Dimenziók és mutatók

A jelentések alapvető összetevőinek bemutatása.
A cikk tartalma:

Áttekintés

Az Analytics minden jelentése dimenziókból és mutatókból tevődik össze.

A dimenziók az adatok attribútumai. A Város dimenzió például azt a várost jelöli, ahonnan a munkamenet származik, például „Párizs” vagy „New York”. Az Oldal dimenzió a megtekintett webhely URL-címét tartalmazza.

A mutatók kvantitatív mérések. A Munkamenetek mutató a munkamenetek száma. Az Oldal/munkamenet mutató a munkamenetenkénti oldalmegtekintések átlagos száma.

A legtöbb Analytics-jelentés táblázatai a dimenzióértékeket sorokba, a mutatókat oszlopokba rendezik. Ez a táblázat például egy dimenziót (Város) és két mutatót (Munkamenetek és Oldal/munkamenet) tartalmaz.

DIMENZIÓ MUTATÓ MUTATÓ
Város Munkamenetek Oldal/munkamenet
Budapest 5000 3,74
Berlin 4000 4,55

A legtöbb Analytics-jelentésben módosíthatja a dimenziót és/vagy hozzáadhat egy másodlagos dimenziót. A Böngésző másodlagos dimenzió hozzáadásával például az alábbi táblázat jön létre:

DIMENZIÓ DIMENZIÓ MUTATÓ MUTATÓ
Város Böngésző Munkamenetek Oldal/munkamenet
Budapest Chrome 3000 35
Budapest Firefox 2000 4,1
Berlin Chrome 2000 5,5
Berlin Safari 1000 2,5
Berlin Firefox 1000 4,7

Érvényes dimenzió-mutató kombinációk

Nem minden mutató kombinálható minden dimenzióval. Minden egyes dimenziónak és mutatónak megvan a saját hatóköre: felhasználói szintű, munkamenetszintű, vagy lekérésszintű. A legtöbb esetben csak olyan dimenziókat és mutatókat érdemes kombinálni, amelyek hatóköre megegyezik. Például a Munkamenetek egy munkamenetalapú mutató, ezért csak olyan munkamenetszintű dimenziókkal lehet használható, mint a Forrás vagy a Város. Nem lenne logikus a Munkamenetek mutatót egy lekérésszintű dimenzióval kombinálni, mint például az Oldal.

Az érvényes dimenzió-mutató párok listájának megtekintéséhez használja a Dimenziók és mutatók referenciáját.

A mutatók kiszámításának módja

Az Analyticsben alapvetően két mód áll rendelkezésre a mutatók kiszámítására:

  • Áttekintő összesítésként,
    ahol a mérőszám az egész webhelyre vonatkozó összefoglaló statisztikaként (például visszafordulási arány vagy összes oldalmegtekintés) jelenik meg.
  • Egy vagy több jelentési dimenzióhoz társítva,
    ahol a mérőszám értékét a kiválasztott dimenzió vagy dimenziók határozzák meg.

Az alábbi diagram egyszerű példán keresztül szemlélteti a fenti két számítási módot. A felhasználói adatok számítása a bal oldalon áttekintő mérőszámként, míg a jobb oldalon az Új felhasználó dimenzión keresztül történik.

Az Áttekintő jelentés példában a webhelyen töltött idő számítása az egyes felhasználók első munkamenete és kilépése között eltelt idő alapján történik, ahol a munkamenethosszok összege három munkamenet átlaga. Ezen szám kiszámítása meglehetősen egyszerű módszerrel, a kérésszinten történő időbélyegadat gyűjtésével történik.

Az Új vagy visszatérő jelentés példában a rendszer nem az egyes munkamenetek alapján, hanem csak a Felhasználó típusa dimenzión keresztül számít átlagot. A Webhelyen töltött idő mutató és egy dimenzió párosításával a visszatérő vagy új felhasználókon keresztül elemezheti ezt a mutatót. A számítások itt a választott dimenzió alapján változnak. A dimenzió használatával olyan felhasználói viselkedésről szerezhet információt, amelyet nem tartalmaz az áttekintő jelentés: világossá válik, hogy az új felhasználók több időt töltenek webhelyén, mint a visszatérő felhasználók.

A mutatók számítását az is befolyásolja, ha egynél több dimenziót használ egy adott mutatóval. Előformázott és egyéni jelentések esetén is használhat akár több dimenziót is együttesen. Tegyük fel például, hogy egyszerre használja a Felhasználó típusa és a Nyelv dimenziót, hogy a webhelyen töltött időt elemezze a saját webhelye esetében. Ebben az esetben az új és a visszatérő felhasználókhoz használt számítási mód azonos, de ha a Nyelv dimenziót használva mélyebbre hatóan vizsgálja az új felhasználókat, a számítás az újabb dimenziót figyelembe véve tovább módosul. Ez alapján a felhasználók részletek szerinti bontása a következő, ahol a legmagasabb webhelyen töltött idők listája sorrendben látható:

Felhasználó típusa Nyelv Webhelyen töltött átlagos idő
Minden tipus Minden nyelv 3:25
Visszatérő Minden nyelv 5:03
  finn 29:49
  vietnami 20:44
  indonéz 16:55
Új Minden nyelv 2:09
  maláj 17:38
  angol (brit) 16:56
  kínai (hagyományos) 16:20

Ezek a számok egy valós Analytics-jelentésen alapulnak. Ebben az esetben meghatározható, hogy az új vagy a visszatérő felhasználók töltöttek el hosszabb időt a webhelyen, és egy további dimenzió segítségével az is megállapítható, nyelvekre lebontva hogyan alakult a leghosszabb webhelyen töltött idő.

Társítási modellek

Az Analytics számos felhasználói viselkedéssel kapcsolatos kérdésre igyekszik választ találni, ezért különböző számítási módok, illetve társítási modellek segítségével nyeri ki a jelentésekben látható adatokat. Képzelje el úgy, hogy minden egyes Analytics-jelentés válasz egy adott felhasználóelemzési kérdésre. Ezek a kérdések gyakran különböző kategóriákba sorolhatók:

  • Tartalom: Hányszor tekintették meg az adott oldalt?
  • Célok: Mely oldalak URL-jei eredményezték a legmagasabb célkonverziós rátát?
  • E-kereskedelem: Milyen értékkel járult hozzá az adott oldal egy tranzakcióhoz?
  • Belső keresés: Mely belső keresési kifejezések járultak hozzá egy tranzakcióhoz?

A fenti kategóriákhoz és a hozzájuk tartozó jelentésekhez az Analytics különböző társítási modelleket használ. Mivel minden társítási modellt adott mutatók kiszámítására terveztek, feltűnhet, hogy egyes mutatók – például az Oldalmegtekintések – nem minden jelentésben fordulnak elő. Ennek oka az adott jelentéshez használt társítási modell.

Az Analytics-jelentések három hozzárendelési modellt alkalmaznak:

Kérelem szerinti társítás

Ez a társítás összesített értéket rendel egy mutatóhoz vagy mutató/dimenzió párosításhoz. Ez a leggyakoribb és legegyszerűbb Analytics-társítás, mert az értékek meghatározása egyedi felhasználói GIF-kérések alapján történik. Ennélfogva bármelyik kérés esetén megkereshető az adott dimenzió és/vagy mutató.

A legtöbb dimenzióérték kérésszinten is elérhető, és állandó marad magán a HTTP/GET kérésen keresztül vagy a GIF-kérésben, minden az Ön webhelye felé intézett oldal- vagy eseménykérésben. Íme néhány gyakori, kérésszinten elérhető dimenzió:

  • oldal URI – minden kéréshez elérhető a webhelyen, ez mutatja az oldalhoz használt uta
  • kampány – ha egy felhasználó egy kampányon keresztül érkezik, az a kampány állandóan elérhető marad minden további kérés esetén, amíg maga a kampány meg nem változik
  • felhasználói ügynök – minden felhasználótól érkező kérés tartalmazza az adott felhasználó böngészőadatait, amelyeket a böngésző a HTTP/GET kérésen keresztül küld el, és amelyek tárolása közvetlenül a naplófájlokban történik

Oldalérték társítása

E hozzárendelési típus célja a következő kérdés megválaszolása: „Mennyire volt hasznos az oldalam egy adott célhoz vagy bevételi értékhez viszonyítva?” Ez a hozzárendelési modell egy vagy több oldal Oldalérték értékének meghatározását szolgálja. Az alábbi példa egy sor felhasználói oldalmegtekintés és a célok és vásárlások közötti összefüggést illusztrálja. Ilyesmi fordulhat elő az Ön webhelyén is.

Jelmagyarázat: A P1–P4 kódok az oldalakat jelölik. A bevásárlótáskák jelzik a nyugta oldalát, a zászló pedig a célt.


Ezt a társítási modellt „előrelátó” társítási modellnek is nevezik, mert úgy rendel értéket egy oldalhoz, hogy figyelembe veszi a célokat és/vagy vásárlásokat, amelyek az adott oldal felkeresése után történnek. Az alábbi táblázat az egyes oldalakhoz társított értékeket szemlélteti.

Oldal Bevétel/Célérték
1. 16 500 Ft + 1. cél
2. 16 500 Ft + 1. cél
3. 10 500 Ft + 1. cél
4. 0 Ft

Ez a társítási modell nem jelenik meg Célok vagy E-kereskedelem jelentések esetén, hiszen azok a jelentések nem tartalmazzák az oldal URI-jét és az e-kereskedelemmel kapcsolatos tevékenységek címét.

Webhelyről indított keresés társítása

Ez a társítási modell engedi, hogy a Webhelyről indított keresésre vonatkozó jelentések célkonverziós rátát vagy keresési kifejezésenkénti célértékeket jelenítsenek meg.

Ezen társítási modell működése különbözik az Oldalérték társításétól, mert a Cél érték társítása a konverzió előtti és nem utáni legközelebbi keresési kifejezéshez történik. Az alábbi diagram webhelyen belüli keresések, oldalmegtekintések és vásárlások sorát szemlélteti.

Jelmagyarázat: A P1–P4 kódok az oldalakat jelölik. A bevásárlótáskák jelzik a nyugta oldalát, a keresési ikon pedig a „Cipő” és „Virág” kifejezésekre történő keresést. A zászló jelöli a célt.


Ezen modell alapján az 1. Célhoz társított keresési kifejezések és tranzakciók a következők:

  • Cipő – 6000 Ft
  • Virág – 7500 Ft

Ebben a modellben a tranzakciók vagy célok társítása az azokat közvetlenül megelőző keresési kifejezéshez történik.

Hasznosnak találta?
Hogyan fejleszthetnénk?