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

Der Google Merchandise Store ist ein Onlineshop, über den Google-Marken Merchandise-Artikel. Die Website verwendet die standardmäßige Web-E-Commerce- Implementierung zusammen mit optimierten Analysen. Die ga4_obfuscated_sample_ecommerce-Dataset über BigQuery verfügbar Das Programm „Public Datasets“ enthält ein Beispiel eines verschleierten BigQuery-Ereignisexports Daten für drei Monate vom 1.11.2020 bis zum 31.01.2021.

Voraussetzung

• Sie benötigen Zugriff auf ein Google Cloud-Projekt mit aktivierter BigQuery API. Führen Sie die Schritte im Abschnitt Vorbereitung in der BigQuery-Kurzanleitung aus, um Erstellen Sie ein neues Google Cloud-Projekt oder aktivieren Sie die BigQuery API in einem bereits vorhanden ist.

• Sie können den BigQuery-Sandbox-Modus mit bestimmten Einschränkungen kostenlos nutzen. Die Kostenlose Nutzungsstufe sollte ausreichen, um dieses Dataset zu untersuchen und die Beispielabfragen. Optional können Sie die Abrechnung aktivieren, um über das kostenlose Nutzungsstufe.

Beschränkungen

Dieses Dataset enthält verschleierte Daten, die emulieren, was ein reales Dataset ist wie bei einer echten Google Analytics-Implementierung aussehen. Bestimmte Felder enthält Platzhalterwerte wie <Other>, NULL und ''. Aufgrund von ist die interne Einheitlichkeit des Datasets möglicherweise eingeschränkt.

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

Dataset verwenden

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

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 Anzahl der eindeutigen 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 die Abfrage verarbeitet. Anhand dieses Messwerts können Sie die Kosten die Abfrage ausführen.
   

   

5. Klicken Sie auf Ausführen. Die Seite mit den Abfrageergebnissen wird unterhalb des Abfragefensters angezeigt.
   

   

6. Führen Sie einige Beispielabfragen aus.

Nächste Schritte

• Weitere Informationen zum Schema für den Export von BigQuery-Ereignissen in Google Analytics 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 den Datensatz aus Google Tabellen zu analysieren. Tabelle.

• Das Dataset mit Looker Studio visualisieren.