本文是在实际操作中踩到的一些坑，并不是操作手册。具体的还是需要仔细按照官方文档操作。
参考文档：https://developers.google.com/analytics/
重点看标红的文档即可
普通事件埋点
各端需要跟产品端确定好统一的事件名称和参数，否则数据混乱，通过api获取数据非常不准确
以前端代码为例
gtag('event', '<event_name>', {
<event_parameters>
});
//举例
gtag('event', 'banner_view', {
banner_id:4332
});后端
event_name根据确定好的场景进行设置（注意：禁止将id直接设置在事件名称中，比如 product_view_23423之类的。事件数量暂无限制，google analytics本身预设了click、first_visit、page_view、scroll、session_start等事件，日常的行为均被记录到预设事件中）， event_parameters则是事件向google analytics传递的参数。如果要根据参数中的某个值查询，则需要这个参数在自定义维度中添加过。比如banner_id，
这个自定义维度不能超过50个。自定义维度和指标在后台设置后需要一两天后数据才可查询。
注意：如果某个维度在一天内的唯一值超过 500 个，该维度就会被视为高基数维度。如果存在高基数维度，报告就更有可能达到其行数上限，从而导致出现“（其他）”行。只有当信息很重要且是实现业务目标所必需的，才应使用高基数维度。
如何理解以上这段话，举例：
gta('event','product_view',{
id:21332
})这里设置了一个维度id，当商品的数量达到成千上万，这里的id唯一值将超过500，这种维度会视作高基数维度。那要对商品进行某些维度上的分析，如何做呢？google analytics针对电商平台设置了专门的维度，参考https://developers.google.com/analytics/devguides/collection/ga4/ecommerce?client_type=gtag。
如何去理解维度和指标？https://support.google.com/analytics/answer/9143382
维度：是描述数据的属性，例如各种id，渠道，来源，机型，年龄，性别，事件，位置，国家城市等等，维度通常用于对数据进行分组或筛选
指标：是描述数据的数量，时间，百分比，数量，活跃数，用户数等等
谷歌预定维度和指标 https://developers.google.com/analytics/devguides/reporting/data/v1/api-schema?hl=zh-cn#dimensions
如何衡量同一个用户在不同平台的活动？https://support.google.com/analytics/answer/9213390
借助 User-ID 功能，您可以将自己的标识符与具体用户关联起来，以便在不同的会话以及各种设备和平台上关联他们的行为。Google Analytics（分析）会将每个 User-ID 解读为一个单独的用户，这使得您可以获得更准确的用户计数，让您更全面地了解用户与您的业务的关系。
gtag('config', 'TAG_ID', {
'user_id': 'USER_ID'
});各端在用户登录后，可将USER_ID设置为用户id，这样该用户在各端的数据都能统一起来。
电商平台事件埋点
https://developers.google.com/analytics/devguides/collection/ga4/ecommerce?client_type=gtag
针对电商类网站，google analytics有专门设置特定的参数，按照文档设置即可
后端通过API埋点
推送参数参考
https://developers.google.com/analytics/devguides/collection/protocol/ga4/sending-events
推送地址：https://www.google-analytics.com/mp/collect
验证地址： https://www.google-analytics.com/debug/mp/collect
Android和IOS的firebase_app_id，web的measurement_id数据流中查看
Measurement Protocol API 密钥，也是在数据流中创建
新事件必须先调用验证，在推送埋点数据，否则不会被谷歌收录
汇总数据流
每个视图都是分散的，挨个获比较麻烦，需要把各端数据流合并
管理》数据流
客户端汇总每个视图都是分散的，挨个获比较麻烦，需要把各端数据流合并
如果后端的埋点数据需要区分来源，那么不同端的数据需要打到对应的数据流中
通过API拉取数据
拉取参数参考
https://ga-dev-tools.web.app/ga4/query-explorer/
1、API启用
https://developers.google.com/analytics/devguides/reporting/data/v1/quickstart-client-libraries
2、身份验证
创建和管理服务帐号密钥
https://console.cloud.google.com/projectselector2/iam-admin/serviceaccounts?supportedpurview=project
创建完后将类似redmou-test@redmou-test.iam.gserviceaccount.com账号回填到google analytics 后台并设置好相关权限
3、API接入 按照SDK文档
java构建实例：https://github.com/googleapis/java-analytics-data/tree/main/samples/snippets/src/main/java/com/example/analytics
1）PROPERTY_ID指的是
2）接口请求参数里metrics是指标，返回参数里会根据所列的指标返回响应的数值。dimensions是维度。一般查询事件 metrics 是 eventValue,dimensions 是eventName，会把所有事件结果返回。请求参数里还有dimensionFilter是根据之前请求维度筛选，同理metricFilter。 自定义维度查询，比如：customeEvent：banner_id。
具体可以通过
https://ga-dev-tools.web.app/ga4/query-explorer/
进行操作。
请求参数举例：复制代码通过json格式化在线工具 格式化查看更清晰
{
"dimensions":[
{
"name":"platform"
},
{
"name":"customEvent:icon_id"
}
],
"metrics":[
{
"name":"eventCount"
}
],
"dateRanges":[
{
"startDate":"30daysAgo",
"endDate":"yesterday"
}
],
"keepEmptyRows":true,
"metricAggregations":[
"TOTAL"
]
}返回数据举例：
{
"dimensionHeaders":[
{
"name":"platform"
},
{
"name":"customEvent:icon_id"
}
],
"metricHeaders":[
{
"name":"eventCount",
"type":"TYPE_INTEGER"
}
],
"rows":[
{
"dimensionValues":[
{
"value":"web"
},
{
"value":"(not set)"
}
],
"metricValues":[
{
"value":"135"
}
]
},
{
"dimensionValues":[
{
"value":"web"
},
{
"value":"1002"
}
],
"metricValues":[
{
"value":"5"
}
]
},
{
"dimensionValues":[
{
"value":"web"
},
{
"value":"1003"
}
],
"metricValues":[
{
"value":"4"
}
]
},
{
"dimensionValues":[
{
"value":"web"
},
{
"value":"1001"
}
],
"metricValues":[
{
"value":"2"
}
]
},
{
"dimensionValues":[
{
"value":"web"
},
{
"value":"1004"
}
],
"metricValues":[
{
"value":"2"
}
]
},
{
"dimensionValues":[
{
"value":"web"
},
{
"value":"1005"
}
],
"metricValues":[
{
"value":"2"
}
]
}
],
"totals":[
{
"dimensionValues":[
{
"value":"RESERVED_TOTAL"
},
{
"value":"RESERVED_TOTAL"
}
],
"metricValues":[
{
"value":"150"
}
]
}
],
"rowCount":6,
"metadata":{
"currencyCode":"CNY",
"timeZone":"Asia/Shanghai"
},
"kind":"analyticsData#runReport"
}
