Du må ikke uploade filer, der indeholder duplikerede nøgler (f.eks. to felter med navnet user_id).
Du kan forbedre brugersegmentering og remarketingmålgrupper ved at importere brugermetadata, der er gemt uden for Analytics, f.eks. loyalitetsbedømmelse, dato for sidste køb og kundens levetidsværdi fra dit CRM-system.
Sådan fungerer import af brugerdata
Du kan ikke importere brugerdata, før du kan flette dine data med Analytics-data ved hjælp af en af følgende nøgler:
- Strøm-id plus enten Client-ID'er (web) eller appforekomst-id'er (app), som Analytics genererer.
- Et unikt id, som du genererer for hver bruger. Du kan f.eks. udlede bruger-id'et fra dit website eller din appgodkendelsestjeneste eller hente det fra dit CRM-system. Derefter kan du føje disse unikke id'er (hashkrypteret af hensyn til slutbrugernes privatliv) til din målingskode og sende dem til Analytics sammen med hændelser.
Analytics bruger 1) strøm-id'erne og Client- eller appforekomst-id'erne eller 2) de unikke id'er som nøglen til at knytte brugeren til de uploadede data.
Du kan vælge en af disse metoder, når du importerer dine data.
Uploadede data gemmes i brugerdimensioner, og efter upload knyttes alle efterfølgende hændelser, der aktiveres af de brugere, du identificerer via denne proces.
Sådan gemmer du bruger-id'er i Analytics
Du kan gemme bruger-id'er på to måder i Analytics:
- Brug af User-ID-dimensionen
Få flere oplysninger om, hvordan du angiver et bruger-id - Brug af en tilpasset dimension med omfanget "bruger" og med en brugeregenskab til registrering af bruger-id'et
Få flere oplysninger om optimale løsninger til, hvordan du undgår at sende PII til Analytics
Opret de tilpassede dimensioner
Du skal oprette de tilpassede dimensioner, før du uploader dine data.
Opret tilpassede dimensioner på brugerniveau for de værdier, du vil importere. Du kan f.eks. oprette den tilpassede dimension "Brugerloyalitetsniveau" med brugeregenskaben "loyalty_tier".
Når du har oprettet de tilpassede dimensioner, skal Analytics bruge op til 4 timer, før de er klar til at genkende de data, du importerer. Du kan verificere, at de tilpassede dimensioner er behandlet, ved at åbne en udforskning og tjekke, om brugeregenskaber er tilgængelige i dimensionsvælgeren.
Opret en CSV-fil
Opret en CSV-fil med bruger-id'er og værdier for brugeregenskaber. Eksempel:
| user_id | loyalty_tier |
|---|---|
| A1234 | guld |
| J1234 | bronze |
| K1234 | sølv |
| R1234 | sølv |
Upload data
Den generelle procedure for upload er beskrevet i Om dataimport.
Når du opretter datakilden, skal du vælge enten Brugerdata efter User-ID eller Brugerdata efter Client-ID, afhængigt af hvilken metode du bruger til at identificere brugere (User ID eller Client-ID/appforekomst-id + stream-id.
Når du knytter Analytics-felter til dine importerede felter, vises der noget i stil med følgende:
I den første kolonne kan du se:
- Det Analytics-felt (i dette tilfælde User-ID, som du fletter dine data med. Dette kaldes også skemanøglen.
- Brugeregenskaber for de tilpassede dimensioner, du har oprettet i Analytics, og som matcher felterne i din CSV-fil. I ovenstående eksempel er den tilpassede dimension "Brugerloyalitetsniveau" med brugeregenskaben "loyalty_tier".
I den anden kolonne skal du vælge de matchende felter i din CSV-fil:
Når du har uploadet dine data, kan der gå op til 24 timer, før Analytics gør disse data tilgængelige i rapporter, målgrupper og udforskninger. De brugere, du identificerer, skal interagere med dit website eller din app, når du har uploadet dataene, for at disse brugeregenskaber kan knyttes til brugeraktivitet.
Du kan overskrive værdier for brugerdimensioner ved at uploade nye eller indsamle nye værdier via din målingskode.
Selvom en brugerdatakilde slettes fra tjenesten til dataupload, slettes de værdier, der er gemt i brugerdimensionerne for de berørte brugere ikke. Om nødvendigt (og som med alle andre indsamlingsmetoder) skal du muligvis følge op med en brugersletning eller datasletning for at fjerne data, der er uploadet via Dataimport.
Datakildeoplysninger
Forklaring
- Omfang: Omfanget er afgørende for, hvilke hændelser der bliver tilknyttet importdimensionsværdierne. Tilpassede dimensioner kan have et af to forskellige omfang:
- Hændelse: Beskrivende oplysninger om hændelsen (f.eks. hændelsesnavnet)
- Bruger: Beskrivende oplysninger om den bruger, der aktiverede hændelsen (f.eks. loyalitetsniveauet)
- Skemanøgle: Angiver nøgledimensioner eller -metrics. Nøglen bruges til at flette de data, du uploader, sammen med de eksisterende data i dine hændelser for denne datakildetype.
- Importerede data: Angiver de dimensioner og metrics, der er tilgængelige for de data, du uploader til Analytics.
Skemaets angivne dimensioner og metrics er kun beregnet til reference og er muligvis ufuldstændige. De dimensioner og metrics, der reelt er tilgængelige, vises på brugerfladen, når du opretter datakilden.
| Omfang | Bruger |
|---|---|
| Skemanøgle |
En af følgende:
|
| Importerede data |
Brugeregenskaber |
| Noter |
Du må ikke uploade eller tilknytte personhenførbare oplysninger i forbindelse med import af brugerdata. Få flere oplysninger |
Skabeloner
Her eksempler på CSV-skabeloner til Client-ID-data og User-ID-data. Hvis du har brug for at oprette dine uploadfiler manuelt, kan du bruge disse eksempler som vejledning.
Client-ID
| client_id | stream_id | user_property1 | user_property2 | user_property3 |
|---|---|---|---|---|
| 1234567890.1234567890 | 1234567 | brugerværdi 1 | brugerværdi 2 | brugerværdi 3 |
| 2345678901.2345678901 | 1234567 | brugerværdi 1 | brugerværdi 2 | brugerværdi 3 |
| 3456789012.3456789012 | 1234567 | brugerværdi 1 | brugerværdi 2 | brugerværdi 3 |
User-ID
| user_id | user_property1 | user_property2 | user_property3 |
|---|---|---|---|
| 123abc | brugerværdi 1 | brugerværdi 2 | brugerværdi 3 |
| 456def | brugerværdi 1 | brugerværdi 2 | brugerværdi 3 |
| 789ghi | brugerværdi 1 | brugerværdi 2 | brugerværdi 3 |
Find dit strøm-id
- Klik på Datastrømme i Administrator under Dataindsamling og ændring.
- Åbn den relevante datastrøm.
Strøm-id'et findes i venstre side af infooverskriften.
