[UA] Dimenzije i mjerni podaci

Proučite sastavne dijelove izvješća.
Ovaj se članak odnosi na dimenzije i mjerne podatke u Universal Analyticsu. Pogledajte sljedeće resurse za slične informacije povezane s Google Analyticsom 4:
U ovom članku:

Pregled

Svako izvješće u Analyticsu sastavljeno je od dimenzija i mjernih podataka.

Dimenzije su atributi vaših podataka. Na primjer, dimenzija Grad ukazuje na grad, kao što su primjerice "Pariz" ili "New York", iz kojeg je sesija pokrenuta. Dimenzija Stranica ukazuje na URL stranice koja je pregledana.

Mjerni podaci kvantitativne su vrijednosti. Mjerni podatak Sesije ukupni je broj sesija. Mjerni podatak Stranice/sesija predstavlja prosječan broj stranica koje su po sesiji pregledane.

Tablice u većini Analytics izvješća organiziraju vrijednosti dimenzije u retke, a mjerne podatke u stupce. Na primjer, u ovoj se tablici prikazuju jedna dimenzija (Grad) i dva mjerna podatka (Sesije i Stranice/sesije).

DIMENZIJA MJERNI PODATAK MJERNI PODATAK
Grad Sesije Stranice/sesija
Zagreb 5000 3,74
Berlin 4000 4,55
 

U većini Analytics izvješća možete promijeniti dimenziju i/ili dodati sekundarnu dimenziju. Na primjer, dodajući Preglednik kao sekundarnu dimenziju u gornju tablicu rezultirat će sljedećim:

DIMENZIJA DIMENZIJA MJERNI PODATAK MJERNI PODATAK
Grad Preglednik Sesije Stranice/sesija
Zagreb Chrome 3000 3,5
Zagreb Firefox 2000 4,1
Berlin Chrome 2000 5,5
Berlin Safari 1000 2,5
Berlin Firefox 1000 4,7

Važeće kombinacije dimenzija i metričkih vrijednosti

Svaki mjerni podatak ne može se kombinirati sa svakom dimenzijom. Svaka dimenzija i mjerni podatak imaju opseg: korisničku razinu, razinu sesije ili razinu učitavanja. U većini slučajeva jedino je smisleno kombinirati dimenzije i mjerne podatke iz istog opsega. Na primjer, Sesije je mjerni podatak koji se temelji na sesiji tako da se može upotrebljavati samo s dimenzijama na razini sesija kao što su Izvor ili Grad. Kombiniranje Sesije s dimenzijom na razini učitavanja kao što je Stranica ne bi bilo logično.

Popis važećih parova dimenzija i mjernih podatka potražite pomoću reference dimenzija i mjernih podataka.

Kako se izračunavaju mjerni podaci?

Mjerni podaci o korisnicima izračunavaju se u Analyticsu na dva osnovna načina:

  • Kao ukupni broj pregleda
    pri čemu se mjerni podatak prikazuje kao sažetak statistike za cijelu web-lokaciju, kao što je stopa napuštanja početne stranice ili ukupni broj prikaza stranice.
  • U kombinaciji s jednom ili više dimenzija izvješćivanja
    pri čemu vrijednost mjernog podatka ispunjava uvjete za odabrane dimenzije.

Sljedeći dijagram prikazuje ove dvije vrste izračuna s jednostavnim primjerom. Na lijevoj strani podaci korisnika izračunavaju se kao mjerni podatak pregleda, dok se isti podaci izračunavaju putem dimenzije Novi korisnik s desne strane.

U primjeru izvješća Pregled izračuni za vrijeme na web-lokaciji vrše se pomoću vremenske razlike između početne sesije svakog korisnika i napuštanja stranice, zajedno sa zbrojem prosječnih duljina pojedinih sesija tijekom tri sesije. Taj se broj temelji na relativno jednostavnom izračunu koji se vrši prikupljanjem podataka o vremenskim oznakama na razini zahtjeva.

U primjeru izvješća Novi u odnosu na ponovne korisnike prosjek se ne računa za sve sesije, nego putem dimenzije Vrsta korisnika. Uparivanjem mjernog podatka Vrijeme na web-lokaciji s dimenzijom možete analizirati taj mjerni podatak putem usporedbe ponovnih i novih korisnika, pri čemu se izračuni mijenjaju u skladu sa zatraženom dimenzijom. Upotreba dimenzije pruža uvid u ponašanje korisnika koje nije navedeno u izvješću pregleda: očito je da novi korisnici provode više vremena na vašoj web-lokaciji od ponovnih korisnika.

Na izračun mjernih podataka također utječe nizanje više od jedne dimenzije s određenim mjernim podatkom. U unaprijed oblikovanim i prilagođenim izvješćima možete zajedno upotrebljavati više dimenzija. Na primjer, pretpostavimo da upotrebljavate dimenzije Vrsta korisnika i Jezik da biste analizirali vrijeme na web-lokaciji za svoju web-lokaciju. U tom je slučaju izračun za usporedbu novih i ponovnih korisnika jednak, no ako podrobno analizirate nove korisnike pomoću dimenzije jezika, izračun se dodatno modificira dodatnom dimenzijom. Tako, na primjer, raščlamba korisnika može izgledati kao u nastavku, pri čemu se najbolje vrijeme na web-lokaciji navodi prema redoslijedu trajanja:

Vrsta korisnika Jezik Prosj. vrijeme na web-lokaciji
Sve vrste svi jezici 3:25
Ponovni korisnik svi jezici 5:03
  finski 29:49
  vijetnamski 20:44
  indonezijski 16:55
Novi korisnik svi jezici 2:09
  malajski 17:38
  britanski engleski 16:56
  kineski (tradicionalni) 16:20

Ti se brojevi temelje na stvarnom Analytics izvješću. U tom slučaju možete odrediti zadržavaju li se dulje novi ili ponovni korisnici, a pomoću dodatne dimenzije koji su jezici u svakoj od tih kategorija rezultirali najduljim vremenom na web-lokaciji.

Modeli atribucije

Budući da Analytics pokušava odgovoriti na razna pitanja o ponašanju korisnika, upotrebljavaju se različite vrste izračuna ili modela atribucije da bi se dohvatili podaci koje vidite u izvješćima. Razmislite o svakom Analytics izvješću kao odgovoru na određenu vrstu pitanja u vezi s analizom korisnika. Ta pitanja često spadaju u različite kategorije:

  • Sadržaj: koliko je puta određena stranica pregledana?
  • Ciljevi: koji su URL-ovi stranice pridonijeli najvišoj stopi konverzije cilja?
  • E-trgovina: koliko je određena stranica pridonijela transakciji?
  • Interno pretraživanje: koji su pojmovi internog pretraživanja pridonijeli transakciji?

Google Analytics upotrebljava poseban model atribucije za svaku od tih glavnih kategorija i izvješća koja sadrže. Budući da je svaki model atribucije osmišljen za izračunavanje poznatog skupa mjernih podataka, možda ćete primijetiti da se neki mjerni podaci – kao što su prikazi stranice – prikazuju samo u određenim izvješćima. To ovisi o modelu atribucije koji se upotrebljava za to izvješće.

Analytics izvješća koriste tri modela atribucije:

Atribucija prema zahtjevu

Ova atribucija pruža skupne vrijednosti za jedan mjerni podatak ili uparivanje mjernog podatka/dimenzije. To je najčešća i najjednostavnija vrsta atribucije u Analyticsu jer se vrijednosti određuju na temelju GIF zahtjeva pojedinačnih korisnika. Stoga je za bilo koji zahtjev moguće potražiti određenu dimenziju i/ili mjerni podatak.

Većina vrijednosti dimenzija dostupna je na razini zahtjeva i ostaje trajna putem HTTP/GET zahtjeva ili GIF zahtjeva, za svaku stranicu ili događaj u vezi s web-lokacijom. Neke su od uobičajenih dimenzija dostupnih na razini zahtjeva:

  • URI stranice – dostupan je za svaki zahtjev za web-lokaciju, a pokazuje put stranice kojoj se pristupa
  • kampanja – ako korisnik dođe putem kampanje, ta kampanja ostaje trajno dostupna za svaki sljedeći zahtjev dok se kampanja ne izmijeni
  • korisnički agent – svaki zahtjev korisnika sadrži podatke o pregledniku za tog korisnika koji se šalju putem HTTP/GET zahtjeva preglednika i izravno pohranjuju u datoteke zapisnika.

Atribucija vrijednosti stranice

Svrha je ove vrste atribucije odgovoriti na pitanje: "Koliko je moja stranica korisna u odnosu na cilj ili vrijednost prihoda?" Taj se model atribucije upotrebljava da bi se odredila vrijednost Vrijednost stranice za stranicu ili skup stranica. Sljedeća slika prikazuje niz korisničkih prikaza stranice u odnosu na ciljeve i kupnje, kao što se to moglo dogoditi na vašoj web-lokaciji.

Kazalo: vrijednosti P1 – P4 predstavljaju stranice. Vrećice za kupnju označavaju stranicu potvrde, a slika oznake označava cilj.
 

Ovaj model atribucije naziva se atribucija modela s predviđanjem jer primjenjuje vrijednost na stranicu predviđanjem ciljeva i/ili kupnji ostvarenih nakon posjeta stranici. Sljedeća tablica prikazuje vrijednost pripisanu svakoj stranici u tom nizu.

Stranica Prihod/vrijednost cilja
P1 330 HRK + 1. cilj
P2 330 HRK + 1. cilj
P3 210 HRK + 1.cilj
P4 0 HRK

Ovaj model atribucije ne upotrebljava se u izvješćima o ciljevima ili e-trgovini jer ta izvješća ne prikazuju URI-jeve stranice ili naslove u odnosu na aktivnosti e-trgovine.

Atribucija pretraživanja web-lokacije

Ovaj model atribucije omogućuje da se u izvješćima o pretraživanju web-lokacije prikažu stope konverzije cilja i vrijednosti cilja po pojmu za pretraživanje.

Ovaj model atribucije funkcionira na drugačiji način od atribucije vrijednosti stranice jer se vrijednost cilja pripisuje najbližem pojmu za pretraživanje prije ostvarivanja konverzije, a ne nakon nje. Sljedeći dijagram prikazuje redoslijed internih pretraživanja web-lokacije s pregledima stranice i kupnjama.

Kazalo: vrijednosti P1 – P4 predstavljaju stranice. Vrećice za kupnju označavaju stranicu potvrde, a ikona pretraživanja označava pretraživanje pojmova "obuća" i "cvijeće". Slika oznake označava cilj.
 

Pomoću ovog modela 1. cilju i transakcijama pripisuju se sljedeći pojmovi za pretraživanje:

  • obuća – 120 HRK
  • cvijeće – 150 HRK.

U ovom modelu transakcije ili ciljevi pripisuju se pojmu za pretraživanje koji je neposredno prethodio cilju ili transakciji.

Je li to bilo korisno?

Kako to možemo poboljšati?
true
Odaberite vlastitu putanju učenja

Pogledajte google.com/analytics/learn, novi resurs koji će vam pomoći da maksimalno iskoristite Google Analytics 4. Nova web-lokacija uključuje videozapise, članke i vođene tokove te sadrži veze na Google Analyticsov Discord, blog, YouTube kanal i GitHub spremište.

Počnite učiti već danas!

Pretraživanje
Izbriši pretraživanje
Zatvaranje pretraživanja
Glavni izbornik
17105707239104244178
true
Pretraži Centar za pomoć
true
true
true
true
true
69256
false
false