Seis maneiras de trazer seus dados do GA4 para o Looker Studio
Publicados: 2022-12-13Como as novas cotas da API do GA4 estão em vigor, os relatórios do Looker Studio que usam o conector nativo do GA4 provavelmente serão interrompidos com frequência. Felizmente, existem muitas alternativas disponíveis. Continue lendo para descobrir como essas alternativas são diferentes, explorando seis caminhos para criar relatórios estáveis adaptados às suas necessidades de relatórios.
Você prefere relatórios de carregamento rápido em vez de uma exploração de dados mais fácil? Quantas propriedades do GA4 você gerencia e qual é o tamanho delas? Você quer melhorar seu jogo e entrar no trem do data warehouse? Com base em seus requisitos de relatórios, diferentes técnicas serão sua melhor escolha.
Houve uma conversa significativa nos canais de mídia social de que 2023 marcará o fim dos dados analíticos gratuitos. Ainda há maneiras de colocar seus dados do GA4 no Looker Studio sem gastar um centavo, mas você está enfrentando um volume de dados cada vez maior, a multiplicação de microsserviços que deseja rastrear e exige níveis sofisticados de combinação de dados. Se, além disso, você deseja ter dados históricos ao seu alcance, 2023 pode ser o ano em que deseja revisar seu pipeline de dados atual.
Pular >>
- As cotas de API estão por toda parte
- Você deve fazer manipulação de dados no Looker Studio?
- Por que você ainda deve usar o conector Supermetrics GA4
- Construindo um data warehouse usando planilhas
- Qual configuração atende às suas necessidades?
Não está atualizado sobre as alterações mais recentes nas cotas do GA4?
Como superar as limitações das cotas da API do Google Analytics 4 no Looker Studio
As cotas de API estão por toda parte
Antes de analisarmos as diferentes opções para trazer dados para o Looker Studio, vamos analisar como a maioria dos profissionais de marketing usa o Looker Studio hoje.
Ao criar uma nova fonte de dados no Looker Studio, você pode escolher entre mais de 700 conectores. A maioria desses conectores se comunica diretamente com a API do serviço e nunca nos perguntamos se essa é a maneira mais inteligente de fazer isso.
Ao conversar com nossos especialistas em banco de dados, ficou claro que não existe uma única API de um provedor de SaaS que não imponha cotas. Como diz Valery Khudoborodov, gerente de engenharia da Supermetrics, “armazenar uma carga de coisas é barato, mas mover é caro e muitas vezes complexo”.
E quando perguntado por que os data warehouses têm muito mais desempenho em comparação com as APIs, Kurre Stahlberg forneceu a seguinte explicação:
“Uma coisa a lembrar é que os recursos da API geralmente são compartilhados entre todos os usuários da API e, portanto, são fornecidos para o usuário médio. Por outro lado, um banco de dados, em geral, é apenas para você e geralmente é superprovisionado. A API lida com o uso excessivo aplicando limites de taxa e cotas – o banco de dados lida com o uso excessivo travando.”Kurre Stahlberg, Engenheiro Chefe de Segurança, Supermetrics
No final, provavelmente era mais uma questão de 'quando' e não 'se' o Google Analytics aplicaria uma cota em um ponto.
Você deve fazer manipulação de dados no Looker Studio?
Se você sair do Google e acessar a página inicial do Looker Studio, verá a seguinte descrição do produto.
Você provavelmente já leu essas linhas algumas vezes - não há nada de novo aqui. Mas concentre-se nas palavras-chave ausentes: limpeza de dados, preparação de dados, manipulação de dados e combinação de dados.
Nenhuma menção a eles e, no entanto, estamos usando as funções do Looker Studio para limpeza e preparação de dados, e ficamos extasiados quando o Looker Studio lançou recursos de combinação de dados mais avançados no início do ano.
Himanshu Sharma chama isso de “erros de iniciante que 99% dos usuários do Looker Studio cometem”. E continua: “O Looker Studio não se destina à manipulação de dados. Não é uma planilha ou data warehouse.”
Embora não concorde totalmente com Himanshu, selecionei dois argumentos de seu manifesto que merecem ser discutidos mais a fundo.
- Quando você manipula dados no Looker Studio, o relatório fica mais lento, especialmente ao usar grandes conjuntos de dados.
- A manipulação de dados no Looker Studio torna seu uso desnecessariamente difícil.
Pela minha experiência, não posso dizer que a manipulação de dados desacelera um relatório, mas talvez nunca tenha trabalhado com conjuntos de dados grandes o suficiente. O que atrasa um relatório, no entanto, é a combinação de dados de várias fontes. O motivo, no entanto, é menos a combinação do que o fato de você ter que esperar que ambas as APIs carreguem os dados.
Se manipular dados em uma planilha é mais fácil do que no Looker Studio pode ser uma questão de preferência. Concordo que nem sempre é fácil obter seus dados no formato necessário.
Mas há outras razões para falar sobre planilhas e data warehouses.
Planilhas e data warehouses
Quando você puxa seus dados para uma planilha ou um data warehouse primeiro, você pode separar a manipulação de dados da visualização de dados.
O Planilhas Google, por exemplo, oferece um conjunto de funções semelhante ao Looker Studio. Isso significa que você pode limpar, manipular ou até mesmo misturar dados antes de importá-los para o Looker Studio. Em um data warehouse, normalmente você usa SQL para essas tarefas, mas mesmo aqui as coisas estão evoluindo e você tem cada vez mais acesso a ferramentas visuais.
Velocidade
Relatórios rápidos são o resultado mais óbvio ao importar dados limpos para o Looker Studio. Você já tentou combinar duas fontes de dados de APIs lentas? O resultado pode ser inutilizável. Puxar os dados primeiro para uma planilha já faz uma grande diferença.
O uso de data warehouses, como o BigQuery, será ainda mais rápido com grandes conjuntos de dados. O BigQuery usa seu mecanismo de BI, um serviço rápido de análise na memória que acelera muitas consultas SQL armazenando em cache de forma inteligente os dados que você usa com mais frequência.
Data histórica
Se você quiser fazer comparações ano a ano (YoY), precisará de pelo menos 2 anos de dados. E se o ano anterior tivesse uma pandemia, você gostaria de voltar ainda mais para avaliar seu progresso adequadamente. Dados históricos são cruciais para comparar desempenhos anteriores.
Muitas APIs prometeram acesso vitalício aos seus dados. Mas as regras mudaram e, embora você ainda tenha acesso por 37 meses aos seus dados de anúncios do Facebook, a retenção de dados para GA4 é de apenas 14 meses.
Quanto mais esforço você colocar em seus relatórios e quanto mais pessoas contarem com seus relatórios, mais motivos você terá para migrar para um data warehouse. Proteja seus ativos assumindo a propriedade.
Por que você ainda deve usar o conector Supermetrics GA4
Relatórios rápidos, mesmo para conjuntos de dados massivos, e possuir os dados são bons argumentos para mudar para um data warehouse. Mas eles podem não se aplicar a todos os casos de uso. Ainda há muitos motivos para continuar usando os conectores do Looker Studio.
Usar conectores ainda é, sem dúvida, a maneira mais rápida de acessar seus dados. Em minutos, você tem os números em seu relatório que pode compartilhar com o mundo.
Ter acesso imediato a todas as dimensões e métricas em seu relatório ajuda você a descobrir conjuntos de dados mais rapidamente e permite explorar métricas que você poderia ter supervisionado de outra forma. Use planilhas ou data warehouses quando souber exatamente quais métricas e dimensões deseja relatar. Até então, use conectores se seu volume de dados for baixo o suficiente.
Mas você deve usar conectores de qualidade que respeitem as cotas da API, limitando as solicitações simultâneas e o armazenamento em cache para maximizar os recursos disponíveis.
Na Supermetrics, temos monitorado de perto os erros de cota de API nas últimas semanas. Embora ainda estejamos tentando melhorar nosso conector GA4, podemos compartilhar que 92% de nossos clientes nunca enfrentaram erros de cota e 94% só veem erros em 5% de suas consultas.
Se você tiver problemas com o conector nativo e achar que suas necessidades de geração de relatórios estão dentro do 95º bloco do setor, convém testar o conector Supermetrics.
Planilhas vs. armazéns de dados
Tanto as planilhas quanto os data warehouses ajudam você a separar a preparação e a visualização dos dados. Caso contrário, essas duas abordagens têm pouco em comum.
As soluções de baixa tecnologia
O Planilhas Google e o conector Extrair dados são opções válidas, mas não têm espaço de armazenamento suficiente. O conector Extract Data tem um limite de 100 MB e cada guia de uma planilha do Google é limitada a 10 milhões de células.
Para um site com 1.000 visitas mensais, uma comparação anual com dados muito granulares – 9 dimensões e 14 métricas – não seria possível com Extrair dados ou usar o Planilhas Google.
soluções de armazenamento de dados
Se seus requisitos superarem as planilhas, você deve considerar o uso de um data warehouse. Você terá armazenamento quase ilimitado por um preço muito razoável e poderá preencher seus dados usando a transferência do BigQuery.
Não há outra solução para fornecer relatórios mais rápidos, mas as coisas ficam um pouco mais complexas.
Se estiver usando o recurso gratuito do GA4 para exportar dados para o BigQuery, você se deparará com uma nova forma de armazenamento de dados. O BigQuery armazenará os dados em um formato aninhado e, antes de usar os dados no Looker Studio, você deve criar tabelas planas. Por outro lado, isso requer conhecimento de SQL e muito planejamento.
O conector de armazém da Supermetrics torna as coisas muito mais fáceis. Você pode usar o esquema padrão da Supermetrics para acessar seus dados do GA4 sem nenhuma preparação. Você também pode criar seu esquema personalizado sem escrever uma única linha de código - tudo é tratado com uma IU gráfica.
Para limpar seus dados, é necessária ainda menos codificação do que no Looker Studio. No Supermetrics Teamsite, os clientes podem criar dimensões e métricas personalizadas usando condições, funções e pesquisas.
“Eu escrevo SQL? Sim. Eu quero escrever SQL? Não, sou um profissional de marketing e é nisso que sou melhor.”JJ Reynolds, chefe de marketing + análise, Mediauthentic
Certamente há um processo de aprendizado, mas depois de configurar seu warehouse para seus relatórios, você provavelmente não vai querer mais voltar. Um bom ponto de partida para aprender sobre data warehouses é o webinar “Tudo o que você precisa saber para construir seu data warehouse de marketing”, de Anna Shutko e Evan Kaeding.
Construindo um data warehouse usando planilhas
Eu estava discutindo o assunto com Mehdi Oudjida, um dos mais conhecidos especialistas do Looker Studio que frequentemente surpreende a comunidade com soluções alternativas inteligentes.
“É possível extrair dados do GA4 diariamente para uma planilha usando o conector Supermetrics. Vincule a planilha do Google ao BigQuery, agende uma consulta para anexar os dados à sua tabela de destino e obtenha um data warehouse a um custo reduzido.”Mehdi Oudjida, especialista em análise digital
Esse método requer um pouco de conhecimento de SQL e você terá que colocar algumas proteções para garantir a integridade de seus dados caso uma das etapas da sua cadeia falhe. A configuração de tal pipeline não é ciência do foguete. É uma abordagem de baixo risco experimentar as vantagens de um data warehouse.
Qual configuração atende às suas necessidades?
Vimos muitas opções para trazer nossos dados de marketing para o Looker Studio. Qual configuração atende às suas necessidades? Para tornar seu processo de decisão um pouco mais fácil, criamos uma árvore de decisão que você pode usar para fazer as perguntas certas.
Qual configuração atende às suas necessidades
Seis maneiras de trazer seus dados do GA4 para o Looker Studio
Faça dos limites de cota do GA4 uma história do passado
Se você tiver problemas com os novos limites de cota do GA4, talvez seja necessário revisar como traz seus dados de marketing para o Looker Studio. Existem muitas opções, desde conectores mais estáveis, passando por planilhas até data warehouses. Espero que este artigo ajude você a ter uma visão clara das diferentes possibilidades e fazer a escolha certa. E se você ainda não sabe por onde começar, pode agendar uma demonstração com nossa equipe, estamos sempre dispostos a ajudar.
Mais alguma pergunta?
Converse com nossos engenheiros de vendas sobre como encontrar a solução que atenda às suas necessidades.
Sobre o autor
Ralph, chefe de visualização de dados da Supermetrics, trabalha na implementação da primeira biblioteca comercial de gráficos do Looker Studio, uma coleção de visualizações de dados que permitem que você ultrapasse os limites do Looker Studio.