GA4 BigQuery Export

Mit der Einführung von Google Analytics 4 Properties möchte Google die App und Web Welten vereinen. Bislang musste man für Apps eigene Arten von Properties erstellen, welche separat ausgewertet werden mussten. Mit GA4 kann man Daten aus Apps und Webseiten in eine Datensammlung (Property) einlaufen lassen und sich zeitgleich einen Rohdatenexport dessen aufbereiten lassen. Zum normalen BigQuery Tarif!

Was ändert sich mit GA4?

Grundsätzlich hatten wir bei Universal Analytics ein Sitzung + Seitenaufruf Modell, welches die Journey auf Webseiten gut abgebildet hat. Dieses Modell konnte aber nicht exakt gleich auf Apps angewandt werden. Aus dem Grund entstand Firebase Analytics. Ein ereignisbasiertes Modell, welches zudem durch frei wählbare Parameter gestützt wird. Um ein gemeinsames Modell für Apps und Webseiten zu Nutzen, wurde beim Zusammenfassen beider Welten das Firebase Modell gewählt. Man kann dadurch genauso Seitenaufrufe als Ereignis messen und die Parameter tracken, die von Interesse sind. Wer also schon mit Firebase und dem Firebase BigQuery Export gearbeitet hat, wird sehen, dass das GA4 Export Schema auf dem Firebase Analytics Export Schema basiert. Diese Änderung spiegelt sich auch im BigQuery Rohdaten Export wider. Queries, die man bisher für das Universal Analytics Export Schema geschrieben hat, bedürfen einem umfangreichen Umdenken für das GA4 Export Schema.

Welche Neuerungen gibt es?

Das wichtigste zuerst: Der Export selbst ist bei GA4 kostenlos! Das Speichern und Abfragen der Daten kostet entsprechend des BigQuery Tarifs. (Abfragepreise, Speicherpreise) Es kommt auf die Größe der Daten und die Anzahl der Abfragen an, wie hoch am Ende die Google Cloud Rechnung sein wird. Im Gegensatz dazu, muss man bei Universal Analytics eine 360 Lizenz erwerben, um den BigQuery Export für Universal Analytics einzurichten. Ohne der Lizenz, bleibt der Export verborgen. Ein Datensatz beim Universal Analytics Export Schema bedeutet immer eine komplette Sitzung. Der Datensatz hat Nested-Felder, welche die unterliegenden Hits beinhalten. Um an die Daten der Hits zu gelangen, nutzt man bei Standard SQL Abfragen die UNNEST Funktion. Bei Daten von GA4 entspricht ein Datensatz (eine Zeile einer Tabelle) einem Ereignis. Hier arbeitet Google auch mit Nested-Feldern. Im Export Schema sind diese Felder mit dem Feld Typ “Datensatz” gekennzeichnet. Im GA4 BigQuery Export Schema gibt es dedizierte Nested-Felder für App Informationen und getrennt davon Web Informationen. Die auf den ersten Blick wichtigsten Informationen werden wir jedoch im Nested-Feld “event_params” wiederfinden:

Musste man bei Universal Analytics das Nested-Feld “hits” mit der UNNEST Funktion aufbrechen, um darunter das Feld “page” und das Feld pageTitle zuzugreifen, muss man beim GA4 Export auf den Schlüssel (key) beim Nested-Feld event_params zugreifen, zuerst nach dem Schlüssel “page_title” Filtern und sich dann den Wert über das “value.string_value” Feld ausgeben lassen:



Mit oben stehender Abfrage konnte eine Analyse der am öftesten angezeigten Seitentitel unserer Seite ausgeführt werden. Die Tabelle wurde also mit dem UNNEST Befehl geebnet, sodass wir direkt auf den Wert in “key” und den Wert in “value.string_value” zugreifen können. Ohne den UNNEST Befehl, wirft BigQuery den Fehler, dass man das Feld nicht direkt aufrufen kann:

Warum sollte man den GA4 BigQuery Export in Betracht ziehen?

  • Ihre Daten gehören Ihnen! Sichern Sie sich Ihre Rohdaten in BigQuery (Google Cloud) und bzw. oder senden Sie sie an Ihr DWH (Data Warehouse) in anderen Clouds wie zum Beispiel AWS oder Azure
  • Visualisieren Sie Ihre Daten noch besser in Tools wie Data Studio
  • Verknüpfen Sie Ihre Daten mit Daten aus anderen Plattformen auf Rohdatenbasis und bereichern Sie sie mit Daten aus anderen Rohdatenquellen wie Beispielsweise aus ihrem Firmeninternen CRM
  • Machine-Learning Tools lieben Rohdaten – BigQuery ML könnte auch mit Ihren GA4 Daten Machine-Learning Modelle bilden und Empfehlungen ableiten
  • Führen Sie grundsätzlich erweiterte Analysen Ihrer Daten durch

GA4 Properties BigQuery Verknüpfung einschalten

Die Verknüpfung von Google Analytics 4 Properties Daten mit BigQuery funktioniert ähnlich wie bei Universal Analytics: Über den Adminbereich.



Im mittleren Bereich (Property Level) des Adminbereichs finden Sie den Punkt “PRODUKTVERKNÜPFUNG” und darunter die BigQuery Verknüpfung. Die Angabe der benötigten Details ist die selbe wie bei Universal Analytics, nur dass man hier die Datenstreams auswählen kann, die man in BigQuery sehen möchte. Genauso wie bei der Firebase BigQuery Integration hat man hier mit der BigQuery Sandbox die Möglichkeit, die Daten vollständig kostenlos zu exportieren. Bis zu einem gewissen Limit.

Für mehr Information zum Verknüpfen von Google Analytics 4 Properties mit Google BigQuery kontaktieren Sie einfach unsere Experten: kontakt@e-dialog.at

Hinterlassen Sie einen Kommentar: