Saltar a contenido

Integración de R7K12 con Google BigQuery

Google BigQuery es un servicio en la nube con una velocidad altísima de procesamiento de enormes volúmenes de datos. Al utilizarlo, no necesitará alquilar un servidor ni pagar por su mantenimiento. El coste de BigQuery es considerablemente inferior al del alquiler del servidor más básico. A diferencia de otros sistemas similares, el servicio permite analizar grandes volúmenes de información directamente en la nube. Con BigQuery podrá procesar terabytes de datos en cuestión de segundos. Esta base de datos puede almacenar una enorme cantidad de datos. Esto significa que todas sus estadísticas de todas las fuentes (todo el tráfico del sitio) de cada día pueden acumularse, almacenarse en esta nube y utilizarse para análisis y visualizaciones. La siguiente ventaja es la facilidad de uso. En cualquier otro sistema de gestión de bases de datos (SGBD), además de conocer SQL, tendría que dedicar mucho tiempo a entender los detalles de la administración y la configuración de la base de datos. En BigQuery, Google se ha encargado de toda la parte administrativa. En este servicio no hay ajustes, índices, motores de tablas, tiempos de espera ni claves externas. Solo se admite una codificación: UTF-8. Para trabajar con BigQuery basta con saber cómo cargar datos en BigQuery y tener conocimientos básicos de SQL. ¿Para qué y a quién puede resultarle útil?

  1. En primer lugar, es necesario cuando Google Analytics no analiza todos los datos, sino solo una pequeña muestra (que en algunos casos puede no superar el 1% de todos los datos). No es posible basar un análisis en esos datos.
  2. El segundo caso evidente es cuando usted supera alguno de los límites de recogida de datos de Google Analytics, que son bastante numerosos (https://developers.google.com/analytics/devguides/collection/ios/v3/limits-quotas?hl=ru#overview).
  3. El tercer caso es cuando el análisis se realiza en una herramienta de terceros, por ejemplo Microsoft Power BI, etc.

Qué necesita para la integración:

  1. Su cuenta de BigQuery. Si no la tiene, debe crearla.
  2. Acceso a R7K12. Inicio de sesión con su cuenta de Google: es necesario por motivos de seguridad y para ofrecer un servicio de calidad.
  3. Importante: la cuenta de acceso a Google BigQuery y a R7K12 debe ser la misma.

¿Cómo empezar a trabajar en Google BigQuery?

Inicie sesión en Google Cloud Platform. Acepte las condiciones de la prueba gratuita.

A continuación, introduzca los datos de pago. En el primer inicio, el sistema le propondrá activar la prueba gratuita y obtener un crédito de $300 durante 12 meses.

Google solicita los datos de pago para asegurarse de que usted no es un robot. No se le cobrará nada hasta que usted mismo contrate una suscripción de pago. Busque en la parte superior el botón «Seleccionar un proyecto» y haga clic en él. Aparecerá la ventana de selección del ámbito.

Haga clic en «Crear proyecto». Vaya a la sección de facturación y vincule una cuenta de facturación. A continuación, seleccione y vincule una cuenta de facturación para su proyecto. Ahora el proyecto está vinculado a la cuenta de facturación que acaba de crear. El siguiente paso es habilitar la API de BigQuery. En el panel de control, haga clic en «Productos y servicios» (en la esquina superior izquierda, el botón en forma de círculo con tres líneas horizontales) y vaya a «API y servicios». Aquí verá la información sobre las API habilitadas. Si no tiene API ni servicios habilitados, debe habilitarlos. Haga clic en «+ Habilitar API y servicios». Busque y seleccione «BigQuery API» entre las bibliotecas propuestas. Para trabajar en la interfaz de Google BigQuery, es necesario habilitar «BigQuery API». Para ello, haga clic en «Habilitar». Accederá al menú de esta API. En esta etapa termina el trabajo con Google Cloud Platform. Puede cerrar la pestaña.

Gestión de conjuntos de datos en Google BigQuery

Vaya a la interfaz de Google BigQuery y cree un Dataset (conjunto de datos), en el que se cargarán cada día los datos desde R7K12. La estructura de datos en Google BigQuery consiste en un proyecto con un conjunto de datos que contiene tablas. El nombre del Dataset es el nombre de la campaña (sitio) en caracteres latinos; puede contener números y, en lugar de espacios, guiones bajos. Para ello, seleccione el proyecto (su proyecto) en el que se cargarán los datos. En el campo Dataset ID debe indicar el nombre del conjunto de datos; en el ejemplo siguiente lo hemos llamado «test1». Cuando crea un conjunto de datos en BigQuery, su nombre debe ser único para cada proyecto. El nombre del conjunto de datos puede:

  • contener hasta 1024 caracteres;
  • contener letras (mayúsculas o minúsculas), números y guiones bajos.

Los nombres de los conjuntos de datos no pueden:

  • empezar por un número o un guion bajo;
  • contener espacios ni caracteres especiales (por ejemplo, &, @ o%).

Configuración de la integración en el sistema R7K12

Inicie sesión en el sistema de analítica de extremo a extremo R7K12 con la cuenta de Google que tiene acceso tanto a R7K12 como a Google BigQuery. Seleccione su proyecto. En la pestaña «Integraciones», seleccione «Crear» en la configuración de la integración con Google BigQuery. Creación de la conexión con Google BigQuery:

  1. Seleccione la cuenta de Google BigQuery que utilizará: haga clic en «Seleccionar cuenta». En la ventana que aparece, haga clic en «Añadir cuenta» para iniciar sesión.

       2. Inicie sesión con la cuenta de Google que utilizó anteriormente para crear el proyecto en BigQuery.        3. Seleccione el proyecto de datos que creó en el campo «Selecciona el proyecto».       4. En el campo «Selecciona la base de datos», seleccione el Dataset (conjunto de datos) que creó anteriormente en Google BigQuery. Indique la fecha a partir de la cual desea exportar los datos (la fecha de exportación no debe ser anterior a la fecha de creación del proyecto en R7K12). A continuación, haga clic en el interruptor «Transferencia de datos de analítica».       5. Para exportar todos los datos del proyecto de R7K12 a Google BigQuery, es necesario crear tres integraciones: datos de visitas (sessions), datos de costes (cost) y datos de negocios (deals). En el campo del prefijo de tabla escribimos el nombre de la tabla para los datos de visitas, por ejemplo «sessions». Seleccionamos el conjunto de datos «Datos de visitas» y pulsamos el botón «Crear».       6. Ha creado la conexión con Google BigQuery. Después, la integración creada aparecerá en la lista de cuentas conectadas. En la lista de cuentas conectadas se ve con qué login se creó la conexión y a qué proyecto, conjunto de datos y tabla se transfieren los datos. Ahora debe exportar los datos de costes y de negocios, si desea verlos en Google BigQuery. Para ello, repita dos veces los pasos 1-5 (para crear el conjunto de datos de negocios y el de costes). En el paso 5, al seleccionar el conjunto de datos correspondiente, indique el prefijo de tabla adecuado («sessions» o «cost»). Como ya ha iniciado sesión una vez, su cuenta estará en la lista de cuentas añadidas; solo tendrá que seleccionarla para la nueva integración. Después de esto, en su lista de cuentas conectadas debe haber tres integraciones para estos conjuntos de datos. Puede ver su estructura (esquema de datos) en el enlace Estructura de datos en Google BigQuery. En el menú de configuración de las integraciones, al hacer clic en el botón de tres puntos, puede pausar la transferencia de datos, eliminarla y también ver la cola. Para ver el estado de carga de los datos por días, abra el menú de gestión de la integración haciendo clic en los tres puntos de la derecha y seleccionando después «Cola». Aquí se muestra información detallada sobre el estado de carga de los datos. Si por algún motivo es necesario volver a cargar los datos, haga clic en «Reiniciar tarea». Si la integración está configurada correctamente, los datos se cargarán en Google BigQuery cada día en la tabla en la que configuró la exportación. Los datos se almacenan en forma de tablas por días: al nombre de cada tabla (Table ID) se le añade la fecha, como se muestra en la captura de pantalla. Junto al prefijo de la tabla se indica entre paréntesis el número de tablas por días que contiene. Así, una tabla grande de un período determinado está formada por tablas más pequeñas que contienen datos de un solo día.