¿Cuáles son las ventajas de Big Query?
A continuación os detallamos algunas de las ventajas más notables que puede aportarnos el uso de Big Query:
No Sampling
Una de las limitaciones con la que nos hemos encontrado los analistas dentro de la interfaz de Google Analytics es el «muestreo», cuando se ha trabajado con informes personalizados o un amplio rango de fechas. Cuando esto sucede, Google extrapola los datos que ve contando solo algunos de sus puntos de datos y modelando el resto. El resultado es que los datos que se ven sean aproximados. En cambio, con BigQuery podemos evitar el muestreo. Tendremos todos los datos sin procesar, por lo que podemos consultarlos, dividirlos o modularlos de cualquier manera obteniendo datos 100% reales, ¡qué maravilla!
Los usuarios como protagonistas
En la interfaz de Google Analytics los objetivos están basados a nivel de sesión; esto significa que si un usuario realiza varias visitas para completar un objetivo, no verá el comportamiento de su sesión anterior en el embudo de objetivos de Google Analytics. En cambio, desde BigQuery tienes los datos y la capacidad que permite mostrar esa información. Esto tiene un gran impacto en las empresas centradas en el comercio electrónico. Si usas los informes de comercio electrónico mejorado dentro de la interfaz de Google Analytics, este último sabrá que esos informes están basados en sesiones. Pero en muchos escenarios del mundo real, una persona puede agregar un artículo a su carrito en una visita y esperar para completar la compra en otra visita. BigQuery permite ver el comportamiento de compra de los usuarios que necesitan más de una sesión para realizar una conversión.
Dimensiones combinadas
El modelo de datos de Google Analytics está estructurado para que las dimensiones basadas en la sesión (como campaña) no funcionen cuando se combinan con dimensiones y métricas a nivel de usuario o de hit. Hay un límite en el número de dimensiones que podemos ver: dos dimensiones son generalmente nuestro límite en la interfaz, cinco en informes personalizados y la API permite siete dimensiones. Con BigQuery, no existen limitaciones. Por ejemplo, los clientes de comercio electrónico pueden tener problemas para obtener estadísticas exactas de la cantidad de usuarios de las redes sociales que vieron una página de producto y luego compraron el mismo producto. Esto es posible sacarlo desde BigQuery en una sola consulta.
Aplicar cambios de manera retroactiva
Google Analytics tiene una forma específica de procesar datos, como por ejemplo con los objetivos o los filtros. A medida que recogemos datos de su web o aplicación, GA aplicará esa configuración y almacenará los datos para que los use en sus informes a futuro. Debido a esto, no es posible retroceder y cambiar sus datos en Google Analytics. Si bien con BigQuery esto se acabó. Si cometió un error de configuración en el pasado y desea filtrar o modificar datos (configuración de objetivos, agrupación de canales…) puede ajustar sus consultas en BigQuery para corregir esos problemas de manera retroactiva.
Configuración de cookies