BigQuery-Beispiel-Dataset für die E-Commerce-Webimplementierung in Google Analytics

Der Google Merchandise Store ist ein Onlineshop, in dem Merchandise-Artikel von Google verkauft werden. Auf der Website wird die Standard-Web-E-Commerce Implementierung von Google Analytics zusammen mit optimierten Analysen verwendet. Das ga4_obfuscated_sample_ecommerce Dataset, das über das BigQuery Programm für öffentliche Datasets verfügbar ist, enthält eine Stichprobe mit anonymisierten BigQuery-Daten aus dem Ereignisexport für drei Monate, vom 01.11.2020 bis zum 31.01.2021.

Voraussetzung

• Sie benötigen Zugriff auf ein Google Cloud-Projekt, in dem die BigQuery API aktiviert ist. Führen Sie die Schritte im Abschnitt Vorbereitung der BigQuery-Kurzanleitung aus, um ein neues Google Cloud-Projekt zu erstellen oder die BigQuery API in einem vorhandenen Projekt zu aktivieren.

• Sie können den BigQuery-Sandbox-Modus kostenlos mit bestimmten Einschränkungen nutzen. Das kostenlose Kontingent sollte ausreichen, um dieses Dataset zu untersuchen und die Beispielabfragen auszuführen. Optional können Sie die Abrechnung aktivieren, um das kostenlose Kontingent zu überschreiten.

Beschränkungen

Dieses Dataset enthält anonymisierte Daten, die so aussehen, wie ein Dataset aus einer tatsächlichen Google Analytics-Implementierung. Bestimmte Felder enthalten Platzhalterwerte wie <Other>, NULL, und ''. Aufgrund der Anonymisierung ist die interne Konsistenz des Datasets möglicherweise etwas eingeschränkt.

Das Dataset kann nicht mit dem Google Analytics-Demokonto für den Google Merchandise Store verglichen werden, da die Daten unterschiedlich sind.

Dataset verwenden

1. Die Cloud Console bietet eine Schnittstelle zum Abfragen von Tabellen. Über die BigQuery-UI können Sie auf das ga4_obfuscated_sample_ecommerce Dataset zugreifen.

2. Wenn der Editor-Tab nicht angezeigt wird, klicken Sie auf Neue Abfrage erstellen.

3. Kopieren Sie die folgende Abfrage und fügen Sie sie in das Feld „Editor“ ein. Mit dieser Abfrage wird die Anzahl der einzelnen Ereignisse, Nutzer und Tage im Dataset angezeigt.

   SELECT
     COUNT(*) AS event_count,
     COUNT(DISTINCT user_pseudo_id) AS user_count,
     COUNT(DISTINCT event_date) AS day_count
   FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
   

4. Bei gültigen Abfragen wird ein Häkchen zusammen mit der Datenmenge angezeigt, die durch die Abfrage verarbeitet wird. Mit diesem Messwert können Sie die Kosten für die Ausführung der Abfrage ermitteln.
   

   

5. Klicken Sie auf Ausführen. Die Seite mit den Abfrageergebnissen wird unter dem Abfragefenster angezeigt.
   

   

6. Führen Sie einige Beispielabfragen aus.

Nächste Schritte

• Weitere Informationen zum Schema für den Google Analytics-Ereignisexport in BigQuery Schema.

• Führen Sie einige der erweiterten Abfragen für das Dataset aus.

• Wenn Sie mit BigQuery nicht vertraut sind, lesen Sie die BigQuery-Anleitungen.

• Verwenden Sie verbundene Tabellenblätter, um das Dataset in einer Google Sheets -Tabelle zu analysieren.

• Visualisieren Sie das Dataset mit Data Studio Pro.