Verwenden von GA 360 und BigQuery als Datenverwaltungsplattform
Datenverwaltungsplattformen (DMPs) ermöglichen es Benutzern, Benutzerdaten aus verschiedenen Quellen zu kombinieren, um Zielgruppen zu erstellen und zu analysieren. Eine Kombination aus Google Analytics 360 und BigQuery kann als eingeschränkte Pseudo-DMP fungieren, solange bestimmte Voraussetzungen erfüllt sind.
Überblick
Google Analytics 360 ermöglicht die Erfassung von Benutzer- und Inhaltsdaten, die dann nach BigQuery exportiert werden können. Die Integration zwischen Google Analytics und BigQuery ist ein unidirektionaler Link, der Daten aus Google Analytics in BigQuery exportiert. Daten aus BigQuery können nicht automatisch in Google Analytics exportiert werden.
Um Google Analytics-Daten mit Nicht-GA-Datensätzen in BigQuery zusammenzuführen, muss ein gemeinsamer Schlüssel zwischen den Google Analytics- und den Nicht-Google Analytics-Datensätzen vorhanden sein. Außerdem muss ein gemeinsamer Schlüssel zwischen den verknüpften Daten in BigQuery und den Daten in der Google Analytics-Oberfläche vorhanden sein.
Erstellen eines gemeinsamen Schlüssels
Der Prozess zum Erstellen eines gemeinsamen Schlüssels zwischen Google Analytics-Daten und anderen Datenquellen unterscheidet sich je nach den beteiligten Datenquellen. Das Erstellen oder Erfassen des gemeinsamen Schlüssels zum Zeitpunkt der Datenerfassung ist häufig unabhängig von den beteiligten Datenquellen erforderlich. Die Erfassung dieser Daten zum Zeitpunkt eines Ereignisses oder Seitenaufrufs ist häufig erforderlich, um schließlich Zielgruppenschlüssel oder Datenerweiterungswerte in Google Analytics zu importieren.
Beispielschlüssel: Benutzer-ID
Ein häufiger Anwendungsfall hierfür wäre das Sammeln von Benutzer-ID-Werten als benutzerdefinierte Dimension und die anschließende Verwendung des Benutzer-ID-Werts als gemeinsamen Schlüssel zwischen Google Analytics- und CRM-Daten (Customer Relationship Management). Eine benutzerdefinierte Dimension ist erforderlich, da Remarketing-Zielgruppen derzeit nicht mit Anzeigenplattformen in Google Analytics-Ansichten mit aktivierter Benutzer-ID verknüpft werden können. Durch das Sammeln von Benutzer-IDs in Standardansichten können Daten mit Benutzer-ID-Werten verknüpft werden, und Remarketing-Zielgruppen können weiterhin mit Werbeplattformen verwendet werden.
- Erstellen Sie eine benutzerbezogene benutzerdefinierte Dimension für die Benutzer-ID
- Wenn sich ein Benutzer bei seiner Website oder App anmeldet, erfassen Sie den Benutzer-ID-Wert und senden Sie ihn mindestens einmal als benutzerdefinierten Dimensionswert
- Der Benutzer-ID-Wert sollte mit dem Wert identisch sein, der den Benutzer im CRM identifiziert
Beispielschlüssel: Client-ID
Wenn für eine Website oder App kein Benutzer-ID-Wert vorhanden ist, könnte die von Google Analytics automatisch erstellte Client-ID als gemeinsamer Schlüssel verwendet werden.
- Erstellen Sie eine nutzerbezogene benutzerdefinierte Client-ID-Dimension
- Immer wenn ein Benutzer die Website oder App besucht, sollte die Client-ID als benutzerdefinierter Dimensionswert erfasst werden
- Wenn ein Benutzerprofil aufgrund irgendeiner Art von Benutzerinteraktion erstellt wird (Einreichen einer E-Mail für einen Newsletter, Übermitteln von Lead-Informationen usw.), sollte der Client-ID-Wert auch erfasst und mit den Benutzerinformationen außerhalb von Google Analytics gespeichert werden
Exportieren von Google Analytics-Daten nach BigQuery
Beim Exportieren von Daten nach BigQuery sollte die Stammdatenansicht im Gegensatz zur Benutzer-ID-Ansicht verwendet werden. Dadurch wird sichergestellt, dass in BigQuery der umfassendste nutzbare Datensatz vorhanden ist. Durch das Erfassen der Nutzer-ID- und/oder Client-ID-Werte als benutzerdefinierte Dimensionen sollte es möglich sein, Back-End-Datasets in BigQuery zu importieren und sie mit Google Analytics-Daten zu verknüpfen.
Ein starkes Verständnis von SQL und dem Google Analytics BigQuery Export-Schema ist erforderlich, um verschiedene Datasets richtig zusammenzuführen.
Bei Bedarf können Google Analytics-Daten aus BigQuery exportiert und an anderer Stelle zusammengeführt und analysiert werden. Google Analytics-Daten können nicht direkt in Data Warehouses von Drittanbietern exportiert werden, so wie sie in BigQuery exportiert werden, aber sobald sie in BigQuery sind, können die Daten an andere Orte exportiert werden.
Importieren von Daten in Google Analytics
Es gibt zwei grundlegend unterschiedliche Ansätze, um die zusammengeführten Daten in Google Analytics zu importieren. Diese Methoden können als traditioneller Dimensionserweiterungsansatz und Importieren einer Zielgruppen-ID beschrieben werden.
Traditionelle Dimensionserweiterung
Um einen Dimensionserweiterungsansatz zu verwenden, müssen die folgenden Bedingungen alle erfüllt sein:
- Personenbezogene Daten (PII) werden nicht importiert
- Es müssen nicht allzu viele Dimensionen und Metriken importiert werden
- Es wird nicht erwartet, dass sich importierte Dimensionen und Metriken im Laufe der Zeit ändern oder erhöhen
Wenn diese Bedingungen zutreffen, sollten Sie in der Lage sein, die Datenimportfunktion zur Abfragezeit zu verwenden, um einen benutzerdefinierten Datensatz mit den benutzerdefinierten Dimensionen der Client-ID oder der Benutzer-ID als Schlüssel hochzuladen.
Zielgruppen-ID-Datenimport
Wenn eine der herkömmlichen Dimensionserweiterungsbedingungen nicht zutrifft, ist das Erstellen einer Zielgruppen-ID ein möglicher alternativer Ansatz. Die folgenden Schritte sind erforderlich, um eine Zielgruppen-ID für verschiedene Zielgruppen zu importieren.
- Erstellen Sie mindestens drei benutzerdefinierte Dimensionen: Benutzer-ID, Client-ID und Zielgruppen-ID
- Alle drei benutzerdefinierten Dimensionen sollten benutzerbezogen sein
- Exportieren Sie Daten nach BigQuery
- Analysieren Sie Zielgruppen in BigQuery
- Generieren Sie eine Liste von Kunden- oder Benutzer-IDs, die Benutzern in einer Interessengruppe zugeordnet sind
- Ordnen Sie diesen Client- oder Benutzer-IDs eine Zielgruppen-ID zu.
- Eine Zielgruppen-ID sollte keine personenbezogenen Daten enthalten
- Jede Zielgruppen-ID sollte für eine bestimmte Zielgruppe von Interesse eindeutig sein
- Wenn ein Benutzer mehreren Zielgruppen angehört, sollte ein Zeichen wie ein Bindestrich oder ein Unterstrich verwendet werden, um die einzelnen IDs voneinander zu trennen
- Erstellen Sie einen benutzerdefinierten Abfragezeit-Datenimport, der entweder basierend auf den benutzerdefinierten Dimensionen der Client-ID oder der Benutzer-ID verknüpft wird und Zielgruppen-ID-Werte importiert
- Generieren Sie eine .csv-Datei, die entweder die Benutzer- oder Client-ID-Werte und die Zielgruppen-ID-Werte enthält
- Erstellen Sie ein Programm, das automatisch .csv-Dateien hochlädt, indem Sie die Verwaltungs-API verwenden
Erstellen von Remarketing-Zielgruppen
Für traditionelle Dimensionserweiterungsdatenimporte können Remarketing-Zielgruppen basierend auf den importierten Werten erstellt werden.
Für Zielgruppen-ID-Datenimporte können Remarketing-Zielgruppen basierend auf den Zielgruppen-ID-Werten erstellt werden.
Für Display-Ziele (GDN, Display & Video 360, Google Ad Manager) und Google Optimize versucht Google Analytics, die Nutzer der letzten 10 Tage basierend auf den neu hochgeladenen Definitionen wieder aufzufüllen, aber es dauert oft Zeit für die Zielgruppenlisten vollständig auszufüllen, wenn Benutzer zur Website oder App zurückkehren.
Einmal erstellte Remarketing-Zielgruppen können mit Google Ads oder Display & Video 360 verwendet werden.
Einschränkungen
- Wenn Display & Video 360 und Campaign Manager 360 mit Google Analytics verknüpft sind, werden die Daten zu diesen Plattformen, die in der Google Analytics-Oberfläche angezeigt werden können, nicht mit den Google Analytics-Daten nach BigQuery exportiert. Datenübertragungsdateien (DTFs) für Google Marketing Platform können in BigQuery verwendet werden.
- Remarketing-Zielgruppen können nur mit Display & Video 360 und Google Ads geteilt werden.
- Es muss eine benutzerdefinierte Lösung erstellt werden, um Informationen automatisch in Google Analytics zu importieren
No comments:
Post a Comment