Como superar as limitações das cotas da API do Google Analytics 4 no Looker Studio (antigo Google Data Studio)
Publicados: 2022-11-26Na semana passada, você deve ter ouvido falar sobre “o apocalipse da cota” ou o “desastre do conector GA4” que uma atualização do Google Analytics 4 criou para os relatórios sobre as propriedades do GA4 no Looker Studio (anteriormente Google Data Studio).
Pular >>
- O que aconteceu com as cotas da API GA4?
- O que são cotas da API GA4?
- Onde você vai daqui?
- Como superar as limitações da API do GA4 com Supermetrics
- Limitar solicitações simultâneas
- Cache
- Novas tentativas automáticas
- 3 maneiras fáceis de obter seus dados do GA4 e evitar a API
- Conector de extração de dados do Google
- Planilhas Google
- BigQuery
O que aconteceu com as cotas da API GA4?
Em poucas palavras, o Google mudou seus limites de API para solicitações simultâneas ou “cotas”.
O Looker Studio anunciou a alteração da cota em 10 de novembro de 2022.
O que inicialmente parecia ser uma falha significativa, mas temporária, no Looker Studio, acabou sendo o resultado de mudanças do Google Analytics 4, que subsequentemente impactou quase todos os usuários e pegou o setor de surpresa.
Essa mudança crítica significa que os editores do Looker Studio que usam o conector GA4 nativo não podem visualizar seus dados. Frequentemente, o problema parece intermitente e os gráficos exibem apenas uma mensagem de erro.
O Looker Studio exibe a mensagem de erro quando as cotas de uma propriedade específica são atingidas. Quando isso acontece, o Google Analytics não retorna nenhum dado ao Looker Studio.
O que são cotas da API GA4?
As cotas da API GA4 se enquadram em três categorias de solicitação: Core, Realtime e Funnel. “As solicitações de API para os métodos do Core cobram cotas do Core. Solicitações de API para métodos em tempo real cobram cotas em tempo real. Uma solicitação não consumirá as cotas Core e Realtime.” As cotas são usadas para garantir justiça e paridade entre os clientes do Google.
A documentação oficial do Google Analytics lança um pouco de luz sobre essas cotas. A página apresenta uma longa lista de números, provavelmente de pouco significado para a maioria dos usuários do Looker Studio.
Duas cotas dessa longa lista que tiveram o maior impacto nos relatórios do Looker Studio foram solicitações simultâneas e tokens por hora.
Solicitações simultâneas são mais fáceis de entender — quanto mais visualizadores acessarem seus relatórios simultaneamente, mais rápido você atingirá a cota.
O segundo fator é o número de visualizações que você usa em seus relatórios, bem como a complexidade dos dados que você está consumindo. Filtros, grandes quantidades de dados e interação frequente com seu relatório contam para suas cotas.
Com vários visualizadores e páginas de relatórios complexos, você estará “queimando cotas de API como crianças pegando doces no Halloween após uma pandemia de dois anos”.Stephane Hamel, especialista em privacidade de dados e marketing digital
Onde você vai daqui?
Atualmente, não houve nenhum reconhecimento oficial do Google de que esse é um problema crítico para os negócios. Eles forneceram etapas para ajudar a mitigar o problema, como:
- Reduza o tráfego para o relatório — compartilhe o relatório com menos pessoas
- Reduza o número de gráficos em cada página
Porém, essas soluções podem afetar os usuários do Looker Studio, especialmente aqueles que têm necessidades de geração de relatórios bastante complexas. Por exemplo, as agências de marketing podem achar difícil limitar o tráfego a um relatório ou usar menos gráficos em cada página, especialmente durante a alta temporada, pois precisam compartilhar os resultados da campanha com seus clientes.
Portanto, como sabemos que isso é realmente crítico para os negócios, passaremos agora pelas etapas exatas de como superar essas limitações.
Como superar as limitações da API do GA4 com Supermetrics
Os usuários do Looker Studio que relatam com o conector Supermetrics GA4 foram significativamente menos afetados por essa alteração.
Na Supermetrics, estamos acostumados com todos os tipos de restrições de API impostas por muitos dos serviços aos quais nos conectamos. Limitar solicitações simultâneas e armazenamento em cache são apenas duas práticas recomendadas que implementamos para garantir uma comunicação perfeita entre o Looker Studio e a API.
Aqui estão algumas maneiras de minimizar esses problemas:
- Limitar solicitações simultâneas
- Cache
- Novas tentativas automáticas
1. Limite solicitações simultâneas
O Supermetrics lida com solicitações em lotes, atrasando propositalmente algumas solicitações para evitar muitas solicitações simultâneas. Na prática, se sua consulta usa quinze solicitações simultâneas, o Supermetrics executa primeiro dez consultas e depois as próximas cinco. Isso pode demorar um pouco mais, mas pelo menos a consulta será concluída.
2. Cache
O Supermetrics armazena em cache alguns dados para evitar chamadas desnecessárias. Isso significa que, quando você atualiza um relatório com várias consultas, o Supermetrics busca apenas os dados daqueles com parâmetros atualizados.
3. Novas tentativas automáticas
Apesar da lógica que adotamos para evitar ultrapassar as cotas, às vezes vemos erros de cota. Nesses casos, nosso sistema automaticamente aguardará um momento, executará novamente a solicitação e fará isso algumas vezes, se necessário. Portanto, mesmo nesses casos, o único impacto que o usuário normalmente vê é que o relatório é executado um pouco mais devagar.
As três maneiras mais fáceis de obter seus dados do GA4 e evitar as limitações da API
Muitos usuários do Looker Studio usam três maneiras diferentes de inserir seus dados no Looker Studio sem acessar diretamente a API. Suas opções são:
- Conector de extração de dados do Google
- Planilhas Google
- BigQuery
Essas alternativas colocam seus dados do Google Analytics 4 em um contêiner de armazenamento quase sem limites de cota. Os dados são atualizados uma vez por dia ou talvez até com mais frequência.
Cada uma dessas três opções tem vantagens e desvantagens. Você pode não estar pronto para o BigQuery ou achar o conector Extract Data muito limitado. Você deve analisar suas necessidades de relatórios antes de mudar para uma dessas alternativas.
Conector de extração de dados do Google
Esta é uma opção gratuita para usar. O extrator de dados permite que você escolha métricas e dimensões específicas para seu relatório. Você basicamente tira um instantâneo de seus dados. Depois disso, você pode agendar a atualização diariamente, semanalmente ou mensalmente.
Uma vantagem real do conector é que ele acelera bastante os relatórios no Looker Studio. Seus dados carregam mais rapidamente e respondem a filtros e outras alterações mais rapidamente. Por outro lado, você não pode editar os campos depois de selecioná-los no relatório. Você também está limitado por 100 MB de armazenamento, o que pode servir por muito tempo, mas provavelmente não para sempre.
Você também pode usar o conector de extração de dados do Google com Supermetrics. Vincule-o às suas fontes de dados existentes, escolha as métricas que deseja relatar e extraia os dados. Dessa forma, seu relatório do Looker Studio usa os dados armazenados em vez de ao vivo e torna seus relatórios muito mais rápidos.
Como lidar com relatórios lentos do Looker Studio?
Conector de extração de dados do Google para o resgate
Planilhas Google e os conectores Supermetrics
Você também pode usar o Planilhas Google como armazenamento de dados. A partir daí, alimente seus dados do Planilhas Google para o Looker Studio para visualização e geração de relatórios.
Mas você também está limitado a 1 milhão de linhas. É por isso que, se você estiver lidando com muitos dados, é melhor usar um data warehouse como o BigQuery.
Comece a usar o Planilhas Google
Quer mover dados de marketing para o Planilhas Google?
BigQuery
Com as mudanças recentes no setor, a solução mais estável e de longo prazo para proteger seus dados é usar um data warehouse. Se você já usa o Looker Studio para geração de relatórios, considere usar o BigQuery. Armazenar dados em um data warehouse ajuda você a se livrar dos silos de dados, ter mais recursos analíticos, se apropriar de seus dados e reduzir as necessidades de manutenção.
Armazenagem de dados de marketing
O guia definitivo para profissionais de marketing e analistas
Livre-se dos silos de dados
É impossível tomar decisões com dados dispersos e isolados. Se você gasta muito tempo coletando manualmente dados de diferentes fontes, tem pouco para analisar os resultados e otimizar suas campanhas. Em vez disso, você pode consolidar todos os seus dados de marketing em seu data warehouse para criar uma única fonte confiável.
Tenha mais recursos analíticos
Um data warehouse pode processar muito mais dados do que uma planilha. Além disso, você tem mais flexibilidade para brincar com seus dados, quer queira agregar, unir ou alimentar seus dados em uma ferramenta de BI.
Assuma a propriedade total dos dados históricos
As plataformas de publicidade continuam mudando por quanto tempo manterão seus dados. Em vez de depender de suas políticas de retenção de dados, você deve salvar todos os seus dados em um data warehouse. Dessa forma, você tem mais chances de fazer análises históricas.
Baixa manutenção
Você não precisa se preocupar com manutenção com uma solução de dados baseada em nuvem como o BigQuery. O provedor fará isso por você. Sua equipe pode se concentrar em gerenciar e analisar seus dados.
Comece a usar o BigQuery
Precisa de ajuda para mover dados de marketing para o BigQuery?
Esperamos que esta postagem forneça algumas opções para resolver as limitações da API do GA4. Se você está procurando uma maneira fácil e estável de obter dados no Looker Studio, inicie uma avaliação gratuita de 14 dias do Supermetrics.
Comece a usar o Looker Studio
A maneira mais fácil de trazer seus dados de marketing para o Looker Studio
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.