Пример набора данных BigQuery: реализация Google Аналитики 4 для сайта электронной торговли

Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

Google Merchandise Store – это интернет-магазин, в котором продается сувенирная продукция Google. Магазин использует стандартную реализацию электронной торговли Google Аналитики 4 на сайте, а также улучшенную статистику. Набор ga4_obfuscated_sample_ecommerce, доступный по программе "Общедоступные наборы данных в BigQuery", содержит обфусцированные данные экспорта событий BigQuery за три месяца с 1 ноября 2020 года по 31 января 2021 года.

Подготовка

  • Вам понадобится доступ к проекту Google Cloud c включенным BigQuery API. Чтобы создать новый проект Google Cloud или включить BigQuery API в существующем, выполните действия, описанные в разделе Before you begin (Подготовка) Краткого руководства по BigQuery.

  • Вы можете бесплатно использовать режим тестовой среды BigQuery с некоторыми ограничениями. Бесплатного плана должно быть достаточно для того, чтобы ознакомиться с набором данных и запустить примеры запросов. Чтобы воспользоваться платным планом, включите оплату.

Ограничения

Этот набор включает обфусцированные данные, которые эмулируют настоящий набор данных из реализации Google Аналитики 4. Некоторые поля будут содержать плейсхолдеры, в том числе <Other>, NULL и ''. Из-за обфускации внутренняя согласованность набора данных может быть несколько ограничена.

Этот набор данных следует отличать от демонстрационного аккаунта Google Аналитики для Google Merchandise Store, поскольку это другие данные.

Использование набора данных

  1. Используйте интерфейс Cloud Console для отправки запросов в таблицы. Для доступа к набору данных ga4_obfuscated_sample_ecommerce можно использовать интерфейс BigQuery.

  2. Если вкладка Editor (Редактор) недоступна, нажмите Compose new query (Создать новый запрос).

  3. Скопируйте и вставьте в поле Editor (Редактор) указанный ниже запрос. Он покажет количество уникальных событий, пользователей и дней в наборе данных.

    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. Рядом с действительными запросами появляется флажок, а также указывается, сколько данных будет обработано. Этот показатель помогает вам определить, целесообразно ли выполнять запрос.

    Интерфейс BigQuery: проверка и размер запроса

  5. Нажмите Run (Выполнить). Под окном запроса появятся результаты его выполнения.

    Интерфейс BigQuery: результаты запроса

  6. Попробуйте выполнить примеры запросов.

Дальнейшие действия