Google Cloud 能與 Google Analytics (分析) 搭配使用,協助企業更有效參考資料。將 Google Analytics (分析) 資料導入 BigQuery,可協助您發掘更多資料中的業務深入分析結果,並在特定時間內創造更多價值。
總覽
首先,您必須建立新的 Google Cloud 專案並啟用 BigQuery,然後針對 BigQuery Export 完成專案準備工作。如果您是第一次使用,可將 Google Analytics (分析) 連結至 BigQuery 沙箱 (不需要信用卡就能免費開始使用,但須遵守沙箱限制)。如果貴機構已有 BigQuery 管道,也可以連結至現有的 BigQuery 專案。最後,請將 BigQuery 連結至 Google Analytics (分析) 資源。
運作方式
透過 BigQuery Export 功能將 Google Analytics (分析) 資料連結至 BigQuery,所有 GA4 使用者現在都能免費使用此功能,快速查詢所有的 Google Analytics (分析) 資料及建構目標對象區隔。
常見用途
BigQuery 可讓您查詢 Google Analytics (分析) 資料,藉此快速獲得重要業務問題的解答。您可以快速獲得下列問題的解答:
1. 每位購買者平均進行幾筆交易?
2. 購買特定產品的客戶還買了哪些其他產品?
3. 過去 12 個月內,消費者加入購物車的前 10 大熱門商品為何?
BigQuery 可讓您查詢 Google Analytics (分析) 資料,藉此快速獲得重要業務問題的解答。您可以快速獲得下列問題的解答:
1. 每位購買者平均進行幾筆交易?
2. 購買特定產品的客戶還買了哪些其他產品?
3. 過去 12 個月內,消費者加入購物車的前 10 大熱門商品為何?
進一步瞭解客戶行為,並鎖定對自家業務有價值的數位行銷目標對象,同時提升行銷投資報酬率。
您可以根據 Google Analytics (分析) 事件區隔目標對象 (例如已將商品加入購物車但未購買的網站訪客,以及生命週期價值高的客戶)。BigQuery 可讓您快速區隔這些目標對象,並將資料分享回 Google Analytics (分析)。
進一步瞭解客戶行為,並鎖定對自家業務有價值的數位行銷目標對象,同時提升行銷投資報酬率。
您可以根據 Google Analytics (分析) 事件區隔目標對象 (例如已將商品加入購物車但未購買的網站訪客,以及生命週期價值高的客戶)。BigQuery 可讓您快速區隔這些目標對象,並將資料分享回 Google Analytics (分析)。
使用 BigQuery 內建的機器學習功能,更準確地預測及規劃行銷成效。您可以利用歷來行銷資料,建立包含季節性變化的準確預測資料,針對業務高峰期規劃更好的計畫。
BigQuery ML 可讓您根據 Google Analytics (分析) 資料建立預測目標對象,例如購買傾向或預測顧客終身價值,可用來鎖定潛在價值高的新客戶。以機器學習技術為基礎的預測功能也能讓您預測流失率。
使用 BigQuery 內建的機器學習功能,更準確地預測及規劃行銷成效。您可以利用歷來行銷資料,建立包含季節性變化的準確預測資料,針對業務高峰期規劃更好的計畫。
BigQuery ML 可讓您根據 Google Analytics (分析) 資料建立預測目標對象,例如購買傾向或預測顧客終身價值,可用來鎖定潛在價值高的新客戶。以機器學習技術為基礎的預測功能也能讓您預測流失率。
Looker Studio 可以連結數百種資料來源,方便您建立視覺效果豐富的資訊主頁,以便混和行銷活動的資料進行分析,並快速取得深入分析結果。輸入 Google Analytics (分析) 和 Google Search Console 等行銷數據分析資料,並自訂自有檢視畫面 (包括資料表和圖表),突顯成效。
Looker Studio 可以連結數百種資料來源,方便您建立視覺效果豐富的資訊主頁,以便混和行銷活動的資料進行分析,並快速取得深入分析結果。輸入 Google Analytics (分析) 和 Google Search Console 等行銷數據分析資料,並自訂自有檢視畫面 (包括資料表和圖表),突顯成效。