Как сохранить исторические данные из Universal Analytics

Данные в Universal Analytics не являются вечными. В 2023 году этот сервис перестал собирать новую информацию, а с 1 июля 2024 года пользователи потеряют доступ к интерфейсу и API Universal Analytics. После этого все исторические данные будут удалены, и вы уже не сможете видеть или использовать их. 

Только представьте, что годы той сладкой статистики просто исчезнут! Бр-р, страшно, не так ли? Далее я расскажу, как выгрузить данные из старой аналитики, сохранить их и продолжить работать с ними.

Почему данные из Universal Analytics важны для бизнеса

Для многих владельцев бизнесов Universal Analytics — единственный источник исторических данных. Хотя Google Analytics 4 (GA4) была запущена еще в октябре 2020, многие бизнесы не перешли на нее вовремя или не настроили правильно, из-за чего остались без исторических данных в этой аналитике. 

Статистика из Universal Analytics необходима для сравнения текущих данных с прошлыми периодами. Результаты такого анализа позволяют:

• увидеть тенденции сезонности, например, по месяцам, кварталам или годам;
• заметить рост или уменьшение аудитории, трафика, конверсий, дохода и других показателей; 
• анализировать влияние определенных действий или кампаний, определять слабые места, возможности и угрозы.

Поэтому когда доступ к данным старой версии Google Analytics будет закрыт, вы уже не проанализируете свои прошлые стратегии и не примените инсайты из этого анализа для будущих решений. Кроме того, в принципе, приятно иметь статистику прошлых лет под рукой, ведь она является свидетельством истории и достижений вашего бизнеса.

Какие есть варианты сохранения данных из Universal Analytics 

Единственный способ сохранить свои данные — это экспортировать их в другую платформу, которая позволит вам хранить, анализировать и визуализировать их. Для этого есть два пути.

Ручное сохранение

Вы должны выбирать временные промежутки и загружать данные файлами Excel, кусочек за кусочком. Это просто, бесплатно, но долго и несет ряд рисков, в частности:

1. Пропущенные инсайты. Выгрузить сразу все не получится, потому что Google при большом диапазоне дат семплирует данные. Поэтому вам придется вручную выбирать диапазоны дат и загружать каждый из них отдельно. В процессе очень легко допустить ошибку.
2. Ограниченный анализ. В случае, когда часть данных выпадает при семплировании, провести глубокий анализ уже не получится. 
3. Утомительный процесс. Вы потратите много часов и при этом есть риск не достичь запланированного результата из-за допущенных ошибок.

Работать с выгруженными вручную данными — это как читать книгу, открывая случайные страницы. Вы не сможете увидеть общей картины.

Автоматическая загрузка

Этот способ основывается на использовании API для загрузки исторических данных из Universal Analytics. API позволяет загрузить и обработать большие объемы информации в различных форматах. 

Благодаря этому способу, вы собираете и храните свою статистику в любой базе данных. Выбор базы остается на ваше усмотрение и может включать уже используемое хранилище: облачное или локальное, без каких-либо ограничений.

Google BigQuery интегрируется с Google Analytics, GA4, Firebase и Google Ads, позволяя объединять данные с разных платформ и создавать общую картину вашего бизнеса. Также BigQuery предоставляет высокий уровень безопасности и надежности, контролируя доступ к данным через различные уровни разрешений и ролей. Сервис дает масштабируемость и гибкость, без необходимости привлечения больших ресурсов для этого.

В департаменте аналитики Netpeak Ukraine разработали решение для автоматического экспорта данных. Оно включает следующие шаги:

1. Настройка аккаунта Google Cloud.
2. Включение Google Analytics Reporting API в Google Cloud Console.
3. Создание Service Account и загрузка JSON-ключа.
4. Открытие доступа сервисному аккаунту к Universal Analytics.
5. Создание нового набора данных (датасета) в Google BigQuery.
6. Копирование скрипта и внесение в него следующей информации:

• KEY_FILE_LOCATION — путь размещения JSON-ключа;
• VIEW_ID — ID представления Universal Analytics;
• BIGQUERY_PROJECT — название проекта в BigQuery;
• BIGQUERY_DATASET — название датасета в BigQuery;
• BIGQUERY_TABLE — название таблицы в BigQuery, где будут храниться данные.

7. Запуск скрипта. После завершения выполнения скрипта статистика из Universal Analytics будет безопасно экспортирована и сохранена в BigQuery.

В этом датасете вы получите данные о количестве: 

• сессий и просмотров страниц; 
• пользователей сайта; 
• новых пользователей в разрезе по странам, браузерам, группам каналов, источникам, страницам и устройствам.

Для получения других данных, адаптируйте скрипт под свои аналитические потребности. Чтобы решить, какие метрики и параметры вам нужны, просмотрите документацию. Этот ресурс предлагает исчерпывающий перечень доступных метрик и параметров.

Корректную настройку лучше доверить специалистам. Обратитесь в Netpeak Ukraine. Специалисты Netpeak помогут:

• загрузить ваши данные из Universal Analytics в Google BigQuery для безопасного хранения;
• настроить их визуализацию для различных целей аналитики; 
• совместить данные Universal Analytics с другими данными из Google и не Google-платформ.

Какие отчеты вы можете воспроизвести 

При наличии исторических данных, воссоздать старые отчеты или даже создать новые — не проблема. Например, полезными станут:

1. Отчет об аудитории. Позволит вам узнать больше о пользователях, например их возраст, пол, язык, страну, город, устройство, браузер, операционную систему, интересы и другое. Используйте этот отчет для сегментации, персонализации и целевой рекламы.
2. Отчет о трафике. Покажет откуда приходят ваши пользователи: их источники, каналы, кампании, ключевые слова, ссылки и другое. Используйте этот отчет для оценки рентабельности своих маркетинговых кампаний и оптимизации своих стратегий привлечения трафика.
3. Отчет о поведении покажет, как ваши пользователи взаимодействуют с сайтом или приложением: их страницы входа, сессии, время на сайте, частота возврата, отказы, события, цели и другое. Используйте этот отчет для анализа пользовательского опыта, выявления проблем и возможностей, а также улучшения своих продуктов и услуг.
4. Отчет о конверсиях. Нужен, чтобы узнать, как ваши пользователи достигают своих целей — покупки, регистрации, загрузки, подписки и прочего.

Вот несколько примеров отчетов на данных из Universal Analytics.

Анализ воронок

Анализ страниц

Эффективность маркетинговых кампаний

Заключение

1. Сохранение данных Universal Analytics — это стратегический шаг, который поможет сохранить исторические данные, понять сезонность и иметь под рукой собственную статистику. 
2. Есть два пути сохранения данных — вручную или автоматически.
3. Ручной метод отнимает много времени и несет риск пропустить важные инсайты. Также при ручном сохранении труднее проводить анализ.
4. Автоматическое сохранение предполагает использование Google Analytics Reporting API и BigQuery.
5. После сохранения данных, вы сможете воспроизвести отчеты об аудитории, поведении, трафике и конверсии, а также создать новые отчеты при необходимости.