ブログの更新は今年の目標なので、がんばります。
さて、今回は「Google Analytics上で費用データを集計する方法」に関してです。
グロースハックを行うにあたって、費用対効果の計測というのは非常に重要ですよね。
「どの施策が長期的に費用対効果が高い事業成長に貢献するのか」というのを見つけるのは非常に重要です。
Google Adwordsに関しては、自社のサービスなので、
費用に関する連携ができるようになっていますが、
その他のデータに関しては、Google Analyticsのタグを入れただけれは取得することができません。
そんな時に利用されるのが、以前のブログでも掲載したGoogle AnalyticsのAPIです。
Googleが公式に提供しているドキュメント(英語)があるので、
それを元に説明していきます。
https://developers.google.com/analytics/solutions/articles/cost-data-import?hl=ja
では、具体的な利用方法を下記に記載します。
手順としては
1.キャンペーンURLの作成
2.CSVファイルの作成
3.Webインターフェースを使ってカスタムデータを作成
4.管理APIを使って費用データをアップロード
5.コアレポーティングAPIかウェブインターフェースでAnalyticsと連携
1.キャンペーンURLの作成
キャンペーンURLは下記で作成できます。
https://support.google.com/analytics/answer/1033867?hl=ja
URL例: http://www.examplepetstore.com?utm_campaign=Summer%2BSale&utm_source=ad%2Bnetwork&utm_medium=cpc&utm_term=dogbone
各パラメーターは
utm_campaign→キャンペーン名(例:夏セール)
utm_source→キャンペーンの参照元(例:facebook)
utm_medium→キャンペーンのメディア(例:CPC)
utm_term→キャンペーンのキーワード(例:お中元)
2.CSVファイルの作成
上記のキャプチャのようにGoogle Analyticsの形式に合わせた項目に沿って
CSVファイルを作成します。
各項目に関しては、下記のURLに詳細が記載してあります。
(例:ga:source→キャンペーンnga:medium→メディアなど・・・)
https://developers.google.com/analytics/devguides/platform/cost-data-import?hl=ja#format
3.Webインターフェースを使ってカスタムデータを作成
Analyticsにおいてカスタムデータの設定を行います。
右上のアナリティクス設定
↓
カスタム定義のカスタム データ ソース(ベータ版)
↓
新しいカスタム データ ソース
↓
下記のように項目を入力して「保存」
↓
一覧に表示されているAPI キーをコピー
4.管理APIを使って費用データをアップロード
ここから少し開発がからみます。Googleのドキュメントでは、Pythonをで先ほどのCSVデータをGoogle AnalyticsのAPIに連携させる事例が出ています。
media = MediaFileUpload( 'adnetwork_summersale_2012-09-12.csv', # 先ほど作成したCSVファイルを指定 mimetype='application/octet-stream', resumable=False) analytics_service.management().dailyUploads().upload ( accountId='1234' # Google AnalyticsのアカウントID webPropertyId='UA-1234-1', # プロパティのトラッキング ID customDataSourceId='xtoxp3J12xq83872xxYNhijw', # 「3.」で作成したカスタムデータソース date='2012-09-12', # 日付 appendNumber=1, #アップロードの番号 reset=false, #既存のデータを削除するかどうかの有無 type='cost', # データのタイプ media_body=media).execute()5.コアレポーティングAPIかウェブインターフェースでAnalyticsと連携アップロードしたデータは出力することもできます。 Pythonを利用してアップロードする場合の例は下記のような感じです。analytics_service.data().ga().get( ids='ga:1234',#ビュー ID (おそらく数字8桁) start_date='2012-09-12', #データを取得する開始の日付 end_date='2012-09-12', #データを取得する最後の日付 metrics='ga:impressions,ga:adClicks,ga:adCost', #データを取得したい項目 dimensions='ga:source,ga:medium,ga:campaign').execute()コストデータの連携がメインなので、まだまだ拡張性が低い気がしますが、 今後より多くのデータを取り込むことができるようになるんですかね。 ただ、Analyticsは項目が多すぎるので、予実管理はしにくい部分もあるのではないでしょうか・・・
0 件のコメント:
コメントを投稿