Jangan pernah mengupload file yang berisi kunci duplikat (mis., dua kolom bernama user_id).
Anda dapat meningkatkan segmentasi pengguna dan audiens pemasaran ulang dengan mengimpor metadata pengguna yang Anda simpan di luar Analytics, misalnya, rating loyalitas, tanggal pembelian terakhir, dan nilai umur pelanggan dari sistem CRM Anda.
Cara kerja impor data pengguna
Agar berhasil mengimpor data pengguna, Anda harus dapat menggabungkan data Anda dengan data Analytics menggunakan salah satu kunci berikut:
- ID Aliran Data plus Client-ID (web) atau ID Instance Aplikasi (aplikasi) yang dihasilkan Analytics.
- ID unik yang Anda buat untuk setiap pengguna. Misalnya, Anda dapat memperoleh User-ID dari layanan autentikasi situs atau aplikasi Anda, atau dengan mengekstraknya dari sistem CRM Anda. Anda kemudian dapat menambahkan ID unik tersebut (di-hash untuk privasi pengguna akhir) ke kode pengukuran Anda dan mengirimkannya ke Analytics dengan peristiwa.
Analytics menggunakan 1) ID Aliran Data dan Client-ID atau ID Instance Aplikasi, atau 2) ID unik sebagai kunci untuk memetakan pengguna ke data yang diupload.
Anda dapat memilih salah satu metode ini saat mengimpor data.
Data yang diupload disimpan dalam dimensi pengguna dan setelah upload dikaitkan dengan setiap peristiwa berikutnya yang dipicu oleh pengguna yang Anda identifikasi melalui proses ini.
Menyimpan ID pengguna di Analytics
Ada dua cara untuk menyimpan ID pengguna di Analytics:
- Menggunakan dimensi User-ID
Pelajari cara menetapkan User-ID - Menggunakan dimensi kustom dengan cakupan yang ditetapkan ke pengguna dan dengan properti pengguna untuk mengambil ID pengguna
Pelajari lebih lanjut praktik terbaik untuk menghindari pengiriman PII ke Analytics
Membuat dimensi kustom
Anda perlu membuat dimensi kustom sebelum mengupload data.
Buat dimensi kustom cakupan pengguna untuk nilai yang ingin Anda impor. Misalnya, Anda dapat membuat dimensi kustom "Tingkat loyalitas pengguna" dengan properti pengguna "loyalty_tier".
Setelah Anda membuat dimensi kustom, Analytics memerlukan waktu hingga 4 jam sebelum siap untuk mengenali data yang Anda impor. (Anda dapat memastikan bahwa dimensi kustom diproses dengan membuka eksplorasi dan memeriksa apakah properti pengguna tersedia di alat pilih dimensi.)
Membuat file CSV
Buat file CSV ID pengguna dan nilai properti pengguna. Contoh:
| user_id | loyalty_tier |
|---|---|
| A1234 | gold |
| J1234 | bronze |
| K1234 | silver |
| R1234 | silver |
Mengupload data
Prosedur upload umum dijelaskan di Tentang Impor Data.
Saat Anda membuat sumber data, pilih Data pengguna menurut User-ID atau Data pengguna menurut Client-ID, bergantung pada metode yang Anda gunakan untuk mengidentifikasi pengguna (User-ID atau Client-ID/ID Instance Aplikasi + ID Aliran Data).
Saat memetakan kolom Analytics ke kolom yang diimpor, Anda akan melihat hasil seperti berikut:
Di kolom pertama, Anda akan melihat:
- Kolom Analytics (dalam hal ini, User-ID) tempat Anda menggabungkan data. Juga disebut dengan kunci skema.
- Properti pengguna untuk dimensi kustom yang Anda buat di Analytics yang cocok dengan kolom di CSV Anda. (Pada contoh sebelumnya, dimensi kustom adalah "Tingkat loyalitas pengguna" dengan properti pengguna "loyalty_tier".)
Di kolom kedua, pilih kolom yang cocok di file CSV Anda:
Setelah Anda mengupload data, Analytics memerlukan waktu hingga 24 jam untuk menyediakan data tersebut dalam laporan, audiens, dan eksplorasi. Pengguna yang Anda identifikasi harus berinteraksi dengan situs atau aplikasi Anda setelah data diupload agar properti pengguna tersebut dapat dikaitkan dengan aktivitas pengguna.
Anda dapat menimpa nilai dimensi pengguna dengan mengupload nilai dimensi baru atau dengan mengumpulkan nilai dimensi baru melalui kode pengukuran Anda.
Menghapus sumber data pengguna dari layanan upload data tidak akan menghapus nilai yang tersimpan dalam dimensi pengguna untuk pengguna terdampak. Jika perlu, dan seperti semua metodologi pengumpulan lainnya, Anda mungkin perlu menindaklanjuti penghapusan pengguna atau penghapusan data untuk menghapus data yang diupload melalui Impor Data.
Detail sumber data
Legenda
- Cakupan: cakupan menentukan peristiwa mana yang akan dikaitkan dengan nilai dimensi impor. Dimensi kustom dapat memiliki salah satu dari dua cakupan:
- Peristiwa: informasi deskriptif tentang peristiwa (mis., nama peristiwa)
- Pengguna: informasi deskriptif tentang pengguna yang memicu peristiwa (mis., tingkat loyalitas)
- Kunci skema: mencantumkan dimensi atau metrik kunci. Kunci digunakan untuk menggabungkan data yang Anda upload dengan data yang ada dalam peristiwa untuk jenis sumber data ini.
- Data yang diimpor: mencantumkan dimensi dan metrik yang tersedia untuk data yang Anda upload ke Analytics.
Dimensi dan metrik yang tercantum untuk skema hanyalah untuk referensi dan mungkin tidak lengkap; dimensi dan metrik aktual yang tersedia akan muncul di antarmuka pengguna saat Anda membuat sumber data.
| Cakupan | Pengguna |
|---|---|
| Kunci skema |
Salah satu dari:
|
| Data yang diimpor |
Properti pengguna |
| Catatan |
Anda tidak boleh mengupload atau mengaitkan informasi identitas pribadi dengan impor data pengguna. Pelajari lebih lanjut |
Template
Berikut adalah contoh template CSV untuk data Client-ID dan data User-ID. Jika Anda perlu membuat file upload secara manual, gunakan contoh berikut sebagai panduan.
Client-ID
| client_id | stream_id | user_property1 | user_property2 | user_property3 |
|---|---|---|---|---|
| 1234567890.1234567890 | 1234567 | user value 1 | user value 2 | user value 3 |
| 2345678901.2345678901 | 1234567 | user value 1 | user value 2 | user value 3 |
| 3456789012.3456789012 | 1234567 | user value 1 | user value 2 | user value 3 |
User-ID
| user_id | user_property1 | user_property2 | user_property3 |
|---|---|---|---|
| 123abc | user value 1 | user value 2 | user value 3 |
| 456def | user value 1 | user value 2 | user value 3 |
| 789ghi | user value 1 | user value 2 | user value 3 |
Menemukan ID aliran data
- Di Admin, klik Aliran data pada bagian Pengumpulan dan perubahan data.
- Buka aliran data yang relevan.
ID Aliran Data berada di sisi kiri header detail.
