Google Analytics od podstaw. Analiza wpływu biznesowego i wyznaczanie trendów - ebook

Google Analytics 4 wyznacza nowe zasady marketingu cyfrowego: obecnie chodzi nie tyle o raportowanie zdarzeń z przeszłości, ile o aktywację danych przez łączenie danych online i offline ze wszystkich strumieni, aby zapewnić kompleksowe informacje marketingowe. Taka analityka cyfrowa umożliwia szybsze podejmowanie decyzji. Umiejętność korzystania z GA4 staje się więc nieodzowna.

Oto zwięzły i praktyczny przewodnik po usłudze GA4 i jej integracji z chmurą. Szczególnie skorzystają z niego analitycy danych, biznesu i marketingu. Opisano tu wszystkie istotne kwestie dotyczące tego nowego, potężnego modelu analitycznego. Szczególną uwagę poświęcono bardziej zaawansowanym funkcjonalnościom GA4. Zaprezentowano architekturę GA4, strategie danych, a także informacje dotyczące pozyskiwania, przechowywania i modelowania danych. W książce znalazło się również omówienie typowych przypadków użycia dla aktywacji danych i instrukcji przydatnych podczas implementacji tych przypadków. Co istotne, poszczególne zagadnienia zostały zilustrowane praktycznymi przykładami kodu.

Ta książka pomaga nie tylko zrozumieć dane, ale także wygenerować przewagę konkurencyjną!

Melinda Schiera, strateg do spraw analityki

Najciekawsze zagadnienia:

• integracja Google Cloud z GA4
• przeprowadzanie integracji GA4
• przechwytywanie danych GA4 i realizacja przypadków użycia
• projektowanie przepływów danych
• dostosowywanie przypadków użycia do potrzeb biznesowych

Przygotuj się na cyfrowy marketing przyszłości!

Wstęp

1. Nowa usługa Google Analytics 4

• Wprowadzenie do GA4
  • Ujednolicenie analityki mobilnej i internetowej
  • Firebase i BigQuery - pierwsze kroki w chmurze
  • Wdrożenie GA4
  • Porównanie Universal Analytics z GA4
• Model danych GA4
  • Zdarzenia
  • Parametry niestandardowe
  • Elementy e-commerce
  • Właściwości użytkownika
• Google Cloud Platform
  • Odpowiednie usługi GCP
  • Umiejętności kodowania
  • Wprowadzenie do GCP
  • Poruszanie się w górę piramidy bezserwerowej
  • Podsumowanie wprowadzenia do GCP
• Wprowadzenie do przypadków użycia
  • Przypadek użycia - predykcyjna analiza zakupów
  • Przypadek użycia - segmentacja odbiorców
  • Przypadek użycia - prognozowanie w czasie rzeczywistym
• Podsumowanie

2. Architektura danych i strategia

• Tworzenie środowiska do odniesienia sukcesu
  • Zaangażowanie zainteresowanych stron
  • Podejście oparte na analizie przypadków użycia i unikaniu statków kosmicznych
  • Demonstrowanie wartości biznesowej
  • Ocena dojrzałości cyfrowej
  • Ustalanie priorytetów przypadków użycia
• Wymagania techniczne
• Pozyskiwanie danych
• Przechowywanie danych
• Modelowanie danych
  • Porównanie wydajności modelu i wartości biznesowej
  • Zasada najmniejszego przenoszenia (danych)
  • Od wejść danych nieprzetworzonych do wyjść danych informacyjnych
  • Pomoc dla badaczy danych lub osób modelujących dane
  • Ustalenie wskaźników KPI modelu
  • Ostateczna lokalizacja modelu
• Aktywacja danych
  • To nie musi być dashboard
  • Interakcja z użytkownikami końcowymi
• Prywatność użytkowników
  • Przestrzeganie wyborów ochrony prywatności użytkowników
  • Prywatność uwzględniona w projekcie
• Pomocne narzędzia
  • gcloud
  • System kontroli wersji (Git)
  • Zintegrowane środowiska programistyczne
  • Kontenery (w tym Docker)
• Podsumowanie

3. Pozyskiwanie danych

• Rozbijanie silosów danych
  • Mniej znaczy więcej
  • Określanie schematu danych
• Konfiguracja GA4
  • Typy zdarzeń GA4
  • Przechwytywanie zdarzeń GA4 za pomocą menedżera tagów
  • Konfiguracja niestandardowych pól
  • Modyfikowanie lub tworzenie zdarzeń GA4
  • Właściwości użytkownika
  • Measurement Protocol v2
• Eksportowanie danych GA4 za pośrednictwem interfejsów API
  • Uwierzytelnianie przy użyciu interfejsu Data API
  • Uruchamianie zapytań Data API
• BigQuery
  • Połączenie GA4 z BigQuery
  • SQL BigQuery dla eksportów GA4
  • BigQuery dla innych źródeł danych
  • Publiczne zbiory danych BigQuery
  • Menedżer tagów po stronie serwera
• Google Cloud Storage
  • Pamięć masowa oparta na zdarzeniach
  • Prywatność danych
  • Importy bazy danych CRM za pośrednictwem usługi GCS
• Konfiguracja potoków CI/CD Cloud Build za pomocą GitHuba
  • Konfigurowanie GitHuba
  • Konfigurowanie połączenia GitHuba z Cloud Build
  • Dodawanie plików do repozytorium
• Podsumowanie

4. Przechowywanie danych

• Zasady dotyczące danych
  • Dane uporządkowane
  • Zbiory danych dla różnych ról
• BigQuery
  • Kiedy używać BigQuery?
  • Organizowanie zbiorów danych
  • Wskazówki dotyczące tablic
• Pub/Sub
  • Konfigurowanie tematu Pub/Sub dla eksportu z GA4 do BigQuery
  • Tworzenie partycjonowanych tabel BigQuery z eksportu GA4
  • Wysyłanie do Pub/Sub po stronie serwera
• Firestore
  • Kiedy korzystać z Firestore'a?
  • Uzyskiwanie dostępu do danych Firestore'a za pośrednictwem API
• GCS
• Planowanie importów danych
  • Rodzaje importu danych - przesyłanie strumieniowe a zaplanowane dane wsadowe
  • Zaplanowane kwerendy BigQuery
  • Cloud Composer
  • Cloud Scheduler
  • Cloud Build
• Strumieniowe przepływy danych
  • Pub/Sub do strumieniowego przesyłania danych
  • Apache Beam (Dataflow)
  • Przesyłanie strumieniowe za pośrednictwem Cloud Functions
• Ochrona prywatności użytkowników
  • Prywatność danych uwzględniona w projekcie
  • Data wygaśnięcia w BigQuery
  • Data Loss Prevention API
• Podsumowanie

5. Modelowanie danych

• Model danych za pomocą GA4
  • Raporty standardowe i eksploracje
  • Modelowanie atrybucji
  • Rozwiązywanie użytkownika i sesji
  • Modelowanie trybu zgody
  • Tworzenie grup odbiorców
  • Dane prognozowane
  • Trendy
• Przekształcanie danych w trendy
  • Ustalanie zakresu dla wyników danych
  • Dokładność i korzyść przyrostowa
  • Wybór metody
  • Utrzymywanie aktualności potoków modelowania
  • Łączenie zbiorów danych
• BigQuery ML
  • Porównanie modeli BigQuery ML
  • Wprowadzenie modelu do środowiska produkcyjnego
• Interfejsy API uczenia maszynowego
  • Wprowadzenie ML API do środowiska produkcyjnego
• Google Cloud AI - Vertex AI
  • Wprowadzenie Vertex API do środowiska produkcyjnego
• Integracja z R
  • Przegląd możliwości
  • Docker
  • R w środowisku produkcyjnym
• Podsumowanie

6. Aktywacja danych

• Znaczenie aktywacji danych
• Odbiorcy GA4 i Google Marketing Platform
• Google Optimize
• Wizualizacja
  • Zapewnianie efektywności dashboardu
  • Opcje konfiguracji dashboardów w GA4
  • Data Studio
  • Looker
  • Zewnętrzne narzędzia do wizualizacji
  • Zagregowane tablice umożliwiają podejmowanie decyzji opartych na danych
  • Buforowanie danych i zarządzanie kosztami
• Tworzenie marketingowych interfejsów API
  • Tworzenie mikrousług
  • Aktywatory zdarzeń
  • Integracje Firestore'a
• Podsumowanie

7. Przypadek użycia - predykcyjna analiza zakupów

• Tworzenie uzasadnienia biznesowego
  • Ocena wartości
  • Szacowanie zasobów
  • Architektura danych
• Pozyskiwanie danych - konfiguracja GA4
• Przechowywanie danych i projektowanie prywatności
• Modelowanie danych - eksportowanie odbiorców do Google Ads
• Aktywacja danych - testowanie wydajności
• Podsumowanie

8. Przypadek użycia - segmentacja odbiorców

• Tworzenie uzasadnienia biznesowego
  • Ocena wartości
  • Szacowanie zasobów
  • Architektura danych
• Pozyskiwanie danych
  • Konfiguracja przechwytywania danych GA4
  • Eksporty BigQuery GA4
• Przechowywanie danych - transformacje zbiorów danych
• Modelowanie danych
• Aktywacja danych
  • Konfigurowanie importów GA4 za pośrednictwem GTM SS
  • Eksportowanie odbiorców z GA4
  • Testowanie wydajności
• Podsumowanie

9. Przypadek użycia - prognozowanie w czasie rzeczywistym

• Tworzenie uzasadnienia biznesowego
  • Potrzebne zasoby
  • Architektura danych
• Pozyskiwanie danych
  • Konfiguracja GA4
• Przechowywanie danych
  • Hosting aplikacji Shiny w Cloud Run
• Modelowanie danych
• Aktywacja danych - dashboard w czasie rzeczywistym
  • Kod R dla aplikacji Shiny czasu rzeczywistego
  • Uwierzytelnianie GA4 za pomocą konta usługi
  • Poskładanie wszystkiego razem w aplikacji Shiny
• Podsumowanie

10. Kolejne kroki

• Motywacja - jak dowiedziałem się, co znajdzie się w książce?
• Pomoce naukowe
  • Proszenie o pomoc
  • Certyfikacja
• Uwagi końcowe