Inhalt
- Serverless Spark in der Google Cloud
- Neu: Search Console URL Inspection API
- Vollständiger Phase-out der Google Advertising ID
- Arbeiten mit Remote Functions in der Google Cloud
- Neue Integrationen für GA4
- Improved Data Blending in Data Studio
- MarTechSnack | Predictive Metrics in Google Analytics 4
- Whitepaper | Aufbau einer Recommendation Engine in der Google Cloud Platform (GCP)
Liebe Kunden,
in unserem neuen Whitepaper beschäftigen wir uns mit Recommendation Engines und wie diese funktionieren. Gerade im eCommerce haben Recommendation Engines einen erheblichen Einfluss auf Warenkorbgrößen und Conversionraten. Mit dem Whitepaper möchten wir das Verständnis für die Methoden stärken.
Auch Google Analytics 4, Google Data Studio und die Google Cloud erhielten im Februar wieder neue spannende Funktionen.
Viel Spaß beim Lesen!
1. Serverless Spark in der Google Cloud
Anfang des Monats hat Google im Rahmen einer ersten Vorschau-Funktion Spark on Google Cloud, eine autoskalierende serverlose Implementierung von Apache Spark vorgestellt. Spark ist in der Branche zu einer bewährten Standardumgebung für alle Arten von Analysen, Data Engineering und maschinellem Lernen geworden. Die Verwendung von Spark erfordert in den meisten Daten- und KI-Pipelines aber die explizite Bereitstellung eines Spark-Clusters sowie das Managen von Latenzzeiten, die für das Hochfahren des Clusters erforderlich sind.
Mit dem Serverless Spark, ähnlich wie bei BigQuery selbst, wird die Arbeitslast zur Ausführung einfach in die Google Cloud übermittelt, wo diese automatisch dimensional angepasst und ausgeführt wird.
Der Dienst wird zukünftig neben BigQuery auch in Dataproc, Dataplex und in die Vertex AI integriert, sodass Nutzer dieser Dienste ebenfalls Spark nutzen können, ohne sich um die Bereitstellung und Verwaltung der Infrastruktur kümmern zu müssen.
Quelle: cloud.google.com
2. Google führt Search Console URL Inspection API
Mit dem Release der Search Console-APIs bietet Google nun die Möglichkeit, über externe Anwendungen und Produkte auf Daten außerhalb der Search Console zuzugreifen. Abgefragt werden können Daten, die die Search Console in Bezug auf die indexierte Version einer URL besitzt. Die API gibt dann die entsprechenden Informationen zurück, die im URL-Prüftool verfügbar sind.
Das Limit an API-Calls über die URL Inspection API der Search Console beläuft sich dabei auf 2.000 Abfragen pro Tag und insgesamt 600 Abfragen pro Minute.
- Fortlaufendes Monitoring einzelner Seiten zwecks SEO-Debugging. Damit lässt sich beispielsweise ermitteln, ob Unterschiede zwischen von Nutzern deklarierten und von Google ausgewählten kanonischen Seiten existieren. Außerdem könnten Probleme mit strukturierten Daten aus einer Gruppe von Seiten behoben werden.
- CMS- und Plug-in-Entwickler können statistische Daten über Seiten oder Vorlagen erfassen und fortlaufende Prüfungen vorhandener Seiten einrichten. Damit könnten zum Beispiel Änderungen auf wichtigen Seiten im Zeitverlauf beobachtet werden, um Probleme zu diagnostizieren und zu priorisieren.
3. Vollständiger Phase-out der Google Advertising ID
Im Rahmen der Aktualisierung der Google Play-Dienste gegen Ende des letzten Jahres wurde die Google Advertising-ID entfernt (genullt), sobald ein Nutzer die Personalisierung über die Advertising-ID in den Android-Einstellungen deaktiviert hat. Die schrittweise Einführung der Privacy-Maßnahme betraf zuletzt lediglich Apps, die unter Android 12 ausgeführt wurden. Ab April 2022 wird die Anpassung nun auch auf alle Apps ausgeweitet, die über den Google Play Store erhältlich sind.
Angeführt durch Apples ATT Framework, passt sich nun auch Google der Privacy-Bewegung für seine mobilen Betriebssysteme an. Eine gerätespezifische Identifizierung ist somit auch auf allen Android-Geräten bei Opt-out durch den Nutzer nicht mehr möglich.
Quelle: support.google.com
4. Arbeiten mit Remote Functions in der Google Cloud
Mit Remote Functions lassen sich nun auch BigQuery-SQL-Funktionen in Software/Anwendungen außerhalb von BigQuery einbinden. Dazu wird eine direkte Einbindung in Cloud Functions umgesetzt. Mit der Nutzung von Remote Functions können so unter anderem Funktionen in Node.js, Python, Go, Java, .net, Ruby oder PHP eingebunden werden. Diese Funktionen können anschließend in Cloud Functions für Spalten ausgeführt werden, die von einer BigQuery-SQL-Abfrage übergeben wurden.
5. Neue Integrationen für GA4
Google Optimize
Ab sofort besteht die Möglichkeit, Google Optimize Container mit einer GA4-Property zu verknüpfen. Die Nutzung von Google Optimize in Verbindung mit Google Analytics wurde bisher nur Enterprise-Kunden von Universal Analytics ermöglicht. Die neue Integration kommt ebenfalls mit einer Vielzahl von Unterschieden in der Datenverarbeitung und -bereitstellung. Eine Übersicht dieser findet sich in der offiziellen Dokumentation von Google.
Display & Video 360
Ende des Monats hat Google die Display & Video 360 Integration für alle Nutzer in GA4 veröffentlicht. Eine weitere Funktion, die bisher nur Enterprise-Kunden verfügbar war. Zur Auswahl stehen vier Optionen für die Datenkonfigurationen:
- Personalized Advertising
Bestehende GA4 Audience und Remarketing-Listen werden dem DV360 Publisher Network zur Verfügung gestellt. - Campaign Attribution
Eine Aktivierung ermöglicht die Einbeziehung von DV360 Kampagnen in die GA4 Attributionsberichte. - Cost Data Attribution
Eine Aktivierung ermöglicht den Zugriff auf DV360 Umsatzdaten in GA4 - Auto-tagging
Automatische Link-Deklarierung von DV360 Kampagnen in GA4
Quelle: analytics.google.com – Display & Video 360 Link
6. Improved Data Blending in Data Studio
Die Arbeit an Data Studio läuft weiter auf Hochtouren, weshalb wir auch diesen Monat ein neues und hilfreiches Feature vorstellen können.
Ab sofort stehen für das Data Blending in Data Studio erweiterte Funktionen zur Verfügung. Dieses lässt sich jetzt mit fünf verschiedenen Verknüpfungsoperatoren konfigurieren. Zur Auswahl stehen dabei Inner join, Left outer join, Right outer join, Full outer join und Cross join.
Des Weiteren lassen sich unterschiedliche Verknüpfungsbedingungen zwischen Tabellenpaaren im Blending angeben. Zuvor musste jede Tabelle im Blending die gleiche Verknüpfungsbedingung enthalten.
Quelle: datastudio.google.com
7. Predictive Metrics in Google Analytics 4
mohrstade MarTechSnack
Mit Predictive Metrics stellt Google ein weiteres interessantes Machine Learning-Feature für Google Analytics 4 vor. Unter anderem lassen sich diese für den Aufbau von Predictive Audiences für Remarketing Kampagnen oder für den User Livetime Report erstellen, um unter anderem Insights über Kauf- und Abwanderungswahrscheinlichkeiten zu generieren.
Wie Predictive Audiences im Detail funktionieren und wie man sie einfach in Google Analytics 4 anlegen und nutzen kann, zeigen wir in unserem neuesten MarTechSnack #10
Predictive Metrics in Google Analytics 4 | MarTechSnack #10
8. Aufbau einer Recommendation Engine in der Google Cloud Platform (GCP)
mohrstade Whitepaper
Das Thema Recommendation Engines wird häufig als gelöst betrachtet, da sich mittlerweile eine Vielzahl von Anbietern und Services am Markt etabliert haben, die fertige End-to-End-Lösungen für jede Art Recommender-System und Geschäftsmodell anbieten. Hierbei stellt sich aber die Frage nach dem Grad der Individualisierbarkeit für den spezifischen Business-Use-Case sowie dem wahren Wettbewerbsvorteil, den eine “One-size-fits-all”-Lösung mit sich bringen kann. Für einige Geschäftsmodelle ist der Grad der Personalisierbarkeit von Inhalten dabei geschäftskritischer als für andere. Um Ihnen eine Entscheidungsgrundlage über den Einsatz einer Recommendation Engine in ihrem Unternehmen zu geben, zeigen wir in diesem Whitepaper unterschiedliche Lösungsansätze für das Thema auf.
Wir wünschen Ihnen viel Spaß beim Lesen!
Aufbau einer Recommendation Engine in der Google Cloud Platform (GCP)
