Laden Sie keine Datei hoch, die denselben Schlüssel mehrfach enthält (z. B. zwei Felder mit der Bezeichnung „user_id“).
Sie können die Nutzersegmentierung und Remarketing-Zielgruppen optimieren, indem Sie Nutzermetadaten importieren, die Sie außerhalb von Analytics speichern. Das können beispielsweise die Bewertung der Kundentreue, das Datum des letzten Kaufs oder der Customer Lifetime Value aus Ihrem CRM-System sein.
Nutzerdaten importieren
Wenn Sie Nutzerdaten importieren möchten, müssen Sie Ihre Daten mit Analytics-Daten zusammenführen. Verwenden Sie dazu einen der folgenden Schlüssel:
- Stream-ID zusammen mit den von Analytics generierten Client-IDs (Web) oder App-Instanz-IDs (App)
- Eine eindeutige Kennung, die Sie für jeden Nutzer generieren. Sie können eine solche ID beispielsweise über den Authentifizierungsdienst Ihrer Website oder App ableiten oder sie aus Ihrem CRM-System extrahieren. Anschließend fügen Sie die eindeutigen IDs (aus Datenschutzgründen per Hash verschlüsselt) in Ihren Messcode ein und senden sie über den Code zusammen mit Ereignissen an Analytics.
In Analytics werden 1) die Stream-IDs und die Client- oder App-Instanz-IDs oder 2) die eindeutigen IDs als Schlüssel verwendet, um den Nutzer den hochgeladenen Daten zuzuordnen.
Wenn Sie Ihre Daten importieren, wählen Sie eine dieser Methoden aus.
Hochgeladene Daten werden in Nutzerdimensionen gespeichert und anschließend jedem nachfolgenden Ereignis zugeordnet, das von den Nutzern ausgelöst wird, die Sie durch diesen Prozess identifizieren.
Nutzer-IDs in Analytics speichern
User IDs können auf zwei Arten in Analytics gespeichert werden:
- Mit der Dimension „User-ID“
Weitere Informationen zum Festlegen einer User-ID - Mit einer benutzerdefinierte Dimension mit dem Umfang „Nutzer“ und einer Nutzereigenschaft zum Erfassen der User-ID
Weitere Informationen dazu, wie Sie vermeiden, dass personenidentifizierbare Informationen an Analytics gesendet werden
Benutzerdefinierte Dimensionen erstellen
Sie müssen die benutzerdefinierten Dimensionen erstellen, bevor Sie die Daten hochladen.
Erstellen Sie für die zu importierenden Werte benutzerdefinierte Dimensionen auf Nutzerebene, beispielsweise die benutzerdefinierte Dimension „Nutzertreuestufe“ mit der Nutzereigenschaft „loyalty_tier“.
Nachdem Sie die benutzerdefinierten Dimensionen erstellt haben, dauert es bis zu 4 Stunden, bis Analytics die importierten Daten erkennt. Sie können prüfen, ob die benutzerdefinierten Dimensionen verarbeitet werden. Öffnen Sie dazu eine explorative Datenanalyse und sehen Sie nach, ob die Nutzereigenschaften in der Dimensionsauswahl verfügbar sind.
CSV-Datei erstellen
Erstellen Sie eine CSV-Datei mit User-IDs und Werten für Nutzereigenschaften. Beispiele:
user_id | loyalty_tier |
---|---|
A1234 | Gold |
J1234 | Bronze |
K1234 | Silber |
R1234 | Silber |
Daten hochladen
Das allgemeine Uploadverfahren wird unter Datenimport beschrieben.
Wählen Sie beim Erstellen der Datenquelle entweder Nutzerdaten nach User-ID oder Nutzerdaten nach Client-ID aus, je nachdem, welche Methode Sie zur Identifizierung von Nutzern verwenden (User-ID oder Client-ID bzw. App-Instanz-ID und Stream-ID).
Die folgende Abbildung zeigt ein Beispiel, wie Sie den importierten Feldern Analytics-Felder zuordnen:
In der ersten Spalte sehen Sie Folgendes:
- Das Analytics-Feld (in diesem Fall „User-ID“), das zum Zusammenführen Ihrer Daten verwendet wird. Es wird auch als Schemaschlüssel bezeichnet.
- Nutzereigenschaften für die benutzerdefinierten Dimensionen, die Sie in Analytics erstellt haben und die mit den Feldern in Ihrer CSV-Datei übereinstimmen. Im Beispiel oben ist das die benutzerdefinierte Dimension „Nutzertreuestufe“ mit der Nutzereigenschaft „loyalty_tier“.
In der zweiten Spalte wählen Sie die entsprechenden Felder in Ihrer CSV-Datei aus:
Nachdem Sie die Daten hochgeladen haben, kann es bis zu 24 Stunden dauern, bis sie in Berichten, Zielgruppen und explorativen Datenanalysen verfügbar sind.
- Die erkannten Nutzer müssen nach dem Hochladen der Daten mit Ihrer Website oder App interagieren, damit ihre Nutzereigenschaften mit Nutzeraktivitäten in Berichten verknüpft werden.
- Die importierten Nutzerdaten stehen sofort als Kriterien zur Qualifizierung von Nutzern für eine vorhandene GA4-Zielgruppe zur Verfügung, ohne dass der Nutzer aktiv werden muss.
Sie können Werte von Nutzerdimensionen überschreiben, indem Sie neue hochladen oder neue Werte über Ihren Messcode erfassen.
Wenn Sie eine Datenquelle aus dem Datenuploaddienst löschen, werden die Werte, die in den Nutzerdimensionen für die betroffenen Nutzer gespeichert sind, nicht gelöscht. Wie bei allen anderen Methoden zur Datenerfassung müssen Sie unter Umständen im Anschluss einen Nutzer oder Daten löschen, um Informationen zu entfernen, die über den Datenimport hochgeladen wurden.
Details zur Datenquelle
Legende
- Umfang: Anhand des Umfangs wird bestimmt, welche Ereignisse den Werten der Importdimension zugeordnet werden. Benutzerdefinierte Dimensionen können einen von drei Umfängen haben:
- Ereignis: beschreibende Informationen zum Ereignis, z. B. der Ereignisname
- Nutzer: beschreibende Informationen zu dem Nutzer, der das Ereignis ausgelöst hat (z. B. Treuestufe)
- „Artikel“: beschreibende Informationen zu den Informationen, die Sie im „items“-Array in einem E-Commerce-Ereignis erfassen
- Schemaschlüssel: Hier sind die Schlüsseldimensionen oder ‑messwerte aufgelistet. Anhand des Schlüssels werden die hochgeladenen mit den vorhandenen Daten in Ihren Ereignissen für diesen Datenquellentyp zusammengeführt.
- Importierte Daten: Hier sind die verfügbaren Dimensionen und Messwerte für die Daten aufgelistet, die Sie in Analytics hochladen.
Die für das Schema aufgeführten Dimensionen und Messwerte dienen nur als Referenz und sind möglicherweise nicht vollständig. Die tatsächlich verfügbaren Dimensionen und Messwerte sind auf der Benutzeroberfläche zu sehen, wenn Sie die Datenquelle erstellen.
Umfang | Nutzer |
---|---|
Schemaschlüssel |
Entweder:
|
Importierte Daten |
Nutzereigenschaften |
Hinweise |
Über den Import von Nutzerdaten dürfen keine personenidentifizierbaren Informationen hochgeladen oder zugeordnet werden. Weitere Informationen |
Vorlagen
Hier sehen Sie CSV-Vorlagen für Client-ID- und User-ID-Daten. Sie können sie verwenden, wenn Sie Ihre Uploaddateien manuell erstellen müssen.
Client-ID
client_id | stream_id | user_property1 | user_property2 | user_property3 |
---|---|---|---|---|
1234567890.1234567890 | 1234567 | Nutzerwert 1 | Nutzerwert 2 | Nutzerwert 3 |
2345678901.2345678901 | 1234567 | Nutzerwert 1 | Nutzerwert 2 | Nutzerwert 3 |
3456789012.3456789012 | 1234567 | Nutzerwert 1 | Nutzerwert 2 | Nutzerwert 3 |
User-ID
user_id | user_property1 | user_property2 | user_property3 |
---|---|---|---|
123abc | Nutzerwert 1 | Nutzerwert 2 | Nutzerwert 3 |
456def | Nutzerwert 1 | Nutzerwert 2 | Nutzerwert 3 |
789ghi | Nutzerwert 1 | Nutzerwert 2 | Nutzerwert 3 |
Stream-ID abrufen
- Klicken Sie im Bereich Verwaltung unter Datenerhebung und -änderung klicken Sie auf Datenstreams.
Über den vorherigen Link wird die Analytics-Property aufgerufen, auf die Sie zuletzt zugegriffen haben. In der Property-Auswahl können Sie die Property ändern. Sie benötigen mindestens die Rolle Bearbeiter auf Property-Ebene, um Folgendes tun zu können: Ihre Stream-ID zu finden.
- Öffnen Sie den entsprechenden Datenstream.
Sie finden die Stream-ID auf der linken Seite der Detailansicht.
Einschränkungen beim Import von Nutzerdaten
Sie können bis zu zehn Datenquellen für Nutzerdaten erstellen.