Blogheader BigQuery
Zur Artikelübersicht

Google BigQuery – Data Warehousing leicht gemacht

Über den Wolken muss die Freiheit wohl grenzenlos sein. Was als romantische Sicht aufs Leben daherkommt, scheint in Sachen Data Warehousing für Google schon längst Realität zu sein. Datengetriebene Marketingkommunikation ist das Gebot der Stunde – auch in der Healthcare-Branche. Mit seinem Produkt BigQuery bietet Google Unternehmen eine cloudbasierte Lösung fürs Data Management, die ganzheitliche Datenanalysen ermöglicht.

Rätst du noch oder analysierst du schon?

Beginnen wir einmal von vorne. Was versteht man überhaupt unter einem Data Warehouse? Zunächst einmal handelt es sich dabei wortwörtlich um ein Lagerhaus, in dem große Mengen an Daten aus unterschiedlichen Quellen gesammelt und gespeichert werden können. Doch neben der strukturierten Datenarchivierung machen Data Warehouses vor allem eines möglich: Daten in Echtzeit abzufragen, zu analysieren und in nützliche Erkenntnisse umzuwandeln.

Das steigert nicht nur die Effizienz, sondern macht es für Unternehmen auch leichter, die Bedürfnisse ihrer Kund:innen zu verstehen und datengetriebene Marketingmaßnahmen zu vollziehen. Kurz gesagt: Entscheidungen werden skalierbar.

Tschüss Datensilos, hallo Datenintegrität

Sämtliche Daten an einem Ort und für alle Stakeholder jederzeit abrufbar – im ersten Moment klingt das nach einer praktischen Handhabe, um grundlegende Entscheidungsprozesse zu vereinfachen. Der Blick durch die Datenbrille zeigt jedoch noch einen weiteren großen Vorteil von Data Warehouses: Sie haben einen bedeutenden Einfluss auf die Datenqualität. Anstatt einzelne Datenbestände isoliert voneinander zu betrachten, können Daten, die sich im Data Warehouse befinden, quellübergreifend und damit ganzheitlich ausgewertet werden. Diese 360°-Sicht forciert fundierte, datenbasierte Marketingentscheidungen. Zeiten, in denen Marketingmaßnahmen aus dem Bauch heraus entschieden wurden, sind damit passé.

Eine Voraussetzung, um bestehende Datensilos aufzubrechen, ist eine einheitliche Datenstruktur über alle lokalen Datenbestände hinweg. In diesem Zusammenhang ist häufig die Rede von Datenintegrität. Diese stellt sicher, dass die Daten korrekt erfasst, gespeichert, übertragen und abgerufen werden können.

Je nach Analysezweck ist es nicht immer sinnvoll und notwendig, alle im Warehouse integrierten Datenpools zu berücksichtigen. Deswegen können in sogenannten Data Marts nur diejenigen Teilmengen verschiedener Datenbestände zusammengeführt werden, die für die anvisierte Auswertung relevant sind. Auf diese Weise lassen sich die Daten ganz individuell auf spezifische Wünsche und Anforderungen zuschneiden.

Illustration eines Schemas zur Funktionsweise von Data Marts
Schema zur Funktionsweise von Data Marts

Think big(Query)

Mit BigQuery gibt Google Nutzer:innen ein leistungsstarkes Data Warehouse an die Hand, das alle oben genannten Aspekte vereint: effiziente Datenspeicherung, Datentransformation sowie komplexe Datenabfragen und -analysen in Echtzeit. Was BigQuery nun von anderen Data Warehouses unterscheidet, ist, dass Google auf eine rein cloudbasierte Lösung setzt. Damit entfallen für Nutzer:innen die Einrichtung, Konfiguration oder Skalierung von Servern, auf denen die Daten gehostet werden. So kann man sich ganz auf die Datenanalyse konzentrieren.

Der serverlose Dienst ist in puncto agiles Arbeiten ein Gamechanger. BigQuery ist in wenigen Handgriffen einsatzbereit und verarbeitet auch komplexe Datenabfragen mit hoher Geschwindigkeit. Das liegt einerseits daran, dass BigQuery dazu in der Lage ist, Abfragen parallel zu verarbeiten. Andererseits beschleunigt der Dienst die gesamte Abfrageverarbeitung, indem er Rechenprozesse skaliert und an geänderte Bedingungen anpasst. Das macht BigQuery übrigens auch zu einem kosteneffizienten Tool, da es dem Prinzip pay-as-you-go folgt - ich zahle nur für die Rechenleistung, die tatsächlich angefallen ist.

BigQuery und Google Analytics 4  – It’s a match

Da ich in der Welt des Website-Trackings zu Hause bin, ist mir die Möglichkeit zur Integration verschiedener Tracking-Tools – allen voran Google Analytics 4 – besonders wichtig. Wie praktisch, dass sich BigQuery nahtlos in die Google Cloud Services wie etwa Google Analytics und Google Looker Studio einfügt. Ein weiteres Plus: Mit der Einführung von Google Analytics 4 haben Nutzer:innen jetzt auch die Möglichkeit, eine direkte Verknüpfung zu BigQuery herzustellen und ihre Tracking-Daten automatisiert ins Data Warehouse zu importieren. Diese Funktion war bisher nur Nutzer:innen des kostenpflichtigen Google Analytics 360 vorbehalten.

Benutzeroberfläche zur Verwaltung der Produktverknüpfungen in Google Analytics 4

Sobald die Daten in BigQuery gespeichert sind, kann mit den Datenabfragen losgelegt werden. Durch die granulare Untersuchung spezifischer Metriken und Dimensionen sind detailreiche und komplexe Analysen des Benutzer:innenverhaltens möglich. Auf Grundlage der gewonnenen Erkenntnisse können beispielsweise Trends identifiziert und faktenbasierte Optimierungsprozesse angestoßen werden, die entscheidenden Einfluss auf die Website-Performance haben.

The sky ist the limit

Die Datenmengen, mit denen sich Entscheider:innen in der Healthcare-Branche konfrontiert sehen, werden immer größer und komplexer. Ebenso die technischen Möglichkeiten, die in diesem Zusammenhang zur Verfügung stehen. Aber: Kein Grund zur Panik! Wir von antwerpes healthy media sorgen für eine klare Sicht und navigieren Sie gerne durch den Big-Data-Kosmos, damit auch Sie eine umfassende Datenorchestrierung für Ihre Marketingmaßnahmen einläuten können.

Kontaktieren Sie mich gerne:

Referenzen

Zurück

Bye bye, 3rd-Party-Cookies - hello, healthy.ID

Mit der Abschaffung der 3rd-Party-Cookies stehen Werbetreibende vor einer großen Herausforderung: Es gilt, neue Wege zu finden, um die Zielgruppe mit Werbebotschaften zu erreichen. Was das insbesondere für das digitale Healthcare-Marketing bedeutet, wo neben der DSGVO auch das HWG die gezielte Ansprache von HCPs zu einer kniffligen Angelegenheit macht, lesen Sie hier.

Bye bye, 3rd-Party-Cookies - hello, healthy.ID

Mit der Abschaffung der 3rd-Party-Cookies stehen Werbetreibende vor einer großen Herausforderung: Es gilt, neue Wege zu finden, um die Zielgruppe mit Werbebotschaften zu erreichen. Was das insbesondere für das digitale Healthcare-Marketing bedeutet, wo neben der DSGVO auch das HWG die gezielte Ansprache von HCPs zu einer kniffligen Angelegenheit macht, lesen Sie hier.

Cookieless Targeting

Keine Third-Party-Cookies mehr – so lecker sind die neuen Targeting-Trends

Mit dem Inkrafttreten der DSGVO im Mai 2018 gibt es einen neuen rechtlichen Rahmen für den Umgang mit sensiblen Daten von User:innen im digitalen Marketing. Seit ein paar Jahren steht eine weitere Maßnahme zum Schutz persönlicher Daten im Raum: die Abschaffung von Third-Party-Cookies. Das Ende dieses Targeting-Instruments ist inzwischen in greifbare Nähe gerückt. Aber wir sagen: alles halb so wild. Lesen Sie, auf welche wirksamen Targeting-Optionen Sie in Zukunft setzen können.

Cookieless Targeting

Keine Third-Party-Cookies mehr – so lecker sind die neuen Targeting-Trends

Mit dem Inkrafttreten der DSGVO im Mai 2018 gibt es einen neuen rechtlichen Rahmen für den Umgang mit sensiblen Daten von User:innen im digitalen Marketing. Seit ein paar Jahren steht eine weitere Maßnahme zum Schutz persönlicher Daten im Raum: die Abschaffung von Third-Party-Cookies. Das Ende dieses Targeting-Instruments ist inzwischen in greifbare Nähe gerückt. Aber wir sagen: alles halb so wild. Lesen Sie, auf welche wirksamen Targeting-Optionen Sie in Zukunft setzen können.

Nutzer:innenverhalten mit GA4 vorhersagen

Mit Google Analytics 4 Nutzer:innenverhalten vorhersagen

Der Tracking-Standard Google Analytics 4 (GA4) bietet wie schon der Vorgänger Universal Analytics (UA) zahlreiche Möglichkeiten, Nutzer:innenverhalten auszuwerten und für die Optimierung von Websites oder von Kampagnen zu nutzen. Ein Feature von GA4, das es in sich hat, sind die Predictive Metrics: sie eröffnen neue Möglichkeiten, kaufwillige Nutzer:innen noch präziser anzusprechen. Wie das funktioniert, lesen Sie hier.

Nutzer:innenverhalten mit GA4 vorhersagen

Mit Google Analytics 4 Nutzer:innenverhalten vorhersagen

Der Tracking-Standard Google Analytics 4 (GA4) bietet wie schon der Vorgänger Universal Analytics (UA) zahlreiche Möglichkeiten, Nutzer:innenverhalten auszuwerten und für die Optimierung von Websites oder von Kampagnen zu nutzen. Ein Feature von GA4, das es in sich hat, sind die Predictive Metrics: sie eröffnen neue Möglichkeiten, kaufwillige Nutzer:innen noch präziser anzusprechen. Wie das funktioniert, lesen Sie hier.