Einleitung
Google Analytics 4 (GA4) liefert wertvolle Einblicke in das Nutzerverhalten auf Websites oder in Apps. Um diese Daten in Power BI zu integrieren, stehen zwei Hauptmethoden zur Verfügung:
- GA4 API: Direkter Zugriff auf die Daten über eine API-Schnittstelle.
- BigQuery: Export der GA4-Daten nach Google BigQuery und Abruf über SQL-Abfragen in Power BI.
Diese Dokumentation erläutert beide Methoden im Detail, einschließlich der erforderlichen Voraussetzungen, Implementierungsschritte sowie eines Vergleichs der Vor- und Nachteile. Besonders für Experten im Bereich Webanalyse und Digital Analytics ist die richtige Wahl der Methode entscheidend, um aussagekräftige Datenanalysen durchzuführen.
GA4-Datenabruf über die API
Voraussetzungen
- Ein Google Cloud-Projekt mit aktivierter “Google Analytics Data API v1”.
- Ein Service-Konto mit den notwendigen Berechtigungen.
- Power BI Desktop mit Power Query.
API-Zugang einrichten
- Google Cloud Console öffnen und ein Projekt erstellen oder auswählen.
- “Google Analytics Data API v1” aktivieren.
- Ein Service-Konto unter “IAM & Verwaltung” erstellen.
- Die JSON-Schlüsseldatei für das Service-Konto herunterladen.
- Dem Service-Konto in GA4 die Rolle “Reader” zuweisen.
Power BI mit der GA4 API verbinden
- Power BI Desktop öffnen und auf Daten abrufen > Web klicken.
- Die API-URL eingeben: https://analyticsdata.googleapis.com/v1beta/properties/PROPERTY_ID:runReport
- Die JSON-Abfrage mit den gewünschten Metriken und Dimensionen in Power Query schreiben.
- Die API mit dem Service-Konto authentifizieren (Bearbeitung in Power Query Editor notwendig).
Beispielhafte JSON-Abfrage
{
“dimensions”: [{ “name”: “date” }],
“metrics”: [{ “name”: “sessions” }],
“dateRanges”: [{ “startDate”: “7daysAgo”, “endDate”: “today” }]
}
GA4-Daten über BigQuery abrufen
Beispielhafte JSON-Abfrage
- Ein Google Cloud-Projekt mit aktivierter BigQuery API.
- GA4-Property mit BigQuery-Verknüpfung.
- Power BI Desktop mit der BigQuery-Konnektivität.
GA4-Datenexport nach BigQuery
- In Google Analytics Verwaltung > BigQuery-Verknüpfung öffnen.
- Ein Google Cloud-Projekt auswählen und den Export aktivieren.
- Warten, bis die GA4-Daten in BigQuery verfügbar sind (meist täglicher Export).
SQL-Abfragen zur Datenvorbereitung
Ein Beispiel für eine Abfrage, die Sitzungen pro Tag ausgibt:
SELECT
PARSE_DATE(‘%Y%m%d’, event_date) AS Datum,
COUNT(DISTINCT session_id) AS Sitzungen
FROM `your_project.analytics_XXXXXX.events_*`
WHERE event_name = ‘session_start’
GROUP BY 1
ORDER BY 1;
Power BI mit BigQuery verbinden
- Power BI öffnen und auf Daten abrufen > Google BigQuery klicken.
- Mit dem Google-Konto anmelden und das BigQuery-Projekt auswählen.
- Die gewünschte Tabelle oder gespeicherte SQL-Abfrage importieren.
- Daten in Power BI modellieren und visualisieren.
Vergleich der Methoden
GA4-API
- Echtzeitdaten
- Direkte Abfrage
- Begrenzte Abfragemöglichkeiten
- Authentifizierung komplex
BigQuery
- Volle Datenhistorie
- Leistungsstarke SQL-Abfragen
- Verzögerte Datenverfügbarkeit
- Erfordert Cloud-Speicher
Vergleich der Methoden
- Wenn Echtzeitdaten benötigt werden, ist die GA4 API die beste Wahl.
- Für umfangreiche Analysen mit historischen Daten ist BigQuery ideal.
- Je nach Anwendungsfall kann eine Kombination beider Methoden sinnvoll sein.