N'importez pas de fichier qui comporte des clés en double (par exemple, deux champs nommés "user_id").
Pour améliorer la segmentation des utilisateurs et vos audiences de remarketing, vous pouvez importer les métadonnées utilisateur que vous stockez en dehors d'Analytics (comme le taux de fidélité, la date de dernier achat et la valeur vie client) depuis votre système CRM.
Comment fonctionne l'importation des données utilisateur ?
Pour réussir l'importation, vous devez pouvoir associer vos données aux données Analytics à l'aide de l'une des clés suivantes :
- ID de flux + Client-ID (Web) ou ID d'instances d'applications (applications) générés par Analytics.
- Identifiant unique que vous générez pour chaque utilisateur. Par exemple, vous pouvez obtenir l'User-ID depuis votre site Web ou votre service d'authentification d'application, ou l'extraire depuis votre système CRM. Ajoutez ensuite ces identifiants uniques (hachés à des fins de confidentialité) à votre code de mesure, que vous envoyez à Analytics en même temps que les événements.
Analytics utilise 1) les ID de flux, et les Client-ID ou ID d'instances d'applications, ou 2) les identifiants uniques en tant que clé pour mapper l'utilisateur avec les données importées.
Vous sélectionnez l'une de ces méthodes lorsque vous importez vos données.
Les données importées sont stockées dans des dimensions utilisateur. Après avoir été importées, elles sont associées à tous les événements déclenchés par les utilisateurs identifiés via ce processus.
Stocker les identifiants utilisateur dans Analytics
Il existe deux façons de stocker des identifiants utilisateur dans Analytics :
- Via la dimension User-ID
Découvrez comment définir un User-ID - Via une dimension personnalisée dont la portée est définie sur "Utilisateur" et une propriété utilisateur pour capturer l'identifiant de l'utilisateur
En savoir plus sur les bonnes pratiques pour éviter d'envoyer des informations permettant d'identifier l'utilisateur à Analytics.
Créer les dimensions personnalisées
Vous devez créer les dimensions personnalisées avant d'importer vos données.
Créez des dimensions personnalisées de portée utilisateur pour les valeurs que vous souhaitez importer. Par exemple, vous pouvez créer la dimension personnalisée "Niveau de fidélité de l'utilisateur" avec la propriété utilisateur "loyalty_tier".
Une fois les dimensions personnalisées créées, jusqu'à quatre heures peuvent être nécessaires pour qu'Analytics reconnaisse les données que vous importez. Vous pouvez vérifier si les dimensions personnalisées ont été traitées en ouvrant une exploration et en regardant si les propriétés utilisateur sont disponibles dans l'outil de sélection des dimensions.
Créer un fichier CSV
Créez un fichier CSV contenant les identifiants utilisateur et les valeurs des propriétés utilisateur. Exemple :
| user_id | loyalty_tier |
|---|---|
| A1234 | gold |
| J1234 | bronze |
| K1234 | silver |
| R1234 | silver |
Importer des données
La procédure générale d'importation est décrite dans À propos de l'importation de données.
Lorsque vous créez la source de données, sélectionnez Données utilisateur par User-ID ou Données utilisateur par Client-ID, suivant la méthode choisie pour identifier les utilisateurs (User-ID ou Client-ID/ID d'instance d'application + ID de flux).
Lorsque vous mettrez les champs Analytics en correspondance avec vos champs importés, vous verrez à peu près ce qui suit :
Dans la première colonne :
- Le champ Analytics (dans ce cas, ID utilisateur) auquel vous associez vos données. On l'appelle également la clé de schéma.
- Les propriétés utilisateur des dimensions personnalisées que vous avez créées dans Analytics et qui correspondent aux champs de votre fichier CSV. Dans l'exemple précédent, la dimension personnalisée correspond à "Niveau de fidélité de l'utilisateur" avec la propriété utilisateur "loyalty_tier".
Dans la deuxième colonne, vous sélectionnez les champs correspondants dans votre fichier CSV.
Lorsque vous importez vos données, un délai maximal de 24 heures peut être nécessaire pour qu'Analytics les affiche dans les rapports, les audiences et les explorations. Les utilisateurs que vous identifiez doivent interagir avec votre site ou votre application une fois l'importation effectuée afin que ces propriétés utilisateur soient associées à l'activité des utilisateurs.
Vous pouvez remplacer les valeurs des dimensions utilisateur en important de nouvelles valeurs ou en en collectant de nouvelles via votre code de mesure.
Supprimer une source de données utilisateur du service d'importation des données ne supprime pas les valeurs stockées dans les dimensions utilisateur pour les utilisateurs concernés. Si nécessaire, pour supprimer définitivement les données importées via ce service, vous devrez peut-être (comme pour toute autre méthode de collecte) confirmer la suppression des utilisateurs ou des données.
Détails concernant la source de données
Légende
- Portée : détermine les événements qui seront associés aux valeurs des dimensions issues de l'importation. Les dimensions personnalisées peuvent avoir l'une des deux portées suivantes :
- Événement : informations descriptives sur l'événement (par exemple, son nom)
- Utilisateur : informations descriptives sur l'utilisateur ayant déclenché l'événement (niveau de fidélité, par exemple)
- Clé de schéma : répertorie les dimensions ou métriques de clé. La clé permet d'associer les données que vous importez avec les données existantes de vos événements pour ce type de source de données.
- Données importées : répertorie les dimensions et les métriques disponibles pour les données que vous importez dans Analytics.
Les dimensions et métriques indiquées pour le schéma ne sont fournies qu'à titre de référence et peuvent ne pas être complètes. Celles réellement disponibles s'affichent dans l'interface utilisateur lorsque vous créez la source de données.
| Portée | Utilisateur |
|---|---|
| Clé de schéma |
L'un des suivants :
|
| Données importées |
Propriétés utilisateur |
| Remarques |
Vous ne devez pas importer ni associer des informations permettant d'identifier personnellement l'utilisateur dans les données utilisateur. En savoir plus |
Modèles
Voici des exemples de modèles CSV pour les données Client-ID et User-ID. Si vous avez besoin de créer manuellement vos fichiers d'importation, utilisez ces exemples pour vous guider.
Client-ID
| client_id | stream_id | user_property1 | user_property2 | user_property3 |
|---|---|---|---|---|
| 1234567890.1234567890 | 1234567 | valeur utilisateur 1 | valeur utilisateur 2 | valeur utilisateur 3 |
| 2345678901.2345678901 | 1234567 | valeur utilisateur 1 | valeur utilisateur 2 | valeur utilisateur 3 |
| 3456789012.3456789012 | 1234567 | valeur utilisateur 1 | valeur utilisateur 2 | valeur utilisateur 3 |
User-ID
| user_id | user_property1 | user_property2 | user_property3 |
|---|---|---|---|
| 123abc | valeur utilisateur 1 | valeur utilisateur 2 | valeur utilisateur 3 |
| 456def | valeur utilisateur 1 | valeur utilisateur 2 | valeur utilisateur 3 |
| 789ghi | valeur utilisateur 1 | valeur utilisateur 2 | valeur utilisateur 3 |
Rechercher votre ID de flux
- Dans Administration, sous Collecte et modification des données, cliquez sur Flux de données.
- Ouvrez le flux de données concerné.
L'ID du flux est indiqué à gauche de l'en-tête des détails.
