Google Analytics 4 data centraliseren voor waardevolle inzichten

GA4 data = ongestructureerde data

GA4 data heeft geen duidelijke structuur. De data wordt opgeslagen in één grote tabel met al je webdata erin. Om de juiste data uit die enorme tabel te halen, moet je over veel technische kennis beschikken. In de praktijk lopen veel Data Analisten er tegenaan dat ze door de technische complexiteit niet in staat zijn alle benodigde inzichten uit GA4 te halen. Data Engineers moeten dan een datamodel bouwen, maar die zijn niet altijd beschikbaar. Ook houden zij zich liever bezig met taken als het opzetten van een data-infrastructuur of het bouwen van data pipelines.

Hoe je met Analytics Engineering GA4 data bruikbaar maakt voor geavanceerde analyses

Wil je je Data Analisten in staat stellen om snel en eenvoudig de juiste, gestructureerde GA4 data te gebruiken en geavanceerde analyses te doen? En wil je onlinedata combineren met offlinedata? Dan moet je je GA4 data eerst naar BigQuery sturen. Vervolgens kan een Analytics Engineer de ruwe data transformeren naar verschillende tabellen met specifieke informatie over bijvoorbeeld je marketingcampagnes of conversies.

Door deze data toe te voegen aan je datawarehouse, maak je het geschikt om te combineren met andere (offline) databronnen.

De benodigde tools en kennis voor Analytics Engineering

Google Analytics 4 data centraliseren met dbt

Bij Digital Power werken we voornamelijk met de open-source tool dbt (data build tool). Dit is geen datawarehouse, maar een plek waar je je code kunt schrijven en opslaan. Dbt draait op je datawarehouse en helpt je met alles rondom het datatransformatie proces.

Sterk aan dbt is dat het werk makkelijk gedocumenteerd kan worden. Er is ruimte voor duidelijke omschrijvingen per kolom, je kunt er met meerdere mensen tegelijkertijd in werken en hebt volledige controle over het versiebeheer.

We zien dat er, naast dbt, steeds meer tools op de markt komen die in de toekomst ook interessant kunnen zijn voor Analytics Engineering.

Een voordeel van dbt is dat het makkelijker wordt om de datakwaliteit te verhogen door automatisch te testen. Daarnaast heb je snel inzicht in de afhankelijkheiden in de data en modellen, is het simpel om documentatie op te zetten en heeft het een integratie met git voor versiebeheer. Dat laatste is prettig, omdat je vaak met meerdere mensen tegelijkertijd aan een datamodel werkt.

Dbt is open source en dus gratis. Het hermodelleren van de data met de tool kost vooral tijd, maar deze investering verdien je vrij snel terug. Met behulp van dbt wordt snel inzichtelijk hoe de data lineage (de ‘historie’ van je data) in elkaar zit en kun je testen of de data zich wel echt gedraagt zoals je denkt. Ook worden afhankelijkheden van datamodellen direct ingebouwd. Is model C afhankelijk van model A en B? Dan zal het automatisch pas gaan draaien als model A én B af zijn.

Analytics Engineers moeten Git en advanced SQL beheersen. Daarnaast moeten ze kennis van je datawarehouse hebben, bijvoorbeeld van BiqQuery of Snowflake. Modelleerskills zijn ook een must, zo kunnen ze de tabellen goed neerzetten zodat de hele organisatie er goed gebruik van kan maken. Analytics Engineers richten het technische landschap van je organisatie niet zelf in, maar moeten wel begrijpen hoe de data in elkaar zit.

Google Analytics 4 data centraliseren: de benodigde stappen

In de praktijk kan een Analytics Engineering project er zo uit zien:

• Je zet de connectie op tussen Google Analytics en BigQuery
• Je integreert dbt met BigQuery en Git
• Je schrijft de code in dbt met versiebeheer
• De output van dbt breng je terug naar je datawarehouse via BigQuery
• Op basis van de data in het datawarehouse maken Analisten dashboards en rapportages

Hulp nodig bij het centraliseren van je Google Analytics 4 data met Analytics Engineering?

Je kunt bij ons terecht voor expertise op het gebied van onder andere Data Engineering, Analytics Engineering en Data Analytics. Zo zijn we goed in staat de brug tussen de technische kant en de businesskant van je organisatie te slaan.

Al onze Analytics Engineers hebben een achtergrond in webanalyse. Ze hebben veel kennis van webdata, maar zijn als consultant ook gewend om met de business in gesprek te gaan. Neem contact op om eens te sparren over de mogelijkheden.

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':