2.5 自定义分析方法

2.5.1自定义报告

自定义就是根据自己的需求选择对应的维度和指标创建报告，可以选择对应的展现形式，如分层图表，平面表格和地理位置展现数据，报告中至少包含一个维度和一个指标，但并不是所有的维度和指标都能够自由组合的，您能够选择得到的表示可以组合。

1.创建的方式

1、在GA中选择“自定义”→“自定义报告”→“+新的自定义报告”，即可创建自定报告，如图2-55所示：

图2-55 创建自定义报告

可以看到表头部分是由三个选项，具体的作用如表2-16所列：

表2-16 自定义报告字段解析

字段

解析

+新的自定义报告

创建一个新的报告

+新类别

创建一个类别，可以将同类型的报告放在里面，作用类似一个文件夹，方便管理

从库中导入

导入模板，可以导入其他GA用户上传的自定义报告模板，您也可以上传自己的模板，上传的位置在报告的右侧单击“操作”→“共享”→“分享到解决方案库中”

2、单击“+新的自定义报告”后可以看到如图2-56所示自定义报告的设置面板：

图2-56 自定义报告设置面板

各个位置的设置与使用如表2-17所列：

表2-17 自定义报告设置面板字段解析

字段

解析

标题

自定报告的名字

报告标签

报告标签，一个自定义报告可以有多个报告标签，在这里可以理解为一个表格

复制此标签

复制报告标签，就是将这个报告标签的的配置复制一份注意：这个配置因图片大小关系并在上图显示，位置就在报告标签的最右边

类型

数据展现的形式，可以有多个，形式可以是分层图表：标准报告，包括一个线形图和一个包含搜索/排序选项和次级维度等动态元素的数据表，这是常用的形式。平面表格：可排序的静态图表，分行显示数据。地理分布图：世界地图。不同国家/地区用较深的颜色标识，以显示流量和互动量一般选择分层图表。

指标组

自定指标，必填，可以有多组自定指标

维度深入分析

自定义维度，必填，这个在报告中的体现是可以下钻

过滤器-可选

过滤条件，可以设置多个，作用是限制报告显示哪些数据

数据视图-可选

应用视图，一般不用设置，默认选择当前视图

需要注意的是这里的“过滤器”设置是对整个报告级别的，也就不同的报告标签，不同的指标组都是共用这个过滤条件。

一个报告可以有多个“报告标签”，一个标签可以有多个“指标组”，这个自定义报告的结构，不同的报告标签和指标组，我认为作用都是相同的。

设置完各个选项后，单击保存就生成了自定义报告。

2.自定义报告的管理

在GA中选择“自定义”→“自定义报告”，可以看到自定报告的管理界面如下图2-57所示：

图2-57 自定义报告管理界面

管理界面可以做的调整如表2-18所列：

表2-18 管理类型

字段

解析

修改

每个报告的最右侧都有一个“操作”，单击后有个下拉菜单，第一个就是“修改”，“修改”的作用是对自定报告的配置做调整

复制

在“修改”的下方，将当前的自定义报告复制一份

在“复制”的下方，是分享，就是将这个自定义报告格式分享出去，可以分享给同事，也可以将这个格式分享给平台，也就是前面提到的分享到解决方案库中需要注意：这里的共享，并不会把您的数据共享出去，只是分享报告的模板

珊瑚

在“分享”的下方，删除就是删除该报告

分类

通过“+新类别”就可以创建一个分类，如上图中的“分类演示”，然后将鼠标移动至对应报告的前面，等到光标变成黑十字架就可以移动整个报告到“分类演示”，这样就可以实现报告的分类

3.操作示例

新建一个自定义报告，按天展示自然搜索的的流量表现情况，指标包含有新用户、用户数、会话数、跳出率。在GA中选择“自定义”→“自定义报告”→“+新的自定义报告”，然后配置如下图2-58所示：

图2-58 自定义报告设置

标题为“自然流量每天表现情况”，报告标签为“自然流量”，指标组就是所需的指标，维度就是“日期”，过滤器就是将自然流量过滤出来，然后单击“保存”创建报告，报告的形式如图2-59所示：

图2-59 自定义报告结果

整个分层图表的自定义报告就如上图，中间是一个折线图，下面是原始数据表格，其中第一列是维度“日期”，其他的就是字段指标。自定义报告的名字“自然流量每天表现情况”在头部，报告标签“自然流量”在折线图报告的上方，如果有多个指标组的话，指标组的位置就在报告标签的下方。

4.自定报告的局限

自定报告的确很实用，但是它还是有一定的局限性，具体表现在：

（1）过滤器的条件是整个报告，也就是如果条件不同，只能通过新建报告的形式解决，而不能放在同一个报告的不同报告标签下。

（2）数据记录有限，自定报告的能提取到的记录最多是5000条。

（3）免费版的GA用户自定义报告没有漏斗转化类型。

2.5.2数据导入

数据导入就是将外部数据导入到GA，与GA内部数据整合，能更好的衡量您的网站的运营和表现情况。

1.为什么要导入

GA虽然能够收集线上的很多数据，但是存在部分数据是GA采集不到，而且这部分数据对运营和决策很重要，所以需要导入，这类数据包括：线下数据，第三方广告平台广告投放数据，CRM数据（Customer RelationshIP Management，客户关系管理）等。

2.数据导入的原理

把GA的数据看做是一张表A，把导入的数据看做另一张表B，两张表要关联只能通过外键，也就是表A和表B共有一个字段，另外，表B导入的数据字段是需要字段，使用模板的用到的是内置字段或自定义维度去存储导入的信息。

3.导入数据的类型

借助数据导入功能，可以导入三种类型的数据，这三个大类的是根据数据收集和处理的逻辑来划分的，具体类型如表2-19所列：

表2-19 导入数据的类型

大类

小类

解析

匹配数据导入

退款数据

通过导入电子商务退款数据将您的内部电子商务报告数据与 GA相关联

扩展数据导入

用户数据

创建包含导入的用户元数据（如忠诚度评级或客户生命周期价值）的细分和再营销列表

广告系列数据

入与广告系列相关的维度（如来源），以扩展和重复使用现有的非 Google 广告系列代码

地理位置数据

创建自定义地理区域，让您能以更适合业务组织的方式针对 GA数据生成报告并进行分析

内容数据-

使用导入的内容元数据（如作者、发布日期和文章类别）对内容进行分组

产品数据

通过导入产品元数据（如尺寸、颜色、样式或与产品相关的其他维度）来获得更多销售洞察信息

自定义数据

为导入自定义数据集提供相关支持

要数据导入

费用数据

加入第三方（非 Google）广告网络的单击次数、费用和展示次数数据，以更全面地了解广告支出情况

4.数据导入的局限性

数据导入的功能也是有一定的限制的，下面我主要介绍几条比较重要的限制，还有其他一些限制，但是对您没影响的，就不在下面列出来：

每个媒体资源最多能够建立50个导入配置
每天，每个媒体资源能够导入50次数据
上传文件最大为1G
涉及ga:dat的数据，每天限额100M

5.注意点

原则上不准导入用户个人身份信息
导入的字段如果为空，在报告中的显示为not set

6.数据的删除

单击对应需要上传文件的“管理上传”，然后将需要删除的文件勾选，就可以看到“删除所选文件”的按钮，如图2-60所示：

图2-60 数据的删除

下面介绍几种导入的方法，分别是直接导入，Google Sheet导入，还有API导入

7.直接导入

直接导入就是在GA的界面上直接操作将数据导入，这里有两个注意点：一是导入的数据必须保存在csv格式文件中，二是文件的编码格式必须为utf-8，简单一句就是UTF-8的csv。这里以导入广告消费数据为例子，下面一起来看一下具体的设置和导入过程：

1、数据导入是媒体资源级别的，所以入口在媒体资源下面，在GA中选择“管理”→“数据导入”→“新建”，可以看到如图2-61所示的界面:

图2-61 导入数据

2、新建数据集

这里有很多种格式可以选择，不同格式表示导入数据的不同类型，如图2-62所示，GA已经内置了多种格式，详细的各个数据类型的解释看表2-19所列“导入数据的类型”，我们在这里选择“费用数据”：

图2-62数据集类型

3、自定义数据集命名后，选择对应导入进入的视图，如图2-63所示，导入的数据是视图级别的，需要选择导入到哪个视图去。

图2-63 选择数据视图

4、数据集架构，这里的字段有三种类型：必须提供的字段，这里的是日期，媒介和来源，这个一般作为外键使用；然后是必须提供下列中至少一列，这个就是您需要的导入数据，这个位置是必选的，根据不同的数据集类型，GA会提供不同的字段给您选择；可以提供任意数量的以下列：这个是根据您自己需要可选，选择越多，导入的数据能匹配越细。

注意

需要注意的是导入行为那里有两个选项，一般默认选择汇总，不要选择覆盖，覆盖配置后是不可修改的，鉴于导入数量有限额，需谨慎使用。

配置完后保存，然后保存整个配置，如图2-64。

图2-64 数据集架构

5、然后就可以在数据导入的操作界面看到新增了一个导入配置，如图2-65所示，名称就是前面数据详细信息中的名称“导入消费数据”，类型是导入数据的类型，数据集ID整个是数据集ID，主要是用于使用API导入的时候需要使用的，“操作”下的“管理上传”就导入的入口了。

图2-65 管理上传界面

6、在GA中选择“管理”→“数据导入”→“管理上传”→“上传文件”→“选择文件”，如图2-66，选择预先准备的csv文件就可以导入

图2-66 选择文件

7、鉴于导入的时候需要utf-8的csv，所以我们通常采用的做法是直接下载GA提供的文件模板，然后复制相关数据进入，再上传，下载模板的位置是，单击数据上传中的需要获取模板的配置的名字，这里是“导入消费数据”，如图2-67所示：

图2-67 获取模板

然后可以看到如下界面，如图2-68所示，直接单击“获取架构”→“下载架构模板”就可以下载一个utf-8的csv模板

图2-68 下载模板

下载的模板如图2-69所示：

图2-69 模板结构

可以看到字段都是带有“ga:”,如果您是自己新建csv的形式，名字要按照上面的名字命名，对应字段的写法可以去官方文档找，建议采用下载模板的方法，不容易出错。

8、将需要导入的数据复制到模板后，按照步骤4的方法上传数据，如果成功会显示如图2-70所示：

图2-70 上传成功

这样就表示数据已经成功上传，官方说数据会24小时内出现，实际上，一般2小时左右就可以在GA看到相关的数据的。

如果报错的话，在“状态”会有相关提示的，根据相关提示去定位问题。

8.用Google Sheet导入数据

接下来介绍用Google Sheet知道导入数据的方法，这个要用到前面的数据集ID了，其实这个方法并没有比直接导入的方法方便，在这里作为一种拓展方法介绍给大家。

1、在这里我已经默认您知道导入数据的逻辑和已经新建了一个数据集（数据集就只指导入配置），在数据导入的控制面板可以看到数据集ID（这里用test2的数据集作为例子，如图2-71所示）

图2-71 导入数据管理界面

2、然后在Google Sheet里面新建一个表格，将要导入数据的字段如ga:userid,ga:dimension6输入，然后复制要导入的数据，如图2-72所示：

图2-72 要导入的数据

3、然后在Google Sheet中选择“工具”→“脚本编辑器”，将以下代码复制进入(完整代码访问http://www.ichdata.com/book.html获取)，如图2-73：

图2-73 复制如代码

注意

要将红框标记的改为您自己的，最下面一个就是前面要用到的customDataSoureId就是数据集ID。

4、然后单击“资源”→“Google高级服务”，如图2-74所示，选择GA API开启，同时要确保Google API后台也做了权限的开放，如果您不确定，就进去单击开启吧。

图2-74 开启Gooogle API服务

5、然后单击运行了即可。

图2-75 运行成功

可以看到如图2-75的uploading OK就表示已经上传成功了

6、如果要做定时的话，可以单击触发器做些设置，如图2-76所示，就可以定时导入数据到GA

图2-76 定时运行

上图比较模糊，放大就是如图2-77所示：

图2-77 定时运行-放大

可以看到这个做法也只能是半自动的吧，如果您的服务器是在Google上面的，那就可以无缝运行了。

2.5.3Google Sheet的应用

Google Sheet是Google于2006年推出的，是一个在线表格编辑工具。Google Sheet可让您随时随地创建、编辑和与他人协作处理表格，而且完全免费！利用Google Sheet还可以实现很多复杂功能，如代码编辑，管理第三方数据，定时任务等，在这里我主要讲解Google Sheet如何与GA结合，如何应用和提高分析效率。

通过Google Sheet里面的第三方插件GA，Google Sheet可以与GA打通，可以直接在Google Sheet上对数据做处理和分析，使用Google Sheet有以下几个好处：

能导出更多的数据记录GA里面最多是指可以导出5000条记录，在Google Sheet里面没有限制。
低门槛：完全基于表格操作，不需要代码基础。
自动：可以设置定时任务，让Google sheet自动跑数据。
可以多人协作，免费等。

接下来看看Google Sheet怎么用?

1.Google Sheet部署

1、进入Google Drive，可以看到如图2-78所示的界面：

图2-78 Google Drive界面

2、在Google Sheet中选择“新建”→“ Google Sheet表格”新建一个表格，会看到一个跟Excel基本一样的界面，如图2-79所示。

图2-79 Google Sheet界面

3、加载GA插件

在Google Sheet中选择“插件”→“获取插件”，然后输入Google Analytics，可以看如图2-80所示中第一个插件就是我们想要的，单击安装即可：

图2-80 获取Google Analytics插件

安装后单击插件，可以看到就有Google Analytics的选项了，如图2-81所示：

图2-81 验证插件是安装成功

这个就表明，Google Analytics插件在Google Sheet上安装成功了。

2.Google Sheet的使用

Google Sheet的使用是需要先做一些配置，然后才运行的模式，下面介绍如何对Google Sheet做配置。

1、单击Google Sheet中选择“插件”→“Google Analytics”，可以看到图2-82所示：

图2-82 Google Analytics插件的功能

Google Analytics插件的字段解析如下表2-20所列：

表2-20 插件功能解析

字段

解析

Create new report

表示新建一个报告设置

Run reports

运行报告，从GoogleAnaltyics获取数据和计算

Schedule reports

设置定时任务

在这里我们选择Create new report，如果是首次使用会需要Google Sheet授权GA的访问权限。

2、选择“Create new report”看到右侧有如图2-83所示的界面：

图2-83 Google Sheet配置界面1

这个就是配置的主要仪表盘了，在这里只是简要的一个选项而已，但配置后还会可以有更多的设置选项，各个字段具体意义再下一步再做介绍。

3、单击“Create Report”后可以看到如图2-84所示，这个是一个详细的配置界面，主要的配置工作还是在这里进行的

图2-84 Google Sheet配置界面2

可以看到比上一步的仪表盘多了不少信息，如起止时间，过滤器，细分，排序，抽样等设置，基本上GA有的都可以再这里面设置了，各个字段具体意义如表2-21所列：

表2-21 Google Sheet各参数解析

字段

意义

Report Name

报告名称，也就是前一步的Name，运行报告后生成一个以这个名字命名的Sheet 。

Type

API的类型,GA一共提供6种类型的API，一般使用的是Core Reporting API，现在最新版本的V4。

View(Profile) ID/ids:

数据视图的ID，用于提取 GA数据的唯一 ID。此 ID 是由命名空间 ga: 与 GA数据视图ID 结合而成。

Start Date

开始所有 GA数据请求都必须指定日期范围。如果不在请求中添加 start-date 和 end-date参数，服务器会返回一个错误。日期值采用 YYYY-MM-DD 格式的具体日期时间。

End Date

结束时间

Last N Days

3.Google Sheet的综合应用

通过前面一节已经知道Google Sheet如何获取GA数据和计算的，如果要对复杂的情景做分析的话，这种方法效率是不高的，如果涉及比较多的原始数据的时候，通常采用的做法是将第一个的配置复制多个，对其多调整，这里需要注意，每个report Name都需要是不同的，如图2-85所示:

图2-85 多Report情况

这样一运行报告，所有的数据都出来了，如图2-86所示。

图2-86 多Report数据结果

接下来就是在Google Sheet上对数据做处理就，设计好模板就可以了，以后跑数据的时候就会自动填充，得到最后的数据结果。

4.导出超过10000条记录

如果按照前面配置的话，能导出来的最多只有10000条记录，要导出更多的数据的话，需要对配置做一些Start Index和Max Result做一些设置才行，默认的数是每个列，也就生成的每一个sheet最多的记录都是10000，可以分段导出即可，具体设置如图2-87所示，假设这次到导出的数据有20000行，第一类是从0到10000，第二列是10001到20000，也是10000行，运行报告后就会生成两个sheet，分别以后10000行，在将两个合并，就是所有的数据。要导出更多的数据，以此类推就是。

图2-87导出超过10000条记录

2.5.4API的使用

GA非常强大，但是免费版的有诸多的限制，如：GA里面最多能导出的记录是5000，如果要做细致，个性化的分析，无疑是需要用到API，免费版GA通过API最多可以拿100万条记录，付费版本GA360通过API最高是300W，但付费版本可以跟BigQuery关联起来，将GA账户里的数据导入进去，所以是可以获取到所有的原始记录的。

Google官方提供了多种API接口给用户，下图是整体数据逻辑结构如图2-88所示:

图2-88 GA整体数据逻辑结构

左侧是收集数据模块，收集用户互动的相关数据，可以看到经典版的ga.js只直接记录为Logs的行为，而统一版analytics.js则采用跟移动应用一致的方式，通过测量协议去手机数据。

中间上方是配置，可以管理数据的处理方式。

中间下方是数据处理，这个是Google分析的后台数据处理的，黑匣子来的。

右侧就提供的报告或接口，是处理后的数据。

获取API授权的原理：在GoogleAPI后台创建一个服务器ID，然后给该ID在GA的账户级别的用户管理里面授予分析的权限，然后在API创建OAuth 2.0型的ID和秘钥，这个就是放在程序里面的。

下面来介绍如何通过R和Python来连接GA的API来获取数据，首先介绍R的。

1.R

用R来获取GA的数据需要用RGoogle Anlytics,自行下载这个包，用这个包的好处是，该作者已经将分页查询的功能内置进去了，所以能够获得准确的数据。具体设置过程如：

1、GoogleAPI管理里创建服务账号密钥，

访问谷歌开发者后台，进入后先创建一个项目，然后选择“凭据”→“创建凭据”→“服务账号密钥”，如图2-89所示：

图2-89 创建服务账号密钥

创建后会有个服务器账号ID，如图2-90所示：

图2-90 服务器账号ID

2、在GA 账户级别的给这个服务器账号ID授权，权限级别是“阅读和分析”的即可，如图2-91所示：

图2-91 给服务器账号ID授权

3、然后返回到Google APIs管理界面，创建 OAuth 2.0授权，如图2-92所示，一般选择的应用类型是Web，如果不知道就选择其他，这个是通用型的：

图2-92 创建OAuthor客户授权

4、创建后会看到图2-93所示，客户端ID就是后面需要用到的了。

图2-93 生成秘钥

5、然后在R上，将客户端ID和密钥填入对应的位置，如图2-94所示详细的代码去GA小站官网获取。

图2-94 R程序提取GA获取

如果没有的包，自行下载。包RGoogleAnalytics是已经将分页查询的功能内置，所以通过这个查询出来的数据都是尽可能不抽样。上述代码中的table.id就是数据视图ID，下面试运行下如图2-95所示：

图2-95 R程序运行

可以看到数据已经导出来了。

2.Python

这一节介绍如何用Python连接Google Anlaytics API去获取数据，前面大部分跟R的相同，不同的地方在于Python是引入json的密钥文件，而不是直接用服务端ID和密钥。

1、假设您已经创建好了OAuth2.0客户端ID，然后将其以json格式下载，如图2-96所示：

图2-96 导出秘钥

可以看到有个json文件，如图2-97所示：

图2-97 json文件格式的秘钥

2、然后将谷歌分析官方将那段实例代码复制带本地保存，并将前面下载的json秘钥与那段代码挡在同一个路径中，然后代码找到key_file_location，将其改为json文件的名称，如图2-98所示：

图2-98 配置秘钥

然后试运行下看有没报错，如果没报错，会返回一些数据，那就表示成功了。

3、接下来新建另一个py文件，引入上面的示例代码，代码中的第一段就是引入该示例代码，然后初始化，这里的profile_id就是GA的数据视图ID，如图2-99所示：

图2-99 新建代码示例

然后运行下，如图2-100，这段代码的的意思是获取2016年7月1号开始到2016年8月10号用桌面端访问过/my/p_login.php,每天的用户数是多少，并且按日期排序：

图2-100 运行结果示例

数据就提取出来了。可以看到，在通过API获取的数据的过程中最关键的还是ga().get的函数配置，而配置的模式跟前面Google Sheet类似的，特别是过滤器的使用是一致。API返回的数据都是字典结构，ga().get()返回有以下数据：

字段

解析

query

表示查询条件

itemsPerPage

表示每页的记录数

sampleSize

抽样的Sesion数量

columnHeaders

数据表头类型

kind

表示API类型

rows

实际数据内容

查询的路径

totalResults

返回总的记录数

totalsForAllResults

返回的合计数

selfLink

用于分页查询做循环.

sampleSpace

样本空间大小

profileInfo

账户信息

containsampledData

是否包含抽样数据

3.API V4

在2017年7月的时候，GA发布了新一版的API，Version4的，授权的方式上没有改变，但是界面的UI有了变化，更重要的是查询的核心函数变成了batchGet。

下面看看设置授权的流程：

1、进入谷歌云平台控制后台创建一个项目。

2、然后单击“IAM和管理”→“账号服务”，创建一个服务账号，账号的格式会是*****@developer.gserviceaccount.com的格式，然后在GA中给这个授予“读取和分析”的权限。

3、创建和下载密钥

单击服务账号右侧的那个三个点后选择“创建密钥”，如图2-101所示：

图2-101 创建秘钥

然后选择p12的格式下载。

4、将官方的案例代码复制到您的编辑器去，然后更改密钥路径已经设置相关的视图ID后试运行，如图2-102所示：

图2-102 试运行结果

运行没有报错，获得返回的数据，API获得授权取得数据。仔细看上图的代码，这里获取数据使用的核心函数是batchGet，前面v3版本的使用的是ga().get()函数。

Previous2.4 报告查看方法 Next第3章 Google Tag Manager实操讲解

Last updated 4 years ago