Jak pokonać ograniczenia limitów Google Analytics 4 API w Looker Studio (dawniej Google Data Studio)

W ciągu ostatniego tygodnia mogliście słyszeć o „apokalipsie limitów” lub „klęsce oprogramowania sprzęgającego GA4”, którą stworzyła aktualizacja Google Analytics 4 dla osób raportujących usługi GA4 w Looker Studio (wcześniej Google Data Studio).

Przejdź do przodu >>

• Co się stało z limitami API GA4?
• Co to są limity API GA4?
• Dokąd idziesz stąd?
• Jak przezwyciężyć ograniczenia interfejsu API GA4 dzięki Supermetrics
  • Ogranicz jednoczesne żądania
  • Buforowanie
  • Automatyczne ponowne próby
• 3 proste sposoby na uzyskanie danych GA4 i uniknięcie interfejsu API
  • Łącznik wyodrębniania danych Google
  • Arkusze Google
  • BigQuery

Co się stało z limitami API GA4?

W skrócie, Google zmienił swoje limity API dla jednoczesnych żądań lub „kwot”.

Looker Studio ogłosiło zmianę limitu 10 listopada 2022 r.

To, co początkowo wydawało się znaczącą, ale tymczasową usterką w Looker Studio, okazało się być wynikiem zmian w Google Analytics 4, które następnie wpłynęły na prawie każdego użytkownika i całkowicie zaskoczyły branżę.

Ta kluczowa zmiana oznacza, że ​​redaktorzy Looker Studio korzystający z natywnego łącznika GA4 nie mogą wizualizować swoich danych. Często problem wydaje się sporadyczny, a wykresy wyświetlają tylko komunikat o błędzie.

Looker Studio wyświetla komunikat o błędzie po osiągnięciu limitów dla określonej właściwości. Kiedy to nastąpi, Google Analytics nie zwraca żadnych danych do Looker Studio.

Co to są limity API GA4?

Limity API GA4 mieszczą się w trzech kategoriach żądań: podstawowe, w czasie rzeczywistym i ścieżka. „Żądania API do metod Core obciążają przydziały Core. Żądania API do metod czasu rzeczywistego obciążają limity czasu rzeczywistego. Jedno żądanie nie zużyje zarówno przydziałów rdzenia, jak i czasu rzeczywistego”. Limity są stosowane w celu zapewnienia uczciwości i parytetu wśród klientów Google.

Oficjalna dokumentacja Google Analytics rzuca nieco światła na te limity. Strona zawiera długą listę liczb, które prawdopodobnie nie mają większego znaczenia dla większości użytkowników Looker Studio.

Dwa limity z tej długiej listy, które mają największy wpływ na raporty Looker Studio, to żądania równoczesne i tokeny godzinowe.

Jednoczesne żądania są łatwiejsze do zrozumienia — im więcej przeglądających jednocześnie uzyskuje dostęp do Twoich raportów, tym szybciej osiągasz limit.

Drugim czynnikiem jest liczba wizualizacji używanych w raportach, a także złożoność wykorzystywanych danych. Filtry, duże ilości danych i częste interakcje z raportem wliczają się do limitów.

Dzięki wielu przeglądającym i złożonym stronom raportów będziesz „wypalać limity API, jak dzieci chwytające cukierki w Halloween po dwuletniej pandemii”.

Stephane Hamel, ekspert ds. prywatności danych i marketingu cyfrowego

Dokąd idziesz stąd?

Obecnie firma Google nie potwierdziła oficjalnie, że jest to problem o znaczeniu krytycznym dla firmy. Podali kroki, które pomogą złagodzić problem, takie jak:

• Zmniejsz ruch w raporcie — udostępnij raport mniejszej liczbie osób
• Zmniejsz liczbę wykresów na każdej stronie

Jednak te rozwiązania mogą mieć wpływ na użytkowników Looker Studio, zwłaszcza tych, którzy mają dość złożone potrzeby w zakresie raportowania. Na przykład agencjom marketingowym może być trudno ograniczyć ruch do raportu lub używać mniejszej liczby wykresów na każdej stronie — zwłaszcza w szczycie sezonu — ponieważ muszą dzielić się wynikami kampanii ze swoimi klientami.

Ponieważ wiemy, że jest to rzeczywiście krytyczne dla biznesu, przejdziemy teraz przez dokładne kroki, jak przezwyciężyć te ograniczenia.

Jak przezwyciężyć ograniczenia interfejsu API GA4 dzięki Supermetrics

Ta zmiana miała znacznie mniejszy wpływ na użytkowników Looker Studio korzystających z oprogramowania sprzęgającego Supermetrics GA4.

W Supermetrics jesteśmy przyzwyczajeni do wszelkiego rodzaju ograniczeń API narzucanych przez wiele usług, z którymi się łączymy. Ograniczanie jednoczesnych żądań i buforowanie to tylko dwie najlepsze praktyki, które stosujemy, aby zapewnić bezbłędną komunikację między Looker Studio a interfejsem API.

Oto kilka sposobów na zminimalizowanie tych problemów:

1. Ogranicz jednoczesne żądania
2. Buforowanie
3. Automatyczne ponowne próby

1. Ogranicz jednoczesne żądania

Supermetrics obsługuje żądania w partiach, celowo opóźniając niektóre żądania, aby uniknąć zbyt wielu jednoczesnych żądań. W praktyce, jeśli twoje zapytanie wykorzystuje piętnaście jednoczesnych żądań, Supermetrics najpierw uruchamia dziesięć zapytań, a następnie pięć następnych. Może to potrwać nieco dłużej, ale przynajmniej zapytanie zostanie wykonane.

2. Buforowanie

Supermetrics buforuje niektóre dane, aby uniknąć niepotrzebnych połączeń. Oznacza to, że gdy odświeżysz raport z wieloma zapytaniami, Supermetrics pobierze dane tylko dla tych ze zaktualizowanymi parametrami.

3. Automatyczne ponowne próby

Pomimo przyjętej przez nas logiki unikania przekraczania limitów, czasami widzimy błędy w limitach. W takich przypadkach nasz system automatycznie odczeka chwilę, ponownie uruchomi żądanie iw razie potrzeby wykona to kilka razy. Więc nawet w takich przypadkach jedynym skutkiem, jaki zwykle widzi użytkownik, jest nieco wolniejsze działanie raportu.

Trzy najprostsze sposoby na uzyskanie danych GA4 i uniknięcie ograniczeń API

Wielu użytkowników Looker Studio korzysta z trzech różnych sposobów wprowadzania danych do Looker Studio bez bezpośredniego uderzania w interfejs API. Twoje opcje to:

• Łącznik wyodrębniania danych Google
• Arkusze Google
• BigQuery

Te alternatywy przenoszą dane Google Analytics 4 do kontenera pamięci prawie bez limitów. Dane są aktualizowane raz dziennie, a może nawet częściej.

Każda z tych trzech opcji ma zalety i wady. Być może nie jesteś gotowy na BigQuery lub uważasz, że łącznik wyodrębniania danych jest zbyt ograniczony. Przed przejściem na jedną z tych alternatyw należy przeanalizować swoje potrzeby w zakresie raportowania.

Łącznik wyodrębniania danych Google

Jest to bezpłatna opcja do użycia. Ekstraktor danych umożliwia wybranie określonych danych i wymiarów do raportu. Zasadniczo robisz migawkę swoich danych. Następnie możesz zaplanować aktualizację codziennie, co tydzień lub co miesiąc.

Prawdziwą zaletą złącza jest to, że znacznie przyspiesza raportowanie w Looker Studio. Twoje dane ładują się szybciej i szybciej reagują na filtry i inne zmiany. Z drugiej strony nie można edytować pól po ich wybraniu w raporcie. Jesteś również ograniczony przez 100 MB pamięci, która może ci służyć przez długi czas, ale prawdopodobnie nie na zawsze.

Możesz także użyć łącznika Google Data Extract z Supermetrics. Połącz je z istniejącymi źródłami danych, wybierz metryki, które chcesz raportować, i wyodrębnij dane. W ten sposób Twój raport Looker Studio wykorzystuje zapisane dane, a nie aktualne, i znacznie przyspiesza tworzenie raportów.

Jak radzić sobie z powolnymi raportami Looker Studio?

Łącznik Google Extract Data na ratunek

Czytaj więcej

Arkusze Google i łączniki Supermetrics

Możesz także używać Arkuszy Google do przechowywania danych. Stamtąd przekaż swoje dane z Arkuszy Google do Looker Studio w celu wizualizacji i raportowania.

Ale jesteś również ograniczony do 1 miliona wierszy. Dlatego jeśli masz do czynienia z dużą ilością danych, najlepiej skorzystać z hurtowni danych, takiej jak BigQuery.

Rozpocznij korzystanie z Arkuszy Google

Chcesz przenieść dane marketingowe do Arkuszy Google?

Rozpocznij darmowy okres próbny

BigQuery

Biorąc pod uwagę ostatnie zmiany w branży, najbardziej stabilnym i długoterminowym rozwiązaniem do zabezpieczania danych jest korzystanie z hurtowni danych. Jeśli używasz już Looker Studio do raportowania, rozważ użycie BigQuery. Przechowywanie danych w hurtowni danych pomaga pozbyć się silosów danych, uzyskać większe możliwości analityczne, przejąć kontrolę nad danymi i zmniejszyć potrzeby konserwacyjne.

Magazynowanie danych marketingowych

Kompletny przewodnik dla marketerów i analityków

Czytaj teraz

Pozbądź się silosów danych

Podejmowanie decyzji na podstawie rozproszonych i odizolowanych danych jest niemożliwe. Jeśli spędzasz zbyt dużo czasu na ręcznym zbieraniu danych z różnych źródeł, masz niewiele do analizy wyników i optymalizacji kampanii. Zamiast tego możesz skonsolidować wszystkie dane marketingowe w swojej hurtowni danych, aby stworzyć jedno źródło prawdy.

Mieć więcej możliwości analitycznych

Hurtownia danych może przetwarzać znacznie więcej danych niż arkusz kalkulacyjny. Ponadto masz większą elastyczność w korzystaniu z danych, niezależnie od tego, czy chcesz je agregować, łączyć, czy wprowadzać do narzędzia BI.

Przejmij pełną własność danych historycznych

Platformy reklamowe zmieniają okres przechowywania Twoich danych. Zamiast polegać na ich zasadach przechowywania danych, powinieneś zapisać wszystkie swoje dane w hurtowni danych. W ten sposób masz większą szansę na przeprowadzenie analizy historycznej.

Niższa konserwacja

Nie musisz martwić się o konserwację dzięki rozwiązaniu opartemu na chmurze, takiemu jak BigQuery. Dostawca zrobi to za Ciebie. Twój zespół może skupić się na zarządzaniu i analizowaniu Twoich danych.

Zacznij korzystać z BigQuery

Potrzebujesz pomocy w przeniesieniu danych marketingowych do BigQuery?

Rozpocznij darmowy okres próbny

Mamy nadzieję, że ten post zawiera kilka opcji rozwiązania ograniczeń interfejsu API GA4. Jeśli szukasz łatwego i stabilnego sposobu na wprowadzanie danych do Looker Studio, rozpocznij bezpłatny 14-dniowy okres próbny Supermetrics.

Zacznij korzystać z Looker Studio

Najłatwiejszy sposób na przeniesienie danych marketingowych do Looker Studio

Rozpocznij darmowy okres próbny

O autorze

Ralph, szef działu wizualizacji danych w Supermetrics, pracuje nad wdrożeniem pierwszej komercyjnej biblioteki wykresów Looker Studio — zbioru wizualizacji danych, które pozwalają przesuwać granice Looker Studio.