Google Analytics
Google Analytics (GA4) 和 BigQuery 能提供行銷與目標對象洞察資訊
Google Cloud 能與 Google Analytics 搭配使用，協助企業更有效參考資料。將 Google Analytics 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
運用熟悉慣用的資料工具提升行銷成效
如果您正在設法將更多資料運用於行銷上，並制定資料導向的業務決策，不妨從以下做法開始著手：將 Google Analytics、BigQuery 與數據分析 (原稱 Looker Studio) 搭配使用。這些大家熟悉的工具可與內建的整合功能搭配運作，讓您輕鬆整合資料，以便進行分析、建立目標對象區隔及分享洞察資料。
GA4 和通用 Analytics 有何不同？
Google Analytics 4 (GA4) 資源會在 2023 年 7 月 1 日取代通用 Analytics 資源。這表示通用 Analytics 資源將停止處理新資料，因此在該期限過後，您便無法再處理新資料，或顯示自家應用程式或網站的成效更新報表和指標。2023 年 7 月 1 日後，Google Analytics 4 資源將是 Google Analytics 唯一具備完整功能的版本。通用 Analytics 360 資源會繼續處理新資料，直到 2024 年 7 月 1 日為止。
為什麼要將 Google Analytics 資料匯出至 BigQuery？
您可以透過 Google Analytics (GA4) 中的 BigQuery Export，免費將 Google Analytics 資源中的所有事件資料匯出至 BigQuery。在 BigQuery 中，您可以從其他來源匯入外部資料 (如客戶關係管理資料)，並與 Google Analytics 資料整合，使用類 SQL 語法來查詢資料，以便突破取樣與配額限制，產生進階報表。如此一來，您就能建立目標對象區隔、研究自訂流量歸因，以及建構簡單的報表和目標對象機器學習模型。
如何設定 Google Analytics BigQuery Export？
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 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 資源。
BigQuery 可以將 Google Analytics 的資料導入數據分析嗎？
機構可以將 Google Analytics 資料直接連結至數據分析，建構各個團隊都能共用的報表和資訊主頁。請注意，連結至 Google Analytics 資料的數據分析報表有 Google Analytics Data API 配額的限制。運用 BigQuery Export 功能匯出至數據分析之後，除了 Google Analytics Data API 以外，您還可以使用其他功能，無須擔心高基數處理作業，同時可以更準確地掌握行銷資料，不受 API 帶來的限制。
什麼是 BigQuery？
BigQuery 這個雲端式資料倉儲可儲存及分析大量資料。您可以使用 BigQuery 儲存 Google Analytics 和其他來源的資料，像是網站記錄檔和客戶關係管理系統。這些資料可用來執行複雜的查詢，並協助您找出單用 Google Analytics 可能無法發現的趨勢。
什麼是「BigQuery 沙箱」？
BigQuery 沙箱可讓您探索 BigQuery 功能，確認 BigQuery 是否符合需求 (無須額外付費)。您不需要提供信用卡資料、建立帳單帳戶或啟用專案的計費功能，就能透過這個沙箱體驗 BigQuery 和 Google Cloud 控制台。
什麼是 Google Analytics？
Google Analytics 這個評估平台可讓您進一步瞭解各種裝置和平台上的客戶，無須付費即可使用。您可以運用 Google Analytics 來評估網站或應用程式的成效、根據客戶在網站和應用程式中互動的方式做出資料導向的決策，以及提升行銷投資報酬率。
什麼是數據分析？
數據分析是一項免費工具，透過互動式資訊主頁和精美報表來強化資料，有助於您做出更明智的業務決策。數據分析透過內建的連接器簡化 BigQuery 和 Google Analytics 4 資料的匯入作業，能讓您輕鬆存取各種資料。如此一來，您就能建構報表和資訊主頁，然後與相關人員共用，並透過單一資料來源即時協同合作。
迅速掌握行銷深入分析結果
建構及啟用目標對象區隔
使用 BigQuery ML 進行預測分析
建立需求預測和預測目標對象
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 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。
操作說明
建立需求預測和預測目標對象
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 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。
