BigQuery-Beispiel-Dataset für die E-Commerce-Webimplementierung von Google Analytics 4

Der Google Merchandise Store ist ein Onlineshop für Merchandise-Artikel von Google. Auf der Website werden die standardmäßige E-Commerce-Implementierung von Google Analytics 4 und optimierte Analysen verwendet. Das über das BigQuery-Programm für öffentliche Datasets verfügbare Dataset ga4_obfuscated_sample_ecommerce enthält eine Stichprobe mit verschleierten BigQuery-Ereignisexportdaten für einen Zeitraum von drei Monaten vom 01.11.2020 bis zum 31.01.2021.

Voraussetzung

  • Sie benötigen Zugriff auf ein Google Cloud-Projekt mit aktivierter BigQuery API. Folgen Sie der Anleitung unter Vorbereitung in der BigQuery-Kurzanleitung, um ein neues Google Cloud-Projekt zu erstellen oder die BigQuery API in einem vorhandenen zu aktivieren.

  • Sie können den BigQuery Sandbox-Modus mit bestimmten Einschränkungen kostenlos verwenden. Die Stufe „Kostenlose Nutzung“ sollte ausreichen, um dieses Dataset zu untersuchen und die Beispielabfragen auszuführen. Sie können optional die Abrechnung aktivieren, um über die Stufe für die kostenlose Nutzung hinaus zu gehen.

Beschränkungen

Dieses Dataset enthält verschleierte Daten, die so emulieren, wie ein echtes Dataset in einer tatsächlichen Google Analytics 4-Implementierung aussehen würde. Bestimmte Felder enthalten Platzhalterwerte, darunter <Other>, NULL und ''. Aufgrund der Verschleierung kann die interne Konsistenz des Datasets etwas eingeschränkt sein.

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

Dataset verwenden

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

  2. Wenn der Tab Editor 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 einzelner 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 von der Abfrage verarbeitet wird. Mit diesem Messwert können Sie die Kosten für das Ausführen der Abfrage ermitteln.

    BigQuery-Benutzeroberfläche mit Abfragevalidierung und Abfragegröße

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

    BigQuery-Benutzeroberfläche mit Abfrageergebnissen

  6. Versuchen Sie, einige Beispielabfragen auszuführen.

Nächste Schritte