Saltar al contenido

Exportar Universal Analytics

[UA→GA4] Guía de migración para principiantes.

A partir del 1 de julio de 2024, Google Borrará los datos de Universal

Debo alertarte que no se puede migrar datos de Universal Analytics a Google Analytics 4, Solo podemos guardar los datos en un repositorio propio como Excel, Google Spreadsheet o una base de datos.

La transición de Universal Analytics (UA) a Google Analytics 4 (GA4) ha generado la necesidad urgente de exportar y conservar los datos históricos acumulados durante más de 13 años. Con la fecha límite del 1 de julio de 2024 para la eliminación completa de UA, es crucial que las empresas encuentren formas efectivas de almacenar y acceder a estos datos para mantener la continuidad en sus análisis y tomar decisiones informadas basadas en datos históricos.

Exploramos 4 métodos distintos para exportar datos de Universal Analytics, cada uno con su propio nivel de dificultad y capacidad de solución. Estos métodos son:

  1. Uso de Looker Studio (anteriormente Google Data Studio): Este enfoque es ideal para aquellos que buscan una solución rápida y relativamente sencilla para visualizar y exportar datos sin necesidad de conocimientos avanzados en programación o infraestructura.
  2. Utilización de una extensión para Google Spreadsheets: Este método es intermedio en términos de dificultad y permite a los usuarios extraer datos directamente a Google Sheets utilizando APIs y complementos específicos. Es una solución flexible que no requiere una infraestructura avanzada pero sí cierta familiaridad con la configuración de APIs.
  3. Query Explorer para Exportar Datos de Analytics: una herramienta gratuita de oficial de Google, fácil de usar que permite a los usuarios realizar consultas a la API de Universal Analytics para extraer datos de manera personalizada.
  4. Integración con Google BigQuery y Google Cloud: Este es el método más avanzado y robusto, adecuado para organizaciones que necesitan una solución escalable y capaz de manejar grandes volúmenes de datos. Involucra la configuración de un almacén de datos completo en Google BigQuery y el uso de Google Cloud para el procesamiento y análisis de datos.

¿Deberias hacer una copia de seguridad?

La respuesta corta es que no es completamente necesario, pero sí es poco práctico. Los datos antiguos de Universal Analytics no te servirán de mucho más que para presumir del tráfico que tenías o para recordar el poco tráfico que aún no tenías. El esfuerzo que implica exportar y almacenar esos datos, además de los costos asociados, no tiene mucho sentido ya que no aportará valor significativo conservar esta información antigua.

Recordemos que GA4 está en funcionamiento desde hace más de dos años. Si realizaste la implementación cuando correspondía, a esta altura deberías tener más de dos años de información relevante en GA4.

Por otro lado, los datos de Universal Analytics no se pueden comparar directamente con los de GA4. La metodología para medir usuarios y sesiones es diferente entre ambas plataformas. Puedes encontrar más detalles sobre estas diferencias en este artículo donde explico las principales variaciones entre GA4 y Universal Analytics. y ¿Qué hay de nuevo en Google Analytics4?

en definitiva, qué hacemos con la información de Universal Analytics. …..nada

si de todos modos estás interesado en guardar esta información. Aquí te explico algunas alternativas:

Niveles de Dificultad y Soluciones

1. Uso de Looker Studio

Dificultad: Baja

Looker Studio es una herramienta intuitiva de visualización de datos que permite a los usuarios conectarse fácilmente a Universal Analytics y exportar informes. Este método es ideal para equipos que necesitan una solución rápida y fácil de implementar sin requerir conocimientos técnicos profundos. Looker Studio permite crear dashboards personalizados que pueden ser compartidos y utilizados para análisis continuos.

Nivel de Solución: Básica – Ideal para proyectos de todo tipo y de baja demanda.

Looker Studio es adecuado para generar informes y visualizaciones básicas que respondan a preguntas estándar sobre el rendimiento del sitio web. Es perfecto para usuarios que necesitan ver tendencias generales y resúmenes sin entrar en detalles complejos o análisis avanzados.

2. Utilización de una Extensión para Google Spreadsheets

Dificultad: Media

Este método implica el uso de extensiones como API Connector para Google Sheets, que permiten extraer datos de Universal Analytics mediante la API de informes de Google. Este enfoque requiere una comprensión básica de las APIs y la capacidad de configurar solicitudes de datos. Aunque es más técnico que el uso de Looker Studio, ofrece una mayor flexibilidad en términos de manipulación y análisis de datos.

Nivel de Solución: Intermedia – Ideal para proyectos intermedios y de alta demanda

Utilizar Google Sheets para exportar datos permite un análisis más detallado y la capacidad de automatizar informes. Es ideal para equipos que necesitan acceder a datos específicos y detallados y que están dispuestos a invertir un poco más de tiempo en la configuración inicial.

3. Google Query Explorer

El Query Explorer es una herramienta intermedia, si bien es fácil de usar para realizar consultas a la API de Universal Analytics para extraer datos, es ideal en modo QA y testear la disponibilidad de datos es una solución simple y flexible, pero no es escalable. Es decir no te permite Guardar un proyecto para repetir el proceso con múltiples cuentas y exportar tus datos de Universal Analytics.

Dificultad: Media

Nivel de Solución: Intermedia/Avanzada – Pensada para QA/Test y no para Procesos escalables

4. Integración con Google BigQuery y Google Cloud

Dificultad: Alta

Este es el método más avanzado y poderoso para exportar y analizar datos de Universal Analytics. Involucra la configuración de un almacén de datos en Google BigQuery y el uso de Google Cloud para procesar y almacenar grandes volúmenes de datos. Este enfoque es ideal para organizaciones con necesidades analíticas complejas y equipos técnicos con experiencia en manejo de datos.

Nivel de Solución: Avanzada – Ideal para grandes proyectos, escalables y con alta demanda de datos

Integrar Universal Analytics con Google BigQuery ofrece una solución robusta y escalable para análisis de datos. Permite a las organizaciones realizar análisis complejos, manejar grandes volúmenes de datos y conectar estos datos con otras fuentes para obtener una visión integral. Es la opción preferida para empresas que buscan aprovechar al máximo sus datos históricos y actuales para tomar decisiones estratégicas informadas.

En los siguientes apartados, exploraremos en detalle cada uno de estos métodos, proporcionando instrucciones paso a paso para implementar cada solución y maximizar el valor de sus datos de Universal Analytics. Al finalizar, tendrá una comprensión clara de las opciones disponibles y podrá seleccionar la que mejor se adapte a sus necesidades y capacidades técnicas.

Exportar datos de Universal Analytics con Looker Studio

https://www.martingaray.com.ar/export-universal-analytics/

Looker Studio, anteriormente conocido como Google Data Studio, es una herramienta gratuita y poderosa que permite a los usuarios crear informes personalizados y detallados a partir de sus datos de Universal Analytics. Este método es ideal para quienes buscan una solución rápida y sencilla para visualizar y exportar datos sin necesidad de conocimientos técnicos avanzados. A continuación, te explicamos cómo puedes utilizar Looker Studio para exportar tus datos de Universal Analytics de manera efectiva.

  1. Ingresar en 👉 Looker Studio Universal Exportar datos

    Seleccionar la Propiedad de UA:
  • selecciona la propiedad de Universal Analytics (UA) para la cual deseas exportar los datos.
  • Haz clic en «Seleccionar Universal Analytics» en la parte superior de cada informe para asegurarte de que estás trabajando con la propiedad correcta.
  1. Confirmar el Rango de Fechas:
  • Asegúrate de que el rango de fechas configurado corresponde al periodo específico que deseas exportar. Esto garantizará que los datos exportados sean los correctos.
  1. Seleccionar el Informe:
  • En la columna izquierda, selecciona el informe específico que deseas exportar. Looker Studio te permite navegar fácilmente entre diferentes informes de audiencia, adquisición, comportamiento y conversiones.
  1. Exportar el Informe:
  • En la tabla de datos, haz clic derecho en la esquina superior derecha y selecciona «Exportar».
  • Asigna un nombre a tu archivo y elige el formato preferido, ya sea CSV o Google Sheets.
  1. Repetir el Proceso:
  • Repite el proceso para cada informe que necesites exportar. Esto te permitirá tener una copia completa de tus datos de Universal Analytics.

Con estos sencillos pasos, podrás utilizar Looker Studio para explorar y exportar los informes principales de Universal Analytics, asegurando así que tienes acceso continuo a tus datos históricos para análisis futuros.

Tips: si tienes un gran volumen de datos, te recomiendo exportar lotes mensuales. Si intentas descargar lotes anuales, Looker puede volverse algo lento e inestable y al final el CSV o Excel se puede dañar con facilidad.

Utilización de una Extensión para Google Spreadsheets

Otra opción eficaz para exportar datos de Universal Analytics es utilizar una extensión para Google Spreadsheets, como el Conector API de MixedAnalytics. Este método es de dificultad media y permite a los usuarios extraer datos directamente a Google Sheets utilizando APIs y complementos específicos. Es una solución flexible que no requiere una infraestructura avanzada, pero sí cierta familiaridad con la configuración de APIs. A continuación, se detallan los pasos para configurar y utilizar esta herramienta.

  1. Instalar la Extensión:
  • Ve a la página de inicio del Conector API de MixedAnalytics en el Google Workspace Marketplace: API Connector.
  • Haz clic en «Instalar» y sigue las instrucciones para agregar la extensión a tu cuenta de Google Sheets.
  1. Configurar la Extensión:
  • Abre una hoja de cálculo nueva o existente en Google Sheets.
  • Ve al menú «Extensiones» y selecciona «API Connector» > «Open».
  • En la ventana de configuración del API Connector, selecciona «Create Request».
  1. Conectar con la API de Universal Analytics:
  • En el campo «API URL Path», ingresa la URL de la API de Universal Analytics que deseas consultar. La URL básica para la API de informes de UA es https://analyticsreporting.googleapis.com/v4/reports:batchGet.
  • Configura los parámetros necesarios en el cuerpo de la solicitud (request body) utilizando el formato JSON. Incluye detalles como el ID de la vista, el rango de fechas, las métricas y las dimensiones que deseas extraer.
  1. Autenticar la Solicitud:
  • En la sección «Authentication» del API Connector, selecciona «OAuth 2.0» y luego «Google Analytics».
  • Sigue las instrucciones para autenticar tu cuenta de Google Analytics y permitir el acceso a la extensión.
  1. Ejecutar y Guardar la Solicitud:
  • Revisa la configuración de tu solicitud y haz clic en «Run» para ejecutar la solicitud de API.
  • Los datos extraídos se poblarán automáticamente en tu hoja de cálculo.
  • Guarda la solicitud para futuras ejecuciones haciendo clic en «Save» y proporcionando un nombre descriptivo.
  1. Automatizar la Exportación:
  • Para automatizar la exportación de datos, ve a la pestaña «Triggers» en el API Connector.
  • Configura un disparador (trigger) para ejecutar la solicitud en un intervalo de tiempo regular, como diario o semanal, dependiendo de tus necesidades de actualización de datos.

Beneficios y Consideraciones

Utilizar una extensión para Google Spreadsheets como el Conector API de MixedAnalytics ofrece varios beneficios, incluyendo la flexibilidad para manipular y analizar datos directamente en Google Sheets, la capacidad de automatizar la actualización de datos y la facilidad de integración con otras herramientas de Google Workspace. Sin embargo, es importante tener en cuenta que este método requiere una comprensión básica de la configuración de APIs y puede ser más adecuado para usuarios que estén cómodos trabajando con solicitudes HTTP y JSON.

Con estos pasos, podrás configurar y utilizar efectivamente una extensión para Google Spreadsheets para exportar y manejar tus datos de Universal Analytics, proporcionando una solución intermedia que balancea facilidad de uso y flexibilidad en el análisis de datos.

Query Explorer para Exportar Datos de Analytics

El UA Query Explorer es una herramienta gratuita y fácil de usar proporcionada por Google que permite a los usuarios realizar consultas a la API de Universal Analytics para extraer datos de manera personalizada. Esta herramienta es ideal para quienes buscan una solución simple y flexible sin necesidad de conocimientos avanzados en programación o infraestructura. A continuación, se detallan los pasos para utilizar el UA Query Explorer para exportar tus datos de Universal Analytics.

  1. Acceder al UA Query Explorer:
  • Abre tu navegador y dirígete a UA Query Explorer. https://ga-dev-tools.google/query-explorer/
  • Inicia sesión con tu cuenta de Google que tiene acceso a la propiedad de Universal Analytics.
  1. Configurar la Consulta:
  • Selecciona la cuenta, propiedad y vista de Universal Analytics desde las cuales deseas extraer datos.
  • Configura los parámetros de la consulta como el rango de fechas, métricas y dimensiones. Por ejemplo, puedes seleccionar métricas como ga:sessions y dimensiones como ga:sourceMedium para obtener información sobre las sesiones por fuente de tráfico.
  1. Ejecutar la Consulta:
  • Haz clic en «Run Query» para ejecutar la consulta. La herramienta mostrará los resultados directamente en la página.
  • Revisa los datos obtenidos para asegurarte de que la consulta devuelve la información que necesitas.
  1. Exportar los Resultados:
  • Una vez que estés satisfecho con los resultados, puedes exportar los datos a un archivo CSV. Haz clic en «Download CSV» para guardar el archivo en tu computadora.
  • Alternativamente, puedes copiar los resultados directamente a Google Sheets para un análisis más detallado.
  1. Repetir el Proceso para Diferentes Consultas:
  • Repite el proceso para cada consulta que necesites realizar. El UA Query Explorer te permite realizar múltiples consultas y exportar datos específicos según tus necesidades.

Beneficios y Consideraciones

El UA Query Explorer es una herramienta poderosa y accesible que facilita la extracción de datos personalizados de Universal Analytics. Ofrece la flexibilidad de configurar consultas específicas sin necesidad de conocimientos avanzados en programación. Sin embargo, es importante tener en cuenta que la herramienta tiene ciertas limitaciones en cuanto al volumen de datos que se pueden extraer en una sola consulta, por lo que puede ser necesario realizar múltiples consultas para obtener un conjunto de datos completo.

Con estos pasos, podrás utilizar el UA Query Explorer para extraer y exportar datos de Universal Analytics de manera eficiente, proporcionando una solución gratuita y fácil de usar para tus necesidades analíticas.

Exportación Completa de Datos de Google Analytics para Expertos con BigQuery

La integración de Google Analytics con Google BigQuery representa la solución más avanzada y robusta para la exportación y análisis de datos de Universal Analytics. Este método es ideal para organizaciones que necesitan manejar grandes volúmenes de datos y realizar análisis complejos. BigQuery, como parte de Google Cloud Platform (GCP), permite almacenar, procesar y analizar datos de manera eficiente y escalable. A continuación, se detallan los pasos para configurar y utilizar BigQuery para la exportación completa de datos de Universal Analytics.

Paso 1: Configurar un Proyecto en Google Cloud Platform (GCP)

  1. Crear un Proyecto:
  • Accede a Google Cloud Console.
  • Crea un nuevo proyecto o selecciona un proyecto existente donde quieras almacenar tus datos de Universal Analytics.
  1. Habilitar BigQuery:
  • Dentro de tu proyecto, ve al menú de navegación y selecciona «BigQuery».
  • Si BigQuery no está habilitado, haz clic en «Enable» para activarlo.
  1. Configurar Facturación:
  • Asegúrate de que la facturación esté configurada para tu proyecto. BigQuery es un servicio de pago por uso, por lo que necesitarás tener una cuenta de facturación activa.

Paso 2: Exportar Datos de Universal Analytics a BigQuery

  1. Configurar una Exportación de Datos:
  • En Google Analytics, navega a «Administrador» y selecciona la propiedad de Universal Analytics que deseas exportar.
  • En la columna de propiedad, selecciona «Configuración de BigQuery» y luego «Exportar datos».
  1. Conectar con BigQuery:
  • Sigue las instrucciones para conectar tu propiedad de Universal Analytics con tu proyecto de BigQuery.
  • Configura el dataset en BigQuery donde se almacenarán los datos exportados. Puedes elegir un dataset existente o crear uno nuevo.
  1. Configurar Frecuencia de Exportación:
  • Selecciona la frecuencia de exportación de datos. Puedes optar por exportaciones diarias, que actualizarán tus datos en BigQuery de manera regular.

Paso 3: Procesar y Analizar Datos en BigQuery

  1. Consultar Datos en BigQuery:
  • Utiliza el editor de consultas de BigQuery para escribir consultas SQL y analizar tus datos. BigQuery soporta SQL estándar, lo que facilita la creación de consultas complejas.
  • Aquí hay un ejemplo de una consulta básica para extraer sesiones por fuente de tráfico:
    sql SELECT trafficSource.source, COUNT(*) AS sessions FROM `tu-proyecto.tu-dataset.ga_sessions_*` WHERE _TABLE_SUFFIX BETWEEN '20230101' AND '20230131' GROUP BY trafficSource.source ORDER BY sessions DESC;
  1. Optimizar Consultas:
  • Aprovecha las capacidades de BigQuery para manejar grandes volúmenes de datos optimizando tus consultas. Utiliza particiones y clustering para mejorar el rendimiento.
  1. Integrar con Herramientas de Visualización:
  • Conecta BigQuery con herramientas de visualización como Looker Studio, Tableau o Power BI para crear dashboards interactivos y personalizados.
  • Esto te permitirá visualizar tus datos de Universal Analytics de manera más efectiva y compartir insights con tu equipo.

Beneficios y Consideraciones

La integración de Universal Analytics con BigQuery ofrece numerosos beneficios, incluyendo la capacidad de manejar grandes volúmenes de datos, realizar análisis complejos y obtener insights detallados. Sin embargo, es importante tener en cuenta que este método requiere una inversión en tiempo y recursos, así como conocimientos avanzados en SQL y manejo de datos.

Con estos pasos, podrás configurar y utilizar BigQuery para exportar y analizar tus datos de Universal Analytics de manera completa y eficiente, proporcionando una solución robusta y escalable para tus necesidades analíticas.