Standard pro reporting v BigQuery

Proč nelze pokrýt všechny požadavky reportingu v uživatelském rozhraní Google Analytics 4? Hlavní problémy reportingu v Google Analytics představují sampling a thresholding, které omezují hloubku, do níž můžete zkoumat svá data. Existuje jen jeden způsob, jak tato omezení překonat: exportem dat do BigQuery, který vám umožní vždy mít přístup k nezkresleným datům. Protože BigQuery funguje na bázi tabulek, do kterých se vkládají surová data, je však nutné předpřipravit základní datasety pro reporting a další využití těchto dat.

Výhody

Práce s daty v BigQuery má obrovský potenciál díky možnosti úprav na míru, jakož i sofistikovanějšího využití dat, především díky:

• Používání nevzorkovaných dat
• Zpracování dat v reálném čase (bez 2denního zpoždění)
• Možnosti nahlédnout do historických dat (lze nahlédnout i do dat starších než 14 měsíců)
• Možnosti integrovat offline data (uživatelská data z CRM, marketingové výdaje apod.)

K efektivnímu využití dat jsme vytvořili návrh databázové struktury, která zajišťuje kvalitu a integritu námi používaných dat.

Struktura dat

Tato struktura představuje rozvrstvený přístup ke správě GA4 dat. Každá vrstva plní specifickou funkci z hlediska správy a transformace dat. Pro správné fungování ale vyžaduje odborníky, kteří zajistí efektivní zpracování dat a jejich přesnou analýzu.

L0 surová vrstva

Vrstva L0 obsahuje surová data z GA4. Tato vrstva je nutná k udržení původní struktury dat, kterou pak zprostředkovává pro další analýzy a transformace ve vyšších vrstvách. Je ovšem třeba brát v potaz, že surová data nemají stejnou strukturu jako ta, která vidíme v uživatelském rozhraní GA4, protože zde chybí předem vypočtené metriky jako počet relací a uživatelů.

L1 vrstva s normalizovaným modelem

Ve vrstvě L1 prochází data z GA4 strukturovaným transformačním procesem, především jsou organizována do tematizovaných tabulek (události, relace, uživatelé atd.). Normalizace dat zjednodušuje pozdější analýzy a zvyšuje efektivitu i jasnost datového ekosystému.

L2 business vrstva

Vrstva L2 představuje hlubší náhled do dat. Mezi hlavní body patří pokročilá analytika, segmentace, sledování KPI a obohacování dat. Primárně se tato vrstva soustředí na vytahování klíčových informací pro rozhodování a strategické plánování.

L3 prezentační vrstva

V rámci vrstvy L3 fungují rozhraní pro transformaci dat na jednoduše zpracovatelné informace. Zde vytvořené reporty a dashboardy pomáhají jednotlivým oddělením zodpovědět jejich dotazy. Zároveň tato vrstva udržuje data governance, čímž zaručuje kvalitu dat a dodržování předpisů. Fungování L3 vrstvy garantuje spolehlivost a důvěryhodnost prezentovaných výstupů.

Každá vrstva představuje svébytnou část databáze, která k optimálnímu běhu vyžaduje přítomnost specialisty na danou oblast. O tom, o jaké specialisty se konkrétně jedná, se dočtete níže.

Popis rolí

Databázový inženýr & databázový architekt

• Skvělá orientace v GA4 datech: Prokazuje hloubkovou znalost složitosti dat GA4, včetně metrik, dimenzí a vzájemných propojení mezi GA4 entitami, jako jsou relace, události a uživatelé.
• Zběhlost v BigQuery: Má hluboké pochopení struktury databází v BigQuery a jejích bohatých funkcí, včetně objektů databáze a nuancí dialektu SQL BigQuery.
• Expertíza v databázové architektuře: Vykazuje zdatnost v navrhování optimalizovaných struktur databází a jejich komponent, podobně jako databázový architekt (DBA).

Datový analytik

• Znalost BigQuery: Má základní pochopení databázové struktury BigQuery a vyniká v používání dialektu SQL BigQuery.
• Obratnost: Je schopen aktivně převádět business požadavky do konkrétních datových procesů.
• Znalost dat v GA4: Projevuje detailní porozumění datům v GA4, především metrikám, dimenzím a propojenosti entit GA4.

V porovnání s datovým inženýrem/architektem nevyžaduje tato pozice tak rozsáhlé technické dovednosti. Vzhledem k tomu je možné kvalitního datového analytika vyškolit poměrně rychle na sérii školení v rámci Cross Masters, takže práci může jednoduše vykonávat osoba ve Vaší firmě.

Business analytik

• Vizualizace dat: Je zdatný ve vytváření reportů pomocí různých nástrojů pro BI (Power BI nebo Looker Studio)
• Expertíza v propojení dat: Schopen propojovat reportingové datasety a zapojit nástroje BI do databáze BigQuery.

Pro optimální pochopení a zpracování business požadavků je ideální, aby tuto práci vykonávala osoba s porozuměním interních business procesů v dané společnosti či týmu. Nejlepší volbou je v tomto případě tedy člen vašeho týmu.

Závěr

Tento přístup zaručuje, že data budou používána efektivním a správným způsobem, ale vyžaduje určitou míru zkušeností ze strany všech aktérů. Cross Masters nabízí jak expertízu, tak i kapacitu pro jednotlivé výše uvedené role, případně nabízíme též možnosti zaškolení Vašich zaměstnanců do jednotlivých rolí. Zkušenosti našeho týmu v oblastech GA4 dat, BigQuery, databázové architektury a business analytiky zaručují, že jsme schopni efektivně navrhovat, stavět, udržovat a optimalizovat BigQuery databáze. Kromě toho nabízíme také školení na míru pro Vaše týmy, obzvláště pro role jako business analytik, které čerpají z hlubšího chápání unikátních business procesů v rámci Vaší firmy.

Naším cílem je navázat partnerství s Vaším týmem buď přímým výkonem jednotlivých rolí, nebo výcvikem Vašich zaměstnanců. Přizpůsobíme se Vašim konkrétním potřebám, čímž zaručíme nejen technickou správnost Vašeho systému správy dat, ale i jeho soulad s Vašimi cíli.