Comment sauvegarder vos données Universal Analytics ?

 

Avec l’introduction de Google Analytics 4 (GA4), et la fin suppression annoncée des données historiques de Universal Analytics le 1er juillet 2024, il est impératif de s’assurer que vos précieuses données sont non seulement sauvegarder, mais également accessibles pour de futures analyses. Voici un guide détaillé pour vous aider pour sauvegarder vos données Universal Analytics.

Vos données historiques UA sont une ressource inestimable. Elles offrent des insights précieux sur les tendances passées, facilitent l’établissement d’objectifs basés sur des performances antérieures et sont un élément clé dans la formulation de stratégies éclairées. La conservation de ces données est donc une priorité.

Aujourd’hui, je souhaite partager avec vous des solutions pratiques pour sauvegarder vos données Universal Analytics (UA).

 

Le Passage à GA4.

GA4 est indéniablement une évolution majeure, offrant des fonctionnalités avancées et une flexibilité accrue. Cependant, l’incapacité de migrer directement les données UA vers cette nouvelle plateforme peut être un obstacle. C’est un défi que j’ai rencontré et surmonté à plusieurs reprises, et je suis ici pour vous guider à travers ce processus.

Comment sauvegarder vos données UA ?

1. Exportation manuelle : C’est la méthode la plus directe. Ouvrez un rapport standard, appliquez les filtres et les segments souhaités, puis cliquez sur le bouton EXPORTER. Sélectionnez le format de fichier de votre choix, et le tour est joué ! Cependant, cette méthode a ses limites, notamment en termes de volume de données exportables.
2. API de reporting Google Analytics : Si vous êtes à l’aise avec le codage, cette option pourrait vous convenir. Utilisez l’API pour extraire des données historiques. C’est un peu technique, mais cela peut être très utile si vous avez un grand volume de données à gérer.
3. Outil Query Explorer de Google Analytics : Le Query Explorer vous permet d’interagir avec l’API Core Reporting. C’est moins intimidant que de plonger directement dans le code et cela offre un accès rapide et facile à vos données.
4. Exportation BigQuery des données UA 360 : Si vous êtes un client Google Analytics 360, l’exportation de données vers Google BigQuery est une option puissante qui vous donne un contrôle total sur vos données.
5. Add-on Google Analytics pour Google Sheets : Cet outil pratique permet d’extraire des données directement dans Google Sheets. Il est intuitif et ne nécessite aucune compétence en codage.

Exportation Manuelle des Données UA.

L’exportation manuelle des données d’Universal Analytics (UA) est une méthode simple et rapide pour sauvegarder vos données. Elle permet d’exporter les rapports tels qu’ils sont affichés à l’écran, donc assurez-vous d’avoir appliqué la plage de dates et les paramètres de rapport souhaités.

Étapes pour l’Exportation Manuelle :

1. Ouvrez le rapport que vous souhaitez exporter.
2. Cliquez sur « Exporter », situé en face du titre du rapport.
3. Sélectionnez l’un des formats d’exportation disponibles : CSV, TSV, TSV pour Excel, Excel (XLSX), Google Sheets, ou PDF.
4. Le fichier est généré automatiquement et est disponible dans le répertoire de téléchargement de votre ordinateur.

Supposons que vous souhaitiez exporter un rapport sur les utilisateurs actifs de votre site web pour le mois dernier. Vous sélectionnez la plage de dates appropriée, appliquez tous les filtres et segments nécessaires pour affiner vos données, puis suivez les étapes ci-dessus pour exporter le rapport.

Ressources Utiles :

• Pour plus d’informations sur l’exportation et le partage de rapports dans Universal Analytics, vous pouvez consulter la documentation officielle de Google ici.
• Pour en savoir plus sur le partage et l’exportation de rapports dans Google Analytics 4 (GA4), visitez ce lien.

En suivant ces étapes, vous pouvez facilement et rapidement exporter vos données UA pour une utilisation future et une analyse approfondie. Assurez-vous de vérifier et de valider vos données après l’exportation pour garantir leur intégrité et leur précision.

Utiliser l’API de reporting Google Analytics pour sauvegarder vos données Universal Analytics.

L’utilisation de l’API de reporting Google Analytics se révèle être une solution précieuse. Elle permet d’extraire et de manipuler les données UA de manière programmatique, offrant ainsi une flexibilité et une personnalisation accrues dans le traitement des données. Pour ceux qui ne sont pas familiers avec le codage ou les API, cela peut sembler une tâche ardue. Cependant, avec Google Apps Script, un outil basé sur JavaScript qui permet de créer des scripts pour automatiser des tâches dans et entre les applications Google, ce processus est grandement simplifié.

Dans les sections suivantes, nous allons détailler un exemple concret d’utilisation de Google Apps Script pour extraire des données de l’API de reporting Google Analytics. Que vous soyez un professionnel du marketing cherchant à mieux comprendre vos données ou un développeur aidant votre équipe marketing, ce guide est conçu pour vous aider à naviguer avec succès dans ce processus.

Étapes pour utiliser l’API de reporting Google Analytics :

Étape 1 : Créer un dossier Drive.

• Créez un dossier sur Drive qui stockera les fichiers de la sauvegarde.
• Notez l’ID du dossier qq. part – on trouve l’Id dans l’URL du dossier.

Étape 2 : Créer un nouveau script Google Apps

• Créez un nouveau script Apps Script dans le dossier Drive que vous venez de créer ou aller sur Google Apps Script.
• Cliquez sur « Nouveau projet ».

Étape 3 : Activer l’API Google Analytics

• Dans le menu, cliquez sur « Ressources » puis « Avancé Google Services ».
• Cherchez « Google Analytics API » et activez-le.

Étape 4 : Écrire le script

Voici un exemple de script qui utilise l’API de reporting Google Analytics pour récupérer des données. Il enregistrera directement vos données en fichier CSV dans un dossier Drive (merci qui ?)

// Charger le service Google Analytics API avec l'identifiant : Analytics
const analytics = Analytics.Management.Accounts;

function exportDataToCSV() {
let profileId = '123456789'; // id de la vue que vous trouvez dans les paramètres de la vue dans l'admin de UA.
let exportFolderId = '123abc'; // id du dossier Drive où stocker les fichiers CSV.

let startDate = Utilities.parseDate("2021-01-01 00:00:00","Europe/Paris","yyyy-MM-dd' '00:00:00");  //ex. 2019-03-01 // 
let endDate = Utilities.parseDate("2021-06-30 23:59:59","Europe/Paris","yyyy-MM-dd' '23:59:59"); //ex. 2023-09-30

// exemples data acquisition
let name = 'acquisition'; // nom du fichier CSV
let metrics = 'ga:users,ga:sessions,ga:pageviews,ga:transactions,ga:transactionRevenue';
let dimensions = 'ga:yearMonth,ga:sourceMedium';

// ne pas toucher ce qui suit sans bonne raison //
let allData = '';
let currentDay = new Date(startDate);
  
while (currentDay <= endDate) {
let start = Utilities.formatDate(currentDay, 'Europe/Paris', 'yyyy-MM-dd');
let end = start;

let report = Analytics.Data.Ga.get(
  'ga:' + profileId,
  start,
  end,
  metrics,
  {
	'dimensions': dimensions,
	'max-results': 10000
  }
);

let headers = report.columnHeaders.map(function(columnHeader) {
  return columnHeader.name;
}).join(',');

if (allData === '') {
  allData += headers + '\n';
}

let rows = report.rows;
if(rows){
	for (let i = 0; i < rows.length; i++) {
	  allData += rows[i].join(',') + '\n';
	}
}
}

let fileName = name + '-all.csv';
let csvFile = DriveApp.createFile(fileName, allData);
let folder = DriveApp.getFolderById(exportFolderId);
csvFile.moveTo(folder);
}

Étape 5 : Exécuter le script

• Cliquez sur le bouton d’exécution (icône de lecture).
• Autorisez l’application à accéder à votre compte Google Analytics.

Ressources utiles

Votre première ressource, ce sont mes formations Apps Script avec Google Sheets. La formation Apps Script niveau 1 pour apprendre les bases de la programmation JavaScript dans l’interface Apps Script. La formation Apps Script niveau 2 pour renforcer vos jeunes bases et pousser l’expertise plus loin en intégrant des fonctions JS avancées de manipulation de tableau comme map(). Enfin la formation Apps Script avancée, vous ouvre les portes de l’automatisation de flux de traitement de données.

Complétez vote information avec les documents de Google.

• UA Dimensions & Metrics Explorer
• Documentation officielle de Google Analytics
• Google Apps Script
• API de reporting Google Analytics

Ce script et ces étapes devraient vous aider à démarrer avec l’extraction de vos données historiques d’Universal Analytics en utilisant Google Apps Script. Assurez vous de remplacer 'UA-XXXXXX' par votre propre ID de profil Google Analytics et d’ajuster les dates, les métriques, les dimensions et les filtres selon vos besoins.

Migrez vos données Universal Analytics avec Query Explorer.

Query Explorer est un outil fourni par Google qui permet aux utilisateurs de construire, visualiser et tester leurs requêtes pour l’API de reporting de Google Analytics. C’est particulièrement utile pour comprendre comment structurer vos requêtes pour obtenir les données spécifiques dont vous avez besoin.

Comment ça marche ?

Avec Query Explorer, vous pouvez :

1. Sélectionner le compte, la propriété et la vue auxquels vous souhaitez accéder.
2. Choisir les dimensions et les métriques que vous souhaitez récupérer.
3. Appliquer des filtres, des segments et d’autres paramètres pour affiner votre requête.
4. Visualiser les résultats en temps réel pour vérifier que vous obtenez les données souhaitées.

Exemple d’utilisation

Supposons que vous souhaitiez obtenir le nombre de sessions par source de trafic pour un site web spécifique. Vous pouvez configurer votre requête dans Query Explorer comme suit :

• Compte, propriété, vue : Sélectionnez le compte, la propriété et la vue spécifiques de Google Analytics que vous souhaitez interroger.
• Dimensions : Sélectionnez « Source de trafic ».
• Métriques : Sélectionnez « Sessions ».
• Filtres : Appliquez des filtres si nécessaire pour affiner les résultats, par exemple, pour une plage de dates spécifique.

Ressources utiles

• Query Explorer – Accédez directement à l’outil pour commencer à créer et tester vos requêtes.
• Documentation officielle – Consultez la documentation officielle pour en savoir plus sur l’API de reporting de Google Analytics, y compris des exemples de code, des guides de démarrage rapide et des références API détaillées.
• Guide de démarrage rapide – Un exemple de démarrage rapide pour vous aider à comprendre comment utiliser l’API avec un exemple de code.

Exportation BigQuery des données depuis GA 360.

L’exportation BigQuery est une fonctionnalité disponible uniquement pour les utilisateurs de Google Analytics 360. Elle permet d’exporter des données de session et de hit vers BigQuery, où vous pouvez exécuter des requêtes rapides sur de grands ensembles de données à l’aide d’une syntaxe similaire à SQL.

Comment ça marche ?

Lorsque vous exportez des données vers BigQuery, vous en devenez le propriétaire et pouvez utiliser les ACL de BigQuery pour gérer les permissions sur les projets et les ensembles de données. Cela vous offre un contrôle total sur vos données et une flexibilité pour effectuer des analyses approfondies.

Ressources utiles

1. Configuration de l’exportation BigQuery : Ce guide vous aidera à configurer l’exportation BigQuery pour votre compte Google Analytics 360.
2. Google BigQuery : Visitez la page officielle de BigQuery pour en savoir plus sur ses fonctionnalités et ses capacités.
3. ACL de BigQuery : Apprenez comment gérer les permissions sur vos projets et ensembles de données avec les ACL de BigQuery.
4. Syntaxe de BigQuery : Familiarisez-vous avec la syntaxe SQL-like que vous utiliserez pour interroger vos données.
5. Exemple de schéma d’exportation BigQuery : Ce schéma vous donnera un aperçu des données exportées et de leur structure.

Exemple d’exportation

Supposons que vous souhaitiez exporter des données de votre compte Google Analytics 360 pour analyser le comportement des utilisateurs sur votre site web. Vous pouvez configurer l’exportation BigQuery en suivant les étapes du guide de configuration mentionné ci-dessus. Une fois l’exportation configurée, vos données de session et de hit seront automatiquement exportées vers un ensemble de données spécifié dans BigQuery.

Vous pouvez ensuite utiliser la syntaxe SQL-like de BigQuery pour exécuter des requêtes sur vos données. Par exemple, pour compter le nombre de sessions par source de trafic, vous pouvez exécuter une requête similaire à celle-ci :

Utilisation de l’Add-on Google Analytics pour Google Sheets.

L’add-on Google Analytics pour Google Sheets permet aux utilisateurs d’extraire et de manipuler leurs données Google Analytics directement dans Google Sheets. C’est un outil précieux pour ceux qui souhaitent analyser et visualiser leurs données de manière flexible et efficace sans avoir à quitter l’environnement Google Sheets.

Exemple d’exportation de données

1. Installation de l’Add-on :
   • Ouvrez un nouveau Google Sheet.
   • Allez dans « Extensions » > « Ajouter une extension ».
   • Recherchez « Google Analytics » et installez l’add-on.
2. Extraction des données :
   • Une fois l’add-on installé, cliquez sur « Extensions » > « Google Analytics » > « Créer un nouveau rapport ».
   • Sélectionnez le compte, la propriété et la vue que vous souhaitez analyser.
   • Choisissez les dimensions et les métriques que vous souhaitez inclure dans votre rapport.
   • Configurez les filtres et les segments selon vos besoins.
   • Cliquez sur « Créer un rapport ».
3. Visualisation des données :
   • Allez dans « Extensions » > « Google Analytics » > « Exécuter les rapports ».
   • Vos données Google Analytics seront importées dans votre Google Sheet, où vous pourrez les analyser et les visualiser comme vous le souhaitez.

Ressources utiles

Pour ceux qui sont intéressés par l’utilisation de l’API Google Analytics pour extraire des données, je recommande la documentation officielle de Google. Elle offre un guide rapide pour accéder à l’API Analytics Reporting v4 en utilisant Python.

De plus, l’Explorateur de dimensions et de métriques est un outil précieux pour comprendre les différentes dimensions et métriques disponibles dans Google Analytics.

Pour ceux qui souhaitent approfondir leurs connaissances sur l’API et ses capacités, les bibliothèques clientes de l’API Google peuvent être un excellent point de départ.

L’add-on Google Analytics pour Google Sheets est un outil puissant qui offre une flexibilité et une efficacité inégalées pour l’analyse des données Google Analytics. Avec la capacité d’extraire, de manipuler et de visualiser des données directement dans Google Sheets, les analystes et les marketeurs peuvent gagner un temps précieux et obtenir des insights précieux pour informer leurs décisions.

La Transition en Douceur

Avec vos données UA sécurisées, la migration vers GA4 devient une expérience enrichissante plutôt qu’une tâche ardue. J’ai personnellement exploré et adapté les fonctionnalités avancées de GA4, et je suis convaincu de son potentiel à transformer l’analyse des données.