Mens det såvidt begynner å gå opp for oss at den analytics vi kjenner i dag snart vil slutte å eksistere, så dukker det opp en del spørsmål i den anledning – og da spesielt vedrørende historisk data: Hva gjør jeg med all historikk i Analytics, og hva er eventuelt den beste metoden å migrere denne daten til Google Analytics 4 (GA4)?
Det burde være en måte å gjøre dette på, ikke sant?
I denne artikkelen ser vi nærmere på denne problemstillingen, samt går gjennom tre gjør-det-selv-måter for å lagre de historiske dataene dine.
Først av alt: Kan man migrere data fra UA til GA4?
Den primære bekymringen er om GA-brukere kan overføre eller migrere Universal Analytics-data til Google Analytics 4-området sitt.
Dessverre kan du ikke migrere dataene dine til GA4, og det er sannsynligvis ikke en funksjon vi vil se noe til i løpet av de kommende månedene.
Migrering av dataene dine til GA4 er sannsynligvis ikke en funksjon vi vil komme til å få se fordi de to versjonene bruker helt forskjellige datamodeller.
I følge Google selv er det forskjellen på måten disse to verktøyene samler inn data på som vil gjøre det vanskelig å migrere denne statistikken fra en plattform til den andre. UA omhandler i bunn og grunn «økter» og «besøk», og mye av dataen er strukturert rundt dette – mens GA4 går mer på handlinger og aktive brukere. Derfor vil sammenlikning av disse to plattformene ikke gi noe mening.
Så om man ikke kan migrere dataen, kan man da eksportere historisk statistikk?
Hvordan eksportere historisk data fra Google Analytics?
Google skjønner selvsagt at historisk date er et viktig område for mange virksomheter, da man ofte bruker disse tallene til å planlegge fremtidige strategier, sjekke KPI-er, måle ROI på kampanjer, og mye annet. De oppfordrer derfor brukere til å eksportere historisk data fra Google Analytics.
Google hinter om at det kommer utdypende veiledning for hvordan man kan eksportere data en gang i fremtiden. Så, den gode nyheten er at selv om man ikke kan migrere dataen, så kan man ihvertfall eksportere og lagre den. Men hvor enkelt er dette?
Alle som har GA360 (en mer avansert og «betalt versjon» av Google Analytics) kan allerede eksportere dataen sin til BigQuery. Problemet er, de aller fleste små og mellomstore organisasjoner har ikke GA360, og det er et nokså kostbart produkt å ta i bruk. Så hva skal da hvermannsen i gata gjøre for å få lagret statistikken?
Vi går gjennom tre metoder og noen verktøy som kan gjøre jobben for deg. Alle med sine pros and cons.
1. Manuell eksport av historisk Google Analytics data
Den enkleste måten å eksportere data på er å hente dem direkte fra Google Analytics-kontoen din.
Åpne GA-rapporten du vil beholde data for. For eksempel Anskaffelse > All trafikk > Kilde/medium.
Angi eventuelle tilpasninger du ønsker, for eksempel et segment for et bestemt land, et filter for en bestemt sidegruppering eller en sekundær dimensjon for landingssider.
Klikk EKSPORTER øverst til høyre.
Velg filformatet fra rullegardinmenyen. Du kan velge PDF, Google Sheets, Excel (xlsv) eller CSV.
Selv om dette er den enkleste metoden å hente ut data på, har den noen begrensninger.
Du kan bare bruke to dimensjoner og du er begrenset til maksimalt 5000 rader.
Hvis du registrerer tusenvis av treff per dag, kan dataene dine bli samplet.
Se etter det grønne «haken» øverst til venstre nær tittelen på rapporten du ser på; dette betyr at dataene dine ikke er samplet.
2. Google Analytics Dev Tools: Query Explorer
Google Analytics Dev Tools høres kanskje avskrekkende (og teknisk) ut, men du er kanskje allerede kjent med et av verktøyene i denne «verktøykassen».
Campaign URL Builder brukes ofte til å lage UTM-parametere for kampanjer.
Google Analytics Dev tools har også en «Query Explorer».
Dette er en enkel (og gratis) måte å eksportere data på for ikke-tekniske brukere.
Åpne «Query Explorer» og klikk på den oransje knappen: LOGIN.
Logg på Google Analytics-kontoen din som har tilgang til dataen/område du jobber med.
Velg kontoen, område og datautvalget du vil lagre data for. Verktøyet vil automatisk angi GA-ID, så du trenger ikke å tenke på det.
Angi de gjenværende søkeparametrene: Datoperiode i formatet ÅÅÅÅ-MM-DD, beregninger, dimensjoner og eventuelle filtre eller segmenter du vil bruke.
For «metrics», velg kolonnene fra Google Analytics-rapporten du trekker ut data fra.
Du kan velge hver «metric» i rapporten du vil replikere eller bare noen få «metrics» som gir deg nøkkelinformasjonen du trenger for å nå målene dine, som «Brukere», «bounceRate», «avgSessionsDuration» og «goalCompletionsAll».
Dimensjoner vil være radene fra Google Analytics-rapporten som vi eksporterer data fra.
Hvis vi for eksempel ønsker å se «metrics» (brukere, fluktfrekvens, varighet og målfullføringer) etter trafikk-kilde, velg «ga:sourceMedium» som dimensjon.
Merk: Hvis du planlegger å visualisere denne informasjonen i Data Studio, må du angi dimensjonene «ga:Medium» og «ga:Source» separat.
«ga:SourceMedium» fungerer ikke i Data Studio. Mer om visualisering kommer.
Resten av parametrene er valgfrie. Jeg anbefaler å la disse stå tomme i dette tilfellet for å hente ut den maksimale mengden data mulig.
Du kan alltid sortere, filtrere og segmentere i regnearket ditt.
Rull til bunnen og klikk på den oransje knappen «RUN QUERY».
Herfra laster du ned dataene som .tsv (tabseparerte verdier) og åpner dem i Excel eller Google Sheets.
Merk: Legg merke til UA – GA4-bryteren i menynavigasjonen til venstre. Ved å klikke på denne bryteren får du tilgang til Query Explorer for GA4-kontoer.
3. Google Analytics Sheets Add-on
Dette alternativet er litt mer komplekst, men kobler Google Analytics direkte til Regneark, slik at du ikke har de ekstra trinnene med å laste ned og laste opp.
Opprett en mappe i Google Disk som vil være lagringsplass for de historiske dataene dine. Opprett et nytt Google-regneark og navngi dette med noe som vil gi mening for fremtidige teammedlemmer, for eksempel «UA Historical Data_Traffic Acquisition_2021».
Langs toppmeny-navigasjonen klikker du på Extensions > Add-Ons > Get Add-Ons.
Søk etter Google Analytics-appen i Google Workspace Marketplace. Klikk for å installere og følg instruksjonene på skjermen.
Tilbake til Google-regnearket ditt. Klikk på Extensions igjen. Denne gangen bør du se appen for Google Analytics.
Hold musepekeren over og klikk på «Create new report».
Nå er det på tide å eksportere de historiske dataene dine.
Trinn 1. Gi rapporten et navn som gir mening for dine andre teammedlemmer. For eksempel vil vi trekke data etter finanskvartal, så rapport nr. 1 vil få navnet «Q1 2021.»
Trinn 2. Velg Analytics-visningen du vil trekke ut data fra, ved å velge Konto, Område og Visning.
Trinn 3. Konfigurer rapport. Her velger vi våre beregninger, dimensjoner og segmenter.
Vi skal holde det enkelt for dette eksemplet og velge «Brukere», «Fluktfrekvens» og «Målkonverteringer» for våre beregninger, og «kilde» og «medium» som dimensjoner.
Merk: ga:sourceMedium er ikke kompatibelt med Data Studio. Hvis du planlegger å visualisere dette arket, er det best å trekke trafikk-kildedimensjonene separat som «ga:Medium, ga:Source.»
La segmenter stå tomme for å se alle brukere.
Hvis du klikker på den blå knappen «Create Report», kommer du til noen konfigurasjons-alternativer.
Det er flere alternativer for å tilpasse rapporten som ikke er tilgjengelig på forrige skjerm.
Vi kan justere datoperioden ved å bruke formatet ÅÅÅÅ-MM-DD.
Vi kan bruke filtre som country, ga:country==USA.
Dobbeltsjekk at alt ser riktig ut, og klikk deretter på Extensions > Google Analytics > Run reports for å eksportere de historiske dataene dine.
Merk: Få fart på denne prosessen ved å kopiere og lime inn konfigurasjonen til neste kolonne, oppdatere datoperioden og kjøre flere rapporter samtidig.
Et popup-vindu for rapportstatus vil fortelle deg om du har gjort noen feil eller når rapporten er fullført.
Rad nummer 6 vil vise oss om dataene er samplet eller ikke. Rad nummer 7 vil fortelle oss hvor mye hvis arket inneholder samplede data.
I Universal Analytics skjer datasampling etter 500 000 økter i tidsrammen.
Så du kan justere rapportdataområdet for å redusere antall økter i tidsrammen.
Eller, hvis du trenger hele datasettet og ønsker å hoppe frem og tilbake, bruk et tredjepartsverktøy for å unngå datasampling.
Tredjepartsverktøy
Optimizesmart.com har en 46-trinns gjennomgang av bruk av Supermetrics for å sende GA-data til BigQuery.
12. mars 2022 kunngjorde JR Oaks at de jobber med å gi ut en åpen kildekode GA til BigQuery backup script/arbeidsflyt for offentligheten.
Det er forhåndsbygde data-pipelines av selskaper som Hevo og Electrik AI som eksporterer historiske data fra Google Analytics til en databasefil eller datavarehus etter eget valg.
Du kan også vurdere å bytte til en betalt Analytics-leverandør. Noen leverandører har allerede lansert et alternativ for import av historiske data fra Google Analytics.
Visualisere historisk data med Google Data Studio
Nå som du har hentet dine historiske data, vil du kanskje lage noe enkelt som kan sammenlignes med data fra GA4.
Merk: Å sammenligne UA og GA4 vil være vanskelig fordi datamodellene er helt forskjellige.
Følg disse trinnene for å lage en Data Studio-rapport som vil vise en historisk datatabell på toppen av en GA4-datatabell, slik at resultatene dine fra år til år i det minste er på samme sted.
Åpne Data Studio og klikk for å starte en «Blank Report».
Det vil poppe opp en veiviser om å velge datakilden du vil koble til. Velg Google Regneark.
Finn regnearket du laget i trinn 3 ovenfor når du eksporterte dataene dine. Hvis du fulgte trinnene nøyaktig, vil den ha navnet «UA Historical Data _Traffic Acquisition_2021.»
Velg regnearket «Q1 2021.»
Hvis du bruker den første raden som overskrifter, vil beregningene og dimensjonene dine automatisk gis navn, så sørg for at begge boksene er merket av.
Velg det aktuelle området som passer for regnearket ditt.
For eksempel starter overskriftene her på A15, og det siste tallet i arket er E62, så området vil være «A15:E62.»
Data Studio vil automatisk opprette en tabell. Dobbeltsjekk at konfigurasjonen er den samme som arket ditt i menyen til høyre.
«Medium» er den primære dimensjonen. Vri bryteren for å legge til en sekundær dimensjon av Kilde.
«Metrics» er brukere, fluktfrekvens og målfullføringer.
Den historiske datatabellen din vil ligne på skjermbildet nedenfor.
Deretter vil vi lage den samme tabellen, men for våre GA4-data i samme tidsramme: Q1 2022.
Høyreklikk for å kopiere og lime inn tabellen, og endre deretter datakilden fra UA Historical Data til Google Analytics 4-kontoen din.
Fordi beregningene har forskjellige navn, vil du se en feil – ugyldig beregning (invalid metric).
Klikk på hver beregning og oppdater den til noe som ligner på «Total users», «Engagement rate» og «Conversions».
Dimensjoner oppdateres til «økt/kilde» og «økt/medium».
Til slutt, i samme meny, scroll ned og still inn dato-intervallet slik at det samsvarer med dine historiske data: 1. januar – 31. januar 2022.
Den endelige rapporten vil ligne på skjermbildet nedenfor.
Du kan enkelt se primære beregninger år for år ved å sammenligne historiske data med GA4, selv om det er ganske «nakent».
Du kan ikke blande disse dataene fordi definisjonene og beregningene av dimensjonene og dataen er fundamentalt forskjellige.
For mer robuste historiske rapporterings-alternativer, for eksempel «graphic users» eller «goal completions» over en periode, kan det være lurt å vurdere BigQuery.
Oppsummering
Dessverre er det for øyeblikket ikke mulig å migrere dataene dine til GA4 (og det vil sannsynligvis ikke bli mulig i fremtiden) fordi de to versjonene er fundamentalt forskjellige datamodeller.
Det er noen få DIY-løsninger for å lagre historiske data, men statistikken du får hentet ut er ganske marginalt.
Hvis du trenger mer robust informasjon og bedre rapporterings-muligheter for historiske data, kan du se på et datavarehus som BigQuery.
Google antyder at ytterligere informasjon om eksport av historiske data vil komme før sluttdatoen juli 2023, hva det vil si vet vi enda ikke.
Denne artikkelen er en oversettelse av denne artikkelen fra Search Engine Journal.
Skjermbildene er hentet fra samme artikkel.
