Analytiikan seuraava taso: Näin pääset GA4:n kahleista ja otat datastasi kaiken irti

Googlen työkalujen seitsemän pullonkaulaa, jotka ratkeavat BigQueryllä

Jos toimit markkinoinnin tai verkkokaupan parissa, olet varmasti tutustunut Googlen analytiikkatyökaluihin. Google Analytics 4, Search Console ja Data Studio saattavat olla sinulle jopa päivittäisessä käytössä. Ne ovat syystäkin suosittuja työvälineitä: helppokäyttöisyyden lisäksi ne pelaavat näennäisesti hienosti yhteen silloin, kun raportteja katsotaan lyhyellä aikavälillä eikä dataa ole tarvetta suodattaa.

Olet kuitenkin saattanut havaita näissä työkaluissa rajoitteita. Ne voivat näyttäytyä esimerkiksi hidasteluna, virheinä, puutteellisina suodattimina tai jopa evättyinä ominaisuuksina. Suurimpia sudenkuoppia ei kuitenkaan käyttöliittymän tasolta heti huomaa, vaan ne nakertavat raporttiesi alla piilevää dataa.

Voit välttyä noilta turhauttavilta tilanteilta ja varmistaa datasi sataprosenttisen tarkkuuden, kun viet datan Google BigQueryyn, eli Googlen pilvipalvelussa pyörivään moderniin tietovarastoon. Tunnistatko esimerkiksi nämä seitsemän yleistä pullonkaulaa, jotka ratkeavat tietovaraston avulla?

1. Data Studion raporttien hitaus ja kiintiövirheet

Oletko tuskaillut hitaasti latautuvien raporttien tai virheilmoitusten kanssa? Ongelmat johtuvat Data Studion ja GA4:n välisestä suorasta yhteydestä ja kyselyrajoituksesta, jonka täyttyminen aiheuttaa kiintiövirheen (quota error). BigQueryssä data sijaitsee tehokkaassa pilvitietokannassa, jolloin raportit latautuvat ilman hidastelua tai virheilmoituksia.

Monille Data Studion käyttäjille valitettavan tuttu virhe, kun GA4-rajapinnan kiintiö on tullut vastaan. BigQueryssä tätä kiintiötä ei ole.

2. Datan rajallinen säilytysaika

GA4:ssä yksittäisen käyttäjätason datan säilytysaika (data retention) on enintään 14 kk, ja oletusasetus on vain 2 kuukautta. Vaikka GA4:n perusraporteissa näetkin pääluvut vuosien taakse, rajoitus tulee vastaan heti, kun käytät Exploration-toimintoa ja haluat segmentoida dataa tarkemmin. BigQueryssä datan säilytykselle ei ole aikarajaa, vaan tietovarastosi on ikuinen. 

3. Bottiliikenteen vääristämät raportit

GA4:n suodatusasetukset on rajattu sisäistä liikennettä varten, ja Data Studiossa joudut tekemään suodatuksen raporttikohtaisesti. BigQueryssä voit itse tehdä tarkat säännöt suodatukselle ja karsia bottiliikenteen jo alkuvaiheessa, jolloin raporteillesi päätyy vain puhdasta dataa.

4. Datan otanta

Suurilla liikennemäärillä GA4 alkaa tarjoilla tarkan tiedon sijasta otantaan (data sampling) perustuvia arvioita. Tietovarastossa käytössäsi on aina tarkka ja koskematon raakadata.

5. Advanced Consent Moden kadonneet signaalit

GA4 mahdollistaa evästeettömien signaalien (cookieless pings) keräämisen niiltä kävijöiltä, jotka hylkäävät evästeet. Pienemmillä sivustoilla Google piilottaa tämän datan raporteilta tietosuojasyistä, mutta BigQueryyn signaalit tallentuvat liikenteen määrästä riippumatta.

6. Search Consolen rajoitteet

Google Search Consolessa (GSC) historianäkymä rajoittuu 16 kuukauteen, ja suodattimia käytettäessä Google jättää näyttämättä merkittävän osan hakukonedatasta yksityisyyden suojaan vedoten. BigQueryssä voit tutkia historiadataasi niin pitkälle taaksepäin kuin haluat, eikä suodattaminen romauta raportoituja lukemia.

7. Data Studion Conversational Analytics -toiminto

Google on tuonut raporttien ohelle mahdollisuuden kysyä tekoälyagentilta datastasi, mutta agentti voi lukea GA4-dataasi vasta, kun olet varastoinut sen BigQueryyn.

Conversational Analytics -toiminnon käyttöliittymä on kuin millä tahansa chatbotilla: kysymysten syöttämiselle on tekstikenttä, jonka ylle muodostuvat agentin vastaukset.

Kyse ei ole vain edistyneiden ominaisuuksien puutteesta, vaan perustavanlaatuisista datan saatavuuden rajoituksista. Nämä esteet ovat onneksi purettavissa yllättävän suoraviivaisesti. Ennen käytännön askelia selkeytetään kuitenkin muutama yleinen termisekaannus. 

Miten keruu, varastointi ja omistajuus eroavat toisistaan?

Tietovarastointi on datan siirtämistä suljetun palvelun alta omaan hallintaan ja säilöntäympäristöön. Vaikka määritelmä on yksinkertainen, sekoitetaan se usein kahden muun termin kanssa:

1. Palvelinpuolen seuranta (server-side tracking): Moderni datankeruumenetelmä, joka ohittaa selainrajoitukset ja varmistaa tarkan datan mainonnan tehostamiseen. Samalla huolehdit siitä, ettei kolmansille osapuolille päädy tarpeettomia henkilötietoja. Tietovarastoinnin rooli astuu kuvaan tämän jälkeen: sen avulla jo kerätystä datasta otetaan kaikki hyöty irti. Ihannetilanteessa nämä kaksi ratkaisua täydentävät toisiaan.

2. Datan omistajuus: Strateginen valinta siitä, kuka dataasi pääsee käsiksi. Omistajuuden voi jakaa karkeasti kolmeen malliin:

• Sinä itse: Data tallennetaan täysin omille palvelimillesi (esim. Matomo).

• Kolmas osapuoli: Jos käytät vain GA4:ää, datan todellinen omistaja on Google.

• Jaettu omistajuus (sinä ja kolmas osapuoli): Jos käytät GA4:ää ja BigQueryä, saat BigQueryssä dataasi täyden hallinnan, mutta Google käyttää sitä edelleen GA4:n taustalla oman ekosysteeminsä kehittämiseen.

Jos yrityksesi tietosuojalinjaukset vaativat, ettei data saa missään vaiheessa liikkua Googlen ekosysteemissä, tarvitset tietovarastointiin itseisännöidyn ratkaisun, kuten Matomon. GA4:n käyttäjälle luonnollisin ja helpoin reitti oman datan haltuunottoon on kuitenkin BigQuery.

BigQuery: Tietovarastointia matalalla kynnyksellä

Tietovarastointi ei enää ole vain suuryritysten datamassoja ja raskaita järjestelmiä varten. Tänä päivänä yhä useammat hyödyntävät tietovarastoa jo pelkän GA4-datan kohdalla, sillä Google tarjoaa siihen valmiin ja helposti lähestyttävän alustan. BigQuery toimii osana Googlen laajempaa Google Cloud -pilvipalvelua, jonka ilmaisrajat ovat yllättävän hövelit: ensimmäinen teratavu datakyselyitä ja 10 gigatavua tallennustilaa kuukaudessa ovat täysin ilmaisia. Lisäksi myös itse datan viennit GA4:stä ja Search Consolesta ovat maksuttomia.

Jos sivustollasi on 500 000 tapahtumaa (eventtiä) kuukaudessa, kulut näyttävät suurin piirtein tältä:

Tässä esimerkissä kustannuksia kertyy pyöreät nolla euroa. Vasta kun sivuston liikennemäärät lasketaan kymmenissä miljoonissa tai datan käsittelyyn rakennetaan raskaita tekoälymalleja, kulut nousevat muutamaan euroon kuukaudessa.

Matala kynnys ei rajoitu ainoastaan hintaan. Tietovarastoinnin käynnistäminen vaatii vain muutaman klikkauksen GA4:n käyttöliittymässä, kunhan yritykselle on perustettu ilmainen Google Cloud -projekti. Määrityksissä tulee olla tarkkana datan sijainnin ja siirtotavan kanssa, mutta muilta osin kytkennän loppuunvienti on suoraviivaista. Search Consolen kohdalla prosessi on aivan yhtä helppo, ja kytkennän jälkeen hakukonedata kertyy talteen ilman 16 kuukauden säilytysrajaa tai Googlen tekemää anonymisointia. 

Suurin potentiaali piilee kuitenkin siinä, kun BigQueryyn tuodaan dataa myös Googlen ulkopuolisista järjestelmistä. Voit esimerkiksi tuoda päivittäistä dataa käyttämästäsi evästeratkaisusta, jolloin saat kävijöiden suostumusdatan samaan paikkaan muun kävijädatan kanssa. Monet tunnetut evästeratkaisut tarjoavat valmiin viennin BigQueryyn, ja esimerkiksi Cookiebotilla se on ilmaista.

Cookiebotin evästesuostumusdatan visualisointia Data Studiossa. (Kuvalähde: Usercentrics.com)

Kun yhdistät tietovarastoon GA4:stä kävijäliikennedatan, GSC:stä hakukonedatan ja evästeratkaisusta suostumusdatan, näet katkeamattoman käyttäjäpolun aina tiedonhausta yhteydenottoon saakka. Lisäksi voit peilata suostumusdataa kävijädataan, jolloin saat tarkan käsityksen seurannan katvealueista ja evästebannerin toimivuudesta. Vastaavan kokonaiskuvan saaminen pelkän GA4:n avulla olisi vain arvailua.

Kolme askelta: Raakadatasta valmiisiin raportteihin

GA4:n ja Search Consolen datan visualisointia Data Studion suorilla liittimillä voidaan kutsua analytiikan perustasoksi. Mikäli tämä on arkeasi, katsot todennäköisesti muuta dataa kuten evästesuostumuksia erillisistä järjestelmistä, eli datasi on siiloutunutta. Saatat hyödyntää datan yhdistelyyn Data Studion Blending-ominaisuutta, mutta se hidastaa GA4-rajapintaa entisestään.

Tästä lähtötilanteesta on onneksi helppo siirtyä eteenpäin BigQueryn avulla. Prosessi on käytännössä kolmivaiheinen:

1. Datan automaattinen keruu: Kun GA4- ja Search Console -yhteydet on kytketty, raakadata alkaa valua itsestään BigQueryyn. Evästeratkaisun (kuten Cookiebotin) kohdalla tuonti automatisoidaan taustalle, jolloin myös suostumusdata saadaan talteen ilman manuaalisia CSV-siirtoja.

2. Datan siivous ja järjestely: Raakadata on vasta perusta, joka täytyy järjestellä hyödynnettävään muotoon. Tässä vaiheessa asiantuntija karsii taustalta bottiliikenteen, yhtenäistää eri datavirrat SQL-kyselyiden avulla ja muuttaa evästesuostumukset helposti vertailukelpoiseksi ja puhtaaksi dataksi.

3. Raporttien päivittäminen: Lopuksi Data Studiossa valitaan datalähteeksi vanhojen suorien liitosten tilalle nämä uudet BigQueryssä sijaitsevat taulut. Nyt raportit latautuvat silmänräpäyksessä, kiintiövirheet katoavat lopullisesti, ja yrityksellä on vuosia säilyvä näkymä todellisiin tuloksiin.

Muista nämä, kun aloitat BigQueryn käytön

• Kytke linkitys heti: Dataa alkaa kertyä tietovarastoon vasta kytkentähetkestä alkaen. Mitä nopeammin laitat GA4- ja GSC-viennit päälle, sitä enemmän historiadataa sinulla on käytössäsi jatkossa.

• Aseta budjettihälytykset Google Cloudiin: Vaikka BigQueryssä on reilut ilmaisrajat ja käyttö on useimmiten täysin ilmaista, pilvipalveluissa kannattaa pelata varman päälle. Automaattinen hälytys varmistaa, ettei yhdestäkään kyselystä tule yllättäviä kustannuksia.

• Laajenna arkkitehtuuria tarpeen mukaan: Kun perusta on kunnossa, tietovaraston mahdollisuudet ovat rajattomat. Voit myöhemmin tuoda mukaan dataa esimerkiksi CRM-järjestelmästä, jolloin verkkosivudataa päästään käyttämään asiakastietojen rikastamiseen.

Ensimmäiset askeleet tietovarastointiin ovat vain muutaman klikkauksen päässä. Kaipaatko vapautta käyttöliittymien rajoitteista ja täyttä hallintaa dataasi? Ole meihin yhteydessä! Siirrytään yhdessä analytiikan seuraavalle tasolle ja yhdistetään datasiilot selkeäksi kokonaisuudeksi.