Google Analytics 4 Tingkat Lanjut dan BigQuery
Gunakan laporan eksplorasi GA4 dan ekspor BigQuery untuk analisis perilaku mendalam.
Google Analytics 4 Tingkat Lanjut dan BigQuery adalah pelajaran Digital Marketing Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Digital Marketing Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Digital Marketing Academy mencakup 4 pelajaran total.
Eksplorasi GA4 untuk Analisis Lanjutan
Eksplorasi GA4 adalah ruang kerja analisis lanjutan yang menawarkan enam jenis eksplorasi: Bentuk Bebas (pembuatan tabel dan diagram dengan seret dan lepas), Eksplorasi Corong, Eksplorasi Jalur, Tumpang Tindih Segmen, Eksplorasi Kelompok, dan Siklus Hidup Pengguna.
Berbeda dari laporan GA4 standar dengan dimensi tetap, Eksplorasi memungkinkan analis membuat kueri khusus di seluruh kombinasi dimensi dan metrik, dengan maksimal 10 dimensi dan 10 metrik per kueri.
Analisis Kelompok untuk Mengukur Retensi di GA4
Eksplorasi Kelompok GA4 mengelompokkan pengguna berdasarkan tanggal akuisisi (atau tanggal peristiwa pertama) dan melacak perilaku mereka selama minggu atau bulan berikutnya, sehingga menunjukkan seberapa baik Anda mempertahankan pengguna yang diperoleh melalui berbagai saluran dan kampanye.
Grafik kelompok yang menunjukkan penurunan tajam pada minggu kedua menandakan masalah orientasi awal; kelompok dari pemasaran konten yang memiliki retensi 90 hari lebih tinggi daripada kelompok berbayar menjadi dasar untuk menentukan investasi demi pertumbuhan berkelanjutan.
Membandingkan Kelompok berdasarkan Saluran Akuisisi
Segmentasi analisis kelompok berdasarkan saluran akuisisi menunjukkan apakah pengguna dari penelusuran organik, media sosial berbayar, rujukan surel, atau lalu lintas langsung memiliki pola retensi dan keterlibatan yang berbeda secara signifikan dari waktu ke waktu.
Jika kelompok dari penelusuran organik menunjukkan retensi 60 hari tiga kali lebih baik daripada kelompok media sosial berbayar, data ini mendukung peningkatan investasi dalam optimasi mesin telusur dan konten—serta kemungkinan pengurangan belanja media sosial berbayar yang memperoleh pengguna dengan nilai seumur hidup rendah.
Penyiapan Ekspor GA4 ke BigQuery
GA4 menawarkan integrasi bawaan untuk mengekspor data mentah tingkat peristiwa yang tidak disampel ke Google BigQuery setiap hari (secara berkelompok) atau dalam mode aliran langsung, sehingga menciptakan gudang data permanen berisi setiap interaksi pengguna dengan properti digital Anda.
Ekspor ini gratis untuk koneksi BigQuery, tetapi Anda membayar biaya penyimpanan dan kueri BigQuery. Penyiapan dilakukan di bagian Admin GA4, di bawah Penautan BigQuery, dan memerlukan proyek Google Cloud.
Membuat Kueri Data GA4 di BigQuery
GA4 mengekspor data ke BigQuery dalam struktur JSON bertingkat yang diatur berdasarkan peristiwa—setiap baris merupakan satu peristiwa, dengan properti pengguna dan sesi disimpan sebagai pasangan kunci-nilai dalam bidang RECORD bertingkat.
Analis menggunakan SQL standar untuk membuat kueri data tersebut, tetapi harus menggunakan UNNEST() untuk meratakan array event_params dan user_properties yang bertingkat sebelum menyaring berdasarkan nilai parameter tertentu—sintaks yang berbeda dari tabel relasional datar.
Contoh Kueri Sesi BigQuery
Kueri BigQuery yang umum untuk GA4 menggabungkan data tingkat sesi dengan peristiwa konversi: meratakan data session_traffic_source untuk memperoleh kanal, lalu menghitung sesi, pengguna, dan konversi berdasarkan kanal untuk rentang tanggal tertentu.
Jenis kueri ini menghasilkan data kinerja kanal tanpa pengambilan sampel yang sepenuhnya dapat disesuaikan, yang tidak dapat disediakan antarmuka GA4 standar, terutama berharga untuk properti dengan lalu lintas tinggi ketika GA4 menerapkan pengambilan sampel data dalam laporan.
Membangun Model Data Gabungan di BigQuery
BigQuery memungkinkan analis menggunakan JOIN untuk menggabungkan data perilaku GA4 dengan data CRM, data pembelanjaan iklan, dan data produk dalam satu kueri, sehingga menciptakan model gabungan yang mustahil dibuat dalam satu platform pemasaran mana pun.
Sebagai contoh, menggabungkan data sesi GA4 dengan ekspor CRM Salesforce dapat menghubungkan akuisisi melalui kanal pemasaran dengan pendapatan dari transaksi yang ditutup pada tahap berikutnya—mengaitkan aktivitas tahap atas corong dengan hasil bisnis tahap bawah corong.
Menghubungkan BigQuery ke Looker Studio
Looker Studio (sebelumnya Data Studio) terhubung langsung ke BigQuery sebagai sumber data, sehingga analis dapat membuat dasbor visual yang didukung oleh kueri SQL kustom terhadap seluruh kumpulan data peristiwa GA4.
Kombinasi ini memungkinkan laporan yang diperbarui otomatis saat data BigQuery baru tiba, dengan fleksibilitas SQL kustom yang mendasarinya dan kemudahan pembuat dasbor seret-dan-lepas bagi pemangku kepentingan nonteknis.
Kueri Terjadwal untuk Pelaporan Otomatis
Kueri Terjadwal BigQuery menjalankan SQL sesuai jadwal yang ditentukan—harian, mingguan, atau setiap jam—dan menulis hasilnya ke tabel tujuan, sehingga pembaruan alur data sepenuhnya otomatis tanpa eksekusi kueri secara manual.
Penerapan umum adalah kueri terjadwal harian yang mengagregasikan data peristiwa GA4 kemarin ke dalam tabel ringkasan, yang kemudian dibaca Looker Studio untuk dasbor yang selalu menampilkan data terkini tanpa campur tangan analis.
Audiens Prediktif di GA4
GA4 menggunakan pembelajaran mesin untuk membuat audiens prediktif berdasarkan tiga skor: probabilitas pembelian (kemungkinan melakukan pembelian dalam 7 hari ke depan), probabilitas berhenti menggunakan layanan (kemungkinan tidak kembali), dan prediksi pendapatan.
Audiens ini dapat diekspor langsung ke Google Ads untuk menargetkan pengguna dengan probabilitas pembelian tinggi melalui kampanye konversi, atau mengecualikan pengguna dengan probabilitas berhenti menggunakan layanan tinggi dari kampanye retensi—sehingga tindakan didasarkan pada prediksi pembelajaran mesin, bukan menunggu perilaku terjadi.
Dimensi dan Metrik Kustom GA4
GA4 memungkinkan pemasar menentukan dimensi kustom (atribut tingkat pengguna atau tingkat peristiwa di luar bawaan—seperti tingkat langganan, kategori konten, atau varian pengujian A/B) dan metrik kustom (nilai numerik seperti waktu membaca atau jumlah video yang ditonton) untuk menangkap sinyal khusus bisnis.
Dimensi dan metrik kustom muncul di seluruh laporan dan Eksplorasi GA4 seperti dimensi bawaan, sehingga memungkinkan analisis kinerja berdasarkan atribut yang unik bagi produk atau strategi konten Anda dan tidak terlihat dalam model data bawaan GA4.
Uji Pemahaman Fitur Lanjutan GA4
Uji pemahaman Anda tentang kemampuan lanjutan GA4 dan BigQuery.
Ringkasan GA4 dan BigQuery
Eksplorasi GA4 membuka analisis lanjutan, termasuk eksplorasi corong, kohor, dan jalur tanpa batasan pengambilan sampel di ruang kerja. Ekspor BigQuery membawa data mentah tingkat peristiwa ke lingkungan SQL untuk analisis yang sepenuhnya kustom.
Menghubungkan BigQuery ke Looker Studio menghasilkan dasbor otomatis dari model kustom, sementara audiens prediktif GA4 memungkinkan prediksi pembelajaran mesin secara langsung mendukung penargetan Google Ads.
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Google Analytics 4 Tingkat Lanjut dan BigQuery” gratis?
Ya — teks lengkap “Google Analytics 4 Tingkat Lanjut dan BigQuery” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Digital Marketing Academy, upgrade ke CoddyKit PRO. Kursus Digital Marketing Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Google Analytics 4 Tingkat Lanjut dan BigQuery”?
Gunakan laporan eksplorasi GA4 dan ekspor BigQuery untuk analisis perilaku mendalam. Kamu berlatih Digital Marketing Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Digital Marketing Academy?
Tidak diperlukan pengalaman sebelumnya. Digital Marketing Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.
Berapa lama pelajaran “Google Analytics 4 Tingkat Lanjut dan BigQuery” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Digital Marketing Academy ini?
Ya. Setiap pelajaran Digital Marketing Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Model Atribusi Multi-Sentuhan
- Google Analytics 4 Tingkat Lanjut dan BigQuery
- Pemodelan Bauran Pemasaran
- Membangun Dasbor Pemasaran Eksekutif