如何存储Universal Analytics的历史数据

本文介绍了如何在Google Analytics 4迁移前有效存储Universal Analytics的历史数据，提供了三个主要阶段的建议，包括制定计划、选择归档方法和确认数据收集。

另一个Google Analytics 4迁移项目即将到来，而且截止日期很快就要到了，这个截止日期是硬性规定。在7月1日之前，谷歌将从Universal Analytics项目的属性中删除所有历史数据，并且Analytics 360用户也会受到影响。

距离截止日期只剩下一个月的时间了，如果你还没有完成归档工作，那么你需要优先考虑归档你的历史数据。以下是实现这一目标的三个主要阶段建议。

第一阶段：制定计划

在进行数据归档之前，请确保你已经确定了以下内容：

你最需要的数据是什么？

先下载那些你经常引用的数据，例如转换和销售数据。
列出你需要归档的所有数据。

你需要保留多少年的数据？

许多人从2006年初开始使用Google Analytics——如果你的组织需要追溯近20年的数据，那么这可能是必要的。
决定你希望保留多少年的数据。我建议至少要追溯到2018年以后，以确保你能获得疫情前的数据，因为疫情确实给很多公司带来了异常的数据。

你需要以多快 cadence 审阅数据？

考虑一下你通常如何报告你的数据——每周？每月？
根据你在第2阶段中选择的归档方法，你需要将数据组织成特定的时间段。

第二阶段：选择归档方法

有四种主要的方法可以用来归档你的Google Analytics数据。每种方法都有其优缺点，因此请根据团队的资源和技能来选择适合你的方法。

选项1：手动文件下载

优点：对几乎所有人都很容易理解，而且成本低。
缺点：耗时长、繁琐，并且只能下载5000行的数据。

虽然这种方法是最容易理解和理解的，但它也是最耗时的。在完成计划中的阶段、 cadence 和数据点后，你需要进入Google Universal Analytics界面，设置所需的维度和指标，并将日期、维度和指标设置导入默认值为10行，然后将行数增加到最大值5000行以确保你能捕获尽可能多的数据。

点击导出按钮并将其导出到Google Sheet、Excel或CSV。重复这个过程，直到你下载了计划中所有需要归档的数据。

选项2：使用Google Analytics插件下载数据（对技术新手来说是最友好的）

优点：对于有经验的用户来说操作简单，免费且速度较快。
缺点：只能下载一定时间段内的数据（例如每月），每个表格都有行数限制，经常遇到采样问题。

这种方法对于大多数有经验的用户来说是很容易实现的。创建一个新的Google Sheet，并添加Google Analytics插件。这个插件实际上使用Google Analytics API从Google Sheets中下载数据，但它不需要API编程知识就可以操作。谷歌已经为用户提供了一个基本的指导文档来帮助他们了解如何使用该插件。

选项3：使用Google Analytics API直接下载数据

优点：一旦设置好，就能快速下载数据。
缺点：需要具备Web开发资源和技能，无法解决采样问题，并且受到API调用限制。

如果你有Web开发资源可以用于这个归档项目，那么你可以通过使用Google Analytics API直接下载计划中列出的所有数据。这与前面提到的使用Google Sheets插件的方法类似，但它是编程实现的方式。

要了解如何使用该方法，请访问谷歌归档信息页面并查看其中第二个资源部分，它详细介绍了使用API进行此项目数据出口的方法。

选项4：将数据下载到BigQuery（最佳选择）

优点：在需要时很容易访问数据，并且可以增加数据见解，非常灵活。
缺点：对于技术新手来说设置起来比较复杂，可能需要付费和额外的技术资源。

将Universal Analytics数据归档到BigQuery的主要好处是，BigQuery是一个允许通过SQL查询快速询问数据集的数据仓库。这对于在需要时访问数据进行报告非常有用。

对于Google Analytics 360用户

如果你使用的是Google Analytics 360，谷歌提供了一种 native export 到 BigQuery 的方法。我强烈推荐这种方法。查看这些指导。

对于非Google Analytics 360用户

如果你不是Google Analytics 360用户，那么你需要以不同的方式来实现BigQuery备份，因为谷歌 不提供 非360用户在Universal Analytics中进行BigQuery备份的内置选项。以下是实现步骤：

步骤1：创建Google APIConsole项目并启用BigQuery
- 登录到Google APIs Console。
- 创建一个Google APIs Console项目。
- 转到API表。
- 激活BigQuery。
步骤2：为BigQuery备份数据做准备
- 确保Billing已启用。如果你被提示需要付费，那么你需要付费。
- 如果被提示，请创建一个billing账户。
- 接受免费试用。
- 创建数据集。访问https://console.cloud.google.com/bigquery，然后点击项目名称旁边的蓝色箭头，选择“Create dataset”。如果可以创建数据集，则Billing已启用正确。
步骤3：将数据连接到BigQuery
- 添加服务账户到项目中。添加analytics-processing-dev@system.gserviceaccount.com作为项目的成员，并确保权限设置为Editor（而不是BigQuery Data Editor）。Editor角色是必须的，因为只有这样才能从Universal Analytics向BigQuery导出数据。
- 如果在欧盟，也请查看额外要求。
步骤4：使用Supermetrics进行数据下载
- 连接到BigQuery的数据源在Supermetrics的 dashboard中。
- 在BigQuery中建立连接到Supermetrics。
- 访问BigQuery，然后进入“Data transfers”。
- 点击“+ Create transfer.”。
- 选择“Google Analytics by Supermetrics”作为你的数据源并点击“Enroll”。
- 填写转移细节。查看详细的指导来设置转移。
- 在“Third-party connection”部分，点击“Connect source”。
- 接受协议。
- 点击“Authorize with your Google data source”。
- 点击“Sign in with Google”。
- 选择与数据源使用相同的Google账户。这不需要是与Supermetrics使用相同账户的Google账户。
- 点击“Allow”。
- 选择要包含在报告中的账户，并定义转移设置。
- 点击“Submit”。
- 点击“Save”。