Przykładowy zbiór danych BigQuery na potrzeby implementacji e-commerce w Google Analytics

Google Merchandise Store to sklep internetowy, który oferuje produkty marki Google. Witryna korzysta ze standardowej implementacji e-commerce w Google Analytics oraz z pomiaru zaawansowanego. ga4_obfuscated_sample_ecommerceZbiór danych dostępny w ramach programu BigQuery Public Datasets zawiera próbkę maskowanych danych eksportu zdarzeń BigQuery za 3 miesiące – od 1 listopada 2020 r. do 31 stycznia 2021 r.

Wymagania wstępne

  • Musisz mieć dostęp do projektu w chmurze Google Cloud z włączonym interfejsem BigQuery API. Wykonaj czynności opisane w sekcji Zanim zaczniesz w krótkim wprowadzeniu do BigQuery, aby utworzyć nowy projekt w chmurze Google Cloud lub włączyć BigQuery API w istniejącym projekcie.

  • Możesz bezpłatnie korzystać z trybu piaskownicy BigQuery z pewnymi ograniczeniami. Bezpłatny poziom wykorzystania powinien wystarczyć do zbadania tego zbioru danych i uruchomienia przykładowych zapytań. Opcjonalnie możesz włączyć płatności, aby wyjść poza bezpłatny poziom wykorzystania.

Ograniczenia

Ten zbiór danych zawiera maskowane dane, które odzwierciedlają rzeczywisty zbiór danych pochodzący z prawdziwego wdrożenia Google Analytics. Niektóre pola będą zawierać wartości zastępcze, w tym <Other>, NULL''. Ze względu na zaciemnianie wewnętrzna spójność zbioru danych może być nieco ograniczona.

Tego zbioru danych nie można porównywać z kontem demonstracyjnym Google Analytics w przypadku Google Merchandise Store, ponieważ dane są inne.

Korzystanie ze zbioru danych

  1. Konsola Cloud udostępnia interfejs do tabel zapytań. Aby uzyskać dostęp do zbioru danych ga4_obfuscated_sample_ecommerce, możesz użyć interfejsu BigQuery.

  2. Jeśli nie widzisz karty Edytor, kliknij  Utwórz nowe zapytanie.

  3. Skopiuj to zapytanie i wklej je w polu Edytor. To zapytanie wyświetli liczbę unikalnych zdarzeń, użytkowników i dni w zbiorze danych.

    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. W przypadku prawidłowych zapytań pojawi się znacznik wyboru wraz z ilością danych, które zapytanie przetworzy. Ten wskaźnik pomaga określić koszt uruchomienia zapytania.

    Interfejs BigQuery z informacjami o weryfikacji zapytania i jego rozmiarze

  5. Kliknij Wykonaj. Strona wyników zapytania pojawi się pod oknem zapytania.

    Interfejs BigQuery z wynikami zapytania

  6. Spróbuj uruchomić kilka przykładowych zapytań.

Następne kroki