Шесть способов перенести данные GA4 в Looker Studio
Опубликовано: 2022-12-13Поскольку действуют новые квоты API GA4, отчеты Looker Studio, использующие собственный коннектор GA4, скорее всего, будут часто прерываться. К счастью, есть много доступных альтернатив. Продолжайте читать, чтобы узнать, чем отличаются эти альтернативы, исследуя шесть способов создания стабильных отчетов, адаптированных к вашим потребностям.
Вы предпочитаете быстро загружаемые отчеты более простому просмотру данных? Сколькими объектами GA4 вы управляете и насколько они велики? Вы хотите улучшить свою игру и запрыгнуть в поезд хранилища данных? Основываясь на ваших требованиях к отчетности, лучшим выбором будут различные методы.
В социальных сетях много говорилось о том, что 2023 год ознаменует конец бесплатных аналитических данных. По-прежнему существуют способы перенести данные GA4 в Looker Studio, не тратя ни копейки, но вы сталкиваетесь с постоянно растущим объемом данных, множеством микросервисов, которые вы хотите отслеживать, и требуете сложных уровней смешивания данных. Если вдобавок ко всему вы хотите иметь под рукой исторические данные, 2023 год может стать годом, когда вы захотите пересмотреть свой текущий конвейер данных.
Пропустить дальше >>
- Квоты API везде
- Стоит ли выполнять манипуляции с данными в Looker Studio?
- Почему вам все равно следует использовать коннектор Supermetrics GA4
- Создание хранилища данных с помощью электронных таблиц
- Какая установка соответствует вашим потребностям?
Не в курсе последних изменений в квотах GA4?
Как обойти ограничения квот Google Analytics 4 API в Looker Studio
Квоты API повсюду
Прежде чем мы рассмотрим различные варианты переноса данных в Looker Studio, давайте посмотрим, как сегодня большинство маркетологов используют Looker Studio.
Когда вы создаете новый источник данных в Looker Studio, вы можете выбирать из более чем 700 коннекторов. Большинство этих коннекторов взаимодействуют напрямую с API сервиса, и мы никогда не задавались вопросом, самый ли разумный способ это сделать.
В разговоре с нашими экспертами по базам данных стало ясно, что нет ни одного API поставщика SaaS, который бы не применял квоты. Как говорит Валерий Худобородов, технический директор Supermetrics, «хранить кучу вещей дешево, а перемещать — дорого и часто сложно».
А когда его спросили, почему хранилища данных намного более эффективны по сравнению с API, Курре Штальберг дал следующее объяснение:
«Необходимо помнить, что ресурсы API обычно распределяются между всеми пользователями API и, таким образом, предоставляются среднему пользователю. Напротив, база данных, как правило, предназначена только для вас и обычно избыточна. API справляется с чрезмерным использованием, применяя ограничения скорости и квоты — база данных справляется с чрезмерным использованием сбоем».Курре Штальберг, ведущий инженер по безопасности, Supermetrics
В конце концов, это, вероятно, был скорее вопрос «когда», а не «если» Google Analytics введет квоту в какой-то момент.
Стоит ли выполнять манипуляции с данными в Looker Studio?
Если вы выйдете из Google и войдете на домашнюю страницу Looker Studio, вы увидите следующее описание продукта.
Вы, наверное, уже несколько раз читали эти строки — здесь нет ничего нового. Но сосредоточьтесь на недостающих ключевых словах: очистка данных, подготовка данных, обработка данных и смешивание данных.
Ни слова о них, и тем не менее, мы используем функции Looker Studio для очистки и подготовки данных, и мы были в восторге, когда Looker Studio выпустила более продвинутые возможности смешивания данных в начале года.
Химаншу Шарма называет это «ошибками новичка, которые совершают 99% пользователей Looker Studio». И продолжает: «Looker Studio не предназначена для манипулирования данными. Это не электронная таблица или хранилище данных».
Хотя я не полностью согласен с Химаншу, я выбрал два аргумента из его манифеста, которые заслуживают дальнейшего обсуждения.
- Когда вы манипулируете данными в Looker Studio, это замедляет отчет, особенно при использовании больших наборов данных.
- Манипулирование данными в Looker Studio делает ее использование излишне сложным.
Исходя из своего опыта, я не могу сказать, что манипулирование данными замедляет отчет, но, возможно, я никогда не работал с достаточно большими наборами данных. Что замедляет отчет, так это смешивание данных из нескольких источников. Однако причина заключается не столько в смешивании, сколько в том, что вам нужно ждать, пока оба API загрузят данные.
Если манипулировать данными в электронной таблице проще, чем в Looker Studio, это может быть вопросом предпочтения. Я согласен, что не всегда легко получить свои данные в нужном формате.
Но есть и другие причины говорить об электронных таблицах и хранилищах данных.
Электронные таблицы и хранилища данных
Когда вы сначала загружаете свои данные в электронную таблицу или хранилище данных, вы можете отделить обработку данных от визуализации данных.
Google Sheets, например, предлагает вам набор функций, аналогичный Looker Studio. Это означает, что вы можете очищать, манипулировать или даже смешивать данные перед их импортом в Looker Studio. В хранилище данных вы обычно используете SQL для этих задач, но даже здесь все развивается, и у вас появляется все больше и больше доступа к визуальным инструментам.
Скорость
Быстрые отчеты — наиболее очевидный результат при импорте чистых данных в Looker Studio. Вы когда-нибудь пытались смешать два источника данных из медленных API? Результат может оказаться непригодным. Вытягивание данных сначала в электронную таблицу уже имеет огромное значение.
Использование хранилищ данных, таких как BigQuery, будет быстрым даже при работе с огромными наборами данных. BigQuery использует свой BI Engine, быстрый сервис анализа в памяти, который ускоряет выполнение многих SQL-запросов за счет интеллектуального кэширования данных, которые вы используете чаще всего.
Исторические данные
Если вы хотите провести годовое сравнение (YoY), вам потребуются данные как минимум за 2 года. И если в прошлом году была пандемия, вы бы хотели вернуться еще дальше, чтобы правильно оценить свой прогресс. Исторические данные имеют решающее значение для сравнительного анализа предыдущих показателей.
Многие API обещают пожизненный доступ к вашим данным. Но правила изменились, и хотя у вас по-прежнему есть доступ к данным Facebook Ads в течение 37 месяцев, срок хранения данных для GA4 составляет всего 14 месяцев.
Чем больше усилий вы вкладываете в свои отчеты и чем больше людей рассчитывают на ваши отчеты, тем больше у вас причин перейти к хранилищу данных. Защитите свои активы, вступив в права собственности.
Почему вам все равно следует использовать коннектор Supermetrics GA4
Быстрые отчеты даже для массивных наборов данных и владение данными — хорошие аргументы в пользу перехода на хранилище данных. Но они могут применяться не ко всем случаям использования. Есть еще много причин продолжать использовать коннекторы Looker Studio.
Использование соединителей по-прежнему, без сомнения, является самым быстрым способом получить доступ к вашим данным. В течение нескольких минут у вас есть цифры в вашем отчете, которыми вы можете поделиться со всем миром.
Имея немедленный доступ ко всем параметрам и показателям в отчете, вы сможете быстрее находить наборы данных и исследовать показатели, которые в противном случае могли бы остаться незамеченными. Используйте электронные таблицы или хранилища данных, если вы точно знаете, по каким показателям и измерениям вы хотите составить отчет. До тех пор используйте соединители, если ваш объем данных достаточно мал.
Но вы должны использовать качественные соединители, которые соблюдают квоты API, ограничивая одновременные запросы и кэширование, чтобы максимально использовать доступные ресурсы.
В Supermetrics мы внимательно следили за ошибками квот API в течение последних нескольких недель. Хотя мы все еще пытаемся улучшить наш коннектор GA4, мы можем сообщить, что 92 % наших клиентов никогда не сталкивались с ошибками квот, а 94 % видят ошибки только в 5 % своих запросов.
Если у вас возникли проблемы с собственным коннектором и вы считаете, что ваши потребности в отчетности находятся в пределах 95-й плитки отрасли, вы можете протестировать коннектор Supermetrics.
Электронные таблицы и хранилища данных
Как электронные таблицы, так и хранилища данных помогают разделить подготовку данных и визуализацию. В остальном эти два подхода имеют мало общего.
Низкотехнологичные решения
Google Таблицы и коннектор извлечения данных являются допустимыми вариантами, но им не хватает места для хранения. Коннектор извлечения данных имеет ограничение в 100 МБ, а каждая вкладка электронной таблицы Google ограничена 10 миллионами ячеек.
Для сайта с 1000 посещений в месяц сравнение в годовом исчислении с очень подробными данными — 9 параметров и 14 показателей — было бы невозможно с помощью извлечения данных или использования Google Таблиц.
Решения для хранилища данных
Если ваши требования выходят за рамки электронных таблиц, вам следует рассмотреть возможность использования хранилища данных. У вас будет почти неограниченное хранилище по очень разумной цене, и вы сможете заполнять свои данные с помощью передачи BigQuery.
Нет другого решения для более быстрой доставки отчетов, но все становится немного сложнее.
Если вы используете бесплатную функцию GA4 для экспорта данных в BigQuery, вы столкнетесь с новым способом хранения данных. BigQuery будет хранить данные во вложенном формате, и перед использованием данных в Looker Studio необходимо создать плоские таблицы. С другой стороны, это требует знания SQL и тщательного планирования.
Коннектор хранилища Supermetrics значительно упрощает работу. Вы можете использовать стандартную схему Supermetrics для доступа к своим данным GA4 без какой-либо подготовки. Вы также можете создать свою пользовательскую схему, не написав ни одной строки кода — все обрабатывается с помощью графического пользовательского интерфейса.
Для очистки ваших данных требуется даже меньше кода, чем в Looker Studio. На сайте группы Supermetrics клиенты могут создавать собственные параметры и показатели, используя условия, функции и поиск.
«Я пишу SQL? Да. Хочу ли я писать SQL? Нет, я маркетолог, и это то, что у меня получается лучше всего».Джей Джей Рейнольдс, руководитель отдела маркетинга и аналитики, Mediaauthentic
Конечно, есть процесс обучения, но как только вы настроите свое хранилище для своих отчетов, вы, вероятно, больше не захотите возвращаться. Хорошей отправной точкой для изучения хранилищ данных является вебинар «Все, что вам нужно знать для создания хранилища маркетинговых данных» Анны Шутко и Эвана Кадинга.
Создание хранилища данных с помощью электронных таблиц
Я обсуждал эту тему с Мехди Уджидой, одним из самых известных экспертов Looker Studio, который часто удивляет сообщество умными обходными путями.
«С помощью коннектора Supermetrics можно ежедневно загружать данные GA4 в электронную таблицу. Свяжите Google Sheet с BigQuery, запланируйте запрос для добавления данных в целевую таблицу и получите хранилище данных по сниженной цене».Мехди Уджида, эксперт по цифровой аналитике
Этот метод требует некоторых знаний SQL, и вам придется установить некоторые меры безопасности, чтобы обеспечить целостность ваших данных в случае сбоя одного из шагов в вашей цепочке. Создание такого трубопровода — это не ракетостроение. Это подход с низким уровнем риска, позволяющий воспользоваться преимуществами хранилища данных.
Какая установка соответствует вашим потребностям?
Мы видели много вариантов переноса наших маркетинговых данных в Looker Studio. Какая установка соответствует вашим потребностям? Чтобы немного облегчить вам процесс принятия решений, мы создали дерево решений, которое вы можете использовать, чтобы задавать правильные вопросы.
Какая установка соответствует вашим потребностям
6 способов перенести данные GA4 в Looker Studio
Превратите квоты GA4 в прошлое
Если у вас возникли проблемы с новыми квотами GA4, вам может потребоваться пересмотреть способ переноса маркетинговых данных в Looker Studio. Существует множество вариантов, от более стабильных коннекторов, электронных таблиц до хранилищ данных. Надеюсь, эта статья поможет вам получить четкое представление о различных возможностях и сделать правильный выбор. А если вы все еще не знаете, с чего начать, вы можете заказать демонстрацию у нашей команды. Мы всегда рады помочь.
Есть еще вопросы?
Поговорите с нашими инженерами по продажам, чтобы найти решение, соответствующее вашим потребностям.
Об авторе
Ральф, руководитель отдела визуализации данных в Supermetrics, работает над внедрением первой коммерческой библиотеки диаграмм Looker Studio — набора визуализаций данных, позволяющих расширить возможности Looker Studio.