In Google Analytics 4 (GA4), i dati possono oscillare di 2-3 %. Ciò è dovuto al campionamento, utilizzato per le interrogazioni complesse o estese. Per i test A/B, dove la precisione è fondamentale, tali deviazioni possono rappresentare una sfida.
BigQuery risolve questo problema. Permette di analizzare tutti i dati senza campionamenti, in modo completo e con una precisione del 100 %. Ciò consente di eseguire test A/B basati su dati accurati e di fornire risultati completamente affidabili.
In questo articolo scoprirete che cos'è esattamente BigQuery, quali sono gli aspetti da tenere in considerazione e come configurarlo per la vostra configurazione di test A/B.
Indice dei contenuti
Che cos'è BigQuery?
BigQuery è un potente data warehouse senza server di Google. Consente di analizzare enormi quantità di dati in modo rapido ed efficiente senza doversi preoccupare dell'infrastruttura o della manutenzione. Offre enormi vantaggi, soprattutto in ambiti basati sui dati come i test A/B, in quanto consente analisi precise in tempo reale.
Una differenza fondamentale rispetto agli strumenti di analisi tradizionali: BigQuery elabora i dati completamente, senza campionamenti o estrapolazioni. Questo lo rende ideale per le applicazioni in cui i risultati esatti sono cruciali, come ad esempio nella valutazione dei tassi di conversione o della significatività dei test.
BigQuery è anche altamente scalabile. Non importa se volete analizzare milioni o addirittura miliardi di record di dati. BigQuery fornisce i risultati necessari in pochi secondi. Per gli utenti che già lavorano con strumenti come Google Analytics 4, BigQuery offre opzioni di integrazione perfetta per importare ed elaborare i dati direttamente da GA4.
Come BigQuery porta i test A/B al livello successivo
I test A/B si basano su dati accurati. Anche piccole fluttuazioni possono influenzare i risultati e oscurare il quadro reale. BigQuery elimina questi punti deboli e vi dà la possibilità di portare i vostri test a un livello completamente nuovo.
Risultati esatti senza campionamento: Mentre Google Analytics 4 effettua estrapolazioni per grandi quantità di dati, BigQuery analizza completamente ogni singolo set di dati. Ciò significa che i risultati si basano su 100% dati accurati.
Prestazioni con grandi quantità di dati: BigQuery è stato sviluppato per gestire enormi insiemi di dati. Che si tratti di analizzare migliaia di variabili o miliardi di punti di dati. BigQuery fornisce risultati rapidi e affidabili.
Flessibilità nell'analisi: Grazie all'SQL, in BigQuery è possibile creare query personalizzate e adattate alle proprie esigenze. Ciò consente di analizzare i risultati dei test in modo più dettagliato e mirato rispetto agli strumenti standard.
Integrazione perfetta con GA4 e Varify.io: BigQuery può essere facilmente collegato a Google Analytics 4 e a Varify.io. Se utilizzato con Varify.io, non è necessario creare query SQL. Con Varify.io, potete visualizzare i dati GA4 dei vostri esperimenti direttamente nello strumento. In questo modo si risparmia tempo e si riduce la complessità del flusso di lavoro.
Quanto costa BigQuery?
BigQuery offre un punto di ingresso generoso, in quanto l'utilizzo è gratuito fino a un certo punto. Come parte della quota gratuita, avete a disposizione ogni mese 10 GB di spazio di archiviazione e 1 TB per le query. Questo vi permette di eseguire molte analisi di base senza dover sostenere alcun costo.
Google Cloud calcola i costi del suo servizio BigQuery sulla base di due categorie principali:
1. conservazione: Questo comporta dei costi per lo spazio occupato dai dati memorizzati.
2. interrogazioni: In questo caso si paga per la quantità di dati elaborati nelle query.
L'immagine seguente (al 1° settembre 2024) mostra una panoramica di come sono composti i costi di BigQuery e quali limiti sono inclusi nel contingente gratuito.
Google offre una dettagliata cronologia dei costi e fornisce anche un calcolatore dei costi, che è possibile utilizzare per stimare le possibili spese in anticipo.
Il nostro consiglio: impostare il controllo dei costi
Limitare i costi di interrogazione
Limitare i costi di stoccaggio
I costi di archiviazione vengono sostenuti se si archiviano più di 10 GB di dati al mese. Per ridurre i costi di archiviazione, è possibile procedere come segue:
Limitare il periodo di conservazione:
- Impostare un politico di conservazione delle tabelle per definire per quanto tempo le tabelle devono essere salvate. Ad esempio, è possibile eliminare automaticamente le tabelle dopo 30 giorni se non sono più necessarie.
Ottimizzare le esportazioni di eventi:
- Limitazione dell'esportazione di eventi GA4 per salvare solo i dati rilevanti per i test A/B. Gli eventi non necessari per le analisi possono essere esclusi dall'esportazione.
Come configurare BigQuery
L'impostazione di un progetto in BigQuery è semplice e veloce. Tutto ciò che serve è un account Google Cloud e un po' di tempo per la configurazione.
1. google cloud console
Innanzitutto, è necessario accedere a Google Cloud Console. Se non avete ancora un account, dovreste crearne uno. La Cloud Console è il punto di contatto centrale per la gestione dei progetti.
Si noti che Google richiede i dati della carta di credito quando si crea un nuovo account. Tuttavia, questo non comporta alcun costo diretto. Questi si verificano solo quando si superano i limiti mensili gratuiti. Per garantire che non vengano sostenuti costi o che questi rimangano all'interno di un range controllabile, vi consigliamo di utilizzare i nostri consigli per il controllo dei costi.
2. creare un nuovo progetto BigQuery
Se dopo il login o la registrazione non si accede automaticamente alla Google Cloud Console, è possibile fare clic su "Console" nell'angolo in alto a destra o utilizzare direttamente il seguente link: https://console.cloud.google.com/.
Nella Cloud Console, fare clic sul menu a discesa a destra del logo Google Cloud nella parte superiore della pagina. Nella finestra che si apre vengono visualizzati tutti i progetti Google Cloud e BigQuery esistenti.
Per creare un nuovo progetto, selezionare "Nuovo progetto". Inserire un nome significativo che descriva lo scopo del progetto e selezionare l'organizzazione e la posizione di archiviazione desiderata.
Fate clic su "Crea" per impostare il vostro progetto BigQuery e renderlo immediatamente disponibile.
Collegare il progetto BigQuery con Google Analytics (GA4)
La connessione tra il vostro progetto BigQuery e Google Analytics (GA4) vi permette di esportare senza problemi i vostri dati GA4 in BigQuery e di analizzarli in dettaglio.
Oltre alla possibilità di creare query che vanno ben oltre i report standard di GA4, questa integrazione offre un vantaggio decisivo: precisione assoluta.
Poiché BigQuery non effettua estrapolazioni o campionamenti, si ha accesso a dati completi e imparziali. Ciò è particolarmente importante se si vogliono effettuare analisi precise per i test A/B.
È così che si imposta la connessione:
- Accedere all'area di amministrazione della proprietà GA4 (icona della ruota dentata in basso a sinistra)
- Andare a > Impostazioni delle proprietà > Collegamenti ai prodotti > Collegamenti BigQuery
- Fare clic sul pulsante del collegamento
- Selezionare il progetto BigQuery creato
- Selezionare la posizione di memorizzazione in BigQuery. → Le tabelle vengono salvate qui → UE più regioni
- Selezionare l'esportazione
- Gli eventi GA4 possono essere esclusi dall'esportazione in "Configurazione dei flussi di dati e degli eventi".
- Definire i tipi di esportazione: Dati evento → Giornaliero e Dati utente → Giornaliero
- Controllare e salvare
Limitare gli eventi trasferiti (opzionale)
Come già detto in precedenza a proposito del controllo dei costi, è possibile limitare in modo specifico gli eventi trasferiti a BigQuery per ridurre i costi e i volumi di dati. Solo i seguenti sono obbligatori:
- session_start per tracciare le sessioni.
- Eventi rilevanti che si desidera valutare in modo specifico, come l'acquisto o l'add_to_cart.
Collegare il progetto BigQuery con Varify.io
Collegare l'account Varify.io al progetto BigQuery è facile e veloce. Aprite le Impostazioni di tracciamento in Varify.io e connettete il vostro account Google con Varify.io. Non appena la connessione è stabilita, potete selezionare il progetto BigQuery desiderato e completare l'integrazione.
Ecco come impostare il collegamento in dettaglio:
Dopo aver impostato il progetto BigQuery con il controllo dei costi attivato e aver stabilito la connessione a GA4, seguite questi passaggi per collegare il progetto BigQuery con Varify.io:
1. attendere l'importazione dei dati:
Attendere 24 ore per completare la prima importazione di eventi GA4 nel progetto BigQuery.
2. aprire le impostazioni di tracciamento:
Viaggiare in Varify.io su Opzioni di test AB > Vai a Impostazione tracciamento > Integrazione report GA4.
3. selezionare il progetto BigQuery:
Selezionare il progetto desiderato dall'elenco in "Link BigQuery".
4. salvare la connessione:
Cliccare su Aggiornamento per confermare la connessione.
5. controllare il link:
Un messaggio di conferma "Set di dati trovato" mostra che la connessione è stata impostata con successo. Attenzione,
Qualsiasi utente di un account Varify.io può attivare il set di dati. Tuttavia, è importante che l'utente che stabilisce la connessione a Google abbia le autorizzazioni necessarie per aggiungere il progetto.
Aggiungete le cifre chiave al rapporto in Varify.io
È possibile aggiungere un obiettivo BigQuery ai report con la stessa facilità degli obiettivi GA4.
Per impostare le cifre chiave, procedere come segue:
Dopo aver impostato il progetto BigQuery con il controllo dei costi attivato e aver stabilito la connessione a GA4, seguite questi passaggi per collegare il progetto BigQuery con Varify.io:
1. aprire i risultati dell'esperimento:
Dopo aver avviato l'esperimento, fare clic sul pulsante Risultati.
2. aggiungere un obiettivo BigQuery:
Fare clic su "Aggiungi obiettivo BigQuery". (Questo pulsante appare solo se la connessione al progetto BigQuery è stata stabilita con successo).
3. selezionare l'evento:
Selezionare l'evento che si desidera misurare, ad esempio "Acquisti".
4. definire il metodo di conteggio:
Nel secondo menu a discesa si specifica il metodo di conteggio:
– ConteggioConta la frequenza con cui l'evento è stato attivato.
– RicaviConta il valore delle vendite dell'evento (ad esempio, per gli eventi di acquisto).
5. salvare le impostazioni:
Confermare la selezione con il segno di spunta verde.
Conclusione: massimizzare la configurazione dei test A/B con BigQuery
BigQuery vi permette di rendere i vostri test A/B ancora più precisi ed efficienti. Grazie a set di dati completi senza campionamenti, potete assicurarvi che le vostre decisioni siano basate su cifre completamente accurate. L'integrazione con GA4 garantisce la disponibilità di tutti i dati rilevanti per le vostre analisi e Varify.io rende il processo ancora più semplice.
La combinazione di BigQuery e Varify.io vi offre una potente elaborazione dei dati senza compromessi e tutto ciò che vi serve per massimizzare il successo dei vostri esperimenti. Con questi strumenti, avete una solida base per portare i vostri test al livello successivo.
