di quota API. Mentre stiamo ancora cercando di migliorare il nostro connettore GA4, possiamo condividere che il 92% dei nostri clienti non ha mai riscontrato errori di quota e il 94% vede errori solo nel 5% delle loro query.

Se hai riscontrato problemi con il connettore nativo e ritieni che le tue esigenze di reportistica rientrino nel 95° riquadro del settore, ti consigliamo di testare il connettore Supermetrics.

Fogli di calcolo contro data warehouse

Sia i fogli di calcolo che i data warehouse ti aiutano a separare la preparazione e la visualizzazione dei dati. Altrimenti, questi due approcci hanno poco in comune.

Le soluzioni low-tech

Fogli Google e il connettore Estrai dati sono opzioni valide, ma non dispongono di spazio di archiviazione sufficiente. Il connettore Estrai dati ha un limite di 100 MB e ogni scheda di un foglio di lavoro Google è limitata a 10 milioni di celle.

Per un sito con 1000 visite mensili, un confronto su base annua con dati molto granulari (9 dimensioni e 14 metriche) non sarebbe possibile con Estrai dati o utilizzando Fogli Google.

Soluzioni di datawarehouse

Se le tue esigenze superano i fogli di calcolo, dovresti prendere in considerazione l'utilizzo di un data warehouse. Avrai uno spazio di archiviazione quasi illimitato a un prezzo molto ragionevole e sarai in grado di eseguire il backfill dei tuoi dati utilizzando il trasferimento BigQuery.

Non esiste altra soluzione per fornire report più veloci, ma le cose si fanno leggermente più complesse.

Se utilizzi la funzionalità gratuita di GA4 per esportare i dati in BigQuery, ti troverai di fronte a un nuovo modo di archiviare i dati. BigQuery memorizzerà i dati in un formato nidificato e, prima di utilizzare i dati in Looker Studio, devi creare tabelle flat. D'altra parte, ciò richiede la conoscenza di SQL e molta pianificazione.

Il connettore di magazzino Supermetrics rende le cose molto più semplici. Puoi utilizzare lo schema standard di Supermetrics per accedere ai tuoi dati GA4 senza alcuna preparazione. Puoi anche creare il tuo schema personalizzato senza scrivere una singola riga di codice: tutto viene gestito con un'interfaccia utente grafica.

Per pulire i tuoi dati, è necessaria ancora meno codifica rispetto a Looker Studio. Sul sito del team di Supermetrics, i clienti possono creare dimensioni e metriche personalizzate utilizzando condizioni, funzioni e ricerche.

“Scrivo SQL? Sì. Voglio scrivere SQL? No, sono un marketer, e questo è quello che so fare meglio.

JJ Reynolds, responsabile marketing + analisi, Mediauthentic

C'è sicuramente un processo di apprendimento, ma una volta che hai impostato il tuo magazzino per i tuoi rapporti, probabilmente non vorrai più tornare indietro. Un buon punto di partenza per conoscere i data warehouse è il webinar "Tutto ciò che devi sapere per costruire il tuo data warehouse di marketing" di Anna Shutko e Evan Kaeding.

Costruire un data warehouse utilizzando fogli di calcolo

Stavo discutendo l'argomento con Mehdi Oudjida, uno dei più noti esperti di Looker Studio che spesso sorprende la comunità con soluzioni intelligenti.

“È possibile inserire quotidianamente i dati GA4 in un foglio di calcolo utilizzando il connettore Supermetrics. Collega Google Sheet a BigQuery, pianifica una query per aggiungere i dati alla tua tabella di destinazione e ottieni un data warehouse a un costo ridotto."

Mehdi Oudjida, esperto di analisi digitale

Questo metodo richiede un po' di conoscenza di SQL e dovrai mettere in atto alcune misure di salvaguardia per garantire l'integrità dei tuoi dati nel caso in cui uno dei passaggi della tua catena fallisca. La creazione di una tale pipeline non è scienza missilistica. È un approccio a basso rischio per sperimentare i vantaggi di un data warehouse.

Quale configurazione si adatta alle tue esigenze?

Abbiamo visto molte opzioni per portare i nostri dati di marketing in Looker Studio. Quale configurazione si adatta alle tue esigenze? Per semplificare un po' il tuo processo decisionale, abbiamo creato un albero decisionale che puoi utilizzare per porre le domande giuste.

Quale configurazione si adatta alle tue esigenze

6 modi per portare i tuoi dati GA4 in Looker Studio

Scarica il PDF

Rendi i limiti di quota GA4 una storia del passato

Se hai riscontrato problemi con i nuovi limiti di quota GA4, potresti dover rivedere il modo in cui porti i tuoi dati di marketing in Looker Studio. Esistono molte opzioni, dai connettori più stabili, ai fogli di calcolo fino ai data warehouse. Si spera che questo articolo ti aiuti a ottenere un quadro chiaro delle diverse possibilità e a fare la scelta giusta. E se non sai ancora da dove iniziare, puoi prenotare una demo con il nostro team·siamo sempre felici di aiutarti.

Altre domande?

Parla con i nostri tecnici di vendita per trovare la soluzione che si adatta alle tue esigenze.

Contattaci

Circa l'autore

Ralph, Head of Data Visualization presso Supermetrics, lavora all'implementazione della prima libreria di grafici commerciale di Looker Studio, una raccolta di visualizzazioni di dati che ti consentono di spingere i limiti di Looker Studio.