- Google Analytics 4 के डाइमेंशन और मेट्रिक की जानकारी के लिए, [GA4] Analytics के डाइमेंशन और मेट्रिक लेख पढ़ें.
- Google Analytics 4 के ट्रैफ़िक सोर्स डाइमेंशन के स्कोप से जुड़ी जानकारी के लिए, [GA4] ट्रैफ़िक सोर्स डाइमेंशन के स्कोप लेख पढ़ें.
खास जानकारी
Analytics में हर रिपोर्ट, डाइमेंशन और मेट्रिक से मिलकर बनी होती है.
डाइमेंशन आपके डेटा के एट्रिब्यूट होते हैं. उदाहरण के लिए, शहर डाइमेंशन से यह जानकारी मिलती है कि सेशन किस जगह से शुरू हुआ है, जैसे कि "पेरिस" से या "न्यूयॉर्क" से. पेज डाइमेंशन, देखे गए पेज के यूआरएल के बारे में बताता है.
मेट्रिक को गिना जा सकता है. सेशन की कुल संख्या को मेट्रिक सेशन कहा जाता है. हर सेशन में देखे गए पेजों की औसत संख्या को मेट्रिक पेज/सेशन कहा जाता है.
Analytics की ज़्यादातर रिपोर्ट में, डाइमेंशन की वैल्यू को लाइनों में और मेट्रिक को कॉलम में व्यवस्थित किया जाता है. उदाहरण के लिए, इस टेबल में एक डाइमेंशन (शहर) और दो मेट्रिक (सेशन और पेज/सेशन) को दिखाया गया है.
| डाइमेंशन | मेट्रिक | मेट्रिक |
|---|---|---|
| शहर | सेशन | पेज/सेशन |
| सैन फ़्रांसिस्को | 5,000 | 3.74 |
| बर्लिन | 4,000 | 4.55 |
ज़्यादातर Analytics रिपोर्ट में डाइमेंशन बदला जा सकता है और/या सेकंडरी डाइमेंशन जोड़ा जा सकता है. उदाहरण के लिए, ऊपर दी गई टेबल में ब्राउज़र को सेकंडरी डाइमेंशन के तौर पर जोड़ने से, यह नतीजे मिलेंगे:
| डाइमेंशन | डाइमेंशन | मेट्रिक | मेट्रिक |
|---|---|---|---|
| शहर | ब्राउज़र | सेशन | पेज/सेशन |
| सैन फ़्रांसिस्को | Chrome | 3,000 | 3.5 |
| सैन फ़्रांसिस्को | Firefox | 2,000 | 4.1 |
| बर्लिन | Chrome | 2,000 | 5.5 |
| बर्लिन | Safari | 1,000 | 2.5 |
| बर्लिन | Firefox | 1,000 | 4.7 |
डाइमेंशन और मेट्रिक के मान्य कॉम्बिनेशन
हर मेट्रिक को हर डाइमेंशन से नहीं जोड़ा जा सकता. हर डाइमेंशन और मेट्रिक का एक स्कोप होता हैः उपयोगकर्ता से जुड़ा, सेशन से जुड़ा या हिट से जुड़ा. ज़्यादातर मामलों में, जिन डाइमेंशन और मेट्रिक का स्कोप एक ही होता है उन्हें जोड़ना सही होता है. उदाहरण के लिए, सेशन एक ऐसी मेट्रिक है जो सेशन पर आधारित होती है. इसलिए, इसका इस्तेमाल सोर्स या शहर जैसे सेशन से जुड़े डाइमेंशन के साथ ही किया जा सकता है. पेज जैसे हिट से जुड़े किसी डाइमेंशन के साथ, सेशन को जोड़ना सही नहीं होगा.
जिन डाइमेंशन और मेट्रिक को जोड़ा जा सकता है उनकी सूची के लिए, डाइमेंशन और मेट्रिक एक्सप्लोरर का इस्तेमाल करें.
मेट्रिक को कैलकुलेट करने का तरीका
Analytics में, उपयोगकर्ता मेट्रिक को मुख्य रूप से दो तरीकों से कैलकुलेट किया जाता है:
- पूरे डेटा के हिसाब से
इसमें आपकी साइट की परफ़ॉर्मेंस से जुड़े आंकड़े की खास जानकारी को मेट्रिक के तौर पर दिखाया जाता है. जैसे, बाउंस रेट या कुल पेज व्यू. - रिपोर्टिंग से जुड़े एक या उससे ज़्यादा डाइमेंशन के हिसाब से
इसमें, चुने गए डाइमेंशन से मिलने वाले डेटा को कैलकुलेट करके मेट्रिक की वैल्यू निकाली जाती है.
नीचे दिए गए डायग्राम में, कैलकुलेशन के इन दोनों तरीकों को आसान उदाहरणों के साथ दिखाया गया है. इसमें बाईं ओर, उपयोगकर्ता डेटा का कैलकुलेशन खास जानकारी वाली मेट्रिक के तौर पर किया गया है. वहीं, दाईं ओर उसी डेटा का कैलकुलेशन नया उपयोगकर्ता डाइमेंशन के ज़रिए किया गया है.
खास जानकारी वाली रिपोर्ट के उदाहरण में, साइट पर बिताया गया समय कैलकुलेट करने के लिए, उपयोगकर्ता के पहले तीन सेशन की अवधि निकाली जाती है. सेशन की अवधि का मतलब है किसी सेशन में उपयोगकर्ता के शामिल होने और उससे बाहर निकलने के बीच लगने वाला कुल समय. इसके बाद, हर सेशन की अवधि को जोड़कर उसे तीन से भाग दिया जाता है. इस संख्या का कैलकुलेशन, उस समय से जुड़ा डेटा इकट्ठा करके किया जाता है जिस समय पर सेशन के लिए अनुरोध किया गया था.
नए बनाम लौटने वाले उपयोगकर्ता की रिपोर्ट के उदाहरण में, औसत समय का कैलकुलेशन सभी सेशन के लिए एक साथ नहीं किया जाता, बल्कि अलग-अलग उपयोगकर्ता टाइप डाइमेंशन के लिए अलग-अलग किया जाता है. साइट पर बिताए गए समय की मेट्रिक को डाइमेंशन के साथ जोड़कर, नए बनाम लौटकर आने वाले उपयोगकर्ता रिपोर्ट की मदद से इस मेट्रिक का विश्लेषण किया जा सकता है. इसमें, अनुरोध किए गए डाइमेंशन के आधार पर, कैलकुलेशन में बदलाव होता है. डाइमेंशन का इस्तेमाल करने से उपयोगकर्ता के व्यवहार से जुड़ी ऐसी अहम जानकारी मिलती है जो खास जानकारी वाली रिपोर्ट में नहीं होती: इससे साफ़ पता चलता है कि लौटकर आने वाले उपयोगकर्ताओं के मुकाबले, नए उपयोगकर्ता आपकी साइट पर ज़्यादा समय बिताते हैं.
मेट्रिक के कैलकुलेशन पर, दी गई मेट्रिक के साथ एक से ज़्यादा डाइमेंशन को जोड़ने का भी असर पड़ता है. पहले से फ़ॉर्मैट की गई और कस्टम रिपोर्ट, दोनों में कई डाइमेंशन का एक साथ इस्तेमाल किया जा सकता है. उदाहरण के लिए, आपकी साइट पर बिताए गए समय का विश्लेषण करने के लिए, उपयोगकर्ता टाइप डाइमेंशन और भाषा वाले डाइमेंशन, दोनों का इस्तेमाल किया जाता है. इस मामले में, नए बनाम लौटने वाले उपयोगकर्ताओं का कैलकुलेशन एक जैसा होता है. हालांकि, जब भाषा वाले डाइमेंशन का इस्तेमाल करके नए उपयोगकर्ताओं को देखने के लिए ड्रिल-डाउन किया जाता है, तो अतिरिक्त डाइमेंशन की वजह से इस कैलकुलेशन में बदलाव दिखता है. उदाहरण के लिए, आपका उपयोगकर्ता ब्रेकडाउन कुछ ऐसा दिख सकता है. इसमें साइट पर बिताया गया सबसे ज़्यादा समय, सूची में सबसे ऊपर दिया गया है:
| उपयोगकर्ता टाइप | भाषा | साइट पर बिताया गया औसत समय |
|---|---|---|
| सभी टाइप | सभी भाषाएं | 3:25 |
| लौटने वाले उपयोगकर्ता | सभी भाषाएं | 5:03 |
| फ़िनिश | 29:49 | |
| वियतनामीज़ | 20:44 | |
| इंडोनेशियन | 16:55 | |
| नया | सभी भाषाएं | 2:09 |
| मलय | 17:38 | |
| अंग्रेज़ी (जीबी) | 16:56 | |
| चाइनीज़ (ट्रेडिशनल) | 16:20 |
ये संख्याएं असल Analytics रिपोर्ट पर आधारित हैं. इस मामले में, यह पता लगाया जा सकता है कि नए या लौटने वाले उपयोगकर्ताओं में से किन उपयोगकर्ताओं ने साइट पर सबसे ज़्यादा समय बिताया. साथ ही, एक अतिरिक्त डाइमेंशन का इस्तेमाल करके, यह भी पता लगाया जा सकता है कि इन कैटगरी में से किस भाषा के उपयोगकर्ताओं ने साइट पर सबसे ज़्यादा समय बिताया.
एट्रिब्यूशन मॉडल
Analytics उपयोगकर्ता के व्यवहार से जुड़े कई तरह के सवालों के जवाब देता है. इसलिए, यह अलग-अलग तरह के एट्रिब्यूशन मॉडल या कैलकुलेशन के तरीकों का इस्तेमाल करता है और मिले डेटा को आपको रिपोर्ट में दिखाता है. हर Analytics रिपोर्ट को किसी खास तरह के उपयोगकर्ता विश्लेषण से जुड़े सवाल के जवाब के तौर पर देखें. ये सवाल अक्सर अलग-अलग कैटगरी में आते हैं:
- कॉन्टेंट: कोई खास पेज कितनी बार देखा गया?
- लक्ष्य: किन पेजों के यूआरएल की वजह से गोल कन्वर्ज़न रेट सबसे ज़्यादा रहा?
- ई-कॉमर्स: लेन-देन की वैल्यू बढ़ाने में किसी पेज का कितना योगदान रहा?
- अंदरूनी खोज: किसी लेन-देन में, खोज के लिए इस्तेमाल किए गए किन अंदरूनी खोज शब्दों का योगदान रहा?
इनमें से हर एक अहम कैटगरी और उसमें मौजूद रिपोर्ट के लिए, Analytics एक खास एट्रिब्यूशन मॉडल का इस्तेमाल करता है. इसकी वजह यह है कि हर एट्रिब्यूशन मॉडल इस तरह से डिज़ाइन होता है कि वह पहले से तय मेट्रिक के सेट को कैलकुलेट कर सके. आपने यह देखा होगा कि पेज व्यू जैसी मेट्रिक कुछ खास रिपोर्ट में ही दिखती हैं, हर रिपोर्ट में नहीं. ऐसा उस रिपोर्ट के लिए इस्तेमाल किए गए एट्रिब्यूशन मॉडल की वजह से होता है.
Analytics रिपोर्ट में तीन एट्रिब्यूशन मॉडल का इस्तेमाल किया जाता है:
- हर अनुरोध से जुड़ा एट्रिब्यूशन मॉडल
- पेज वैल्यू से जुड़ा एट्रिब्यूशन मॉडल
- साइट खोज से जुड़ा एट्रिब्यूशन मॉडल
हर अनुरोध से जुड़ा एट्रिब्यूशन मॉडल
यह एट्रिब्यूशन मॉडल, किसी एक मेट्रिक या मेट्रिक/डाइमेंशन की जोड़ी के लिए एग्रीगेट वैल्यू देता है. यह Analytics का सबसे सामान्य और आसान एट्रिब्यूशन मॉडल है, क्योंकि इसमें वैल्यू अलग-अलग उपयोगकर्ता के GIF अनुरोधों से तय होती है. इसलिए, किसी खास अनुरोध के लिए, किसी खास डाइमेंशन और/या मेट्रिक को देखना पड़ सकता है.
ज़्यादातर डाइमेंशन वैल्यू, अनुरोध के लेवल पर उपलब्ध होती हैं. कुछ वैल्यू, HTTP/GET अनुरोध या GIF के उस अनुरोध के ज़रिए एक जैसी बनी रहती हैं जो उपयोगकर्ता आपकी साइट पर हर पेज या इवेंट के लिए करते हैं. अनुरोध के लेवल पर उपलब्ध कुछ सामान्य डाइमेंशन यहां दिए हैं:
- पेज यूआरआई—यह डाइमेंशन आपकी साइट पर किए गए हर एक अनुरोध के साथ उपलब्ध होता है. इससे, उस पाथ की जानकारी मिलती है जिससे पेज ऐक्सेस किया जाता है
- कैंपेन—अगर कोई उपयोगकर्ता साइट पर किसी कैंपेन के ज़रिए आता है, तो वह कैंपेन तब तक हर एक अनुरोध के साथ लगातार उपलब्ध रहता है, जब तक उस कैंपेन में बदलाव नहीं होता
- उपयोगकर्ता एजेंट—किसी भी उपयोगकर्ता के अनुरोध में उसके ब्राउज़र की जानकारी शामिल होती है. यह जानकारी ब्राउज़र के
HTTP/GETअनुरोध के ज़रिए भेजी जाती है और सीधे लॉग फ़ाइलों में स्टोर होती है.
पेज वैल्यू से जुड़ा एट्रिब्यूशन
इस एट्रिब्यूशन टाइप का मकसद इस सवाल का जवाब देना है: "किसी लक्ष्य या रेवेन्यू की वैल्यू के मामले में मेरा पेज कितने काम का था?" इस एट्रिब्यूशन मॉडल का इस्तेमाल, किसी पेज या पेजों के सेट की पेज वैल्यू तय करने के लिए किया जाता है. नीचे दिए गए उदाहरण में, आपकी साइट पर उपयोगकर्ता के पेज व्यू और खरीदारी या लक्ष्य पूरे करने जैसी गतिविधियों की सीरीज़ को दिखाया गया है.
इस एट्रिब्यूशन मॉडल को "आने वाले समय का" एट्रिब्यूशन मॉडल के तौर पर देखा जाता है, क्योंकि यह किसी पेज को देखे जाने के बाद पूरे होने वाले लक्ष्यों और/या खरीदारी को ध्यान में रखते हुए उस पेज को एक वैल्यू असाइन करता है. नीचे दी गई टेबल में, इस क्रम में हर पेज को एट्रिब्यूट की गई वैल्यू दिखाई गई है.
| पेज | रेवेन्यू/लक्ष्य की वैल्यू |
|---|---|
| P1 | 4,575 रुपये + लक्ष्य 1 |
| P2 | 4,575 रुपये + लक्ष्य 1 |
| P3 | 2,910 रुपये + लक्ष्य 1 |
| P4 | 0 |
लक्ष्य या ई-कॉमर्स रिपोर्ट में इस एट्रिब्यूशन मॉडल का इस्तेमाल नहीं किया जाता, क्योंकि ये रिपोर्ट ई-कॉमर्स गतिविधियों के मामले में पेज यूआरआई या टाइटल नहीं दिखातीं.
साइट खोज से जुड़ा एट्रिब्यूशन मॉडल
यह एट्रिब्यूशन मॉडल, साइट खोज रिपोर्ट को हर खोज शब्द के लिए लक्ष्य की वैल्यू और गोल कन्वर्ज़न रेट दिखाने की अनुमति देता है.
इस एट्रिब्यूशन मॉडल के काम करने का तरीका पेज वैल्यू से जुड़े एट्रिब्यूशन से अलग होता है. इसलिए, इसमें खोज के लिए इस्तेमाल किए गए उस शब्द को लक्ष्य की वैल्यू एट्रिब्यूट की जाती है जो कन्वर्ज़न तक ले जाता है, उसके बाद वाले शब्द को नहीं. नीचे दिए गए डायग्राम में अंदरूनी साइट खोज को पेज व्यू और खरीदारी के साथ क्रम में दिखाया गया है.
अगर इस मॉडल का इस्तेमाल किया जाए, तो खोज के लिए इस्तेमाल होने वाले नीचे दिए गए शब्द को लक्ष्य 1 और लेन-देन का एट्रिब्यूट असाइन किया जाएगा:
- जूते—1,660 रुपये
- फूल—2,080 रुपये
इस मॉडल में, लेन-देन या लक्ष्य का एट्रिब्यूट, खोज के लिए इस्तेमाल किए उस शब्द को दिया जाता है जो लक्ष्य या लेन-देन पूरा करने के ठीक पहले इस्तेमाल किया जाता है.