Integrasi dengan Google Analytics 4
Halaman ini menjelaskan konfigurasi yang diperlukan untuk mengambil data dari Google Analytics 4 (GA4) sebagai sumber data beban kerja pemasaran Cortex Framework Data Foundation.
GA4 adalah versi terbaru Google Analytics. Fitur ini memberikan tampilan menyeluruh tentang perilaku pengguna, yang berfokus pada pelacakan berbasis peristiwa dan machine learning untuk menawarkan insight yang lebih mendalam. Cortex Framework memungkinkan Anda mengekstrak data dari GA4 dan mengintegrasikannya ke BigQuery untuk analisis dan pelaporan lebih lanjut. Anda dapat memperoleh insight berharga dan mendorong hasil bisnis yang lebih baik.
Diagram berikut menjelaskan cara data GA4 tersedia melalui beban kerja pemasaran Cortex Framework Data Foundation:
File konfigurasi
File config.json
mengonfigurasi setelan yang diperlukan untuk terhubung ke sumber data guna mentransfer
data dari berbagai beban kerja. File ini berisi parameter berikut untuk GA4:
"marketing": {
"deployGA4": true,
"GA4": {
"datasets": {
"cdc": [
{"property_id": 0, "name": ""}
],
"reporting": "REPORTING_GA4"
}
}
}
Tabel berikut menjelaskan nilai untuk setiap parameter pemasaran:
Parameter | Arti | Nilai Default | Deskripsi |
marketing.deployGA4
|
Men-deploy GA4 | true
|
Jalankan deployment untuk sumber data GA4. |
marketing.GA4.datasets.cdc
|
Set data BigQuery Export untuk GA4 | [{"property_id": 0, "name": ""}]
|
Array set data BigQuery Export Google Analytics 4. Setiap elemen menentukan Property ID sebagai
INT , serta nama set data BigQuery Export yang sesuai.
|
marketing.GA4.datasets.reporting
|
Set data pelaporan untuk GA4 | REPORTING_GA4
|
Set data pelaporan untuk GA4. |
Model Data
Bagian ini menjelaskan Model Data GA4 menggunakan Diagram Hubungan Entitas (ERD).
Tampilan dasar
Ini adalah objek biru di ERD dan merupakan tampilan pada tabel CDC dengan
transformasi minimal untuk mengekstrak struktur data yang kompleks. Lihat skrip di
src/marketing/src/GA4/src/reporting/ddls
.
Tampilan pelaporan
Ini adalah objek hijau di ERD dan merupakan tampilan pelaporan yang berisi
metrik gabungan. Lihat skrip di
src/marketing/src/GA4/src/reporting/ddls
.
Mengonfigurasi integrasi untuk GA4
Fondasi Data Framework Cortex terintegrasi dengan GA4 dengan membuat Lapisan pelaporan di atas set data BigQuery Export GA4 (diperlakukan sebagai set data CDC di arsitektur Framework Cortex). Hal ini dilakukan dengan membuat tampilan runtime di atas tabel CDC atau menjalankan DAG Cloud Composer untuk data yang terwujud dalam tabel BigQuery, bergantung pada konfigurasi setelan pelaporan.
Menyiapkan BigQuery Export GA4
Cortex Framework menggunakan fitur BigQuery Export GA4 untuk memuat data dari sistem sumber ke BigQuery. Ikuti petunjuk untuk menyiapkan BigQuery Export atau setiap properti GA4 dalam artikel Bantuan GA4 ini: GA4 - Menyiapkan BigQuery Export.
Masalah umum, batasan, dan pertimbangan lainnya
Pertimbangkan hal berikut saat menyiapkan BigQuery Export GA4:
- Pengisian ulang: BigQuery Export GA4 dimulai sejak hari penyiapannya dan tidak ada pengisian ulang.
- Perbedaan antara angka yang dilaporkan UI GA4 dan Cortex Framework: Beberapa faktor, termasuk, tetapi tidak terbatas pada sampling, penundaan pengumpulan data, dan laporan berkardinalitas tinggi, dapat menyebabkan perbedaan kecil antara UI Google Analytics dan Cortex Framework. Hal ini merupakan batasan umum dan bawaan Google Analytics. Untuk mengetahui informasi selengkapnya, lihat Menjembatani kesenjangan antara UI Google Analytics dan BigQuery Export .
- Pembatasan volume ekspor peristiwa: Bergantung pada edisi Google Analytics, Anda mungkin mengalami berbagai tingkat pembatasan volume ekspor BigQuery per hari. Untuk informasi selengkapnya, lihat GA4 - Menyiapkan BigQuery Export.
- Zona waktu: Di BigQuery Export,
event_date
ditetapkan di zona waktu pelaporan properti, sedangkanevent_timestamp
adalah stempel waktu UTC dalam mikrodetik. Oleh karena itu, jikaevent_timestamp
digunakan, pastikan untuk menyesuaikan zona waktu pelaporan yang benar saat dibandingkan dengan angka UI. - Ekspor Peristiwa Harian versus Streaming (real-time): Untuk ekspor Peristiwa,
Cortex Framework hanya mendukung tabel
events_YYYYMMDD
yang dibuat oleh ekspor harian lengkap. Untuk informasi selengkapnya, lihat GA4 - BigQuery Export. - Perjanjian Tingkat Layanan (SLA) GA4 360 untuk BigQuery Export: Meskipun Cortex Framework tidak mendukung tabel
events_fresh_
yang dibuat oleh ekspor Harian Langsung sebagai tabel sumber terpisah, Anda dapat mengikuti komentar penyesuaian##CORTEX-CUSTOMER
di tampilan PelaporanEvents
untuk mengganti tabel sumber dengan tabel ini, guna memanfaatkan SLA yang disediakan oleh fitur ini. Semua Tampilan pelaporan akan terus berfungsi setelah penggantian ini.
Keaktualan dan Penundaan Data
Sebagai aturan umum, keaktualan data untuk sumber data Cortex Framework dibatasi oleh apa yang diizinkan oleh koneksi upstream, serta frekuensi eksekusi DAG Anda. Sesuaikan frekuensi eksekusi DAG agar selaras dengan frekuensi upstream, batasan resource, dan kebutuhan bisnis Anda.
Dengan Google Analytics 4, data ekspor BigQuery dapat tertunda hingga satu hari, bergantung pada zona waktu Anda, kecuali jika Anda menggunakan Ekspor Harian Langsung.
Konfigurasi
Bagian ini menjelaskan konfigurasi untuk proses data.
Koneksi Cloud Composer
Buat koneksi berikut di Cloud Composer. Lihat detail selengkapnya di dokumentasi Mengelola koneksi Airflow.
Nama Koneksi | Tujuan |
dv360_cdc_bq
|
Untuk Set data mentah > Transfer set data CDC. |
dv360_reporting_bq
|
Untuk set data CDC > Transfer set data pelaporan. |
Setelan pelaporan
Anda dapat mengonfigurasi dan mengontrol cara Cortex Framework menghasilkan data untuk lapisan pelaporan akhir GA4 menggunakan file setelan pelaporan src/GA4/config/reporting_settings.yaml
. File ini mengontrol cara objek BigQuery lapisan pelaporan
(tabel, tampilan, fungsi, atau prosedur tersimpan) dibuat.
Untuk mengetahui informasi selengkapnya, lihat Menyesuaikan file setelan pelaporan.
Apa langkah selanjutnya?
- Untuk informasi selengkapnya tentang sumber data dan workload lainnya, lihat Sumber data dan workload.
- Untuk informasi selengkapnya tentang langkah-langkah deployment di lingkungan produksi, lihat Prasyarat deployment Data Foundation Framework Cortex.