In diesem Leitfaden finden Sie wichtige Informationen zu den Daten in Berichten, die mit der Google Analytics Data API generiert wurden. Nutzer stellen häufig Abweichungen zwischen den von der API zurückgegebenen Daten (insbesondere der Methode runReport) und den Daten in der Google Analytics-Benutzeroberfläche fest.
Stichprobenerhebung und Aggregation
Die Google Analytics Data API-Methode runReport kann Stichprobendaten zurückgeben, insbesondere bei großen Datensätzen oder komplexen Abfragen. Auch in der Google Analytics-Benutzeroberfläche wird die Stichprobenerhebung angewendet. Die spezifischen Grenzwerte und Algorithmen können jedoch unterschiedlich sein, was zu geringfügigen Abweichungen bei den gemeldeten Werten führt.
Wenn Sie wissen möchten, ob die Ergebnisse des Berichts auf einer Teilmenge der
verfügbaren Daten basieren, sehen Sie sich das
samplingMetadatas
Feld des ResponseMetaData Objekts an. Wenn die Berichtsergebnisse auf Stichproben basieren, wird in diesem Feld der Prozentsatz der Ereignisse angegeben, die in diesem Bericht verwendet wurden.
Bei bestimmten Berichtsmethoden der Google Analytics Data API können Sie die gewünschte Stichprobenebene angeben. Mit dem
samplingLevel
Feld der properties.reportTasks.create
Methode können Sie die Stichprobenebene des Berichts steuern.
Mit dieser Funktion haben Google Analytics 360-Properties Zugriff auf höhere Stichprobengrenzwerte von 1 Milliarde Ereignissen. Außerdem können Stichprobengrenzwerte auf UNSAMPLED festgelegt werden, um bei großen Ereignisanzahlen Gesamtdaten zu verwenden.
Weitere Informationen finden Sie unter Informationen zur Stichprobenerhebung.
Schätzung der eindeutigen Anzahl
Die Google Analytics Data API verwendet den HyperLogLog++-Algorithmus (HLL++), um die eindeutige Anzahl für Messwerte wie „Aktive Nutzer“ und „Sitzungen“ zu schätzen. Dieser Ansatz wird in der API und der Google Analytics-Benutzeroberfläche verwendet, um die Leistung zu verbessern und große Datensätze effizient zu verwalten. Die Ergebnisse sind also Schätzungen und keine genauen Zahlen.
Weitere Informationen finden Sie unter den folgenden Ressourcen: Schätzung der eindeutigen Anzahl in Google Analytics und Unterschiede bei der Anzahl der Nutzer.
Datengrenzwerte
In Google Analytics werden möglicherweise Datengrenzwerte auf Berichte angewendet, um zu verhindern, dass einzelne Nutzer anhand von demografischen Merkmalen, Interessen oder anderen Datensignalen identifiziert werden.
Wenn eine Berichtszeile eine geringe Anzahl von Nutzern enthält, wird sie möglicherweise aus den Ergebnissen ausgeschlossen. Das kommt häufiger in Berichten vor, die Dimensionen mit hoher Kardinalität oder benutzerdefinierte Dimensionen enthalten.
Wenn Sie wissen möchten, ob für diesen Bericht Grenzwerte gelten, sehen Sie sich das
subjectToThresholding
Feld des ResponseMetaData Objekts an.
Weitere Informationen finden Sie unter Datenschwellenwerte.
Die Zeile (other)
Wenn eine Dimension eine hohe Kardinalität aufweist, werden in Google Analytics weniger häufige Werte möglicherweise in einer Zeile mit der Bezeichnung (other) zusammengefasst. Das kommt häufiger in Berichten vor, die Dimensionen mit mehr als 500 einzelnen Werten pro Tag enthalten.
Wenn Sie Filter mit der Data API verwenden, werden sie nicht auf die Zeile (other) angewendet. Sie werden erst angewendet, nachdem die Daten zusammengefasst und die Zeile (other) generiert wurde.
Wenn Sie wissen möchten, ob ein Bericht Daten enthält, die in der (other) Zeile zusammengefasst wurden,
sehen Sie sich das
dataLossFromOtherRow
Feld des ResponseMetaData Objekts an.
Weitere Informationen finden Sie in der Zeile (andere) in Google Analytics.
Identität für die Berichterstellung
Die Identität für die Berichterstellung bestimmt, wie Nutzer in Berichten dedupliziert werden. Verschiedene Identitätseinstellungen (z. B. „Zusammengeführt“ oder „Gerätebasiert“) können für denselben Zeitraum zu unterschiedlichen Nutzerzahlen führen.
Sowohl in der Google Analytics-Benutzeroberfläche als auch in der Data API wird dieselbe Einstellung für die Identität für die Berichterstellung für Ihre Property verwendet. Wenn diese Einstellung geändert wird, wirkt sich das auf Berichte in der Benutzeroberfläche und in der API aus. Wenn die Einstellung zwischen dem Ausführen eines Berichts in der Benutzeroberfläche und dem Abrufen der Berichtsdaten über die API geändert wird, können sich die Nutzerzahlen in den beiden Berichten für denselben Zeitraum unterscheiden.
Abfragespezifität
Um Abweichungen zu minimieren, müssen die folgenden Parameter in Ihrer API-Anfrage genau mit den Einstellungen im Google Analytics-Bericht übereinstimmen:
- Zeiträume: Achten Sie darauf, dass das Start- und Enddatum identisch sind.
- Dimensionen und Messwerte: Die Dimensionen und Messwerte in Ihrer API Anfrage müssen mit den Dimensionen und Messwerten im Google Analytics Bericht übereinstimmen.
- Filter: Alle in der API-Anfrage angewendeten Dimensionen- oder Messwertfilter müssen mit den in der Benutzeroberfläche verwendeten Filtern übereinstimmen.
Wenn Sie einem Bericht Dimensionen hinzufügen, werden möglicherweise weniger Ereignisse in Berechnungen verwendet. In einen Bericht werden nur Ereignisse aufgenommen, die Daten für die angeforderten Dimensionen enthalten. Wenn Sie einer Abfrage Dimensionen hinzufügen, können sich die zusammengefassten Werte für Messwerte in einem Bericht ändern.
Datenaktualität
In Google Analytics dauert es eine Weile, bis Ereignisdaten verarbeitet und zusammengefasst werden. Wenn Sie mit sehr aktuellen Daten arbeiten, können geringfügige Unterschiede zwischen Berichten auftreten, wenn zwischen den Datenabrufen eine Zeitverzögerung besteht. Wenn Sie sich beispielsweise einen Bericht in der Benutzeroberfläche ansehen und dann Minuten später die API für denselben Bericht abfragen, haben sich die Daten aufgrund der laufenden Verarbeitung und Aggregation möglicherweise geändert.
Weitere Informationen finden Sie unter Datenaktualität.
Alternativen zu Gesamtdaten
Wenn Sie für Ihren Anwendungsfall vollständige Daten auf Ereignisebene ohne Stichprobenerhebung benötigen, können Sie die folgenden Alternativen verwenden:
BigQuery Export: BigQuery Export für Google Analytics
ist die empfohlene Methode für die erweiterte Analyse von Rohdaten auf Ereignisebene.
Analytics 360: Properties mit einer Analytics 360-Lizenz haben höhere Stichprobengrenzwerte und Zugriff auf detailliertere Berichtsfunktionen.