Panoramica
Nella pagina viene spiegato come configurare tcrm_bq_to_ga
o tcrm_gcs_to_ga
DAG e come preparare i dati.
Google Analytics viene utilizzato per monitorare l'attività del sito web, ad esempio la durata della sessione, le pagine per sessione, la frequenza di rimbalzo e così via dei singoli utenti che utilizzano il sito, insieme alle informazioni sulla sorgente del traffico.
Per informazioni dettagliate, consulta Panoramica di Measurement Protocol.
Configura variabili Airflow
Crea nuove variabili DAG tcrm_bq_to_ga
necessarie
La tabella seguente indica quali variabili sono necessarie per eseguire il DAG tcrm_bq_to_ga
. Devi configurare queste variabili solo se prevedi di utilizzare BigQuery come origine dati.
Nome variabile | Valore predefinito | Informazioni sulle variabili |
---|---|---|
bq_dataset_id
|
my_dataset
|
Il nome del set di dati BigQuery contenente i dati. |
bq_table_id
|
my_table
|
Il nome della tabella BigQuery contenente i dati. |
ga_tracking_id |
UA-123456789-1 |
ID monitoraggio di Google Analytics |
Crea nuove variabili DAG tcrm_gcs_to_ga
necessarie
La tabella seguente indica quali variabili sono necessarie per eseguire il DAG tcrm_gcs_to_ga
. Devi configurare queste variabili solo se prevedi di utilizzare
Google Cloud Storage come origine dati.
Nome variabile | Valore di esempio | Informazioni sulle variabili |
---|---|---|
gcs_bucket_name |
my_bucket |
Nome del bucket Cloud Storage. |
gcs_bucket_prefix
|
folder/sub_folder
|
Il percorso della cartella di dati all'interno del bucket. |
gcs_content_type
(facoltativo) |
JSON o CSV .
|
Tipo di contenuti di Cloud Storage. |
ga_tracking_id |
UA-123456789-1 |
ID monitoraggio di Google Analytics |
Prepara i dati da inviare a Google Analytics
NOTA: consulta l'API Measurement Protocol{target="_blank"} per i requisiti dettagliati.
Per inviare i dati a GA, puoi scegliere tra tre opzioni:
Da BigQuery utilizzando il DAG
tcrm_bq_to_ga
in formato tabella SQL.Da Google Cloud Storage utilizzando il DAG
tcrm_gcs_to_ga
in formato JSON.{"cid": "12345.67890", "t":"event", "ec": "video", "ea": "play", "el": "holiday", "ev": "300" } {"cid": "12345.67891", "t":"event", "ec": "video", "ea": "play", "el": "holiday", "ev": "301" } {"cid": "12345.67892", "t":"event", "ec": "video", "ea": "play", "el": "holiday", "ev": "302" } {"cid": "12345.67893", "t":"event", "ec": "video", "ea": "play", "el": "holiday", "ev": "303" }
Da Google Cloud Storage utilizzando il DAG
tcrm_gcs_to_ga
in formato CSV.cid,t,ec,ea,el,ev 12345.67890,event,video,play,holiday,300 12345.67891,event,video,play,holiday,301 12345.67892,event,video,play,holiday,302 12345.67893,event,video,play,holiday,303
Gestisci il tuo DAG
Nella console Airflow fai clic sull'opzione DAGs
nella barra dei menu in alto. Individua il DAG da eseguire nell'elenco a sinistra. Quindi eseguilo facendo clic sul pulsante Play
sul lato destro dell'elenco.
Lettura dei log di DAG
Consulta le Domande frequenti sulla lettura dei log di DAG nelle Domande frequenti.