Vijesti o Tehnologiji, Recenzije i Savjeti!

7 Uobičajeni Google Analytics 4 Pogreške u konfiguraciji koje treba izbjegavati

Napomena: Sljedeći članak će vam pomoći:
7 Uobičajeni Google Analytics 4 Pogreške u konfiguraciji koje treba izbjegavati

Ako ste imali priliku pročitati prethodne vodiče koje smo objavili na Google Analyticsu 4 (GA4), vjerojatno znate da to nije plug-and-play analitički alat kao što je bio Universal Analytics.

Puno je informacija koje treba usvojiti da bismo mogli ispravno postaviti GA4, a vrijeme prolazi.

Snimka zaslona s Googlea, svibanj 2023

Budući da je GA4 složeniji alat, lako je napraviti pogreške koje mogu ugroziti točnost i pouzdanost prikupljenih podataka.

U ovom ćemo članku istražiti pet uobičajenih Google Analyticsa 4 pogreške koje se lako mogu dogoditi i dati praktične savjete kako ih izbjeći.

1. Nije postavljeno razdoblje zadržavanja podataka

GA4 prema zadanim postavkama dolazi s dvomjesečnim razdobljem zadržavanja podataka, a imate mogućnost postaviti ga na 14 mjeseci. Razdoblje zadržavanja primjenjuje se na prilagođena izvješća u istraživanjima, dok podaci u standardnim izvješćima nikada ne ističu.

Nakon što prođe razdoblje zadržavanja, podaci će se automatski izbrisati – što znači da ako ne promijenite tu postavku dok postavljate GA4, nećete moći pokretati prilagođena izvješća iz godine u godinu i izgubit ćete vrijedne povijesne podatke.

Kako biste promijenili razdoblje zadržavanja, idite na > i na padajućem izborniku odaberite 14 mjeseci.

Postavka zadržavanja.

Također ćete primijetiti potvrdni okvir s natpisom “Poništi korisničke podatke pri novoj aktivnosti”, što znači da se 14-mjesečno razdoblje zadržavanja podataka računa od trenutka zadnjeg posjeta korisnika nadalje.

Drugim riječima, svaki put kada se korisnik uključi u novu aktivnost, njegovo se razdoblje zadržavanja podataka produžuje za dodatnih 14 mjeseci.

Iskreno, ne mogu se sjetiti slučaja upotrebe kada biste odlučili isključiti tu opciju, pa je držim uključenom.

2. Dimenzije s visokom kardinalnošću

Dimenzije visoke kardinalnosti su dimenzije koje sadrže više od 500 jedinstvenih vrijednosti unutar jednog dana. To može predstavljati izazove i ograničenja u analizi podataka unutar GA4.

Kardinalnost u GA4 može negativno utjecati na točnost i pouzdanost podataka.

Na primjer, kada pratite točan broj riječi kao prilagođenu dimenziju na svakoj stranici članka, mogli biste imati visoku kardinalnost ako imate tisuće članaka jer se broj riječi može razlikovati za svaki članak.

Kako popraviti visoku kardinalnost

Da biste ublažili utjecaj visoke kardinalnosti u GA4, razmislite o stvaranju skupa vrijednosti.

Uz gornji primjer prilagođene dimenzije broja riječi, zapravo nije toliko važno hoće li članak imati 500 ili 501 riječ. Vrijednosti možete grupirati u raspone kao što su:

  • <500.
  • 500-1000.
  • 1001-1500 (prikaz, ostalo).
  • 1501-2000 (prikaz, stručni).
  • +2000.

I umjesto guranja previše različitih vrijednosti, imat ćete samo pet različitih dimenzija.

Također, kao najbolja praksa, uvijek mudro definirajte prilagođene dimenzije.

Osigurajte usklađenost prilagođenih dimenzija s vašim ciljevima analize i razmotrite njihov potencijalni utjecaj na točnost podataka i potrošnju resursa.

3. Ne povezuje se s BigQuery računom

Povezivanje s BigQueryjem bilo je dostupno u Universal Analytics 360, ali ne i u free verzija. S GA4 sada svi korisnici imaju pristup toj premium značajki.

Budući da izvozi podatke u BigQuery od trenutka kada se povežete, važno ga je postaviti na početku kako biste imali što više povijesnih podataka.

BigQuery ima veliku prednost u odnosu na GA4 prilagođena izvješća jer se podaci nikada ne uzorkuju, dok će u prilagođenim izvješćima podaci biti uzorkovani ako ih ima više od 10 milijuna događaja u izvješću o istraživanju.

Kako biste povezali GA4 s BigQueryjem, idite na BigQuery veze u postavkama GA4.

Kako biste dovršili povezivanje s BigQueryjem, trebali biste izraditi BigQuery projekt koji će zahtijevati unos podataka o naplati.

To je freemium i 10 GB je free svaki mjesec; naplatit će vam $00,02 po GB ako prekoračite taj broj.

4. Neuspješno postavljanje prilagođene publike

GA4 ima moćne mogućnosti stvaranja publike o kojima možete više pročitati u našem vodiču o tome kako izraditi segmente i publiku.

S GA4 publikom možete analizirati određene segmente podataka, što vam omogućuje da dođete do vrijednih uvida. Na primjer, možete stvoriti ciljanu publiku kao što su angažirani korisnici, pretplaćeni korisnici ili korisnici koji su kupili u zadnjih 30 dana.

Preporučljivo je stvoriti publiku za svoj ICP i označiti ga kao konverziju.

Budući da datumi publike nisu retroaktivni, važno je definirati ciljnu publiku na početku postavljanja kako biste prikupili povijesne podatke.

5. Korištenje automatske migracije iz Universal Analyticsa

GA4 je potpuno drugačija zvijer u usporedbi s UA, s drugačijim modelom podataka.

Iako nudi opciju automatskog prikupljanja Universal Analytics događaja, bolje je ne koristiti je jer je to prilika da preispitate svoju analitiku i iznova dizajnirate svoju arhitekturu prikupljanja događaja za bolju analitiku.

Prikupite događaje Universal Analyticsa.

6. Ne isključuje neželjene preporuke

Često web-mjesta za e-trgovinu imaju procesore plaćanja trećih strana koji se nalaze pod različitim domenama – a kada ih preusmjeri natrag na web-mjesto nakon što korisnik završi naplatu, GA će to otkriti kao novu sesiju jer je preporuka drugačija.

Kako biste to izbjegli i kako ne biste iskrivili svoje podatke o konverzijama, trebate isključiti takve domene iz preporuka kako GA ne bi pokrenuo novu sesiju.

U SEJ-u, na primjer, imamo domenu kratke veze “sejr.nl”, koju treba tretirati kao istu domenu – pa smo je dodali na naš popis isključenja.

Također, ako imate poddomene i želite pratiti preko poddomena koristeći isto svojstvo GA4, morate isključiti vlastitu domenu iz preporuka kako biste zadržali istu sesiju kada korisnici prijeđu s jedne poddomene na vašu glavnu domenu.

7. Neodabir pravog identiteta za izvješćivanje

Sljedeće opcije identiteta izvješćivanja dostupne su u GA4:

  • Pomiješan.
  • Promatranom.
  • Na temelju uređaja.

Opcija prijavljivanja identiteta.

Dobra vijest je da se u bilo kojem trenutku možete prebacivati ​​s jedne na drugu opciju, a to će se odraziti na vaša prilagođena izvješća o istraživanju.

Ali želio bih napomenuti zašto je važno odabrati pravu opciju prema vašem poslovnom slučaju.

Ako nemate prijavu i korisničke ID-ove na svojoj web-lokaciji, u 99% slučajeva trebao bi ići “temeljen na uređaju”, jer druge dvije opcije mogu iskriviti vaše podatke o konverzijama.

Razlog je privatnost korisnika. S omogućenim Google signalima, GA koristi korisničke ID-ove za praćenje korisnika na različitim uređajima, zatim ih uparuje ako su prijavljeni na svoje račune Google usluga na različitim uređajima – i postoji mogućnost da identitet korisnika bude otkriven.

U takvim slučajevima skriva korisničke podatke iz izvješća i modelira podatke na temelju ponašanja korisnika. Modeliranje podataka može dovesti do određene razine netočnosti jer se radi o procjeni, a ne o točnom mjerenju.

Uz modelirane i promatrane opcije, često ćete primijetiti “Primjenjuju se pragovi podataka” u vašim izvješćima koji imaju implikacije na točnost podataka.

Primijenjen je prag.

Možete se pokušati prebacivati ​​između ovih opcija i vidjeti kako se vaši podaci mijenjaju.

Ako primijetite značajnu razliku u broju pretvorbi između pomiješanih, promatranih identiteta i na temelju uređaja, možda bi bilo bolje koristiti drugu opciju.

Identitet temeljen na uređaju funkcionira slično kao i praćenje Universal Analyticsa.

Zaključak

Zaključno, ključno je izbjeći uobičajene konfiguracijske pogreške prilikom postavljanja Google Analyticsa 4 kako bi se osiguralo točno i pouzdano prikupljanje podataka.

Razumijevanjem ovih potencijalnih zamki i poduzimanjem potrebnih mjera, možete najbolje iskoristiti mogućnosti GA4 i doći do značajnih uvida za svoju web stranicu ili aplikaciju.

Osim toga, GA4 zahtijeva tekuće održavanje, a ne jednokratno postavljanje.

Neuspjeh u redovitom praćenju i analiziranju vaših podataka može dovesti do propuštenih prilika i otežati prepoznavanje i rješavanje problema na vrijeme.

Više resursa: