Ver e exportar dados de análise

O Google Analytics oferece insights sobre as tendências de uso, a qualidade da pesquisa e o engajamento do usuário final com seu app. O console oferece uma experiência de painel interativa com tecnologia do Looker. Nesta página, descrevemos como ver as análises dos seus apps.

Observação: as métricas são atualizadas a cada 6 horas. Portanto, pode levar várias horas até que você possa usar a página Analytics depois de criar o app.

Antes de começar

Verifique se o app está conectado a um repositório de dados. As métricas de app só ficam disponíveis a partir do momento em que um repositório de dados é vinculado a um app.

Se você não tiver um repositório de dados, conecte uma fonte de dados do Google ou uma fonte de dados de terceiros ao seu app.

Aviso: algumas métricas do app podem ser perdidas se um repositório de dados for desvinculado do app.

Eventos do usuário para análise

Esta seção descreve os eventos do usuário que o Gemini Enterprise usa para gerar métricas relacionadas à pesquisa, como contagem de pesquisas e taxa de cliques. Nenhuma configuração adicional é necessária se você estiver usando a interface para pesquisar e receber respostas pelo assistente do Gemini Enterprise. No entanto, se você usar as APIs do Gemini Enterprise nos seus próprios apps, será necessário configurar a pesquisa no app para capturar os eventos de usuário e importar esses eventos para o app.

Os apps do Gemini Enterprise exigem os seguintes eventos de usuário para receber as métricas:

• Pesquisar eventos. Obrigatório para a taxa de cliques.
• Eventos de item de visualização. Obrigatório para a taxa de cliques.

As seguintes informações também são usadas para algumas análises:

• Impressões. Você pode fornecer impressões (visualizações ou cliques de itens) atribuíveis ao Google incluindo o item associado em UserEvent.Documents ao ingerir eventos do usuário. Essas informações são necessárias para a atribuição e para calcular métricas por pesquisa.
• Tokens de atribuição. Os tokens de atribuição são IDs exclusivos gerados pelo Google e retornados com cada solicitação de pesquisa. Inclua esse token de atribuição como UserEvent.attributionToken com todos os eventos de usuário resultantes de uma pesquisa. Isso é necessário para identificar se uma pesquisa é veiculada pela API. Somente eventos do usuário com um token de atribuição gerado pelo Google são usados para calcular métricas.
• Logs de pesquisa. Os registros de pesquisa são baseados em solicitações de pesquisa. Para permitir que o Google identifique as sessões do usuário e possa fornecer análises por sessão e resultados de pesquisa de maior qualidade, recomendamos definir o campo opcional SearchRequest.UserPseudoId.

Se não houver registros de pesquisa ou eventos do usuário, os valores padrão serão mostrados para todas as métricas.

Ver análises do Gemini Enterprise

Observação: para apps em multirregiões dos EUA e da UE, a visualização da análise de pesquisa está em pré-lançamento público. As análises de pesquisa são o GA para apps globais.

Você pode conferir a análise de pesquisa do seu app. As métricas relacionadas às chamadas de pesquisa feitas para o app são mostradas. Se o app estiver conectado a várias lojas de dados, é recomendável fazer chamadas de pesquisa para o app especificando o recurso engine para receber resultados de todas as lojas de dados conectadas.

Use as instruções a seguir para ver as análises sobre seu app.

1. No console Google Cloud , acesse a página do Gemini Enterprise.

   Gemini Enterprise

2. Clique no nome do app que você quer analisar.

3. Clique em Google Analytics.

4. Clique em uma guia para ver esse grupo de métricas:

   • Adoção: métricas sobre o status de adoção do usuário.
   • Uso e qualidade: métricas sobre feedback do usuário e uso do app.
   • Agente: métricas relacionadas a agentes no app, como pesquisa avançada, criação de ideias e agentes personalizados.
   • Valor: métricas sobre a economia de custos alcançada pelos usuários que consultam dados com o app.

   

   Ver os dados de análise de adoção

5. Para filtrar suas métricas, especifique os filtros disponíveis na guia "Métricas" e clique no botão Atualizar para aplicá-los.

Definições de métricas

A tabela a seguir descreve como as métricas são definidas.

Grupo de métricas	Nome da métrica	Definição da métrica	Observações
Adoção	Usuários ativos por dia	Contagem de usuários ativos por dia	Um usuário é considerado ativo quando faz login e aciona qualquer chamada de API, como ao acessar a página inicial.
	Usuários ativos semanalmente	Contagem de usuários ativos por semana. A semana começa na segunda-feira e termina no domingo.
	Usuários ativos por mês	Contagem de usuários ativos por mês
	Taxa de retenção de 7 dias	Contagem de usuários que retornaram no período de sete dias atual / contagem de usuários ativos no período de sete dias anterior	Um usuário é considerado recorrente se estiver ativo durante o período atual de sete dias e o período anterior de sete dias.
	Taxa de crescimento em sete dias	A diferença percentual entre o número de usuários ativos no período atual de sete dias e no período anterior de sete dias
	Taxa de desistência em 7 dias	Contagem de usuários desistentes no período atual de sete dias / contagem de usuários ativos no período anterior de sete dias	Um usuário é considerado inativo se esteve ativo no período de 7 dias anterior, mas não está ativo no período atual.
	Taxa de retenção em 28 dias	Contagem de usuários recorrentes no período atual de 28 dias / contagem de usuários ativos no período anterior de 28 dias
	Taxa de crescimento em 28 dias	A diferença percentual entre o número de usuários ativos no período atual de 28 dias e no período anterior de 28 dias
	Taxa de desistência de 28 dias	Contagem de usuários que cancelaram no período atual de 28 dias / contagem de usuários ativos no período anterior de 28 dias
	Licenças por usuário compradas	O número de licenças (assentos) que a organização comprou	Inclui todas as licenças compradas desde o registro no Gemini Enterprise.
	Licenças reivindicadas	O número de licenças de usuário que foram atribuídas e aceitas por pessoas na sua organização	Inclui todos os assentos reivindicados desde o registro no Gemini Enterprise.
Uso e qualidade	Número de pesquisas	Número total de pesquisas
	Número de respostas	Número total de consultas em que o Gemini Enterprise gerou uma resposta	As respostas geradas por um agente não estão incluídas nessa contagem.
	Contagem de ações	Número total de consultas respondidas pelo Gemini Enterprise	Inclui ações como criar um modelo de e-mail.
	Taxa de cliques (CTR) por pesquisa	Número total de cliques da pesquisa / contagem de pesquisa	Os cliques na pesquisa incluem cliques nos resultados da pesquisa e referências internas.
	Visualização de página por categoria	Número total de visualizações de cada página de categoria
	Contagem de marcações "Gostei" e "Não gostei" no feedback	Contagem de marcações "Gostei" e "Não gostei" enviadas pelos usuários	Um registro das respostas de feedback de positivo/negativo enviadas pelos usuários do app.
	Detalhes dos motivos de não gostar do feedback	Porcentagem dos motivos de não gostar	Quando um usuário não gosta de uma resposta gerada, ele pode selecionar vários motivos para explicar a rejeição. A porcentagem mostra com que frequência cada motivo foi selecionado.
	Taxa de pesquisa concluída	Contagem de pesquisas bem-sucedidas / contagem de pesquisas
	Taxa de respostas bem-sucedidas	Número de respostas corretas / número de respostas
Agentes	Usuários ativos por mês	Número total de usuários ativos que usaram o agente no último mês civil.
	Sessões de chat com agentes por mês	Número total de sessões de chat iniciadas pelos usuários que interagiram com um agente específico durante o último mês civil.	Uma sessão de chat é definida como um usuário interagindo com um agente na mesma conversa em um único dia. Se o usuário continuar a conversa na mesma conversa em um dia subsequente, ela será considerada uma nova sessão.
	Agentes usados por mês	Número total de agentes que tiveram pelo menos um usuário ativo durante o último mês civil.
	Total mensal de sessões de chat	Número total de sessões de chat iniciadas pelos usuários que interagiram com os agentes durante o último mês civil.	Uma sessão de chat é definida como um usuário interagindo com um agente na mesma conversa em um único dia. Se o usuário continuar a conversa na mesma conversa em um dia subsequente, ela será considerada uma nova sessão.
	Agentes criados por mês	Número total de agentes criados no último mês civil.
Valor (visualização pública)
	Pesquisa concluída	Contagem de pesquisas bem-sucedidas.	O número de pesquisas bem-sucedidas é determinado pelo comportamento do usuário após uma pesquisa. Uma pesquisa é considerada bem-sucedida se uma das seguintes situações ocorrer: Se um resultado da pesquisa for clicado antes de uma nova pesquisa ser iniciada. Se a resposta de uma pesquisa incluir um resultado de pesquisa de pessoas e não for seguida por outra pesquisa em dois minutos. Isso acontece porque os resultados da pesquisa de pessoas são mostrados na página de resultados da pesquisa e geralmente não exigem um clique.
	Resposta bem-sucedida	Contagem de respostas corretas	O sucesso de uma resposta é determinado pelo comportamento do usuário depois que ela é gerada. O sucesso é medido pelo feedback fornecido ou pela rapidez com que uma pergunta de acompanhamento foi feita. Se o usuário der um like na resposta, a consulta será considerada bem-sucedida. Se não houver feedback e o usuário não fizer outra consulta em 30 segundos, a consulta será considerada bem-sucedida.
	Horas economizadas dos funcionários nas datas selecionadas	(Número de pesquisas bem-sucedidas + número de respostas bem-sucedidas) x minutos economizados por resposta bem-sucedida
	Valor salvo para as datas selecionadas	Horas economizadas nas datas selecionadas ✕ Taxa horária média dos funcionários	Para conferir essa métrica, na guia Valor, especifique uma taxa horária no campo Taxa horária do funcionário.
	Projeção de horas economizadas por funcionários ao ano	(Número de pesquisas bem-sucedidas + número de respostas bem-sucedidas) x minutos economizados por pesquisa bem-sucedida	A contagem anual projetada de pesquisas bem-sucedidas é derivada da contagem de pesquisas bem-sucedidas no período escolhido. Cada consulta economiza cerca de três minutos, uma estimativa baseada em pesquisas internas do Google.
	Valor anual estimado economizado	Projeção de horas anuais economizadas por funcionário ✕ Taxa horária média por funcionário	Para conferir essa métrica, na guia Valor, especifique uma taxa horária no campo Taxa horária do funcionário.

Exportar métricas

Siga estas etapas para exportar as métricas para uma tabela do BigQuery no projetoGoogle Cloud :

1. Verifique se você tem as permissões e os papéis necessários.

   • Você precisa ter o papel de Visualizador do Discovery Engine para chamar a API.
   • Permissões necessárias para criar um conjunto de dados do BigQuery
   • Permissões necessárias para criar uma tabela.

2. Crie um conjunto de dados do BigQuery:

   1. Abra a página do BigQuery no console do Google Cloud .

      Acessar a página do BigQuery

   2. No painel Explorer, selecione o mesmo projeto em que seu app do Gemini Enterprise está para criar o conjunto de dados.

   3. Clique na opção e em Criar conjunto de dados.

   4. Na página Criar conjunto de dados, faça o seguinte:

      • Em ID do conjunto de dados, insira um nome exclusivo. Você precisa do nome do conjunto de dados para exportar as métricas pela API.

      • Para Tipo de local, a tabela a seguir mostra como mapear os locais do BigQuery para os locais do app Gemini Enterprise:

        Observação: depois que um conjunto de dados é criado, o local não pode ser alterado.

        Local multirregional do app Gemini Enterprise	Local multirregional do BigQuery
        Global	EUA (várias regiões nos Estados Unidos)
        EUA (várias regiões nos Estados Unidos)	EUA (várias regiões nos Estados Unidos)
        UE (várias regiões na União Europeia)	UE (várias regiões na União Europeia)

   5. Clique em Criar conjunto de dados.

3. Crie uma tabela vazia do BigQuery para o conjunto de dados que você criou.

   1. No painel Explorer, expanda o projeto e selecione o conjunto de dados que você criou.
   2. Na seção Informações do conjunto de dados, clique em Criar tabela.
   3. No painel Criar tabela, especifique um nome no campo Tabela. Você precisa do nome da tabela para exportar as métricas pela API.
   4. Clique em Criar tabela.

4. Chame o método analytics:exportMetrics para recuperar dados de métricas dos últimos 30 dias, incluindo o dia atual.

   Observação: só é possível chamar o método analytics:exportMetrics cinco vezes por dia para um projeto Google Cloud e 25 vezes por dia para uma Google Cloud organização.

   REST

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   -H "X-Goog-User-Project: PROJECT_ID" \
   -d '{
      "analytics": "projects/PROJECT_ID/locations/LOCATION/collections/default_collection/engines/APP_ID",
      "outputConfig":
         {
            "bigqueryDestination":
            {
               "datasetId": "BIGQUERY_DATASET_ID",
               "tableId": "BIGQUERY_TABLE_ID"
            }
         }
      }' \
   "https://ENDPOINT_LOCATION-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/LOCATION/collections/default_collection/engines/APP_ID/analytics:exportMetrics"
   

   Substitua:

   • ENDPOINT_LOCATION: a multirregião da sua solicitação de API. Atribua um dos seguintes valores:
     • us- para a multirregião dos EUA
     • eu- para a multirregião da UE
     • global- para o local global
     Para mais informações, consulte Especificar uma multirregião para seu repositório de dados.
   • LOCATION: a multirregião do seu repositório de dados: global, us ou eu
   • PROJECT_ID: o ID do seu projeto Google Cloud .
   • APP_ID: o ID do app de que você quer exportar métricas.
   • BIGQUERY_DATASET_ID: o ID do conjunto de dados do BigQuery que você criou.
     O ID do conjunto de dados segue o formato <PROJECT_ID>.<DATASET_ID>. Você só precisa fornecer o <DATASET_ID>.
   • BIGQUERY_TABLE_ID: o ID da tabela do BigQuery que você criou.
     Na visualização do Explorador clássico, o ID da tabela segue o formato <PROJECT_ID>.<DATASET_ID>.<TABLE_ID>. Você só precisa fornecer o <TABLE_ID>.

   Observação: se você quiser exportar dados de métricas novamente e manter os dados exportados anteriormente, crie uma tabela do BigQuery e atualize o BIGQUERY_TABLE_ID antes de chamar o método analytics:exportMetrics.

   A resposta inclui o nome e o ID da operação. Anote o ID da operação para usar na próxima etapa.
   Por exemplo:

   {
      "name": "projects/my-project-123/locations/global/collections/default_collection/engines/my-app/operations/OPERATION_ID",
      "metadata": {
         "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata"
      }
   }
   

   Exemplo de comando e resultado

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   -H "Content-Type: application/json" \
   -H "X-Goog-User-Project: my-project-123" \
   -d '{
      "analytics": "projects/my-project-123/locations/global/collections/default_collection/engines/my-app",
      "outputConfig":
         {
            "bigqueryDestination":
            {
               "datasetId": "123456789012345678901",
               "tableId": "123456789012345678901"
            }
         }
      }' \
   "https://discoveryengine.googleapis.com/v1alpha/projects/my-project-123/locations/global/collections/default_collection/engines/my-app/analytics:exportMetrics"
   
   {
     "name": "projects/123456/locations/global/collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata"
     }
   }
   

5. Para conferir o status da operação de exportação de métricas, chame o método engines.operations.get:

   REST

   curl -X GET \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   "https://ENDPOINT_LOCATION-discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/LOCATION/collections/default_collection/engines/APP_ID/operations/OPERATION_ID"
   

   Substitua:

   • ENDPOINT_LOCATION: a multirregião da sua solicitação de API. Atribua um dos seguintes valores:
     • us- para a multirregião dos EUA
     • eu- para a multirregião da UE
     • global- para o local global
     Para mais informações, consulte Especificar uma multirregião para seu repositório de dados.
   • LOCATION: a multirregião do seu repositório de dados: global, us ou eu
   • APP_ID: o ID do app de que você quer receber as operações de longa duração.
   • OPERATION_ID: o ID da operação de exportação de métricas retornada na resposta quando você executou o comando para exportar as métricas.

   Exemplo de comando e resultado

   Exemplo de comando:

   curl -X GET \
   -H "Authorization: Bearer $(gcloud auth print-access-token)" \
   "https://discoveryengine.googleapis.com/v1alpha/projects/my-project-123/locations/global
   /collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901"
   

   Exemplo de resposta quando uma operação é concluída com êxito:

   {
     "name": "projects/123456/locations/global/collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata",
       "createTime": "2025-09-17T20:04:30.449781Z",
       "updateTime": "2025-09-17T20:04:35.089617Z"
     },
     "done": true,
     "response": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsResponse"
     }
   }
   

   Exemplo de resposta quando uma operação encontra erros:

   {
     "name": "projects/123456/locations/global/collections/default_collection/engines/my-app/operations/export-metrics-123456789012345678901",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.ExportMetricsMetadata",
       "createTime": "2025-09-17T20:04:30.449781Z",
       "updateTime": "2025-09-17T20:04:35.089617Z"
     },
     "done": true,
     "error": {
       "code": 3,
       "message": "BigQuery job failed with error: Not found: Dataset my-project-123:123456789012345678901 was not found in location US at [1:24]"
     }
   }