Grundlegende Abfragen für den Export von Google Analytics 4-Ereignisdaten

Die Beispielabfragen auf dieser Seite beziehen sich auf die Exportdaten von BigQuery-Ereignissen für Google Analytics 4. Weitere Informationen finden Sie im BigQuery-Cookbook für Universal Analytics.

Alle hier aufgeführten Abfragen verwenden Beispiel-Datasets und sollten gültige Ergebnisse liefern. Wenn Sie BigQuery-Ereignisexportdaten Ihrer eigenen Google Analytics-Property verwenden möchten, suchen Sie in jeder Abfrage nach dem Kommentar -- Replace table und ersetzen Sie die ID des Beispiel-Datasets. Um die Dataset-ID zu ermitteln, gehen Sie in der BigQuery-UI zu Ihrem BigQuery-Exportprojekt. Wenn die BigQuery Export-Dataset-ID beispielsweise my- first-gcp-project:analytics_28239234 lautet, ersetzen Sie Folgendes:

  -- Replace table
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`

mit

  -- Replace table
  `my-first-gcp-project.analytics_28239234.events_*`

Bestimmten Zeitraum abfragen

Wenn Sie einen bestimmten Zeitraum aus einem BigQuery-Ereignisexport-Dataset abfragen möchten, verwenden Sie die Pseudospalte _TABLE_SUFFIX in der WHERE-Klausel Ihrer Abfrage. Weitere Informationen finden Sie unter Ausgewählte Tabellen mit _TABLE_SUFFIX filtern.

Die folgende Abfrage zählt beispielsweise eindeutige Ereignisse nach Datum und nach Ereignisname für einen bestimmten Zeitraum von Tagen und ausgewählte Ereignisse:

-- Example: Query a specific date range for selected events.
--
-- Counts unique events by date and by event name for a specifc period of days and
-- selected events(page_view, session_start, and purchase).

SELECT
  event_date,
  event_name,
  COUNT(*) AS event_count
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
  event_name IN ('page_view', 'session_start', 'purchase')
  -- Replace date range.
  AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
GROUP BY 1, 2;

Nutzeranzahl und Anzahl neuer Nutzer

  • Um die Gesamtzahl der Nutzer zu erhalten, zählen Sie die Anzahl der einzelnen user_id. Wenn Ihr Google Analytics-Client jedoch nicht mit jedem Treffer ein user_id zurücksendet oder Sie sich nicht sicher sind, sollten Sie die Anzahl der unterschiedlichen user_pseudo_id zählen.
  • Für neue Nutzer können Sie wie oben beschrieben vorgehen, jedoch für die folgenden Werte von event_name: 
-- Example: Get 'Total User' count and 'New User' count.

WITH
  UserInfo AS (
    SELECT
      user_pseudo_id,
      MAX(IF(event_name IN ('first_visit', 'first_open'), 1, 0)) AS is_new_user
    -- Replace table name.
    FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
    -- Replace date range.
    WHERE _TABLE_SUFFIX BETWEEN '20201101' AND '20201130'
    GROUP BY 1
  )
SELECT
  COUNT(*) AS user_count,
  SUM(is_new_user) AS new_user_count
FROM UserInfo;

Durchschnittliche Anzahl der Transaktionen pro Käufer

Die folgende Abfrage zeigt die durchschnittliche Anzahl der Transaktionen pro Käufer.

-- Example: Average number of transactions per purchaser.

SELECT
  COUNT(*) / COUNT(DISTINCT user_pseudo_id) AS avg_transaction_per_purchaser
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
  event_name IN ('in_app_purchase', 'purchase')
  -- Replace date range.
  AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201231';

Werte für einen bestimmten Ereignisnamen

Die folgende Abfrage zeigt den event_timestamp für alle purchase-Ereignisse und die zugehörigen Werte der Ereignisparameter:

-- Example: Query values for a specific event name.
--
-- Queries the individual timestamps and values for all 'purchase' events.

SELECT
  event_timestamp,
  (
    SELECT COALESCE(value.int_value, value.float_value, value.double_value)
    FROM UNNEST(event_params)
    WHERE key = 'value'
  ) AS event_value
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
  event_name = 'purchase'
  -- Replace date range.
  AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202';

Die vorherige Abfrage kann so geändert werden, dass anstelle einer Liste die Gesamtzahl der Ereignisparameterwerte angezeigt wird:

-- Example: Query total value for a specific event name.
--
-- Queries the total event value for all 'purchase' events.

SELECT
  SUM(
    (
      SELECT COALESCE(value.int_value, value.float_value, value.double_value)
      FROM UNNEST(event_params)
      WHERE key = 'value'
    ))
    AS event_value
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
  event_name = 'purchase'
  -- Replace date range.
  AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202';

Die 10 beliebtesten Artikel wurden dem Einkaufswagen hinzugefügt

Die folgende Abfrage zeigt die 10 Artikel, die am häufigsten in den Einkaufswagen gelegt wurden, nach der größten Anzahl von Nutzern.

-- Example: Top 10 items added to cart by most users.

SELECT
  item_id,
  item_name,
  COUNT(DISTINCT user_pseudo_id) AS user_count
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_web_ecommerce.events_*`, UNNEST(items)
WHERE
  -- Replace date range.
  _TABLE_SUFFIX BETWEEN '20201101' AND '20210131'
  AND event_name IN ('add_to_cart')
GROUP BY
  1, 2
ORDER BY
  user_count DESC
LIMIT 10;

Durchschnittliche Anzahl der Seitenaufrufe nach Käufertyp (Käufer und Nicht-Käufer)

Die folgende Abfrage zeigt die durchschnittliche Anzahl der Seitenaufrufe (Käufer im Vergleich zu Nicht-Käufern) der Nutzer:

-- Example: Average number of pageviews by purchaser type.

WITH
  UserInfo AS (
    SELECT
      user_pseudo_id,
      COUNTIF(event_name = 'page_view') AS page_view_count,
      COUNTIF(event_name IN ('in_app_purchase', 'purchase')) AS purchase_event_count
    -- Replace table name.
    FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
    -- Replace date range.
    WHERE _TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
    GROUP BY 1
  )
SELECT
  (purchase_event_count > 0) AS purchaser,
  COUNT(*) AS user_count,
  SUM(page_view_count) AS total_page_views,
  SUM(page_view_count) / COUNT(*) AS avg_page_views,
FROM UserInfo
GROUP BY 1;

Reihenfolge der Seitenaufrufe

Die folgende Abfrage zeigt die Abfolge der Seitenaufrufe von Nutzern während eindeutiger Sitzungen:

-- Example: Sequence of pageviews.

SELECT
  user_pseudo_id,
  event_timestamp,
  (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS ga_session_id,
  (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'page_location')
    AS page_location,
  (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'page_title') AS page_title
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
  event_name = 'page_view'
  -- Replace date range.
  AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
ORDER BY
  user_pseudo_id,
  ga_session_id,
  event_timestamp ASC;

Liste der Ereignisparameter

Die folgende Abfrage listet alle Ereignisparameter auf, die in Ihrem Dataset enthalten sind:

-- Example: List all available event parameters and count their occurrences.

SELECT
  EP.key AS event_param_key,
  COUNT(*) AS occurrences
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`, UNNEST(event_params) AS EP
WHERE
  -- Replace date range.
  _TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
GROUP BY
  event_param_key
ORDER BY
  event_param_key ASC;

Mit Google Ads teilnehmen

Wenn Sie zusätzliche Google Ads-Daten für Ihre GA4-Ereignisse abrufen möchten, müssen Sie BigQuery Data Transfer Service für Google Ads einrichten und dann die collected_traffic_source.gclid aus den GA4-Ereignisdaten mit dem gclid-Feld von ads_ClickStats_customer_id aus der Google Ads-Übertragung verknüpfen.

Beim Exportieren von GA4-Ereignisdaten wird eine Tabelle für jeden Tag erstellt, während bei der Google Ads-Übertragung eine einzige ads_ClickStats_customer_id-Tabelle pro Kunde erstellt wird.

Zurück
Erste Schritte
Weiter
Erweiterte Ereignisabfragen