内容简介:项目背景每个月需要从GA工具中下载固定的原始数据(分成若干表,汇报不同维度数据,如不同渠道的流量,不同页面内容的流量,不同渠道和页面内容的转换指标)然后再对数据进行清洗和整理(例如不规范的tracking code需要换成正常的,冗长的页面URL需要换成标准统一的产品名称)最后进行分类和统计,进行可视化,(根据不同维度拆分,进行月度趋势分析)
项目背景
每个月需要从GA工具中下载固定的原始数据(分成若干表,汇报不同维度数据,如不同渠道的流量,不同页面内容的流量,不同渠道和页面内容的转换指标)然后再对数据进行清洗和整理(例如不规范的tracking code需要换成正常的,冗长的页面URL需要换成标准统一的产品名称)
最后进行分类和统计,进行可视化,(根据不同维度拆分,进行月度趋势分析)
目前的挑战
通过人工每个月去提取数据,频率太低, 我们需要更高频如每天而不每个月去看数据变化趋势 ,并结合我们的动作,及时反馈和响应
同时人工的方法 从 GA 不同的子报表中下载数据需要比较多的时间,也会出错 ,我们希望减少人工投入时间,降低出错
省下做报告的时间 ,花更多时间去分析数据和进行优化建议的实施
目前的解决思路
主要讲我们的方案分别为三步,
- 数据获取自动化
- 数据清洗和归类自动化
- 数据可视化自动化
本文主要讲解数据获取自动化实施方案
获取GA的数据一般可以有3种办法
使用帐号密码登录,进入配置好的自定义报告中下载
使用第3方 工具 配置好参数下载(例如google sheet的插件)
使用脚本(google sheets脚本,获取 python 或者excel的VBA或者PHP)通过谷歌的API下载
这里能自动化的只有后2者,使用第三方工具如google sheet的插件最方便的,不需要写代码,通过点下按钮 数据即可完成
下面内容主要是介绍使用google sheet的插件来完成自动化获取数据
我们想要自动化去GA数据库获取我们需要的数据,而不用人工每次扶梯子去下载,并且我们希望 自动获取数据后自动进行清洗 分类,并且自动化实现图表化,并且最好是能按天为单位自动去显示实时的数据,而不是每个月等到人工去完成
- 在GA中的自定义报告中设置好需要查看的数据维度,并进行测试
- 这一步其实是在打草稿,因为在google sheets中使用插件不方便调试数据参数
最有效的方式就是在GA的自定义报告中对数据维度进行拖拽并测试
以其中一张raw3表格为例
可以看到里面包含了若干的数据 主要每个页面的表现
页面的名称叫page, 指标是session等
点击编辑表格可以看到
彼此对应的metric和dimension
记住以上的dimension和metric
现在 我们使用google sheets来获取这些数据
打开google sheet 新建一个sheet
起名叫GA Report testing0603
点击导航栏的add-on,安装一个叫google analytics的插件
安装好以后,google sheet里面就会增加一个create new report的按钮
在弹出的对话框输入报告的名称,这个名称也是以后放置数据的sheet名称
Account和property还有view的选择和你的GA账户设置保持一致
可以点击Ga查看你的account以及property还有view的名称就可以知道选
这里关于dimension和metric的设置可以参考GA报告
设置好了就是
其中有一个比较特别是关于goal的设置
其中完成数量和转换率
我们使用goalx completions来代替
最后就是这个
我们需要把这里的XX换成7 既
ga:goalXXCompletions,ga:goalXXConversionRate
换成
ga:goal7Completions,ga:goal7ConversionRate
其中关于
关于metrics和order 还有filters的设置 可以参考下面的网址介绍
https://developers.google.com/analytics/devguides/reporting/core/dimsmets#view=detail&group=session
同理可以制作raw1的报告
此致可以从GA中把数据输出到Google Sheet中了,
最后使用插件的schedule 功能,即可定期去运行
以上所述就是小编给大家介绍的《网站数据分析自动可视化-定时自动获取Ga数据之使用Google Sheet插件法(非代码实现)》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 遇见大数据可视化:来做一个数据可视化报表
- 可视化的数据,鲜活的数据
- 可视化的数据,鲜活的数据
- 遇见大数据可视化: 未来已来,变革中的数据可视化
- Python 数据可视化 2018:数据可视化库为什么这么多?
- 数据可视化:如何玩转大数据
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。