.svg)
Product Updates : suivez les dernières évolutions des outils data marketing
Les outils
Nouveaux champs API GA4 dans Google Analytics 4
.svg)
Google Analytics 4 a introduit de nouvelles sources de données qui récupèrent directement leurs champs à partir de l'API GA4. Auparavant, les sources de données GA4 étaient basées sur un schéma fixe avec une liste prédéfinie de champs. Pour voir les nouveaux champs de l'API GA4 dans une source de données existante, il suffit de rafraîchir les champs. Cette mise à jour est rétrocompatible avec la version précédente du connecteur. Le rafraîchissement d'une source de données Google Analytics 4 préserve le schéma existant et ajoute simplement de nouveaux champs de l'API à la source de données. Apprenez comment vous connecter à Google Analytics.
Mises à jour Cloud SDK pour les bibliothèques clientes BigQuery
Cette mise à jour hebdomadaire concerne les bibliothèques clientes du Cloud SDK. Pour google-cloud-bigquery en Java, la version 2.37.0 ajoute la prise en charge des balises de ressources de table et du domaine de l'univers. En ce qui concerne google-cloud-bigquery en Python, la version 3.17.1 corrige des bugs et la version 3.17.0 ajoute la prise en charge de la résolution de l'univers. De plus, il est maintenant possible d'utiliser des balises sur les tables BigQuery pour accorder ou refuser l'accès conditionnel avec les politiques de gestion des identités et des accès (IAM).
Mises à jour Cloud SDK: google-cloud-bigquery v3.14.0rc0
Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. Pour la bibliothèque Python google-cloud-bigquery, la version 3.14.0rc0 apporte plusieurs fonctionnalités, notamment l'ajout de propriétés telles que job_id, location, project et query_id sur RowIterator, l'ajout de job_timeout_ms aux classes de configuration de tâche, le support de dataset.max_time_travel_hours et Dataset.isCaseInsensitive, ainsi que le support de data_governance_type. Des correctifs de bugs ont également été apportés, notamment pour load_table_from_dataframe et les délais de requête. Des améliorations de performances ont également été réalisées.
Mises à jour Cloud SDK: google-cloud-bigquery 3.14.1, 3.14.0, graphiques de ressources administratives en prévisualisation
Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. Pour la bibliothèque google-cloud-bigquery en Python, la version 3.14.1 apporte des corrections de bugs, notamment l'ajout d'un gestionnaire manquant pour la désérialisation des valeurs JSON. La version 3.14.0 ajoute de nouvelles fonctionnalités telles que la possibilité de retourner directement un itérateur de lignes de résultats, des propriétés supplémentaires pour l'itérateur de lignes, la prise en charge de Python 3.12, etc. Des améliorations de performances et des corrections de bugs ont également été apportées. Enfin, des graphiques de ressources administratives pour la santé opérationnelle sont désormais disponibles en prévisualisation.
Mises à jour Cloud SDK et frais de trafic BigQuery
Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. Pour google-cloud-bigquery, la version 2.31.1 a été publiée le 9 août 2023. Les dépendances ont été mises à jour, notamment com.google.api.grpc:proto-google-cloud-bigqueryconnection-v1 en version 2.25.0, com.google.cloud:google-cloud-datacatalog-bom en version 1.29.0, com.google.cloud:google-cloud-shared-dependencies en version 3.14.0, org.graalvm.buildtools:junit-platform-native en version 0.9.24, org.graalvm.buildtools:native-maven-plugin en version 0.9.24, github/codeql-action en version 2.21.1 et jmh.version en version 1.37. À partir du 15 septembre 2023, des frais seront appliqués pour le trafic de sortie réseau d'une région BigQuery Google Cloud vers une autre région Google Cloud sur le même continent et entre différents continents. Pour plus d'informations, consultez l'annonce sur les frais de trafic de sortie réseau BigQuery.
Mises à jour Cloud SDK et BigQuery disponibles à Berlin
Cette mise à jour hebdomadaire concerne les mises à jour des bibliothèques clients du Cloud SDK. Les changements incluent des améliorations de la stabilité de la comparaison de schémas, la possibilité de demander des lignes compressées dans les réponses de lecture, l'ajout de types de gouvernance des données pour les routines, le support des types de plage dans les schémas, le support de la définition non incrémentielle et de la péremption sur les vues matérialisées, le support des balises de ressources pour les tables, et l'exposition de l'identifiant de requête sur l'itérateur de lignes. La documentation a également été mise à jour. De plus, BigQuery est maintenant disponible dans la région de Berlin (europe-west10).
Migration BigQuery pour Apache Hive : évaluation préversion disponible
L'évaluation de migration BigQuery est désormais disponible en préversion pour Apache Hive. Vous pouvez utiliser cette fonctionnalité pour évaluer la complexité de la migration des données de votre entrepôt de données Apache Hive vers BigQuery.
Mises à jour Cloud SDK : BigQuery, DLP et chiffrement
Cette mise à jour hebdomadaire concerne les mises à jour de bibliothèques clients dans le Cloud SDK. La version 2.33.2 de google-cloud-bigquery apporte des corrections de bugs et des mises à jour de dépendances. Il est maintenant possible d'utiliser les fonctions DLP pour prendre en charge le chiffrement et le déchiffrement entre BigQuery et DLP, en utilisant AES-SIV. Cette fonctionnalité est en préversion.
Mises à jour BigQuery et Analytics Hub (GA)
La mise à jour comprend l'opérateur LIKE quantitatif en prévisualisation, ainsi que plusieurs fonctions JSON désormais disponibles (GA). BigQuery prend désormais en charge la possibilité de refuser l'accès aux principaux via des politiques de refus pour certaines autorisations IAM. De plus, il y a eu des mises à jour de la bibliothèque client pour Node.js. Enfin, Analytics Hub prend désormais en charge l'utilisation de routines dans les ensembles de données liés, en prévisualisation.
Mise à jour du balisage serveur : Google Analytics envoie les données vers les centres régionaux.
La mise à jour concerne le balisage côté serveur : le tag Google Analytics: GA4 dans les conteneurs serveur envoie désormais les données vers les centres de données régionaux en fonction de l'emplacement de l'utilisateur.
Mise à jour BigQuery ML : recherche dans le temps et contrôle d'accès IAM
La mise à jour introduit les fonctions de recherche dans le temps pour BigQuery ML, qui permettent de spécifier une date de référence lors de la récupération des caractéristiques pour l'entraînement d'un modèle ou l'exécution d'une inférence, afin d'éviter les fuites de données. Les fonctions ML.FEATURES_AT_TIME et ML.ENTITY_FEATURES_AT_TIME permettent de récupérer les caractéristiques à partir de plusieurs points dans le temps pour une ou plusieurs entités. De plus, il est désormais possible d'utiliser des conditions IAM pour contrôler l'accès aux ressources BigQuery. Cette fonctionnalité est en version de prévisualisation.
Mise à jour BigQuery ML : recherche dans le temps et contrôle d'accès IAM
La mise à jour introduit les fonctions de recherche dans le temps pour BigQuery ML, qui permettent de spécifier une date de référence lors de la récupération des caractéristiques pour l'entraînement d'un modèle ou l'exécution d'une inférence, afin d'éviter les fuites de données. Les fonctions ML.FEATURES_AT_TIME et ML.ENTITY_FEATURES_AT_TIME permettent de récupérer les caractéristiques à partir de plusieurs points dans le temps pour une ou plusieurs entités. De plus, il est désormais possible d'utiliser des conditions IAM pour contrôler l'accès aux ressources BigQuery. Cette fonctionnalité est en version de prévisualisation.
Masquage de données personnalisé et résolution d'entités disponibles en GA dans BigQuery
La fonctionnalité de masquage de données personnalisé est désormais disponible en version générale (GA). Vous pouvez définir des routines de masquage personnalisées pour des capacités de masquage personnalisées telles que le hachage basé sur le sel. Cette fonctionnalité est disponible dans l'édition Enterprise Plus. BigQuery propose désormais la résolution d'entités. Cette fonctionnalité permet aux utilisateurs de faire correspondre des enregistrements entre des ensembles de données même en l'absence d'un identifiant commun. Elle utilise un fournisseur d'identité pour ce processus ; BigQuery prend en charge LiveRamp et fournit un cadre pour que d'autres fournisseurs d'identité proposent des services similaires. Cette fonctionnalité est disponible en version générale (GA).
Masquage de données avec BigQuery : création de routines personnalisées en préversion.
BigQuery permet désormais de créer vos propres routines de masquage pour vos données. Vous pouvez utiliser la fonction scalaire REGEX_REPLACE pour créer des règles de masquage personnalisées afin d'obscurcir vos données sensibles. Cette fonctionnalité est actuellement en préversion.
Liaison Google Analytics avec Search Ads 360 et Display & Video 360
Google Analytics a ajouté la possibilité de lier vos sous-propriétés et vos propriétés de regroupement avec Search Ads 360 et Display & Video 360. La liaison fonctionne exactement de la même manière que pour les propriétés ordinaires. Une fois liées, Google Analytics enverra les mêmes données de la même manière que pour les propriétés ordinaires. Grâce à cette fonctionnalité, les clients peuvent désormais partager un sous-ensemble de données d'une sous-propriété, ou un sur-ensemble de données inter-propriétés à Search Ads 360 ou Display & Video 360 pour cibler des sous-ensembles ou des sur-ensembles de leur audience. Apprenez comment lier Google Analytics avec Search Ads 360 et Display & Video 360.
Importez les conversions web et app de Google Analytics 4 dans Google Ads
Google Ads propose désormais d'importer les conversions web et app de Google Analytics 4 dans Google Ads. Cela permet d'accéder aux données de Google Analytics dans Google Ads et d'optimiser les enchères pour améliorer les performances. Cette recommandation peut apparaître en haut de la page "Aperçu de la publicité", sur la page d'accueil ou sur la page "Centre d'informations". Pour en savoir plus sur ces recommandations, consultez la documentation.
Intégration BigQuery-Looker Studio : performances améliorées et nouvelles fonctionnalités
L'intégration native de BigQuery dans Looker Studio permet de nouvelles fonctionnalités de surveillance pour les requêtes de Looker Studio, améliore les performances des requêtes et prend en charge de nombreuses fonctionnalités de BigQuery. Cette fonctionnalité est en prévisualisation. Vous pouvez vous abonner à Looker Studio Pro directement en utilisant notre outil de mise à niveau en libre-service. Looker Studio Pro vous offre toutes les fonctionnalités de Looker Studio que vous connaissez déjà, ainsi que des capacités améliorées pour les entreprises et un accès au support technique de Google Cloud Customer Care. En savoir plus sur Looker Studio Pro.
Inspecteur de requêtes administratives pour BigQuery : surveillance des slots et des performances des jobs.
En tant qu'administrateur BigQuery, vous pouvez désormais utiliser l'inspecteur de requêtes administratives pour surveiller l'utilisation des slots de votre organisation et les performances des jobs BigQuery au fil du temps. Cette fonctionnalité est maintenant disponible pour tous les utilisateurs.
Google Analytics améliore la précision des résultats et réduit l'échantillonnage des données
Avec cette mise à jour, Google Analytics choisit désormais la table qui fournit les résultats les plus précis pour chaque requête, réduisant ainsi la probabilité de voir la ligne "(autre)" et l'échantillonnage des données dans les rapports et les explorations. Par conséquent, il est possible de voir maintenant la ligne "(autre)" dans les explorations ou l'échantillonnage des données dans les rapports, car Analytics choisit la table en fonction de votre requête pour fournir les résultats les plus précis et réduire l'impact de l'échantillonnage des données et des limites de cardinalité. En savoir plus sur la façon dont les données sont stockées et affichées.
Google Analytics 4 : dimensions et métriques e-commerce pour les rapports personnalisés.
Google Analytics 4 ajoute des dimensions et des métriques liées au commerce électronique à l'outil de création de rapports personnalisés. Cela permet de créer des rapports sur le commerce électronique à partir de zéro ou de modifier les rapports standard existants. Les nouvelles dimensions incluent des informations sur les articles, tels que l'affiliation, la marque, la catégorie, etc. Les nouvelles métriques incluent des données sur les revenus, les remboursements, les articles ajoutés au panier, les articles achetés, etc. De plus, Google Analytics introduit de nouvelles métriques de revenus dans les explorations, et supprime certaines métriques redondantes. Il est recommandé de mettre à jour les explorations existantes pour utiliser les nouvelles métriques de revenus.
Transformez vos données en levier stratégique
Contactez l'équipe pour un devis sur-mesure
Contactez Starfox Analytics dès aujourd'hui pour transformer vos données en leviers de croissance significatifs, développer un avantage concurrentiel et propulser votre entreprise vers de nouveaux sommets de performance.
Contactez-nous
.webp)