Os bancos de dados são importantes para o armazenamento de informações, de modo que possam ser recuperadas, analisadas e consultadas. Há anos, essa ideia vem sendo implementada, o que possibilitou o crescimento de sistemas e a efetividade deles na hora de administrar informações.

Quando se trata da análise de dados não é diferente, ter os dados de uma operação disponíveis para posterior análise, depende de um banco de dados, afinal, em muitos casos, podem ser numerosas.

Há muitas soluções de banco de dados no mercado, algumas free e outras pagas, mas o BigQuery (BQ) vem se tornando uma ótima opção para os analistas de dados. Ele pode reunir dados importantes para análise, oriundos de diversos sistemas de informação.

Principalmente, quando se trata de web analytics o BigQuery tem uma vantagem, pois já possui integração com ferramentas como o Google Analytics, por exemplo, que é um dos sistemas de análise web mais utilizados da atualidade.

Algumas características importantes do BigQuery

• É um banco de dados do Google, componente do Google Cloud;
• Ótimo para realização de análises, uma vez que ao funcionar como um Data Warehouse, pode combinar estudo de dados de diversas origens;
• Dependendo da quantidade de dados, o Google Analytics fornece uma amostragem de dados e com o BigQuery é possível fazer análises mais completas, com muitos detalhes e todos os dados;
• É possível fazer análises a cada hora, já que ele tem o recurso de streaming;
• Você paga só o que utilizar. O BigQuery cobra pelas consultas nos modelos sob demanda e preço fixo;
• Todo o armazenamento é na nuvem do Google, você não precisa se preocupar e nem ter gastos com infraestrutura;
• Ele tem opções de aplicação de machine learning, o que torna possível fazer a criação de diversos modelos que podem ajudar a automatizar seu processo de data science;
• É baseado no SQL, sendo assim, é um banco de dados relacional, muito parecido com outros da mesma categoria.

Como posso fazer uma conta no BigQuery?

Hoje, um dos problemas que muitos analistas podem estar enfrentando é a limitação do Google Analytics 4 em relação ao tempo de armazenamento de dados na ferramenta. Se com o GA Universal não havia uma limitação tão grande, até o momento o GA4 só guarda os dados por 14 meses, o que pode prejudicar a visão de séries históricas e comparativos com outros anos.

A solução: você pode fazer uma conta no BigQuery para armazenar esses dados.

Vá à página de inscrição da ferramenta, que faz parte do Google Cloud — é necessário que você tenha uma conta já no Google Cloud, Gmail, etc — e insira os dados necessários. Primeiramente, ele vai pedir alguns dados cadastrais, depois dados de pagamento. Após colocar as informações de contato e pagamento você já poderá começar a usar. Algumas pessoas ficam preocupadas em colocar o cartão de crédito, mas saiba que você só será cobrado pela realização de consultas, como comentei anteriormente.

Geralmente, o Google dá um crédito para você utilizar, até o término desse artigo ele estava oferecendo US$ 300 de crédito, o que possibilita fazer muita coisa.

Como vincular o Google Analytics?

Depois, basta entrar na conta do Google Analytics 4 do site que você está administrando. Clique na engrenagem de Configurações > Propriedade > Vinculações de Produtos > Vinculações do BigQuery > botão Vincular.

É necessário que você esteja logado no BigQuery com a mesma conta do GA4! Depois basta selecionar sua conta do BQ e o projeto que vai receber os dados.

Você precisará esperar 24h para visualizar os dados do dia anterior.

ATENÇÃO! Na configuração de frequência, cuide para marcar “Cada dia” para a versão gratuita.

O BigQuery também pode ser utilizado como um Data Warehouse, guardando dados de outros sistemas da sua empresa, não somente do Google Analytics. Imagine você poder combinar dados do GA com sistema de CRM (Customer Relationship Management), e-mail, redes sociais, dentre outros.

Alguns comandos básicos SQL

Com os dados necessários, é possível realizar consultas através de SQL, onde você terá uma riqueza de informações.

Exemplos:

Para ver a quantidade de registros com evento first visit:

SELECT COUNT(*) FROM `projeto.tabela.events_20230208` WHERE event_name like 'first_visit'

Pessoas que acessaram o site via mobile:

SELECT * FROM `projeto.tabela.events_20230208` WHERE device.category like 'mobile'

Quantidades de pessoas que acessaram o site via mobile:

SELECT COUNT(*) FROM `projeto.tabela.events_20230208` WHERE device.category like 'mobile'

Conclusões

Depois das configurações realizadas, você pode mandar os dados diretamente para o Looker Studio e criar dashboards para facilitar a visualização dos dados, o que é uma excelente ideia, pois, assim, você pode elaborar gráficos e apresentá-los aos seus clientes.

Além disso, pode ser muito mais fácil para você combinar e relacionar dados de outras fontes.