一项新功能实现了 Google Search Central 与 BigQuery 的直接连接，为分析更大量的数据并获取更多数据洞察创造了机会。
根据隐私指南收集数据变得越来越困难，此外，确保对最终能够收集的数据拥有尽可能多的控制权也至关重要；在数据控制权日益重要的时代，建议尽快开始构建一个数据仓库，其优势在于随着连接数据源和数据仓库的能力不断增长，这一过程正变得愈发简便，例如Google的BigQuery数据仓库与Google Search Console之间的连接便是如此。
今年二月，Google Search Central 团队宣布推出了一项新功能，该功能将实现 Google Search Central 与 BigQuery 之间的直接集成。在此之前，Search Console 界面最多只能显示过去十六个月的数据。通过这种连接，你可以随时获取这些数据。
掌控你的数据
通过在中央数据仓库内连接不同的数据流，你可以完全掌控自己的数据，并创建一个“单一事实来源”，使所有收集到的数据使用统一的语言进行表达；在你的仓库中，你可以轻松构建表格，让越来越多的数据源融合在一起，从而全面掌握公司在不同营销相关领域的表现，这些数据随后可以在BigQuery环境中轻松转换，让你能够清晰地讲述特定时间段内的表现故事。
通过改善不同来源之间的集成，简化了分析原始数据的整体流程，从而更快地得出具体结论，进而针对不同的行动要点进行调整；Google BigQuery的可扩展性使得能够在不严重影响使用速度的情况下，轻松地在数据仓库内连接更多数据源。
为什么是现在？
Universal Analytics的终结日益临近，这使得尽快开始构建一个数据仓库以保留尽可能多的历史数据变得尤为重要，同时还需要考虑到关于数据处理日益增加的隐私要求。
幸运的是，Google BigQuery不仅提供了Search Console的直接连接，还允许将Google Analytics 4直接连接到这个数据仓储工具，从而能够毫不费力地将两个最重要的数据源连接到同一个数据仓库，从这里开始，你可以让数据融合在一起，为你的在线表现创造一个连贯的故事。
Looker Studio
如果你在 BigQuery 中转换和解读数据时遇到困难，可以利用 Google BigQuery 的另一个优势：与其他 Google 产品（如 Looker Studio（前身为 Data Studio））轻松集成。在 Looker Studio 中，你可以构建动态仪表板，一目了然地评估关键绩效指标 (KPI) 并制定行动要点。
在该程序中，提供了丰富的可视化选项来构建美观的界面。在界面中，你可以根据评分卡、表格和图表选择合适的数据可视化方式，以尽可能清晰地展示 KPI 的发展趋势。当将 BigQuery 作为主要数据源连接到仪表板时，随着仪表板运行时间的延长，即使流入的数据量巨大，仪表板的性能也不会受到明显影响。
洞察
通过将Search Console数据通过BigQuery连接到仪表板，你可以一目了然地获得有关在线可见性表现的更好见解，来自Search Console的数据可以回答诸如：你的网站在Google上出现多少次？人们点击它的频率如何？哪些关键词带来了高点击率？以及你是否在被希望被找到的关键词中被找到等问题。
这一切简化了整体的决策过程，从初始问题出发，到识别瓶颈，再到制定明确的行动要点以提升绩效。此后，只需等待结果是否发生变化。幸运的是，借助 Looker Studio 中的动态可视化功能，这将很容易进行监控。
关于作者：Jesse Terstappen是OrangeValley的数据智能顾问。