【Google】关于Google Analytics埋点及API获取数据

本文是在实际操作中踩到的一些坑，并不是操作手册。具体的还是需要仔细按照官方文档操作。

参考文档：https://developers.google.com/analytics/

重点看标红的文档即可

普通事件埋点

各端需要跟产品端确定好统一的事件名称和参数，否则数据混乱，通过api获取数据非常不准确

以前端代码为例

gtag('event', '', {

});

//举例
gtag('event', 'banner_view', {
banner_id:4332
});

后端

event_name根据确定好的场景进行设置（注意：禁止将id直接设置在事件名称中，比如 product_view_23423之类的。事件数量暂无限制，google analytics本身预设了click、first_visit、page_view、scroll、session_start等事件，日常的行为均被记录到预设事件中）， event_parameters则是事件向google analytics传递的参数。如果要根据参数中的某个值查询，则需要这个参数在自定义维度中添加过。比如banner_id，

这个自定义维度不能超过50个。自定义维度和指标在后台设置后需要一两天后数据才可查询。

注意：如果某个维度在一天内的唯一值超过 500 个，该维度就会被视为高基数维度。如果存在高基数维度，报告就更有可能达到其行数上限，从而导致出现“（其他）”行。只有当信息很重要且是实现业务目标所必需的，才应使用高基数维度。

如何理解以上这段话，举例：

gta('event','product_view',{
  id:21332
})

这里设置了一个维度id，当商品的数量达到成千上万，这里的id唯一值将超过500，这种维度会视作高基数维度。那要对商品进行某些维度上的分析，如何做呢？google analytics针对电商平台设置了专门的维度，参考https://developers.google.com/analytics/devguides/collection/ga4/ecommerce?client_type=gtag。

如何去理解维度和指标？https://support.google.com/analytics/answer/9143382

维度：是描述数据的属性，例如各种id，渠道，来源，机型，年龄，性别，事件，位置，国家城市等等，维度通常用于对数据进行分组或筛选

指标：是描述数据的数量，时间，百分比，数量，活跃数，用户数等等

谷歌预定维度和指标 https://developers.google.com/analytics/devguides/reporting/data/v1/api-schema?hl=zh-cn#dimensions

如何衡量同一个用户在不同平台的活动？https://support.google.com/analytics/answer/9213390

借助 User-ID 功能，您可以将自己的标识符与具体用户关联起来，以便在不同的会话以及各种设备和平台上关联他们的行为。Google Analytics（分析）会将每个 User-ID 解读为一个单独的用户，这使得您可以获得更准确的用户计数，让您更全面地了解用户与您的业务的关系。

gtag('config', 'TAG_ID', { 
  'user_id': 'USER_ID'
});

各端在用户登录后，可将USER_ID设置为用户id，这样该用户在各端的数据都能统一起来。
 

电商平台事件埋点

https://developers.google.com/analytics/devguides/collection/ga4/ecommerce?client_type=gtag

针对电商类网站，google analytics有专门设置特定的参数，按照文档设置即可

后端通过API埋点

推送参数参考

https://developers.google.com/analytics/devguides/collection/protocol/ga4/sending-events

推送地址：https://www.google-analytics.com/mp/collect

验证地址： https://www.google-analytics.com/debug/mp/collect

Android和IOS的firebase_app_id，web的measurement_id数据流中查看

Measurement Protocol API 密钥，也是在数据流中创建

新事件必须先调用验证，在推送埋点数据，否则不会被谷歌收录

汇总数据流

每个视图都是分散的，挨个获比较麻烦，需要把各端数据流合并

管理》数据流

客户端汇总每个视图都是分散的，挨个获比较麻烦，需要把各端数据流合并

如果后端的埋点数据需要区分来源，那么不同端的数据需要打到对应的数据流中

通过API拉取数据

拉取参数参考

https://ga-dev-tools.web.app/ga4/query-explorer/

1、API启用

https://developers.google.com/analytics/devguides/reporting/data/v1/quickstart-client-libraries

2、身份验证

创建和管理服务帐号密钥

https://console.cloud.google.com/projectselector2/iam-admin/serviceaccounts?supportedpurview=project

创建完后将类似[email protected]账号回填到google analytics 后台并设置好相关权限

3、API接入 按照SDK文档

java构建实例：https://github.com/googleapis/java-analytics-data/tree/main/samples/snippets/src/main/java/com/example/analytics

1）PROPERTY_ID指的是

2）接口请求参数里metrics是指标，返回参数里会根据所列的指标返回响应的数值。dimensions是维度。一般查询事件 metrics 是 eventValue,dimensions 是eventName，会把所有事件结果返回。请求参数里还有dimensionFilter是根据之前请求维度筛选，同理metricFilter。 自定义维度查询，比如：customeEvent：banner_id。

具体可以通过

https://ga-dev-tools.web.app/ga4/query-explorer/

进行操作。

请求参数举例：复制代码通过json格式化在线工具 格式化查看更清晰

{
    "dimensions":[
        {
            "name":"platform"
        },
        {
            "name":"customEvent:icon_id"
        }
    ],
    "metrics":[
        {
            "name":"eventCount"
        }
    ],
    "dateRanges":[
        {
            "startDate":"30daysAgo",
            "endDate":"yesterday"
        }
    ],
    "keepEmptyRows":true,
    "metricAggregations":[
        "TOTAL"
    ]
}

返回数据举例：

{
    "dimensionHeaders":[
        {
            "name":"platform"
        },
        {
            "name":"customEvent:icon_id"
        }
    ],
    "metricHeaders":[
        {
            "name":"eventCount",
            "type":"TYPE_INTEGER"
        }
    ],
    "rows":[
        {
            "dimensionValues":[
                {
                    "value":"web"
                },
                {
                    "value":"(not set)"
                }
            ],
            "metricValues":[
                {
                    "value":"135"
                }
            ]
        },
        {
            "dimensionValues":[
                {
                    "value":"web"
                },
                {
                    "value":"1002"
                }
            ],
            "metricValues":[
                {
                    "value":"5"
                }
            ]
        },
        {
            "dimensionValues":[
                {
                    "value":"web"
                },
                {
                    "value":"1003"
                }
            ],
            "metricValues":[
                {
                    "value":"4"
                }
            ]
        },
        {
            "dimensionValues":[
                {
                    "value":"web"
                },
                {
                    "value":"1001"
                }
            ],
            "metricValues":[
                {
                    "value":"2"
                }
            ]
        },
        {
            "dimensionValues":[
                {
                    "value":"web"
                },
                {
                    "value":"1004"
                }
            ],
            "metricValues":[
                {
                    "value":"2"
                }
            ]
        },
        {
            "dimensionValues":[
                {
                    "value":"web"
                },
                {
                    "value":"1005"
                }
            ],
            "metricValues":[
                {
                    "value":"2"
                }
            ]
        }
    ],
    "totals":[
        {
            "dimensionValues":[
                {
                    "value":"RESERVED_TOTAL"
                },
                {
                    "value":"RESERVED_TOTAL"
                }
            ],
            "metricValues":[
                {
                    "value":"150"
                }
            ]
        }
    ],
    "rowCount":6,
    "metadata":{
        "currencyCode":"CNY",
        "timeZone":"Asia/Shanghai"
    },
    "kind":"analyticsData#runReport"
}