Thursday, May 4, 2023

Lokalisieren Sie Ihren BigQuery-Export in der EU - Google Analytics-Hilfe [gg-analytics-de]

Lokalisieren Sie Ihren BigQuery-Export in der EU

Diese Funktion ist nur in Analytics 360, Teil der Google Marketing Platform, verfügbar.
Erfahren Sie mehr über die Google Marketing Platform .

In diesem Artikel wird beschrieben, wie Sie die Daten, die Sie aus Analytics nach BigQuery exportieren, innerhalb der Europäischen Union lokalisieren. Beachten Sie, dass die Verfahren für neue Exporte und für bestehende Exporte unterschiedlich sind.

Lokalisierung neuer Exporte
In diesem Abschnitt :

Schritt 1: Erstellen Sie ein Google Cloud Platform-Projekt und aktivieren Sie BigQuery

  1. Melden Sie sich bei der Google Cloud Platform-Konsole an.
  2. Erstellen Sie ein Google Cloud Platform-Projekt.

    Sie können ein neues Projekt erstellen oder ein vorhandenes Projekt auswählen.
  3. Navigieren Sie zur APIs-Tabelle.

    Öffnen Sie das Menü Produkte & Dienste in der oberen linken Ecke, klicken Sie auf APIs & Dienste und dann auf Bibliothek .
  4. Aktivieren Sie BigQuery.

    Klicken Sie unter Google Cloud-APIs auf BigQuery-API . Klicken Sie auf der folgenden Seite auf API aktivieren .
  5. Wenn Sie dazu aufgefordert werden, lesen Sie die Nutzungsbedingungen und stimmen Sie ihnen zu.

Schritt 2: Bereiten Sie Ihr Projekt für den BigQuery-Export vor

  1. Stellen Sie sicher, dass die Abrechnung für Ihr Projekt aktiviert ist.

    Wenn Sie die Abrechnung für Ihr Projekt nicht aktiviert haben, öffnen Sie das Menü Produkte & Dienste in der oberen linken Ecke und klicken Sie dann auf Abrechnung .
  2. Wenn Sie dazu aufgefordert werden, erstellen Sie ein Rechnungskonto.

    Ein Rechnungskonto ist erforderlich, um die Abrechnung auf ein Projekt anzuwenden. Ein einzelnes Rechnungskonto kann von mehreren Projekten gemeinsam genutzt werden. Befolgen Sie die Schritte in der API-Konsole, um Ihr Rechnungskonto zu erstellen.
  3. Akzeptieren Sie die kostenlose Testversion, falls verfügbar.

    Wenn Ihnen eine kostenlose Testversion angeboten wird, können Sie diese sicher annehmen; Sie müssen jedoch auch Rechnungsdetails eingeben, damit BigQuery nach Ablauf der kostenlosen Testversion weiterhin exportierte Daten empfängt.
  4. Aktivieren Sie die Abrechnung .

    Öffnen Sie Ihr Projekt unter https://bigquery.cloud.google.com und versuchen Sie, einen Datensatz im Projekt zu erstellen. Klicken Sie auf den blauen Pfeil neben dem Projektnamen und dann auf Datensatz erstellen . Wenn Sie den Datensatz erstellen können, ist die Abrechnung korrekt eingerichtet. Wenn Fehler auftreten, vergewissern Sie sich, dass die Abrechnung aktiviert ist.
  5. Fügen Sie das Dienstkonto zu Ihrem Projekt hinzu.

    Fügen Sie analytics-processing-dev@system.gserviceaccount.com als Mitglied des Projekts hinzu und stellen Sie sicher, dass die Benutzerrolle auf Projektebene entweder auf Data Owner oder Job User festgelegt ist. Eine dieser Rollen ist erforderlich, um Daten aus Analytics nach BigQuery zu exportieren. Erfahren Sie mehr
  6. Lösen Sie Ihren Gutscheincode ein.

    Rufen Sie cloud.google.com/redeem auf, um Ihr rollierendes Guthaben von 500 $ pro Monat für Analytics 360 für BigQuery einzulösen. Ihr Code wird in einer E-Mail von Ihrem Account Manager enthalten sein. Dieser Schritt ist erforderlich, um das Analytics 360-Guthaben von 500 $ pro Monat für BigQuery zu erhalten, und muss abgeschlossen werden, bevor der Export gestartet wird.
    Wenn Sie mit einer Warnung aufgefordert werden, ein neues Rechnungskonto zu erstellen, fügen Sie Ihre Organisations-ID am Ende der URL hinzu (https://console.developers.google.com/billing/redeem?organizationId= Ihre Organisations-ID ).

Schritt 3: Erstellen Sie einen EU-lokalisierten Datensatz

  1. Öffnen Sie Ihr Projekt unter https://bigquery.cloud.google.com und klicken Sie auf Neues Dataset erstellen .
  2. Es öffnet sich ein Bereich, in dem Sie die erforderlichen Informationen zum Erstellen Ihres Datensatzes eingeben.
    • Geben Sie eine ID für das Dataset ein. Die Dataset-ID muss mit der Analytics-Ansichts-ID übereinstimmen, die Sie in der universellen Auswahl in Analytics finden.
    • Wählen Sie als Datenspeicherort EU aus.
    • Legen Sie den gewünschten Datenablauf fest.
      Wählen Sie Nie, wenn Sie jemals eine Verlaufsanalyse durchführen möchten. Sobald die Daten abgelaufen sind, sind sie dauerhaft nicht verfügbar.
    • Klicken Sie auf OK .

Schritt 4: Verknüpfen Sie BigQuery mit Analytics 360

Fahren Sie wie gewohnt mit der Verknüpfung fort, und die Daten fließen in den EU-lokalisierten Datensatz.

  1. Melden Sie sich bei Google Analytics an. Verwenden Sie eine E-Mail-Adresse, die EIGENTÜMER- Zugriff auf das BigQuery-Projekt hat und auch über die Bearbeiterrolle für die Analytics-Property verfügt, die die zu verknüpfende Ansicht enthält.
  2. Klicken Sie auf Admin und navigieren Sie zu der Analytics 360- Property , die die zu verknüpfende Ansicht enthält.
  3. Klicken Sie in der Spalte PROPERTY auf Alle Produkte und dann auf BigQuery verknüpfen .
  4. Geben Sie Ihre BigQuery-Projektnummer oder -ID ein. ( Erfahren Sie mehr darüber, wie Sie Ihre Projektnummer und -ID finden.)
  5. Wählen Sie die Ansicht aus, die Sie verknüpfen möchten (dieselbe Ansicht, die Sie in Schritt 3 oben identifiziert haben).
  6. Optional: Wählen Sie die E-Mail-Adressen aus, an die Sie täglich Erfolgs- und/oder Fehlerbenachrichtigungen erhalten möchten.
  7. Optional: Wählen Sie Ihre Exportpräferenz für den aktuellen Tag aus. Beachten Sie, dass die kontinuierliche Exportoption den Cloud-Streaming-Dienst verwendet, der eine zusätzliche Gebühr von 0,05 $ pro gesendetem GB beinhaltet.
  8. Bestätigen Sie, dass Sie die Abrechnung aktiviert und alle relevanten Gutschriften oder Coupons auf Ihr Projekt angewendet haben.
  9. Klicken Sie auf Speichern .
  10. Wenn Sie den Export anhalten müssen, kehren Sie zu dieser Seite zurück und klicken Sie im Abschnitt BigQuery auf Link anpassen .
Lokalisierung bestehender Exporte
In diesem Abschnitt :
Sie können diese Anweisungen anpassen, um historische Daten an andere Orte zu verschieben (z. B. von den USA nach Asien oder Südamerika).

Schritt 1: Heben Sie die Verknüpfung auf und verschieben Sie Daten aus dem vorhandenen in den USA lokalisierten Datensatz

Um den Export auf ein neues Dataset zu verweisen, müssen Sie das vorhandene Dataset vor der erneuten Integration aus dem Projekt entfernen.

  1. Heben Sie die Verknüpfung Ihres vorhandenen BigQuery-Exports auf:
    • Klicken Sie auf ADMIN > Spalte PROPERTY > PRODUKTVERKNÜPFUNG > Alle Produkte .
    • Klicken Sie unter BigQuery auf Link anpassen > Verknüpfung aufheben .
  2. Verschieben Sie Daten aus Ihrem vorhandenen Dataset an einen neuen Speicherort mit einem anderen Namen. Sie können jeden vorhandenen Prozess verwenden. Der neue Datensatz kann innerhalb desselben Projekts vorhanden sein, darf aber nicht denselben Namen wie der vorhandene Export haben (Sie verwenden den vorhandenen Namen erneut für den neuen Export).

Schritt 2: Sichern Sie Ihre Daten und löschen Sie dann den vorhandenen in den USA lokalisierten Datensatz

  1. Bestätigen Sie zum Schutz Ihrer historischen Daten, dass Ihr Datensatz gesichert ist, bevor Sie den Löschvorgang abschließen. Erfahren Sie mehr über das Kopieren von Datensätzen.
  2. Öffnen Sie Ihr Projekt unter https://bigquery.cloud.google.com und suchen Sie das Dataset im linken Navigationsbereich.
  3. Klicken Sie auf das Aktionsmenü für das Dataset und dann auf Dataset löschen .
Erfahren Sie mehr über das Verschieben Ihrer historischen Daten von einem Ort zum anderen (z. B. von den USA in die EU).

Schritt 3: Erstellen Sie einen neuen EU-lokalisierten Datensatz mit demselben Namen

  1. Öffnen Sie Ihr Projekt unter https://bigquery.cloud.google.com und klicken Sie auf Neues Dataset erstellen .
  2. Es öffnet sich ein Bereich, in dem Sie die erforderlichen Informationen zum Erstellen Ihres Datensatzes eingeben.
    • Geben Sie eine ID für das Dataset ein. Die Dataset-ID muss mit der Analytics-Ansichts-ID übereinstimmen, die Sie in der universellen Auswahl in Analytics finden.
    • Wählen Sie als Datenspeicherort EU aus.
    • Legen Sie den gewünschten Datenablauf fest.
      Wählen Sie Nie, wenn Sie jemals eine Verlaufsanalyse durchführen möchten. Sobald die Daten abgelaufen sind, sind sie dauerhaft nicht verfügbar.
    • Klicken Sie auf OK .

Schritt 4: BigQuery erneut mit Analytics 360 verknüpfen

  1. Melden Sie sich bei Google Analytics an. Verwenden Sie eine E-Mail-Adresse, die EIGENTÜMER- Zugriff auf das BigQuery-Projekt hat und auch die Bearbeiterrolle für die Analytics-Property hat, die die zu verknüpfende Ansicht enthält.
  2. Klicken Sie auf Admin und navigieren Sie zu der Eigenschaft , die die zu verknüpfende Ansicht enthält.
  3. Klicken Sie in der Spalte PROPERTY auf Alle Produkte und dann auf BigQuery verknüpfen .
  4. Geben Sie Ihre BigQuery-Projektnummer oder -ID ein. ( Erfahren Sie mehr darüber, wie Sie Ihre Projektnummer und -ID finden.)
  5. Wählen Sie die Ansicht aus, die Sie verknüpfen möchten (dieselbe Ansicht, die Sie in Schritt 3 oben identifiziert haben).
  6. Optional: Wählen Sie die E-Mail-Adressen aus, an die Sie täglich Erfolgs- und/oder Fehlerbenachrichtigungen erhalten möchten.
  7. Optional: Wählen Sie Ihre Exportpräferenz für den aktuellen Tag aus. Beachten Sie, dass die kontinuierliche Exportoption den Cloud-Streaming-Dienst verwendet, der eine zusätzliche Gebühr von 0,05 $ pro gesendetem GB beinhaltet.
  8. Bestätigen Sie, dass Sie die Abrechnung aktiviert und alle relevanten Gutschriften oder Coupons auf Ihr Projekt angewendet haben.
  9. Klicken Sie auf Speichern .
  10. Wenn Sie den Export anhalten müssen, kehren Sie zu dieser Seite zurück und klicken Sie im Abschnitt BigQuery auf Link anpassen .

Analytics füllt Daten nach, wenn Sie eine Berichtsdatenansicht zum ersten Mal mit BigQuery verknüpfen, aber keine Daten nachfüllen, wenn Sie sie erneut verknüpfen. Erfahren Sie mehr über das Verfüllen.

Um Ihre Verlaufsdaten zu erhalten, können Sie die in Schritt 2 dieses Verfahrens erstellte Sicherung von den USA in die EU verschieben

Google Cloud-Dokumentation zum Arbeiten mit Datensätzen

Posted by at

No comments:

Post a Comment

Subscribe to: Post Comments (Atom)