Podstawowe zapytania dotyczące eksportu danych zdarzenia Google Analytics 4

Przykładowe zapytania na tej stronie odnoszą się do danych z eksportu zdarzeń BigQuery przeznaczonego do Google Analytics 4. Jeśli szukasz tego samego zasobu dotyczącego Universal Analytics, zapoznaj się z przewodnikiem BigQuery na temat Universal Analytics.

Wszystkie wymienione tutaj zapytania korzystają z przykładowych zbiorów danych i powinny dawać prawidłowe wyniki. Aby użyć danych eksportu zdarzeń BigQuery z własnej usługi Google Analytics, znajdź komentarz -- Replace table w każdym zapytaniu i zastąp przykładowy identyfikator zbioru danych. Identyfikator zbioru danych znajdziesz w swoim projekcie eksportu BigQuery w interfejsie BigQuery. Jeśli na przykład identyfikator Twoich zbiorów danych eksportu BigQuery to my- first-gcp-project:analytics_28239234, zastąp:

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

tym:

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

Uwaga: dodając identyfikator zbioru danych w przykładowych zapytaniach, zastąp „:” wartością „.”.

Zapytanie o konkretny zakres dat

Aby wysłać zapytanie o konkretny zakres dat ze zbioru danych eksportu zdarzeń BigQuery, użyj pseudokolumny _TABLE_noindex w klauzuli WHERE w zapytaniu. Więcej informacji znajdziesz w artykule Filtrowanie wybranych tabel przy użyciu tabeli _TABLE_SUGGESTION.

Na przykład to zapytanie zlicza unikalne zdarzenia według daty i nazwy zdarzenia z określonego okresu dni i wybranych zdarzeń:

-- 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;

Liczba użytkowników i nowych użytkowników

• Aby uzyskać łączną liczbę użytkowników, policz liczbę unikalnych elementów w polu user_id. Jeśli jednak Twój klient Google Analytics nie zwraca kodu user_id z każdym działaniem lub nie masz pewności, licz liczbę unikalnych user_pseudo_id.
• W przypadku nowych użytkowników możesz zastosować tę samą metodę liczenia opisaną powyżej, ale z tymi wartościami event_name:
  • first_visit
  • first_open

-- 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;

Średnia liczba transakcji na kupującego

Zapytanie to pokazuje średnią liczbę transakcji na kupującego.

-- 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';

Wartości dla konkretnej nazwy zdarzenia

To zapytanie wyświetla wartość event_timestamp w przypadku wszystkich zdarzeń purchase i powiązanych wartości parametrów zdarzenia:

-- 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';

Poprzednie zapytanie można zmodyfikować tak, aby pokazywało łączną liczbę wartości parametrów zdarzenia, a nie listę:

-- 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';

10 najpopularniejszych produktów dodanych do koszyka

Zapytanie to pokazuje 10 produktów dodanych do koszyka najczęściej przez największą liczbę użytkowników.

-- 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;

Średnia liczba odsłon według typu kupującego (kupujący a użytkownicy, którzy niczego nie kupili)

To zapytanie pokazuje średnią liczbę odsłon stron przez użytkowników, którzy dokonali zakupu (kupujący a użytkownicy, którzy niczego nie kupili):

-- 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;

Kolejność odsłon

To zapytanie pokazuje sekwencję odsłon wywołanych przez użytkowników w trakcie unikalnych sesji:

-- 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;

Lista parametrów zdarzenia

To zapytanie zawiera listę wszystkich parametrów zdarzeń występujących w zbiorze danych:

-- 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;

Dołączanie do programu Google Ads

Aby pobierać dodatkowe dane Google Ads dotyczące zdarzeń GA4, skonfiguruj usługę BigQuery Data Transfer Service dla Google Ads, a potem połącz collected_traffic_source.gclid z danych zdarzeń GA4 z polem gclid ads_ClickStats_customer_id z transferu Google Ads.

Pamiętaj, że eksport danych zdarzeń GA4 tworzy tabelę dla każdego dnia, a przeniesienie z Google Ads wypełni jedną tabelę ads_ClickStats_customer_id na klienta.