- Per obtenir informació sobre les dimensions i les mètriques a Google Analytics 4, aneu a [GA4] Dimensions i mètriques d'Analytics.
- Per obtenir informació sobre l'abast de les dimensions de font del trànsit a Google Analytics 4, aneu a [GA4] Abasts de les dimensions de font del trànsit.
Informació general
Els informes d'Analytics es componen de dimensions i de mètriques.
Les dimensions són atributs de les vostres dades. Per exemple, la dimensió Ciutat informa de la ciutat des d'on es genera la sessió com, per exemple, "París" o "Nova York". La dimensió Pàgina indica l'URL de la pàgina que es visualitza.
Les mètriques són mesures quantitatives. La mètrica Sessions és el nombre total de sessions. La mètrica Pàgines/sessió és el nombre mitjà de pàgines vsualitzades per sessió.
A les taules de la majoria d'informes d'Analytics, els valors de les dimensions s'organitzen en files i els de les mètriques, en columnes. Per exemple, a la taula següent es mostra una dimensió (Ciutat) i dues mètriques (Sessions i Pàgines/sessió).
| DIMENSIÓ | MÈTRICA | MÈTRICA |
|---|---|---|
| Ciutat | Sessions | Pàgines/sessió |
| Barcelona | 5.000 | 3,74 |
| Berlín | 4.000 | 4,55 |
A la majoria d'informes d'Analytics, podeu canviar la dimensió o afegir una dimensió secundària. Per exemple, si s'afegeix Navegador com a dimensió secundària a la taula anterior, el resultat seria el següent:
| DIMENSIÓ | DIMENSIÓ | MÈTRICA | MÈTRICA |
|---|---|---|---|
| Ciutat | Navegador | Sessions | Pàgines/sessió |
| Barcelona | Chrome | 3.000 | 3,5 |
| Barcelona | Firefox | 2.000 | 4,1 |
| Berlín | Chrome | 2.000 | 5,5 |
| Berlín | Safari | 1.000 | 2,5 |
| Berlín | Firefox | 1.000 | 4,7 |
Combinacions vàlides de dimensions i mètriques
No totes les mètriques es poden combinar amb totes les dimensions. Cada dimensió i cada mètrica té un abast: els usuaris, les sessions o les peticions de fitxer. En la majoria dels casos, només té sentit combinar dimensions i mètriques que comparteixen el mateix abast. Per exemple, Sessions és una mètrica basada en sessions i, per tant, només es pot fer servir amb dimensions del nivell de sessió, com ara Font o Ciutat. No tindria lògica combinar la mètrica Sessions amb una dimensió del nivell de petició de fitxer, com ara Pàgina.
Per veure una llista de les combinacions de dimensions i mètriques vàlides, consulteu la referència de dimensions i mètriques.
Com es calculen les mètriques
A Analytics, les mètriques d'usuari es calculen de dues maneres bàsiques:
- Com a totals generals
La mètrica es mostra com un resum estadístic de tot el lloc web; per exemple, el percentatge de rebots o el total de visualitzacions de pàgina. - Associades a una o més dimensions d'informes
El valor de la mètrica ve determinat per les dimensions seleccionades.
El diagrama següent il·lustra aquests dos tipus de càlculs amb un exemple senzill. A l'esquerra, les dades de l'usuari es calculen com una mètrica general, mentre que, a la dreta, les mateixes dades es calculen mitjançant la dimensió Usuari nou.
A l'exemple de l'informe Visió general, els càlculs del temps al lloc web es fan utilitzant la diferència de temps entre la sessió inicial i la sortida de cada usuari, amb una mitjana feta a partir de la suma de la durada de tres sessions. Aquest nombre es basa en un càlcul relativament senzill que es fa recopilant les dades de les marques de temps al nivell de la sol·licitud.
A l'exemple de l'informe Nous vs. recurrents, les mitjanes no es calculen per a totes les sessions, sinó mitjançant la dimensió Tipus d'usuari. En combinar la mètrica Temps al lloc web amb una dimensió, podeu analitzar la mètrica comparant els usuaris recurrents i els nous, i fer que la dimensió sol·licitada modifiqui els càlculs. L'ús d'aquesta dimensió ofereix una estadística del comportament de l'usuari que no es proporciona a l'informe de visió general: queda clar que els usuaris nous passen més temps al lloc web que els usuaris recurrents.
El càlcul de les mètriques també es veu afectat en acumular més d'una dimensió amb una mètrica en concret. Tant als informes amb format previ com als personalitzats, podeu utilitzar diverses dimensions alhora. Per exemple, imaginem que utilitzeu tant la dimensió Tipus d'usuari com la dimensió Idioma per analitzar el temps al lloc web. En aquest cas, el càlcul d'usuaris nous en comparació dels recurrents és el mateix, però en ampliar els detalls per veure els usuaris nous utilitzant la dimensió Idioma, el càlcul es veu modificat per la dimensió addicional. Per exemple, el desglossament d'usuaris pot tenir un aspecte similar al següent, en què els temps principals al lloc web es mostren en ordre:
| Tipus d'usuari | Idioma | Temps mitjà al lloc web |
|---|---|---|
| Tots els tipus | Tots els idiomes | 3:25 |
| Recurrent | Tots els idiomes | 5:03 |
| Finès | 29:49 | |
| Vietnamita | 20:44 | |
| Indonesi | 16:55 | |
| Nou | Tots els idiomes | 2:09 |
| Malai | 17:38 | |
| Anglès (Regne Unit) | 16:56 | |
| Xinès (tradicional) | 16:20 |
Aquestes xifres es basen en un informe d'Analytics real. En aquest cas, podeu determinar si els usuaris nous o els recurrents han passat més temps al lloc i, en utilitzar una dimensió addicional, quins idiomes de cadascuna d'aquestes categories han produït més temps al lloc web.
Models d'atribució
Com que Analytics prova de respondre a una sèrie de preguntes sobre el comportament de l'usuari, utilitza diferents tipus de càlcul o models d'atribució per arribar a les dades que veieu als informes. Penseu en cada informe d'Analytics com si fos la resposta a una pregunta d'anàlisi de l'usuari d'un tipus concret. Sovint, aquestes preguntes s'agrupen en categories diferents:
- Contingut: quantes vegades s'ha visualitzat una pàgina concreta?
- Objectius: els URL de quines pàgines han contribuït al percentatge de conversió per objectiu més alt?
- Comerç electrònic: quin valor ha aportat una pàgina concreta a una transacció?
- Cerca interna: quins termes de cerca interna han contribuït a una transacció?
Per a cadascuna d'aquestes categories principals i els informes que contenen, Analytics utilitza un model d'atribució diferent. Com que cada model d'atribució està dissenyat per calcular un conjunt de mètriques conegut, podeu detectar que algunes mètriques (com ara Nombre de visualitzacions de pàgina) es mostren només en certs informes i no en d'altres. Això és a causa del model d'atribució que s'utilitza per a l'informe en qüestió.
Els informes d'Analytics utilitzen tres models d'atribució:
Atribució per sol·licitud
Aquesta atribució proporciona valors agregats per a una sola mètrica o per a una combinació mètrica-dimensió. Aquest és el tipus d'atribució d'Analytics més comú i més senzill, ja que els valors es determinen a partir de les sol·licituds GIF individuals d'usuari. Per tant, per a qualsevol sol·licitud, és possible cercar una dimensió o una mètrica concretes.
La majoria de valors de la dimensió estan disponibles al nivell de sol·licitud i continuen vigents mitjançant la mateixa sol·licitud HTTP/GET o la sol·licitud GIF per a cada sol·licitud de pàgina o d'esdeveniment que feu al lloc web. Algunes dimensions habituals disponibles al nivell de sol·licitud són les següents:
- URI de la pàgina: està disponible amb cada sol·licitud al vostre lloc web i indica el camí de la pàgina a la qual s'accedeix.
- Campanya: si un usuari entra mitjançant una campanya, la campanya continua estant disponible amb cada sol·licitud subseqüent fins que no canvia.
- Agent d'usuari: cada sol·licitud d'un usuari conté la informació del navegador que ha fet servir, que s'envia mitjançant la sol·licitud
HTTP/GETdes del navegador i s'emmagatzema directament als fitxers de registre.
Atribució de valor de la pàgina
La finalitat d'aquest tipus d'atribució és respondre a la pregunta: "Quina utilitat ha tingut la meva pàgina amb relació a un valor d'objectiu o d'ingressos?". Aquest model d'atribució s'utilitza per determinar el valor de la pàgina d'una pàgina o d'un conjunt de pàgines. La il·lustració següent mostra una sèrie de visualitzacions de pàgina d'usuaris en relació amb els objectius i les compres, semblant a la que podria succeir al vostre lloc web.
Aquest model d'atribució es coneix com a "Esperat", perquè aplica valor a una pàgina preveient els objectius o les compres que es produeixin després de visitar-la. A la taula següent es mostra el valor atribuït a cada pàgina en aquesta seqüència.
| Pàgina | Ingressos / Valor de l'objectiu |
|---|---|
| P1 | 55 $ + Objectiu 1 |
| P2 | 55 $ + Objectiu 1 |
| P3 | 35 S + Objectiu 1 |
| P4 | 0 $ |
Aquest model d'atribució no s'utilitza als informes d'objectius o de comerç electrònic, ja que no mostren els URI ni els títols de la pàgina amb relació a les activitats de comerç electrònic.
Atribució de Cerques al lloc web
Aquest model d'atribució permet que els informes Cerques al lloc web mostrin els percentatges de conversió per objectiu i els valors d'objectiu per terme de cerca.
Aquest model d'atribució funciona de manera diferent de l'atribució de valor de la pàgina, ja que el valor de l'objectiu s'atribueix al terme de cerca més proper que precedeix la conversió, no al posterior. El diagrama següent representa una seqüència de cerques internes al lloc web juntament amb les visualitzacions de pàgina i les compres.
Mitjançant aquest model, els termes de cerca atribuïts a l'objectiu 1 i les transaccions són els següents:
- Sabates: 20 $
- Flors: 25 $
En aquest model, les transaccions o els objectius s'atribueixen al terme de cerca que precedeix immediatament l'objectiu o la transacció.
