Avant la sortie de Google Analytics 4, seuls les détenteurs d’une licence Google Analytics 360 étaient capables de profiter de l’export des données vers BigQuery. Grâce au nouvel outil de Web Analyse Google, cette fonctionnalité devient donc gratuite avec une limite de 1 million de hit par jour, et offre l’opportunité à tous les business d’accéder à la puissance du Cloud.

Nous allons vous montrer comment activer cette fonctionnalité et comment l’utiliser pour accélérer votre business.

Mais avant cela, faisons une brève présentation de BigQuery.

Retrouvez dans cet article:

• Qu’est-ce que BigQuery ?
  
  
• Pourquoi exporter les données Google Analytics vers BigQuery ?
  
  
• Activation de l’export de données vers BigQuery
  ‍
• Usages de la fonctionnalité d’export de données
  ‍
• Conclusion

‍

‍
BigQuery est un entrepôt de données d’analyse Google Cloud conçu pour aider les entreprises à transformer leur big data en activation business. BigQuery permet de stocker des ensembles de données volumineux et lancer des requêtes SQL ultra-rapides grâce à la puissance de calcul de Google.

‍

Grâce à ses rapports, Google Analytics est depuis plusieurs années l’outil privilégié pour analyser le trafic d’un site internet, le comportement d’achat en ligne, la performance de campagnes publicitaires en ligne, le suivi de l’acquisition, etc.

On pourrait alors se demander pourquoi changer d’instrument de mesure analytique alors que l’interface Google Analytics se suffit à elle-même. Tout simplement parce que  Google Analytics est un collecteur de données mais ne permet pas de modifier les données brutes.

En effet, la donnée présente dans l’interface n’est en réalité qu’une petite portion du potentiel d’analyse que proposent les données collectées dans Google Analytics. BigQuery permet de devenir propriétaire de ses données afin de les traiter et de les raffiner pour réaliser des analyses plus pertinentes.

‍

Pour activer l’export de données vers BigQuery, rendez vous dans la partie “Admin” de Google Analytics 4 puis dans la section “Product Linking” et cliquez sur “BigQuery Linking”.

Il vous suffit ensuite d’envoyer vos données Google Analytics 4 vers un projet BigQuery que vous aurez créé au préalable et de choisir la région cloud dans laquelle vous allez stocker vos données.

Pour paramétrer le flux de données que vous allez envoyer, sélectionnez un projet dans la section “BigQuery Linking”. Puis vous pouvez choisir la fréquence à laquelle vous allez exporter vos données vers BigQuery.

La fréquence “Daily” est gratuite mais limitée à 1 million de hits par jour. La fréquence “Streaming” est, quant à elle, payante.

Comment ? Il existe un coût pour BigQuery ? Toute chose ne pouvant être gratuite, un coût peut en effet être associé avec BigQuery via le stockage et/ou les requêtes faites. Pour vous donner plus de visibilité là-dessus, nous avons fait une petite calculette permettant de calculer le coût en fonction du nombre de requêtes mensuelles que vous recevez par mois sur GA4.

Pour chaque propriété Google Analytics 4 qui est lié à BigQuery, un data set nommé « analytics_<property_id> » est ajouté au projet BigQuery concerné.

Le dataset créé est organisé autour de données utilisateurs et d’événements accompagnés de données de géolocalisation, de type d’appareils et de sources de trafic. Chaque ligne du dataset représente un événement.

‍

‍
Utiliser des données externes pour faire des analyses avancées

BigQuery étant un entrepôt de données, il y est possible de stocker d’autres sources de données telles que des données publicitaires, des données hors ligne et des données CRM pour effectuer des requêtes joignant plusieurs datasets. Le fait de lier différents types de données permettra par exemple de comparer votre chiffre d’affaires avec la marge effectuée sur une période donnée. Ces analyses peuvent ensuite être envoyées vers un outil de data visualisation (Google Data Studio) pour obtenir des rapports illustrés mêlant vos données Google Analytics et vos données externes.

Avoir une vision globale de l’attribution des conversions

Grâce à la fonctionnalité d’export de données vers BigQuery, vous avez accès aux données brutes de plateformes publicitaires  et pouvez ainsi réaliser des analyses plus profondes sur l’attribution et la déduplication des conversions. Ces analyses pourront permettre d’avoir une vue consolidée de l’attribution dans un outil de data visualisation afin de prendre rapidement des décisions budgétaires sur les différentes plateformes.

Utiliser la donnée en temps réel pour ses stratégies marketing

Il ne faut que quelques secondes pour transférer le flux de données Google Analytics 4 vers BigQuery. De plus, les données sont transférées en continu (environ toutes les 15 minutes). Il est donc plus facile de piloter ses stratégies marketing à des moments clefs de l’année où chaque minute compte (comme le Black Friday par exemple).

Préprocesser les données en vue d’une analyse prédictive

Dans BigQuery, vous pouvez utiliser des requêtes SQL pour préprocesser les données en vue d’une analyse permettant de mieux prévoir la demande des consommateurs.

En effet, BigQuery dispose de fonctions de Machine Learning intégrées permettant d’effectuer cette analyse. Celle-ci permettra d’augmenter votre taux de rétention des clients en captant plus efficacement et plus rapidement les signaux d’attrition.

‍

Google permet aux comptes freemium d’accéder aux données brutes de Google Analytics 4. La fonctionnalité d’export de données vers BigQuery ouvre donc l’accès à des fonctionnalités avancées telles que le Machine Learning pour réaliser ses analyses.

Aujourd’hui nous conseillons à chacun de nos clients d’exporter leurs données vers BigQuery .

D’autres articles sur la Google Cloud Platform sont à venir donc restez à l’écoute !

‍