将 Google Analytics（分析）与 R 结合使用

Andy Granowitz，Google Analytics（分析）开发技术推广工程师 - 2014 年 9 月

本文的目的是鼓励目前使用 R 的优秀统计学家、研究人员和数据科学家将 Google Analytics（分析）视为有用的数据集，同样鼓励 Google Analytics（分析）用户将 R 用于其严峻的数据处理需求。本文通过一个示例来说明如何在 Android R 中使用 Google Analytics（分析）数据来衡量营销广告系列的长期价值。

简介

R 是一种流行的统计计算编程语言，也是一个强大的工具，用于分析和从数据中汲取洞见。将 R 与 Google Analytics（分析）数据结合使用，您可以执行统计分析并生成数据可视化效果，从而更好地了解和改进您的业务。

本文的其余部分将介绍使用 R 中的 Google Analytics（分析）库生成一些富有参考价值的数据和图表所需的步骤。

初始设置

借助 RGoogleAnalytics 库，您可以从 R 中以原生方式检索 Google Analytics（分析）数据。如要开始使用此功能，请按以下步骤操作：

  1. 验证您有权访问的 Google Analytics（分析）账号中包含可用于分析的数据
  2. 安装 R
  3. 安装 RGoogleAnalytics 软件包
  4. 请按照 GitHub 上的示例代码操作，确保您可以在 R 中访问 Google Analytics（分析）数据

如需了解其他设置资源，请参阅 RGoogleAnalytics 设置指南。

问题

我的营销广告系列的长期价值是什么？

Google Analytics（分析）中的标准报告可以帮助您确定营销广告系列是否会在短期内带来转化，但可能很难确定广告系列的长期价值，因为这需要您执行累积分析。

分析

如需确定营销广告系列的长期价值，您可以使用 R 生成给定同类群组的累计收入和交易图表。这样，您就可以查看通过指定营销广告系列吸引的一组客户在较长时间段内完成了多少笔交易。这与更标准的分析相反，在后者中，您可以观察通过营销活动来到您房源的客户是否立即购买了商品。

查询

要执行此分析，可以修改 RGoogleAnalytics 示例查询。以下查询会提取以下所有用户的交易和收入：在 2014 年 9 月 1 日至 9 月 7 日期间从广告系列 A 首次访问网站，并在 9 月 1 日至 11 月 29 日的某个时间点进行购买。

query.list <- Init(start.date = "2014-09-01",
        end.date = "2014-11-29",
        dimensions = "ga:date",
        metrics = "ga:transactions,ga:transactionRevenue",
        segment = "users::sequence::^ga:userType==New%20Visitor;dateOfSession<>2014-09-01_2014-09-07;ga:campaign==Campaign%20A;->>perSession::ga:transactions>0",
        max.results = 10000,
        sort = "ga:date",
        table.id = tableId)

如果省略该细分，此查询会按日期提取所有用户的交易和收入。添加该细分后，仅包含首次访问网站并在指定时间段之间进行了交易的用户。

了解细分

该细分由几个序列条件组成：

  1. 该细分会选择 users::，以便不仅包含符合条件的会话，还包含符合条件的用户的所有会话。
  2. sequence:: 前缀允许选择完成了一组指定步骤的一组用户。在这种情况下，第一步是在给定的时间段内访问指定广告系列，第二步是完成购买。
  3. ga:userType==New%20Visitor;dateOfSession<>2014-09-01_2014-09-07 前面的 ^ 前缀可确保会话日期、广告系列和用户类型条件对于给定日期范围内首次会话的首次命中为 true。
  4. ->>perSession::ga:transactions>0 指定在某个时间点进行购买的第二个步骤。

请参阅 细分开发者指南，详细了解可创建的细分以及有关修改此细分或构建自己的细分的语法详情。

处理结果

此查询的结果是指定用户组的交易次数和每日收入。 您可以使用 cumsum 函数将每日或增量交易次数和每日收入转换为 R 中的累计数字。然后，可以使用 plot 函数或 ggplot2 软件包绘制这些数据。

增量交易图表显示每个日期发生的交易次数，而累计交易次数图表显示截至每个日期（包括每个日期）的总交易次数。因此，通过累计交易次数图表，我们能够查看每个广告系列的长期价值：

结果

通过分析这两个广告系列，我们发现尽管在前四周内，通过广告系列 A 获取的客户完成的交易多于通过广告系列 B 获取的客户，但从长远来看，广告系列 B 的客户完成的累计交易次数更多。如果仅查看来自广告系列 A 或广告系列 B 的访问之后紧接着发生的交易，可能会导致系统错误地断定广告系列 A 更有效。

广告系列 A 与广告系列 B 在一段时间内的变化情况。广告系列 A 的效果最初优于广告系列 B，但并非在整个 9 周内都是如此

希望这对如何在 R 中分析 Google Analytics（分析）数据充满了兴趣。访问 Google Analytics（分析）Reporting API 论坛，分享您正在开展的一些令人兴奋的分析。

视频概览

下面的视频简要介绍了本文中的示例。此外，我们还提供了将 R 与 Google Analytics（分析）结合使用的另外两个用例。